我国乳制品价格波动与应对措施

闫桂权，何玉成，王媛媛

（华中农业大学经济管理学院，武汉430070）

0 引言

奶业是我国方兴未艾的战略性产业，也是现代食品工业的有机组成部分，奶业发展是实现健康中国、强壮民族宏伟蓝图的必要前提和重要基石。农产品易受不确定因素的影响，出现内生供需关系非均衡，进而导致价格在总体趋势上下波动。国际牧场联盟（IFCN）世界牛奶价格、FAO乳制品价格指数、恒天然全球乳业贸易平台（GDT）等权威国际价格或价格指数走势均表明，近年来全球生鲜乳、乳制品价格波动较大。

价格波动无疑是对市场风险的良好表征。针对奶业及生鲜乳、乳产品价格波动的问题，国内学者对此展开了广泛而深入的研究，对保障我国奶业安全开展了有益探索。但近年来，乳制品价格波动剧烈，致使奶业及乳制品市场的参与者面临着更多的变数，严重扰乱奶业稳步发展和乳制品市场的平稳运行。通过文献的回顾，学界现有的研究方向集中于对价格变动规律[1-4]、价格联动效应[5-17]和产业风险预警[18-20]等方向，却鲜有学者对乳制品市场价格波动特征进行考察，然而把握乳制品市场价格波动，为规避市场风险提供决策帮助是十分必要的。鉴于此，本文将借鉴学界已取得的有益成果，应用ARCH类模型进一步探索我国乳制品价格波动的特征，打开乳制品市场价格波动的“黑箱”，并提出相应的政策建议。

1 数据说明及统计描述

1.1 数据来源说明

本文采取样本区间为2010年9月8日至2017年12月20日的周度数据进行实证分析，共获得381个周度样本观测值。牛奶、酸奶、奶粉三种乳制品价格均来源于商务部，详情参见网站http://data.mofcom.gov.cn/。其中，奶粉价格商务部提供了成人奶粉、国外品牌婴幼儿奶粉和国内品牌婴幼儿奶粉三个品种的价格，本文选取最有代表性的成人奶粉价格作为奶粉价格。本文主要采用计量经济学软件EViews 9.0进行计量分析。

1.2 数据预处理

在利用ARCH类模型对乳制品价格波动特征进行分析之前，不可避免地需要对原始数据做一系列必要的处理：（1）价格指数处理。以2010年9月8日作为基期，将绝对量化为相对量，得到三种乳制品价格指数序列；（2）CPI折实处理。利用食品类消费者价格指数CPI对乳制品价格指数的原始数据做平减化处理；（3）对数化处理。对乳制品价格指数序列取自然对数不改变原有的性质，同时能够增强数据线性化的趋势，消除异方差效应；（4）一阶差分处理。为了更为清晰准确地反映价格波动的规律和特征，本章还引入了“价格指数收益率”的指标，即各种乳制品价格指数对数的一阶差分，为了方便记录和分析，对一阶差分放大100倍，同时避免出现指标混淆的情况，本文中将“价格指数收益率”简称为“价格收益率”。

1.3 描述性统计分析

就平均数而言，牛奶和酸奶价格处于上升通道中，而奶粉则呈现下行态势；就标准差而言，牛奶价格波动剧烈，酸奶次之，而奶粉相对平缓；就偏度和峰度而言，三种乳制品都表现出显著的左倾趋势，同时具有明显的尖峰厚尾特征；J-B正态检验进一步证实了三种乳制品价格收益率不服从正态分布的判断；而从变量及其平方滞后10阶的Ljung-Box自相关统计量可知，在一定程度上都存在着高阶自相关性。

表1 描述性统计结果

2 研究方法

2.1 ARCH模型和GARCH模型

Engle提出了自回归条件异方差（Auto-Regressive Conditional H eteroscedasticity，ARCH）模 型[21]。ARCH模型能够集中反映方差时变的特点，并且精确定量金融市场中的条件方差风险和不确定性，因而被广泛应用于金融数据的时间序列分析中。Bollerslev在ARCH模型基础上扩展形成了广义自回归条件异方差（Generalized ARCH，GARCH）模型[22]。GARCH模型将一个高阶的ARCH过程转化为较为简洁的低阶GARCH过程，该模型识别容易，待估参数较少，计算效率与精度都较高。GARCH（p，q）模型的均值方程与ARCH模型一致，而条件方差方程则在ARCH模型的方程后加入条件方差自身的滞后项。

