基于VEC-BEKK-GARCH和溢出指数模型的畜产品价格联动效应研究

刘姣姣，张钢仁，2，高 群

(1.华中农业大学 经济管理学院，湖北 武汉 430070； 2.黄冈师范学院 商学院，湖北 黄冈 438000； 3.南昌大学 公共管理学院，江西 南昌 330000)

畜产品(肉、蛋、奶)作为我国居民生活的必需品，其价格波动严重影响城乡居民的生活水平。21世纪以来，我国城乡居民畜产品消费量整体呈上升趋势。据国家统计局统计，我国城乡居民人均畜产品消费量分别从2000年的46.5 kg和23.1 kg增至2017年的66.3 kg和47.3 kg，年均增幅依次为2.11%和4.31%。其中，猪肉是城乡居民消费的主要品种，牛羊肉的消费比重不断上升。与此同时，国内畜产品价格整体呈上涨态势。

如图1所示，长期来看，牛肉和羊肉价格上涨趋势更为明显，2001年7月至2019年3月，牛肉和羊肉价格分别上涨404.1%和357.5%，猪肉价格上涨123.0%。短期来看，相对于牛肉和羊肉价格，猪肉价格波动更为频繁，如2006年6月至2008年2月，猪肉价格上涨136.9%，牛肉和羊肉价格分别上涨71.2%和74.5%；2008年2月至2019年5月，猪肉价格下降37.70%，牛肉和羊肉价格则继续小幅上升，分别上涨3.49%和1.36%。2010年以来，牛肉、羊肉价格呈快速平滑上涨趋势，而猪肉价格受欧债危机影响，在2011年9月前后仍有较大幅度波动[1]。不难发现，牛肉、羊肉价格变动趋势较为平缓，而猪肉价格则表现出更为明显的“过山车”式变动。猪肉价格的剧烈波动是否会在一定程度上导致牛羊肉价格的波动？牛肉、羊肉价格之间是否存在一定的传导关系？深入分析并解答这些问题，对于稳定畜产品价格剧烈波动，保障畜产品生产安全、维护生产者和消费者切身利益具有重要的现实意义。

图1 2001年1月至2019年3月国内畜产品月度价格走势Fig.1 Monthly price trend of domestic animal products from Jan. 2001 to Mar. 2019

有关畜产品价格传导的研究可以分为2类：一是畜产品价格的横向传导研究，二是畜产品价格的纵向传导研究。其中，纵向传导研究居多。关于畜产品价格的纵向传导，不少学者研究了畜产品产业链价格的非对称传递特征[2-6]。Abdulai[2]和董晓霞[4]利用协整检验和非对称检验等分析了生猪和猪肉价格的非对称传导关系，一致认为两者对彼此价格的上涨和下跌信息反应具有一定的非对称性，均对“利空”信息比较敏感，如猪肉价格对生猪价格的上涨更为敏感。于爱芝等[7]在前人的研究基础上加入仔猪价格，利用协整检验和非对称误差修正模型分析了猪肉产业链上、中、下游价格之间的传导关系，同样认为产业链顺向价格传导均对“利空”信息较为敏感。贾伟等[8]和张喜才等[9]又加入了玉米和猪饲料的价格，利用格兰杰因果检验、误差修正模型、方差分解等分析了猪肉产业链的价格传导关系，认为价格在产业链中的顺向传导更为显著，生猪价格是产业链价格传导的核心。何忠伟等[10]则基于生猪生产价格总指数、农产品批发价格指数、食品零售价格指数、居民肉禽及其制品消费价格指数数据，利用VAR模型分析了生猪产业链产销价格的传导关系，也认为产业链价格的顺向传导更为显著。董晓霞等[11]还对肉鸡产业的价格传导特征进行了实证分析，认为鸡饲料价格已取代雏鸡价格将成为肉鸡产业链的主导价格。

相对而言，畜产品价格的横向传导研究相对较少，且多集中于均值层面。吴志强[12]基于猪、牛、羊生产价格指数，利用VAR模型分析了畜产品价格之间均值层面的传导作用，认为猪的价格对牛、羊价格的影响较大，而羊的价格对猪、牛价格的传导作用较弱。王明利等[13]从均值层面分析了牛肉和羊肉价格之间的线性和非线性传导关系，认为在线性条件下，牛肉对羊肉价格的影响较大，而在非线性条件下，羊肉对牛肉价格的影响较大。石自忠等[14]则通过脉冲响应和方差分解方法，从方差层面着重研究了猪肉和羊肉价格对牛肉价格的冲击，而未研究他们之间的相互影响关系。毛学峰等[15]利用向量误差修正模型和DCC-GARCH模型，从均值和方差2方面分析了猪肉、牛肉、羊肉、鸡肉价格之间的关联性，认为牛肉和羊肉价格波动的关联性最强，而鸡肉价格与其他价格波动的关联性最弱。但是，对于畜产品价格之间具体的关联程度还缺少进一步的分析。

