新闻消息对农产品价格波动的影响研究

周爱珠张喜才张利庠

（1．安徽工程大学管理工程学院，安徽芜湖 241000）

(2．中国供销合作总社，北京 100801)

(3．中国人民大学农业与农村发展学院，北京 100872）

新闻消息对农产品价格波动的影响研究

周爱珠1张喜才2张利庠3

（1．安徽工程大学管理工程学院，安徽芜湖 241000）

(2．中国供销合作总社，北京 100801)

(3．中国人民大学农业与农村发展学院，北京 100872）

以2007—2013年我国36种农产品的月度价格为实证数据，运用EGARCH模型和NIF模型分析新闻消息对我国农产品价格波动的影响。研究结果表明：意想不到的新闻消息冲击加剧了农产品的价格波动，这种冲击存在明显的不对称性，意想不到的高价格信息对价格稳定的破坏力更大。最后，基于实证研究结果提出了对农产品价格调控软环境建设的政策建议。

农产品价格；新闻消息；EGARCH模型

一、引 言

我国农产品价格波动问题一直是政府、产业和学术界研究的重点。农产品价格一方面关系着农民增收，一方面关系着城市消费者，尤其是低收入者的生活水平。无论是出于粮食安全、农民增收的考虑，还是出于稳定物价水平的考虑，农产品价格的波动都引人关注。

在开放的信息经济环境中，农产品价格传导与调控的外部环境和内部机制都发生了深刻变化，一些新的影响因素不断突显。农产品价格的形成机制尚缺乏理论和实践的解释，其调控机制也面临着一些新挑战。贸易、汇率、食品安全、新闻媒体等对于农产品价格的影响及其传导机制更加需要深入的研究。基于此，本文通过对农产品价格的影响因素和新闻消息对农产品价格影响的相关文献的梳理，采用EGARCH模型进行实证分析，并提出相应的政策建议。

二、文献综述

关于农产品价格变化的原因，国内外学者一直存在较大分歧：一是需求方面的原因（J. Von Braun[1]；M. Rosegrant[2]）；二是供给方面的原因，比如石油价格上涨导致粮食生产成本提高，全球气候变化导致粮食产量下降；三是政策方面的原因（Huang et al.；Rosegrant；World Bank）。

国内学者程国强、胡冰川、徐雪高认为，2007年以来的我国农产品价格上涨有明显的恢复性特征[3]；黄季焜等认为，一些国家所采取的贸易限制政策等因素是导致我国粮食价格大幅上涨的主要原因[4]。

国外已有研究大多是从非对称价格传导展开的，比如Yuqing，Zheng，Henry W. Kinnucan，Henry Thompson根据美国农产品价格的月度数据分析了新闻消息对农产品价格的影响。他们认为新闻媒体的报道尤其是食品安全的报道对于农产品价格有重要的影响，意想不到的信息造成了美国一半以上农产品价格不稳定[5]。

在信息经济条件下，影响农产品价格形成和调控的因素得以突显，如汇率、食品安全等。在网络媒体日益发达的今天，新闻媒体甚至成为影响农产品价格的重要因素。新闻消息与农产品价格波动存在联系的假设是由Engle 和 Ng提出的，他们制定了新闻影响曲线来测试新的价格信息是怎样影响价格波动的[6]。Tomek指出，农产品价格方差增加是因为农产品在生产周期长短的不确定性在增加[7]，在一些农产品和零售品的价格上存在随着时间变化的差异。B’enabou和 Gertner认为，波动的增加会减少顾客搜索的动机，同时可能会增加零售商的市场力量[8]。Samuelson指出，食品和能源是消费者价格最具挥发性的成分[9]。Ana I. Sanjuan[10]、Piggott和Marsh[11]等指出，对疯牛病恐慌的讨论使得价格信息的重要性更受重视。Sayed H. Saghaian对H5N1等通过研究新闻消息对土耳其畜禽供应链价格传递的影响[12]得出结论：畜禽产业链的纵向价格传递无论是在速度上还是在强度上都是非对称的，对供应链上的生产者和最后的消费者影响也是不一样的，零售市场的价格比牧场的价格更加灵活，短期内零售价格的反应要比牧场价格速度更快。

