我国生猪产业市场转换及产业链价格非线性传导研究——基于MS-VAR模型

姚明辉 黄子月

（南京农业大学经济管理学院，江苏 南京 210014）

中国的猪肉产量及消费量位居世界第一，生猪养殖业在我国畜牧业中的地位举足轻重。猪肉是我国居民蛋白质的主要来源，猪肉价格水平对我国居民的消费质量有着直接的影响。生猪养殖业是我国农业中传统的优势产业，随着我国生猪产业的发展，其规模化程度、集中度呈现出上升趋势，生猪产业的健康发展对我国经济发展、保障农民的收入水平有着积极的作用。此背景下，深入研究生猪产业链的纵向价格传导机制及特征，有助于把握相关市场运行规律，厘清生猪产业链市场转换情况，为促进生猪产业链的整合，缓解价格的剧烈波动，促进农民增收，提升消费者福利水平提供有价值的参考。

总体来看，关于我国生猪产业链价格传导的研究成果比较丰富，但研究方法总体上以线性模型为主，而实际上，生猪产业链极易受到重大动物疫病、经济政治事件的冲击，从而表现出价格关系的结构性变化，因此非线性模型更为合理。目前，大部分有关非线性价格传导的研究仅仅讨论了价格上涨和下跌这两种状态下价格传导速率的不同，很少有研究对整个市场的状态进行了区分。从数据来看，大部分研究所选取的数据为月度价格数据，而价格传导通常发生在几周甚至是几天之内，月度数据表现出来的价格传导速率通常比较“迟钝”。因此，本文基于2017年1月至2021年7月的价格周度数据，运用MS-VAR模型和非线性的脉冲响应函数对我国生猪产业链价格传导及区制转换特征进行了分析，厘清不同市场状态下生猪产业链各环节之间的价格相互影响差异及其特征，为促进生猪产业健康发展，保障居民生活水平提供理论依据。

一、研究方法及数据来源

1.研究方法

马尔可夫区制转换模型可以反映出市场状态的转换行为以及不同市场状态下的统计特征。区制转换是外生变量，而不同区制之间的转换是一个随机过程，这是Markov区制转换模型的一个基本假定。此假定保证了区制转换成为了一个随机的内生变量，此模型更加符合实际情况，同时利于进行预测。通过对生猪产业区制状态的划分，有助于分析其不同市场状态下的波动特征，为深入分析生猪市场运行机制及市场转换提供了基础。

2.数据来源与处理

本研究基于2017年1月至2022年2月生猪产业链上游仔猪、中游猪肉、下游生猪的周度价格数据分别记为zz、sz、zr。将序列zz、sz、zr取自然对数，以降低异方差造成的影响，记为lnzz、lnsz、lnzr，最后将取对数的价格序列进行差分处理，得到收益率序列，记为dlnzz、dlnsz、dlnzr。本文将使用差分后的序列来研究生猪产业链的区制转换与价格非对称传导特征。

我国生猪产业链仔猪、生猪、猪肉价格的收益率波动情况如图1所示。可以看出，三种产品的价格波动情况基本趋于一致，但是其波动也存在显著的阶段性差异。2018年之前，我国生猪产业链的收益率波动程度产别较小，三种产品的收益率的变化有较强的一致性；2019年之后，三种产品的收益率变化表现出一定的差异性，且收益率出现了较大程度的波动。造成以上现象的主要原因可能在于：2018年8月我国出现了非洲猪瘟疫情，疫情初期政府的猪肉库存的投放等措施稳定了猪肉产品的价格。但猪瘟疫情后期，因为生猪产量的下降以及生猪禁运政策等原因，我国生猪产业的三种产品价格变化表现出不一致性，价格有上升的压力，因此收益率大部分时间为正；随着我国生猪生产的恢复，我国生猪价格又呈现出了波动状态，因此收益率正负交替；2021年，价格呈现下降趋势，收益率大部分时间为负。