综上所述，学界对畜产品价格传导的研究相对比较丰富，从多个角度研究了畜产品价格传导效应，但主要集中于产业链角度，并且以生猪产业研究居多，而将不同品种纳入同一分析框架深入研究不同产品价格彼此之间作用机理的文献并不多。其次，在研究方法上，多用格兰杰因果检验、向量自回归、误差修正等模型分析，而这些模型都是检验价格在均值层面的相互影响关系，或称为均值溢出效应，而较少关注畜产品价格之间在方差层面的相互影响，或称为波动溢出效应。因此，本文试图在前人的基础上，利用VEC-BEKK-GARCH模型和溢出指数模型，综合均值和方差2个层面深入研究不同畜产品价格之间的溢出方向和溢出程度，对于理解国内畜产品价格形成与波动机制具有较强的理论意义，且在科学构建畜产品价格预测、预警体系及调控政策的制定方面也具有一定的现实意义。

1 材料与方法

1.1 研究方法

价格溢出效应是指某种产品的市场价格不仅会受到自身往期价格的影响，而且也会受到其他相关产品历史价格和(或)当期价格的影响，具体表现为价格一阶矩(均值)间和二阶矩(方差)间的联动反应[16-17]。本文主要从品种视角出发，研究不同畜产品价格之间的溢出效应。研究主要由2部分构成：一是利用协整检验和向量误差修正模型分析不同畜产品价格序列之间的均值溢出效应；二是利用BEKK-GARCH和溢出指数模型检验畜产品之间价格波动的方向及相互影响程度的大小，以考察畜产品价格之间的波动溢出效应。其中，协整检验及向量误差修正模型比较常见，因此不再赘述，本部分将重点介绍BEKK-GARCH模型和溢出指数模型。

1.1.1 BEKK-GARCH溢出模型

1995年，Engle和Kroner提出一种多元GARCH模型，即BEKK形式的GARCH模型，该模型能够在较弱的条件下假定协方差矩阵的正定性，待估参数较少，后来被广泛应用于金融、经济等领域[18]。构建该模型的基本步骤如下。

首先，设定BEKK-GARCH(1，1)模型的均值方程如下：

(1)

(2)

(3)

式(1)～(3)中，Ppork，t、Pbeef，t和Pmutton，t分别代表猪肉、牛肉和羊肉的第t期价格，εt=(ε1t，ε2t，ε3t)-1为扰动项，且εt～(0，Ht)，其中Ht为三维条件方差—协方差对称矩阵，可将其展开为以下形式：

(4)

A、B分别为三维ARCH项系数矩阵和GARCH项系数矩阵，C为常数项矩阵。各元素具体的矩阵表现形式为

(5)

(6)

(7)

(8)

式(5)中，hii，t为第i种品价格在t时刻的条件方差，hij，t是第i种品和第j种品价格序列在t时刻的条件协方差，aij表示第j类品对第i类品价格的ARCH型波动溢出效应，bij表示第j类品对第i类品价格的GARCH型波动溢出效应。

其次，利用极大似然法估计三元BEKK-GARCH(1，1)模型中的待估参数。假设εt服从条件正态分布，样本量为T，序列数量为N，θ为参数，则参数估计对数似然函数表示为

(9)

根据上述BEKK-GARCH(1，1)，本文提出如下检验假设和检验步骤。

假设H01：第j种品对第i种品不存在价格波动溢出效应，即aij=bij=0。具体检验为：若aij、bij不全为0，则表明第i种品价格的条件方差受第j种品价格前期绝对残差或前期波动的影响，即第j种品对第i种品存在价格波动溢出效应。

假设H02：第i种品对第j种品不存在价格波动溢出效应，即aji=bji=0。具体检验同上，若aji、bji不全为0，则表明第i种品价格对第j种品价格存在波动溢出效应。