价格理论是经济学的核心，农产品价格理论则是价格理论的核心，农产品价格是百价之基。当前，农产品价格传导机制发生了重大转变，但究竟应该如何解释农产品的价格波动问题？在已有研究的基础上，本文根据广义自回归（EGARCH）模型和NIF模型，应用2007—2013年我国36种农产品的月度价格数据，测量新闻消息对农产品价格的影响并分析其特征，最后提出政策建议。

三、理论模型和研究方法

新闻消息主要是指食品安全、疫病等人们意想不到的外部信息，这些消息通过新闻媒介影响社会大众的行为，进而影响农产品价格波动。Engle发现了条件异方差模型。

令Yt表示价格从t-1期到t期的价格变化，也就是时间序列自然对数的一阶差分。Ft-1代表t-1期的所有相关变量实现值的信息集。消费者在t-1期做出消费决策时已知晓Ft-1时Yt的条件方差。若分别以 Mt与 Ht表示预期价格波动和预期方差，即可写作 Mt=E（yt∣Ft-1）和 Ht=var（yt∣Ft-1）。由此可见，t期的未预期价格波动εt=yt-mt。若εt大于零，表明好消息的到来，价格比预期的高；若εt小于零，则表明坏消息的到来，价格比预期的低。而且，εt的绝对值越大，消息越重大。Ft-1为到t-1时刻过去信息的集合；用过去的局部方差，j=1，…，p作自回归建模：

其中α0>0，αj≥0，j=1，…，p。这里p为模型的阶数，模型（1）称为线性ARCH（p）模型。广义自回归条件异方差（GARCH）模型以表示为：

则称序列服从GARCH（p，q）过程。其中ht=var（εt|φt-1），φt-1是时刻t-1及之前的信息，vt独立同分布，满足条件：

GARCH（1，1）模型，其定式由均值方程和条件方差方程给出：

式中，Yt为某一产品的t时价格；It-1表示t-1时刻所有可得信息的集合。

GARCH（1，1）模型将对称性加入到条件方差结构上，而这对农产品价格波动建模可能不合适，无法反映农产品价格波动的不对称效应。EGARCH模型可以更好地反映非对称性调整，其一般模型如下：

其中，γ捕捉非对称信息的影响。设

则 f( zt)就是消息冲击曲线。新闻影响曲线就是由模型（8）为基础绘制的。

最终本文应用的是模型（6）（7）（8），yt是指价格变化，t指滞后期，vt是独立同分布的序列，是方差为1的白噪声过程。误差项εt反映了随机组成部分或外部冲击。

四、实证分析

（一）数据来源

本数据涵盖了2007—2013年的36种主要农产品的月度农产品集贸市场价格。来自国家统计局2008—2014年的中国农村价格统计年鉴，它们涵盖粮食、肉类、蔬菜、水产品等多种主要农产品，占我国CPI价格指数的大部分，每个产品有84个观测值（7年×12个月）。

（二）平稳性检验

EGARCH模型要求数据是平稳的，首先做单位根检验。本文使用由Said and Dickey（1984）提出的Augmented Dickey-Fuller test（ADF）单位根检验来检测。

cT：表示趋势项；Pt：表示农产品的月度交易价格；P：表示 t月的价格；ΔLogPt：表示价格波动①由于对数据取对数不改变原来的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差，因此本文对变量进行自然对数变换。。

在5%统计水平下，36种农产品中除了花生仁之外的每个时间序列都是差分平稳的②经过检验花生仁月度价格序列本身就是稳定序列，其他农产品则是一阶差分稳定。。因此可以得出结论，这些价格序列的一阶差分是稳定的，即I（1）③我们首先通过观察时间序列的曲线图，初步判定是否在模型中包含常数项或时间趋势项，然后再结合常数项、时间趋势项和单位根项前面的系数的显著性反复试验，最终确定模型形式。模型的滞后阶数是根据SIC准则来确定。例如，模型中的因变量yt减去趋势项变为yt=Δlnpt-cT。。