2.2 ARCH-M模型或GARCH-M模型

本文引入了均值-自回归条件异方差（ARCH-M，ARCH-in-m ean）模型或均值-自回归条件异方差（GARCH-M，GARCH-in-m ean）模型[23]。该模型均值方程是在ARCH模型或GARCH模型的均值方程右端增加条件方差，条件方差代表了投资者的预期风险程度，即将每个投资者所期望的投资回报率与用波动性度量的预期风险联系起来。当条件方差随时间发生变化，均值方程即期望的投资回报率也会发生变化。两个模型的区别表现在条件方差方程的差别。条件方差项的系数大于0且非常显著，则表明市场供给主体会因市场波动的加剧、风险的上升而要求提高价格、获得更高的投资回报以应对高风险，该参数是用以验证市场高风险高报酬特征的一个参数。

2.3 TARCH模型

（G）ARCH模型对上涨和下跌的波动有相同的反应，而无法描述波动的非对称性。在金融市场中，需要借助于非对称冲击模型解释资产下跌伴随比之程度更强的上涨的杠杆效应。因此，为了探析我国乳制品市场中利好消息使得波动率上升的幅度是否比利空消息低，引入Zakoian提出的门限自回归条件异方差（threshold ARCH，TARCH）模型[24]与由Nelson提出的指数广义自回归条件异方差（exponential GAR CH，EGARCH）模型[25]两种非对称冲击模型。

3 实证分析

3.1 平稳性检验

构建ARCH类模型，要求乳制品价格收益率序列符合平稳过程。分别对牛奶、酸奶和酸奶三个时间序列进行单位根检验以验证时间序列的平稳性，检验方法主要是运用 ADF（Augm ented D ickey-Fu ller）检验法。表2结果显示，三种乳制品价格收益率序列的ADF值均小于1%，5%，10%的临界值，意味着三个序列都通过了ADF检验。因此，乳制品价格收益率序列均服从于I（1）过程，满足下一步建模的需要。

3.2 ARCH-LM检验

在进行ARCH-LM异方差性检验之前，需要对均值方程进行拟合，本文借助AR IM A模型，即自回归移动平均模型进行拟合。经过反复对比实验，最终选定分别对牛奶、酸奶、奶粉价格收益率拟合M A（3）、ARM A（4，3）、M A（3）模型。为了判断是否存在ARCH效应，本文对生鲜乳价格收益率序列进行ARCH-LM检验，检验结果（如表3）显示：1%的显著性水平下，三种乳制品价格收益率滞后5阶之后仍表现出显著的异方差性，因此可以分别建立ARCH类模型对三种乳制品价格波动的特征进行分析。

表2 平稳性检验结果

表3 乳制品价格收益率的ARCH-LM检验结果

3.3 ARCH类模型的结果分析

（1）残差序列ARCH-LM检验结果分析。从ARCH-LM检验结果可知，三种乳制品价格收益率存在滞后5阶以上的高阶ARCH效应，如果采用ARCH模型对序列进行拟合，需要更多的滞后期数，意味着需要估计更多的参数有多个，为了获得更为理想的拟合效果，本文选取低阶的GARCH模型代替高阶ARCH模型，并建立相应的GARCH-M、TARCH和EGARCH模型。经过反复对比实验，确定牛奶、酸奶、奶粉价格收益率分别服从GARCH（1，2）、GARCH（1，1）、GARCH（2，2）模型。对三种乳制品价格收益率的GARCH模型再次进行条件异方差效应的ARCH-LM检验结果如表4，残差序列滞后5阶的检验结果表明不存在异方差效应，表明通过GARCH模型的建立，有效的消除了条件异方差性。并进一步建立其他ARCH类模型，参数估计结果如表5～表7所示。

（2）GARCH模型分析。如表5所示，α1与β1、β2分别为牛奶价格收益率的GARCH（1，2）模型条件方差方程的ARCH项与GARCH项的系数，在1%的显著性水平下均显著，表明牛奶价格存在着显著的波动集簇效应；两项系数之和为1.01大于1非常接近于1，意味着外部的冲击和价格过去的波动的影响将会在后期不断放大，并且持续时间稍长；β1与β2之和为远远小于α1的值，表明牛奶价格波动对前期波动的记忆性较弱，因而该冲击的持续性和强度较弱，而外部冲击的影响较强，能够在向后期传导并逐渐增强。从表6和表7可知，酸奶、奶粉也存在着显著的波动集簇效应，但外部的冲击和价格过去的波动的影响将会逐渐减弱并消失，并且持续时间较短，其中，酸奶价格波动持续时间最短；相比牛奶价格，酸奶、奶粉价格受外部冲击程度较小，而受自身前期价格波动的影响较大。