假设H03：第j种品价格和第i种品价格之间不存在波动溢出效应，即aij=bij=0且aji=bji=0。具体检验为：若aij、bij、aji和bji不全为0，则表明两种畜产品价格序列之间存在波动溢出；若aij、bij不全为0，且aji、bji不全为0，则表明两种畜产品价格序列之间存在双向波动溢出；若aij=bij=0，但aji、bji不全为0，或aji=bji=0，但aij、bij不全为0，则表明两畜产品价格序列之间存在单向的波动溢出效应。

1.1.2 溢出指数模型

2009年，Diebold等[19]基于向量自回归模型中的方差分解概念提出了波动溢出指数模型，但该溢出指数模型受变量顺序的影响较大，使得溢出指数的结果并不稳定。2012年，Diebold等[20]对该溢出指数进行了改进，不仅可以计算总溢出指数，还可以计算净溢出指数，并且溢出指数的结果不再受到纳入变量顺序的限制。考虑一个协方差不变的N变量向量自回归模型VAR(p)：

(10)

式(10)中，εt满足独立同分布，ε～(0，Σ)，xt的移动平均形式为

(11)

Ai=φ1Ai-1+φ2Ai-2+…+φpAi-p。

(12)

式(11)、(12)中：A0为NN的单位矩阵，i<0时，Ai=0。在此基础上，利用KPPS方法进行预测误差方差分解，得到变量xj对xi向前H步的溢出效应估计为

(13)

(14)

(15)

总波动溢出指数是指变量之间的溢出对总样本预测误差方差的贡献，但方向性溢出指数可以使我们进一步了解波动溢出的方向，构建变量i受到的所有其他变量的波动溢出效应：

(16)

同理，变量i对所有其他变量的波动溢出效应为

(17)

在以上两个指数的基础上，我们还可以构建变量i的净溢出指数，即变量i对所有其他变量的溢出与其受到的其他变量的溢出之间的差异：

(18)

1.2 数据来源

我国畜产品主要包括畜禽肉类、蛋类和奶类，其中以肉类消费居多。据国家统计局数据，2017年，我国居民人均肉类消费占肉蛋奶类畜产品消费的61.7%，而猪肉、牛肉和羊肉又是我国居民经常消费的肉类食品，占人均肉类消费的87.3%。因此，本文选取猪肉、牛肉、羊肉这3种畜产品分析我国畜产品价格间的溢出效应。选取的畜产品价格序列的时间跨度为2001年1月至2019年3月，共219个样本。本文涉及到的猪肉、牛肉和羊肉价格均用集贸市场去骨统肉价格替代，数据来源于中国经济社会发展统计数据库(http://tongji.cnki.net/kns55/index.aspx)。为了消除异方差，对畜产品价格序列进行对数化处理，溢出效应和溢出指数的计算均利用畜产品价格序列的对数差分处理数据。

2 结果与分析

猪肉、牛肉和羊肉均富含蛋白质，可以为消费者提供必需的蛋白营养。据统计，猪肉与牛羊肉的交叉价格弹性均大于0，说明猪肉、牛肉、羊肉之间具有一定的替代性[15]。根据替代效应，当一种产品的价格上升(下降)时，消费者对该产品的需求量将会降低(提高)，而对其替代品的需求将增加(降低)，在市场经济规律的作用下，其替代品价格会相应提高(下降)。此外，随着消费者收入水平的提高，以及消费习惯的改变，消费者有更多的资本和机会增加对牛羊肉的消费。随着生活水平的不断提升，人们对饮食也有更多的要求，比如饮食要健康，营养要均衡、全面等，人们会适当降低肥肉的消费，而适度增加瘦肉的消费。综上，消费者会根据个人的消费能力、习惯、营养需求，以及畜产品的价格等方面，综合选择自己喜欢和需要的产品，这些均对猪肉、牛肉和羊肉的需求产生重要影响，增加猪肉、牛肉和羊肉价格之间的关联效应，但这种关联效应还需更为精确的统计检验。利用VEC-BEKK-GARCH模型和溢出指数模型，估计畜产品价格之间在均值和方差两方面的溢出效应，包括溢出的方向和溢出的程度，以期更为深刻地了解畜产品价格之间的联动效应。

