我国大米价格波动的实证分析及对策管理

【摘要】本文分析了大米价格的波动趋势，通过HP滤波法确定了大米的波动周期，并在此基础上构建GARCH模型，研究了大米价格波动的特征。研究发现，大米价格震荡上行，且季节性波动强，周期明显，大米的价格波动具有集簇性和持续性。对此，本文提出一定的价格管理对策。

【关键词】大米价格 HP滤波法 GARCH模型

“十二五”时期是我国农业农村发展的一个黄金期。“十二五”期间，我国粮食生产连跨两个千亿斤台阶，农民收入年均增长9.5%，城乡居民收入比下降到2.9∶1以下，农民生活显著改善，但在我国经济转轨、体制转换、社会转型的新阶段，农业农村发展也面临新的挑战。当前我国粮食进口和库存均创历史新高，形成了粮食产量、库存和进口三量齐增的现象，加快调整农业生产和供给结构的任务艰巨而迫切。在此背景下，我国“十三五”规划将“粮食去库存”和“生产调结构”放在重点位置，加上粮食呈现金融化趋势，这一系列因素造成粮食价格波动的不确定性。本文以大米价格作为研究对象，通过HP滤波法确定了大米的波动周期，并在此基础上构建GARCH模型，研究了大米价格波动的特征，并提出一定的价格管理对策，为稳定我国重要口粮的价格提供一定参考。

一、大米价格总体波动特征

选择中储粮原粮收购价格中的粳稻价格指数月度数据（2009-01至2016-09）代表我国大米价格走势。首先分析波动的趋势，绘制大米价格指数变化趋势图，如图1所示。

由趋势图可以发现，大米价格指数在2009年1月至2016年9月呈现先上升，最后趋于近似平稳的趋势。根据其大致的趋势，可以分为两个阶段，第一个阶段是2009年1月至2012年9月，大米价格指数呈现总体上升态势；第二个阶段是2012年10月至2016年9月，价格指数呈现小幅度的上下波动状态，趋于稳定。

同时我国大米价格指数的波动主要呈现以下几点总体特征：

（一）大米价格在波动中呈现明显的上涨趋势

我国大米价格自2009年以来，呈现出了明显的价格上涨趋势，特别是在2009年10月至2011年3月期间，价格上涨了30%以上。伴随着价格的上涨，波动具有这一定的不对称性，大部份月份里价格呈现正向波动，且波动幅度较负向波动更大。

（二）大米价格波动受外部因素的影响较小

大米作为我国重要的口粮品种之一，其价格波动和市场构成一直受到严格的政策监管。例如我国大米的自给率，自上世纪70年代起就一直超过100%，近几年国家有针对性的进口大米，也只是适当调节市场中的大米品种，自给率依然稳定在98%以上。如此高的大米自给率，证明我国大米在短期内可能会受到国际大米价格波动等因素的影响，但在长期内受到外部影响的可能性较小，波动更多的还是來自政策的变化及其本身周期性供求变化因素。

二、大米价格波动实证研究

（一）基于H-P滤波法的价格波动分析

由于大米属于典型的季节性农作物，其波动具有强烈的季节特征，因此利用census X12方法对大米价格序列进行季节调整，得到我国大米价格指数的季节因子序列、大米价格指数不规则分量序列和大米价格指数趋势循环序列。从中可以分析大米价格的季节性涨跌趋势，以及排除季节性干扰的随机波动特征。

从图2可以看出，大米价格存在着较强的季节性涨幅规律。

2009年至2012年，每一年的第一个季度的三月份价格出现高点；然后慢慢回落，在第四季度的十月份出现价格最低点，最后价格又开始回升。

2013年至2016年，在每一年的最后一个季度，即年末，出现价格高点；然后在每一年的第三个季度的八月份出现价格低点。

由图3不规则分量序列图可以看出，大米价格指数在2009年末2010年初出现了剧烈波动。而在2013年及之后，大米价格的波动就趋于平缓，这也是由于大米最低收购价政策在实行10年期间，积累了较多的调控经验。同时伴随我国城市化的进一步加深，不少粮食的提供者也成为了主要的消费者，使口粮需求进一步扩大。此外，紧张的供求关系刺激着政府对大米进出口等影响口粮安全行为的大力监管，进一步平稳了大米市场的价格关系。

由图4大米价格指数趋势循环序列可以看到，大米价格呈现上涨趋势。在12年之前，呈现出指数状的增长态势，在12年以后，随着金融危机带来的投资影响的逐渐褪去，大米价格的上涨有了一定的缓和。