（三）EGARCH模型估计结果

在进行EGARCH模型分析的36种农产品中有30个是α或者β显著，表明这些农产品存在异方差，价格随着时间的变化而变化。玉米、大豆、活鸡、鸡蛋、香蕉、橙子是同方差，说明这些产品的市场受到意想不到新闻消息的影响幅度较小，市场发育比较成熟。有24个农产品（占样本的66.7%）中的EGARCH模型参数α是显著的，这说明意想不到的新闻消息对农产品价格波动有显著的冲击。有21个农产品（占总样本的58.3%）的γ是显著的，这说明外部信息对农产品价格波动的冲击是不对称的。

本文对于GARCH效应①GARCH效应是指当前一切可利用信息作为条件，并采用某种自回归形式来刻划方差的变异，对于一个时间序列而言，在不同时刻可利用的信息不同，而相应的条件方差也不同，利用GARCH模型，可以刻划出随时间而变异的条件方差。是否存在用拉格朗日乘子检验（LM）。序列是否存在GARCH效应，最常用的检验方法是拉格朗日乘子法，即LM检验。有18个产品项目的LM影响不显著，说明ARCH效应不明显。

如果γ显著而GARCH效应不显著，比如玉米、优质籼米，棉花（籽棉）、油菜籽、菜籽油、豆油、羊肉、活鸡、四季豆，这种情况下影响是否不对称并不明显。保守来说，γ和 LM都显著这样才能说明不对称是显著的。α，β，γ和LM最大似然估计值如表1所示。

表1 EGARCH（1，1）模型估计值

注：*、**分别表示5%、10%水平上显著

（四）农产品价格的信息冲击曲线

农产品价格波动非对称就是指好消息和坏消息对农产品价格波动的差异性冲击。

表2 把好消息和坏消息对价格波动冲击都显著的产品列了出来（即γ和LM都显著的产品）。在EGARCH模型中，好消息对条件方差的影响是α+γ，坏消息是α-γ。由表2可以可拿出好消息的平均影响是0.48，坏消息的平均影响是-0.14。

可以看到，信息对价格波动有显著的影响，农产品价格波动具有明显的正向不对称性。其中高价格信息对于价格波动的冲击大于低价格信息。意外的高价格信息对于价格稳定的破坏力更大。

表2 消息对农产品价格的影响效应

对于粳稻、籼米、面粉、牛肉价格来讲，当 εt-1>0时，一个意想不到的高价格信息冲击对条件方差的对数有一个大于1倍的冲击；其中粳稻、籼米分别为2.02倍和2.09倍，面粉和牛肉则为1.73倍和1.38倍。

当 εt-1<0时，意想不到的低价格信息给条件方差的对数带来的冲击差别很大。对面粉的冲击作用达到2.65倍，是所有农产品中冲击作用最大的品种。对于粳稻的冲击作用为1.08倍，对于籼米和牛肉的冲击作用分别为0.19倍和0.28倍。

这四种农产品的新闻影响曲线不管是好消息还是坏消息都是向上倾斜的，但意外的高价格消息对价格波动的冲击更大。而意外的低价格信息则可能使价格更加低迷。其中，面粉的低价格信息的冲击大于高价格信息的冲击，具有显著的负向不对称性。

图2 消息对不同农产品价格波动的影响曲线

也有一些新闻影响曲线是向下倾斜的例子，这种情况坏消息的情况比较多。比如说优质籼稻、大豆，意外的高价格信息的系数分别是0.32倍和0.35倍，而低价格消息的系数分别是-1.2倍和–0.57倍。意想不到的价格上升破坏价格稳定，而意想不到的价格下降使价格稳定。市场对意外的价格上升有反映而不理会意外的价格下降。当价格意外上升市场会吸引很多注意力，而价格意外下降，则市场的波动性会降低。

也有一些产品不管是高价格信息还是低价格信息都可能缓冲价格波动。如活猪、鲤鱼、鲢鱼、带鱼和菜椒市场，好消息的系数分别是–0.2倍、–0.02倍、–0.13倍、–0.29倍和–0.98倍，坏消息的系数是–0.82倍、–0.68倍、–0.87倍、–1.49倍和–0.3倍。意想不到的高价格使价格稳定，但价格降低却使价格方差向反方向迅速扩大（见图2）。

表3 总结了意外消息对于36种农产品价格波动的不同影响，有27个农产品（占样本的75%）受到意外消息对价格波动的冲击。有13种农产品（占总样本的36.1%）受到意外信息对格波动不对称的冲击。有5种农产品受到意外信息的对称性冲击（γ是不显著的）。有9种农产品的GARCH效应的检验是不显著的，有9种农产品没有检测到显著的意外信息的影响，其中香蕉和橙子价格缺乏一定的变动规律（见表3）。