2.1 不同畜产品价格间的均值溢出效应分析

在分析猪肉、牛肉、羊肉价格之间是否具有长期稳定关系之前，首先利用ADF检验对猪肉、牛肉、羊肉价格序列进行单位根检验。结果表明，我国猪肉、牛肉和羊肉价格序列都是一阶单整序列，满足协整检验的基本前提。其次，利用Johansen协整检验对我国畜产品价格序列进行协整检验。Johansen协整检验是一种以VAR模型为基础，进行多变量协整检验的较好方法，其对滞后阶数比较敏感，根据VAR模型的定阶方法，依据LR、FPE、AIC、SC以及HQ这5个检验量确定最优滞后阶数为3。基于ADF检验结果，对畜产品价格序列实施协整检验。如表1所示，我国畜产品价格序列在1%的显著性水平上拒绝了协整向量个数为0的原假设，说明我国畜产品价格序列之间存在长期稳定的均衡关系，也暗示着畜产品价格之间溢出效应存在的可能性。

表1 畜产品价格间的协整检验Table 1 Co-integration inspection among animal product prices

利用向量误差修正(VEC)模型分析畜产品价格序列之间的均值溢出效应，结果如表2所示(D表示差分，ConitEq表示误差修正项系数)。从自回归系数来看，畜产品价格均受到自身前期价格的较大影响，且畜产品价格两两之间影响显著。其中，猪肉价格受到自身前期价格和牛肉价格的影响显著(P<0.05)，而羊肉价格对猪肉价格的影响不显著(P>0.1)；猪肉价格对牛肉和羊肉价格均具有显著影响(P<0.05)；牛肉价格和羊肉价格之间相互影响较大，且显著(P<0.05)。在我国，牛肉和羊肉属于高端消费。2019年3月，猪肉价格23.70元·kg-1，而牛肉、羊肉价格分别为67.6、68.9元·kg-1，是猪肉价格的近3倍。因此，两者之间的替代性更强，影响更为显著[14]。此外，羊肉性温热，具有抵御风寒的作用，其消费具有较强的季节性，在冬季食用较多。羊肉的独特品质和消费的季节性，可能在一定程度上制约了其价格对猪肉价格的影响力，仅表现出猪肉价格对羊肉价格的单向均值溢出效应，且较弱。

表2 畜产品价格序列向量误差修正模型估计结果Table 2 Estimation of vector error correction (VEC) model for livestock products price

2.2 不同畜产品价格间的波动溢出效应

利用三元BEKK-GARCH(1，1)模型研究我国畜产品价格间的波动溢出效应，模型结果如表3所示。我国畜产品价格均受到自身前期波动较大影响。首先，在BEKK-GARCH(1，1)模型中，a11、b11、a22、a33、b22、b33均在1%的显著性水平下显著，说明我国猪肉、牛肉和羊肉价格均对自身存在着显著的ARCH和GARCH型波动溢出效应，即同时表现出方差的时变特征和波动的持久性特征，意味着猪肉、牛肉和羊肉价格的波动均受到自身前期波动的影响，且波动具有显著的集群性，即较大幅度的波动后会有较大幅度的波动，较小幅度的波动后往往伴随较小幅度的波动。除猪肉和羊肉之间，不同畜产品价格两两之间均存在显著的双向波动溢出。其中，猪肉和牛肉市场之间，BEKK-GARCH(1，1)模型结果显示，系数a12、b12、a21、b21分别在10%、5%、1%的显著性水平下均显著，即我国猪肉和牛肉价格之间存在显著的ARCH和GARCH型价格波动溢出效应，方差的时变特征和波动的持久性特征并存；牛肉和羊肉市场之间，系数a23、b23、a32、b32也分别在5%、1%的显著性水平下均显著，说明牛肉价格和羊肉价格之间也存在显著的双向ARCH和GARCH型波动溢出效应；但猪肉和羊肉市场之间，系数a13、a31、b13、b31在10%的显著性水平下均不显著，说明猪肉价格和羊肉价格之间的波动溢出效应不显著。分析原因，牛、羊均为草食性动物，牛羊肉不仅在肉质、价格上较为相近，且在食用场合和方法上也较为相近，其具有较强的相互替代性，价格的溢出效应也较为显著。猪肉与牛肉的替代性更强，与羊肉的替代性次之。猪肉价格变动时，更多的消费者会选择牛肉作为猪肉替代品，对牛肉需求的影响较大，且牛肉供给的调整能力较低，进而对牛肉价格产生显著影响。由于羊肉具有膻味，其消费人群相对固定，因此猪肉价格变动对羊肉价格变动的影响有限。