表4 乳制品价格收益率GARCH模型残差序列ARCHLM检验结果

（3）GARCH-M模型分析。根据表5和表6的结果，牛奶、酸奶价格收益率的GARCH-M模型系数μ分别在1%和10%的显著性水平下显著，表明两个市场均存在一定程度的高风险、高回报的特征，市场供给主体会因市场波动的加剧、风险的上升而要求提高价格、获得更高的投资回报以应对高风险。而根据表7的结果，认为奶粉市场则不具有牛奶、酸奶市场高风险、高回报的特征。

（4）TARCH模型和EGARCH模型分析。牛奶、酸奶、奶粉价格收益率的TARCH模型的估计结果表明，系数φ的估计值分别为6.49，0.38，0.20；在1%的显著性水平下均显著，同时由于φ＞0，意味着利空消息和利好消息对乳制品价格的影响是非对称性，当出现价格下跌的利空消息出现时，该消息能够引起比利好消息的更大的价格波动，就价格下跌引起的波动幅度而言，牛奶最大，酸奶次之，奶粉则最小。为了进一步验证上述结论，本文采用EGARCH模型对价格波动的非对称性进行验证。在EGARCH模型中，三种乳制品价格收益率系数ω的估计值分别为-0.73、-0.43、-0.29小于0，在1%显著性水平下显著，意味着利好信息和利空消息的作用效果非对称，且相比于利好消息，利空消息能够导致更高的波动性，借助EGARCH模型佐证了TARCH模型得出的结论，因此，可以判断出乳制品价格波动存在显著的非对称性，并且利空消息引起波动的程度大于利好消息。

表5 牛奶价格收益率ARCH类模型参数估计结果

表6 酸奶价格收益率ARCH类模型参数估计结果

表7 奶粉价格收益率ARCH类模型参数估计结果

4 结论与应对措施

本文基于2010年9月8日至2017年12月20日的周度数据，采用GARCH、GARCH-M、TARCH和EGARCH模型四种ARCH类模型分析了以牛奶、酸奶、奶粉为代表的乳制品价格波动特征。研究结果表明：（1）乳制品市场具有显著的波动集簇效应，牛奶价格波动持续时间长，并且会先后期放大，并且受外部冲击的影响较大，能够在向后期传导并逐渐增强，酸奶、奶粉价格波动则会在短期内减弱并消失，并且受自身前期价格波动的影响较大；（2）牛奶和酸奶市场具有高风险、高回报的特征，奶粉市场则与此相反，不具有高风险、高回报的特征；（3）乳制品价格波动信息冲击存在显著的非对称性，并且利空消息引起波动的程度大于利好消息，就价格下跌引起的波动幅度而言，牛奶最大，酸奶次之，奶粉则最小。

基于上述研究结论，本文提出了以下价格波动应对措施，以促进我国乳制品市场良性发展。

（1）建立健全乳制品价格预测预警机制。乳制品价格波动具有一定集簇效应，因此一旦出现大幅度价格波动，持续波动将会如期而至，意味着乳制品市场中价格波动在一定程度上可以进行预测预警。因此借助大数据手段，合理设计乳制品价格的警情指标，使用系统化方法分析价格波动的警限、警源，筛选一系列相关程度高、解释能力强的警兆指标，建立乳制品价格波动预测预警模型，增强乳制品市场参与各方抵御和防范风险的能力。

（2）应用现代金融工具提高风险防范能力。推进期货、信贷、保险等现代金融工具在乳制品市场中的应用，鉴于期货交易自身高风险高收益的特点以及套期保值的作用，我国可以借鉴国外乳制品期货市场运行经验，探索建立和完善我国乳制品期货市场，充分利用期货所具有的价格发现和风险规避等功能。

（3）完善乳制品价格监测体系。推进奶业信息化建设，加强国内外乳制品价格监测，及时、准确、有效地发布乳制品供求、价格信息，引导生产者和消费者对乳制品市场的理性认知和科学预期，积极关注与警惕价格下行的信息以及能够引起价格下行的因素，并结合预测预警结果，及时采取必要的应对措施以控制和降低乳制品价格波动所导致的不必要损失。

（4）鉴于牛奶和酸奶市场的高风险高回报的特征，政府部门还应该加强对这类乳制品加工企业的引导，提高行业的进入门槛，适当提高现有乳制品加工行业的集中度，由此增强乳品企业应对价格波动及风险承受能力，从而促进乳制品行业的持续健康发展，避免乳制品价格波动引起乳品企业大规模的亏损甚至破产。