图1 生猪产业链收益率波动图

二、结果分析

生猪产业链各个环节的收益率序列均为平稳过程；根据信息准则，最终确定最优模型为MSAH（3）-VAR（2）模型。、

图2是模型估计出的状态转换概率图。结合图1可知，当收益率小于0时，生猪产业链位于下降区制；当收益率约等于0时，生猪产业链位于平稳区制；当收益率大于0时，生猪产业链位于上升区制。由图2结果可知，生猪产业链的价格收益率存在着明显的区制转移，处于平稳区制的样本数占绝大多数，处于上升区制的样本数次之，处于下降区制的样本数最少；在2019年之后，我国生猪产业链区制转换频率与2019年之前相比有着显著的提高，且多转向为上升区制，造成这种现象的主要原因是非洲猪瘟疫情所带来的价格上涨效应；随着生猪产能的恢复，2020年11月之后，我国生猪产业链进入震荡下行状态。

图2 生猪产业链区制转换概率图

进一步分析生猪产业链各区制转移概率，结果如表1所示。

表1 各区制转移概率及转移性质

第一，我国生猪产业链具有一定的稳定性，即下降区制、平稳区制及下降区制维持在本区制的概率均高于区制之间转换的概率。

第二，生猪产业链的区制转换存在着非对称性。当生猪产业链位于下降区制时，维持在下降区制的概率为68.86%，转向其他区制的概率为31.14%，在平稳区制下，生猪产业链有13.28%的概率转为下降区制，远高于转为上升区制的概率；当生猪产业链位于上升状态时，有58.03%的概率维持在本状态，是三种区制下最不稳定的区制，有29.53%的概率转到下降区制，有12.43%的概率转为平稳区制。

第三，我国生猪产业链存在着明显的区制转换，平稳区制所占比例最大，持续时间最长。生猪产业链处于平稳区制的时间为122.4周，占比44.83%，平均持续时间为5.08周；处于下降区制的时间为99.3周，占比约为36.67%，平均持续时间仅为3.21周；处于上升区制的时间为49.3周，占比约为18.51%，平均持续时间仅为2.38周；平稳区制下的持续时间明显高于非平稳区制。

生猪产业链的非线性空间传导。不同区制下，仔猪、生猪、猪肉序列的相关系数矩阵如表2所示。不论在哪个区制，猪肉收益率和猪肉收益率的相关系数最大，说明在生猪产业链中，二者的联系最紧密。

表2 各区制相关系数表

表3分别给出了下降区制、平稳区制和上升区制中的模型参数估计结果及其显著性水平。模型整体拟合程度较高，但不同区制下，加个传导的速率和方向会有所不同。从模型的标准误分析来看，上升区制的不稳定性最高，下降区制和平稳区制则较为稳定。结果表明：平稳区制具有最高的稳定性，上升区制和下降区制的不稳定性增加。

表3 各区制下模型估计参数

从生猪价格方程来看，在下降区制中，生猪价格与除了受自身影响外还受产业链下游和上游影响，在平稳区制及上升区制中，生猪价格仅受自身及产业链下游影响，说明当生猪产业链处于下降区制时，生猪养殖成本（仔猪价格）的上升对生猪收益率的显著下降；从猪肉价格方程来看，在下降区制中，猪肉价格受其自身及产业链上游的影响，在上升区制和平稳区制中，猪肉价格受自身价格和生猪价格的影响，说明在下降区制中，仔猪价格的上升将导致猪肉收益率的下降，而在平稳区制和上升区制中，生猪价格的上升将伴随着猪肉价格的上升；从仔猪价格方程来看，在下降区制和平稳区制中，仔猪收益率受产业链各个环节价格的影响，而在上升区制中，仔猪收益率主要受自身价格及生猪价格的影响。

非洲猪瘟对生猪产业链各环节价格的影响也呈现出了不对称的特征。一方面，非洲猪瘟对生猪产业链各环节价格的影响集中在平稳区制和上升区制，且对上升区制的影响最大、对平稳区制的影响次之，对下降区制没有显著的影响。另一方面，非洲猪瘟对生猪价格的影响程度最大，对猪肉价格的影响程度次之，对仔猪价格的影响程度最小。原因有地二。一方面，当生猪产业处于下降区制时，小规模养殖户由于养殖成本、抗风险能力和信息闭塞等原因，面临着生产成本较高的问题，大量的小规模养殖户退出市场。故在下降区制中，大规模生猪养殖户占比较高，此时的生猪产业有着较强的抗风险能力和动物疫病防控能力。另一方面，在下降区制中，对于猪肉的需求量相对较少，因此生猪和猪肉的运输强度较低，疫情传播的风险下降。基于以上分析可知，生猪产业规模化程度越高，则非洲猪瘟对生猪产业的影响越小；运输强度越高，则非洲猪瘟对生猪产业的影响越大。故非洲猪瘟对生猪产业的影响程度由大到小为：上升区制、平稳区制和下降区制。