表3 BEKK-GARCH(1，1)模型估计结果Table 3 Estimated results of BEKK-GARCH (1，1) model

2.3 基于溢出指数模型的分析

使用溢出指数可以进一步了解畜产品价格间波动溢出的程度。由于溢出指数随着测算长度的变化而有所变化，本研究分别计算了溢出持续时间(H)分别为1、2、3、4、5、6时畜产品价格序列之间的溢出指数(表4)，表中FO表示受到其他产品价格波动的溢出程度，CTO表示对其他产品的溢出程度(contribution to others)，CIO表示对自身和其他产品的总溢出程度(contribution including own)。表4中，每一行数据表示该产品(行标题所指产品)受到其他产品价格波动的溢出程度，FO列数据为部分行数据的加总，表示该产品(行标题所指产品)受到其他产品价格波动的总溢出程度。相应地，每一列数据表示该产品(列标题所指产品)对其他产品价格波动的溢出程度。CTO为部分列数据的加总，表示该产品(列标题所指产品)对其他产品价格波动的总溢出程度。CIO也为列数据的加总，表示该产品(列标题所指产品)对自身以及其他产品价格波动的总溢出程度。矩阵CIO行和FO列的交叉点即为总波动溢出指数，是指变量之间的溢出对总样本预测误差方差的贡献，表示各变量之间整体的相关程度。研究表明，随着溢出持续时间的增加，总溢出指数呈增加的趋势；溢出持续时间为6个月时，总溢出指数达到38%，说明畜产品价格序列之间的溢出效应明显，对总预测误差方差的贡献为38%，且溢出效应在持续6个月后基本平复。分析原因，可能与畜产品的生产周期有关，猪妊娠期约4个月，羊妊娠期约5个月，而牛妊娠期相对较长(约9个月)。随着育肥技术的提升，畜产品的出栏屠宰周期也在缩短。当新一轮的畜产品进入市场之后，畜产品的供给也就发生了实质性的变化，对畜产品价格的影响将达到一个较高的水平。

表4 畜产品价格序列的溢出指数结果Table 4 Spillover index results of livestock products price

从畜产品价格两两之间的方向性溢出指数来看，猪肉、牛肉、羊肉价格波动均主要来自于自身价格波动的冲击。测算长度H=6时，猪肉、牛肉、羊肉价格波动来自自身价格波动冲击的比例分别占80.95%、52.95%、52.03%。短期内(H=1)，猪肉价格波动对牛肉和羊肉价格波动的溢出效应较弱，尤其是对羊肉价格的溢出效应最弱，分别为6.8%、0.94%；但长期内(H=6)，猪肉价格波动对牛肉和羊肉价格波动的溢出效应增强，分别达到19.41%、20.51%，猪肉价格波动对其他价格序列波动的总溢出也相应达到39.9%。分析原因，猪肉价格上涨时，短期内猪肉价格上涨幅度较小，相对于牛羊肉而言猪肉仍然有绝对的价格优势，对牛羊肉的需求影响较小，因而对牛羊肉价格的影响也较弱。猪肉价格的调整需要一定的周期，猪肉价格仍然会持续上涨。随着猪肉价格的进一步上涨，猪肉价格在消费者心中的绝对优势将会消失，更多的消费者将会选择牛羊肉作为猪肉的替代品，对牛羊肉的需求增加，进而影响牛羊肉的价格。此外，猪肉价格的上涨，以及牛羊肉需求的上涨，会使牛羊肉生产者产生一个价格预期，促使他们增加牛羊肉的供给。但是这种供给的变化有一定的周期(生产周期)，也需要一定的时间后才能显现出来。因此，最终表现为短期内猪肉价格变动对牛羊肉的需求影响较小，但在长期内猪肉价格变动对牛羊肉的需求影响较大，且牛羊肉供给的调整也需要一定的周期，进而长期内能够显著影响牛羊肉价格的变动。与此不对称的是，猪肉价格受其他价格序列波动的溢出影响却相对较小，仅19.1%。牛肉和羊肉价格之间的溢出效应明显，长期内(H=6)牛肉价格波动对羊肉价格的溢出影响为27.47%，羊肉价格波动对牛肉价格的溢出影响为27.63%。