为了进一步检验EGARCH模型系数的显著性，Jones et al（1998）构建了一个多元回归方程来验证GARCH簇群模型的不对称性。构建的方程如下：

该方程的原假设为 δ1=δ2=δ3=0，意味着条件异方差方程是对称的，Enders（2004）通过 F检验和p值来确定回归参数的显著性。通过回归检验来确定EGARCH模型中的参数α、γ是否具有不对称性。将表3中的27种农产品价格数据带入方程（9）检验结果见表4。

估计结果显示，大部分F检验和P值均不显著，拒绝原假设，表明农产品价格存在显著的信息效应，一些农产品的波动非对称性也是显著的。其中西红柿和菜椒的显著性通过了10%下的显著性检验，说明了不对称性并非十分显著①西红柿、菜椒的检验结果与表1的结果有所不一致，但是表4中的检验均没有通过5%的显著性水平检验，因此可以忽略不计。。

表3 消息对农产品市场价格波动的影响

表4 回归诊断分析

以下是Eviews5.0软件所绘制的EGARCH模型的新闻信息冲击曲线②农产品价格的信息冲击曲线是根据21种农产品（γ是显著的）中对信息农产品价格的信息冲击曲线平均而来，它反映了总体的趋势。。如图3所示：该曲线就是所选样本数据得到的描述E-GARCH模型拟合的农产品价格数据的信息冲击曲线。新闻曲线的横轴是 Z，纵轴是 S，分别代表过去的信息对现在波动的影响，测量新信息如何影响波动。EGARCH（1，1）模型向右倾斜，说明高价格信息的冲击对波动产生更大的影响，本图说明了γ大于零，因为如果γ小于零，图形是向左倾斜的。

图3 农产品价格的信息冲击曲线

农产品价格的信息冲击曲线成V型。从图中可以看到，这条曲线在信息冲击小于0时，也就是代表负冲击时，比较平缓；而在正冲击时，则比较陡峭。这说明高价格信息冲击使得波动性的变化更大一些。这可能是由于农产品价格的需求弹性较低，供给弹性高于需求弹性。加上农产品的生产周期和市场化程度造成了农产品价格信息冲击曲线。

五、结论与启示

（一）主要结论

我国农产品市场还不完善、不成熟，农产品价格的波动一直在扩大。价格波动会使福利流失，同时通过增加消费者的搜寻成本，减少了竞争。2007—2013年间，我国36种农产品价格中有30种的方差随时间变化而变化，有27种农产品价格伴随着随着时间增长表现出明显的异方差，有21种农产品价格受到意外信息的显著影响，有13种产品的波动是不对称的，其中有9个好消息对价格变化的冲击更大些，剩下4个，是坏消息对价格波动的冲击更大些。总之，意想不到的价格消息的冲击效应使得六成以上农产品市场价格不稳定，突发消息导致了农产品价格波动的异方差扩大。新闻消息对于农产品市场价格的冲击存在明显的不对称性，意想不到的高价格信息对价格稳定破坏力更大。

（二）政策含义

1．优化农产品价格干预政策和手段

高价格信息和低价格信息对于农产品价格带来的冲击是不一致的，价格调控中需要有效使用农产品价格干预政策，优化农产品价格干预政策和手段，根据价格波动的大小决定采取高价格政策和低价格政策。在市场价格上涨过快时，可以采取低价格干预政策使价格很快降低，缓解价格波动。当市场价格下跌时，可以采取适度的高价格信息政策，既可以缓解价格下行压力，也不至于加剧农产品价格波动。

2．正确引导社会舆论，规范新闻媒体的报道行为

引导媒体正面报道价格形势，尤其是要规范高价格政策的报道，农产品价格上涨，大范围的报道会加剧价格的波动，不利于价格调控政策发挥作用。价格低迷时，大量的报道低价格信息也不能够有效提高农产品价格，反而会使价格低迷持续的时间更长。