本文对大米价格的趋势循环序列利用H-P滤波分析，分析大米价格指数的波动周期的相关信息。运用HP滤波分解图，参数取14400，得到图5，其中Final trend-cycle曲线为我国大米价格指数的趋势和循环序列，Trend曲线为该序列分离出来的长期趋势，Cycle曲线为该序列分离出的循环波动。

由图5中分离出来的长期趋势Trend曲线，可以发现大米价格在长期处于稳步上涨的趋势。而循环波动序列则显示大米价格存在几次较大程度的波动，分别出现在11年、12年和15年。

总体来讲，大米价格的波动经历了四个周期，周期的平均长度为19.75个月，其中第一个周期和第三个周期的波动幅度较大，其他两个则相对较小。

（二）基于GARCH族模型的波动集聚性分析

通过以上的分析，运用TARCH模型分析一下波动的集聚性及不对称性特征特征。

大米价格指数相关统计指标

由偏度和峰度可以判断，波动分布呈些微的左倾斜性，JB正态检验的结果则说明其分布呈现非正态分布。而标准差则偏大，说明波动较明显，幅度较大。Q统计量结果显示，p值为0，即序列非白噪声。因此尝试建立TARCH模型分析波动特征。

首先对原始序列进行平稳性检验，通过Eviews7.0的ADF检验，结果输出ADF统计量对应P=0.2635>0.05，接受原假设，即该序列存在单位根，不平稳。做一阶差分处理之后，ADF统计量对应P=0，不能接受原假设，即该差分序列不存在单位根，为平稳序列。endprint

对差分序列进行白噪声检验，对应p值偏小，认为其非白噪声，存在自相关，可以进行TARCH建模。

通过Eviews7.0进行估计，结果如下：

（-1.295781） （5.435983） （2.450578） （6.681632）

模型估计结果基本通过显著性检验，其中括号内的数值为Z统计值。模型估计结果显示，大米市场价格波动具有集簇性特征。由模型估计结果，ARCH项系数0.486777>0，在0.01%的水平上通过显著性检验；GARCH项系数0.668002>0，在0.01%的显著性水平上通过显著性检验，证实了在我国大米市场确实存在明显的波动集簇性特征。两个系数之和大于1，表明过去的波动对未来的影响仍然在。

模型拟合结果表明，我国大米市场价格具有ARCH效應，即相邻两期价格的方差存在着序列相关性。大米市场价格具有显著的波动集簇性、记忆性和持续性特征，这就意味着政府以及相关粮食主体可以利用大米市场价格波动的集簇性对下一期的市场价格波动进行预测。

三、价格管理对策研究

通过上文实证研究，发现我国大米价格在研究区间内震荡上行，且季节性波动强，周期明显，大米的价格波动具有集簇性和持续性。基于此，本文提出以下几点政策建议：

一是稳定生产成本，努力化解农资产品涨价对农民种粮积极性的影响，加强对化肥等农资产品生产、调运的管理，保障化肥市场供应。同时还需要采取相应政策措施，建立淡季化肥储备制度，防止种粮旺季导致的农资化肥价格上升造成种粮成本提高。

二是增强市场活力，对于政府与企业来说，一方面建立健全大米稻谷类产品的生产流通机制，鼓励更多有资质的服务机构投入到大米市场的服务中来；另一方面，创新大米加工生产产品，使市场品类更丰富、产业链更健全。对于普通生产者、投资者来说，进行必要的市场风险教育，了解更多的市场信息，保证市场参与度的同时，更能使市场价格更稳定、交易活力更强烈，降低市场风险，保障各方利益。

参考文献

[1]姜长云《“十二五”期间中国农业发展面临的制约与挑战》，《中国发展观察》2010年第1期，44-48.

[2]周洲，李光泗.我国大米价格波动特征及影响因素的实证分析[J].价格理论与实践，2016，（03）：93-96.

[2]苗珊珊.大米市场价格波动态势及周期性特征分析[J].华中农业大学学报（社会科学版），2014，（02）：68-73.

基金项目：科研基地-科技创新平台-粮食安全目标下农产品价格形成机制19008001217；北京社科基金重点项目：15JGA031资助。

作者简介：李磊（1993-），男，汉族，安徽安庆人，就读于北京工商大学，研究方向：宏观经济统计分析方向。endprint