从各畜产品价格的净溢出效应来看，猪肉价格的净溢出效应较强，达到20.8%，而牛肉和羊肉价格的净溢出效应为负，分别为-10.4%、-10.5%，说明猪肉价格对其他价格的影响要大于其受到的外界价格的影响，而牛肉、羊肉价格对其他价格的影响要小于其受到的外界价格的影响。因此，在价格溢出过程中，猪肉价格表现出一定的主导地位。这可能是因为，猪肉无论是在生产还是消费上，均占据肉类消费品的主导地位，是我国居民的主要肉类消费品种。据国家统计局统计，2017年，城镇居民人均猪肉消费20.6 kg，占其肉类消费量的70.5%。农村居民由于生活水平相对较低，猪肉更是其消费的主要肉类品种，2017年，农村居民人均猪肉消费19.5 kg，占其肉类消费量的82.6%。在外界冲击的影响下，猪肉需求的变动范围是很大的。其次，在生产方面，猪的生产周期相对较短(牛的生产周期最长)，且多产，一胎可生多达十几只，因此猪肉供给的变化相对较快也较大。在供需的影响下，猪肉价格波动也最为频繁。此外，相对于牛羊肉来说，猪肉价格也是受经济政策不确定影响最大的[21]。我国在畜牧业方面的政策也多偏向生猪，如价格补贴、良种补贴、生猪调出大县奖励、生猪保险、贷款贴息、监测预警等政策或项目，把对生猪的调控放在了最重要的位置上，生猪产业在畜牧业中占据着绝对主导性地位。从以上分析可以看出，溢出指数结果与BEKK-GARCH(1，1)模型结果较为一致，也说明了我们所得结果具有一定的稳健性。

3 研究结论与政策建议

基于2001年1月至2019年3月国内猪肉、牛肉、羊肉月度市场价格数据，利用VEC-BEKK-GARCH(1，1)模型和溢出指数模型，分析了畜产品价格之间的溢出效应。研究结论如下：

第一，我国畜产品价格之间存在不同程度的均值溢出效应。根据Johansen协整检验，我国猪肉、牛肉、羊肉这3种畜产品市场之间存在长期稳定的均衡关系。向量误差修正(VEC)模型结果进一步表明，牛肉价格对猪肉价格的影响较为显著，羊肉价格对猪肉价格的影响不显著，而猪肉价格对牛肉和羊肉价格均具有显著影响；牛肉价格和羊肉价格之间替代性较强，相互影响也较大且显著。

第二，畜产品价格之间存在显著的波动溢出效应。BEKK-GARCH(1，1)和溢出指数模型结果显示，猪肉和牛肉、牛肉和羊肉价格之间均存在显著的双向ARCH和GARCH型波动溢出效应，即某畜产品前一期的价格波动会显著影响另一畜产品价格的当期波动，但猪肉和羊肉价格之间的波动溢出效应不显著。

第三，畜产品价格之间的总溢出指数说明畜产品价格序列之间的溢出效应明显，且溢出效应可以持续6个月。从方向性溢出指数来看，短期内猪肉价格波动对牛肉和羊肉价格波动的溢出效应较弱，尤其是对羊肉价格的溢出效应最弱，分别为6.8%、0.94%；但长期内猪肉价格波动对牛肉和羊肉价格波动的溢出效应有所增强。牛肉和羊肉价格之间的溢出效应明显，且相互影响的程度也相当，均在27.5%左右。从净溢出效应来看，猪肉价格的净溢出效应为正，而牛肉和羊肉价格的净溢出效应为负，说明猪肉价格的独立性较强，对其他价格的影响要大于其受到的外界价格的影响，而牛肉、羊肉价格对其他价格的影响要小于其受到的外界价格的影响。

畜产品价格波动与畜产品生产者和消费者的生活息息相关，畜产品价格之间的溢出效应也对畜产品价格的调控形成了一定的挑战。相对来说，猪肉价格波动最为剧烈，稳定猪肉价格在一定程度上也可以降低其他畜产品价格的波动。因此，我国对于畜产品价格的调控仍需主要集中于猪肉价格。对猪肉价格进行预警或调控时，除充分考虑猪肉前期价格的影响外，还应充分考虑其他畜产品(尤其是牛肉)对猪肉价格在均值和方差2个层面的影响，尤其是畜产品价格之间影响的程度和滞后时长对于相关预警或调控指标的建立或完善尤为重要。虽然牛羊肉价格波动相对平缓，但是对牛羊肉价格的监控与预警也不能放松，尤其是疫病、质量安全等突发事件对牛羊肉价格产生冲击的同时，也会传递到猪肉价格上，进而造成整个畜产业的波动。因此，为稳定畜产品价格，确保畜产品安全生产与稳定供给，完善整个畜产品市场价格预警与调控机制是必要的。