3．加大宣传，培育公众对农产品价格的正确预期

一直以来，公众习惯了低农产品价格，同时形成了对于高农产品价格的敏感预期。只要农产品价格有一些上涨的趋势，就会引起社会公众、媒体的大量关注。所以有必要不断加强公众对农产品价格的正确预期，形成对农产品价格比较宽松的公众和舆论环境。

（三）进一步的研究方向

本文分析了意想不到的新闻消息对农产品价格冲击及其特征，在信息充分传播的现代社会具有很重要的意义。然而，还有很多问题值得进一步研究，例如为什么有些新闻信息对一些商品有影响，而对另外一些商品没有影响；为什么有些商品的好消息对价格波动的冲击较大，而有些商品的坏消息对价格波动的冲击较大，等等。这一方面涉及到具体产品的自身特征，另一方面，也与不同产品市场发育情况相关，是未来进一步研究的方向。

[1] J. Von Braun. The World Food Situation: New Driving Forces and Required Actions[C]. Food Policy Report. Washington DC: International Food Policy Research Institute, 2008(3): 37-39.

[2] M. Rosegrant. Impact of Biofuel Policy on Developing Country Agriculture and Food Security [C]. Paper presented on the American Agricultural Economics Association 2008 Conference, Orlando.

[3] 程国强，胡冰川，徐雪高.新一轮农产品价格上涨的影响分析[J].管理世界，2008（1）：57-62.

[4] 黄季焜，杨军，仇焕广，徐志刚.本轮粮食价格的大起大落：主要原因及未来走势[J].管理世界，2009（1）：72-78.

[5] Yuqing Zheng, Henry W. Kinnucan and Henry Thompson. News and volatility of food prices [J]. Applied Economics, 2008(40): 1629-1635.

[6] Engle, R. F. Autoregressive conditional heterskedasticity with estimates of the variance of United Kingdom inflation [J]. Econometrica, 1982(50): 987-1007.

[7] Tomek, W. G. Commodity prices revisited [J]. Agricultural and Resource Economics Review, 2000(29):125-137.

[8] Benabou, R. and Gertner, R. Search with learning from prices: does increased inflationary uncertainty lead to higher markups? [J]. Review of Economic Studies, 1993(60): 69-93.

[9] Samuelson, R. J. The big news that we miss [N].Newsweek, August 8,2005.

[10] Ana I. Sanjuan, P.J.Dawson. Price transmission, BSE and structural breaks in UK meat sector [J]. European Review of Agricultural Economics, 2003(2)：49-56.

[11] Piggott, N. E. and Marsh, T. L. Does food safety information impact US meat demand? [J]. American Journal of Agricultural Economics, 2004(86): 154-74.

[12] Sayed H.Saghaian etal. Dynamics of Price Transmission in the Presence of a Major Food Safety Shock: Impact of H5N1 Avian Influenza on the Turkish Poultry Sector [J]. Journal of Agricultural and Applied Economics, 2008(3): 1015-1031.

（责任编辑：于开红）

Research on Influence of News Information to Agricultural Products Price Volatility

Zhou Aizhu1Zhang Xicai2Zhang Lixiang3
(1. College of Management and Engineering, Anhui Polytechnic University, Wuhu, Anhui 241000, China)
(2. China Supply and Marketing Cooperative, Beijing 100801, China)
(3. College of Agriculture and Rural Development, Renmin University of China, Beijing 100872, China)

This paper took the monthly price of 36 kinds of agricultural products from 2007 to 2013 as empirical data to analyze the influence of the news information to the agricultural products price volatility, under the framework of the EGARCH model and the NIF model. The results indicate that unexpected news information impact intensifies the price volatility of agricultural products. The impact is obviously asymmetric. The high price information has the stronger destructive power to the price stability. Finally, some policies and suggestions were proposed to regulate and control the soft environment construction of the agricultural products price based on the empirical research results.

the agricultural products price; news information; EGARCH model

F323.7

A

1009-8135（2017）03-0034-09

2017-03-12

周爱珠（1964—），女，安徽宣城人，安徽工程大学管理工程学院副教授，主要研究经济管理、市场营销。

安徽省哲学社会科学规划项目“安徽省农产品质量安全问题研究——供应链利益相关者关系视角”（AHSK11-12D58）；安徽省社会科学界联合会项目“政府在促进农产品有效供给中的地位与作用”（A2011018）阶段性成果