为进一步分析短期内产业链某一环节受到冲击时，各个环节的调整到均衡的速度。第一，从生猪价格脉冲相应图来看，每一个区制，当生猪收益率受到1单位正向冲击时，其他两个产品的收益率的响应均为正向，其中猪肉的收益率的响应程度要高于仔猪的收益率的相应程度，原因是位于产业链下游的猪肉与产业链中游的生猪联系高于与产业链上游的仔猪。第二，从猪肉价格脉冲相应图来看，猪肉收益率受到1单位正向冲击时，生猪的收益率的响应为正向，并在滞后1期达到最大程度后开始下降；仔猪的收益率的相应方向在上升区制表现出正向，其他两个区制表现为负向，且响应程度接近于0。原因是生猪价格对于猪肉价格的相应存在着滞后性，生猪价格对产业链上游的仔猪价格的影响较弱。第三，从仔猪价格脉冲响应图来看，三个区制中，其他两种产品价格对仔猪价格冲击的响应并不明显，这说明生猪产业链上游与产业链其他环节的关联较弱。第四，总体来看，在三区制状态下，价格脉冲响应的方向基本保持一致，但响应程度存在着较大的差异，这说明在不同区制状态下，生猪产业链价格传导存在着明显的非对称性，原因可能有制度性因素（非平稳区制下政府会采取反周期的价格调整政策）、疫病冲击（蓝耳病、非洲猪瘟等）等。

三、主要结论

本文对生猪产业链的市场状态转换、非线性传导特征进行了实证分析，并对生猪产业链的收益率走势进行了预测，主要得到以下结论。

生猪产业链的价格波动存在着明显的区制转换效应。我国生猪产业链可以分为下降、平稳和上升状态。平稳状态的持续时间最长，上升状态的持续时间次之，下降状态的持续时间最短。造成生猪产业链区制转换的主要原因是消费行为、生产周期等内部因素及重大政治经济政策、动物疫病等外都因素。

生猪产业链的区制状态有较强的持续性，平稳状态的持续性高于其他两种状态；不同区制状态之间的转移存在这非对称性，区制内转移的概率明显大于区制间转移的概率。下降状态的市场，生猪产业链各个环节的相互影响程度高于平稳状态的市场，上升状态市场的各环节相互影响程度最低。原因在于上升区制中，产业链上中下游之间的产品收益率均处于上升状态，市场热情高，产业链上游产品价格的上涨不能使得下游产品收益率下降。

生猪产业链价格传导的方向基本保持一致，但速率取决于其所在的区制，价格传导存在一定的滞后性。上升区制的传导速率最高，平稳区制的传导速率次之，下降区制的传导速率最低。

在平稳区制和上升区制时，非洲猪瘟对我国生猪产业链的影响较大，且均表现为负向，说明平稳区制和上升区制更容易受到疫病等外部冲击的影响。

四、政策建议

基于以上结论，本文提出以下建议。

在分析生猪产业链各环节价格传导问题时，应该考虑市场所处的状态。不同的市场状态下，产业链各个环节产品之间的关系表现出一定的异质性，政府应结合相应的市场状态，采取反周期的调控策略稳定市场价格。在上升状态下，政府应抑制价格上涨，避免市场过热造成的不健康发展；在生猪产业链处于下降状态时，生猪产业链游较大的概率（约为49.33%）转型上升状态，市场价格的大幅震荡不利于生猪产业的发展，因此应采取措施，引导生猪产业转型平稳区制。

由于价格传导存在着一定的滞后性，为保证我国生猪产业的健康发展，政府应尽快建立起农产品的市场监控及价格预测机制，为养殖户的生产提供一定的参考，降低市场价格的波动。

政治经济政策及动物疫病等外部因素的冲击是我国生猪产业发生区制转换的重要原因。因此政府在制定政策时，应注意对生猪产业稳定性的保护；同时，政府应通过推广动物疫病的保险、动物疫苗及分区防控等措施，完善动物疫病防控体系，以应对正在发生或将要发生动物疫病冲击。