基于ARCH类模型的我国油料价格波动特征研究

周晓梅 祁华清

摘要：运用ARCH类模型对我国三大主要油料大豆、花生和油菜籽价格波动的集簇性、风险报酬特征以及非对称性进行实证检验。结果表明，大豆、花生和油菜籽的价格波动具有显著的集簇性;大豆、花生和油菜籽市场没有高风险高回报的特征;大豆、花生和油菜籽的价格波动具有非对称性，且花生和油菜籽的价格波动具有杠杆效应。

关键词：油料 价格波动 ARCH类模型

一、引言

食用植物油是我国居民日常生活中重要的必需品，具有比较强的消费刚性。2017年我国食用植物油消费量约为3187万t，近5年年均消费增速达2.1%。[1]随着人口的增长和生活水平的提高，我国油料消费总量还会继续增加。除了供人食用外，油渣还是生猪、家禽养殖行业的主要饲料来源并且被广泛用作工业生产原料，这些行业对油料的转换性消费也在持续增长。一方面是油料日益增长的消费需求，而另一方面国内油料的供给却长期面临着巨大的缺口，在很大程度上依赖于进口，2016年我国油料自给率仅为30.8%，目前油料已成为我国对国际市场依存度最大的大宗农产品。故而国内外市场之间的相互影响越来越大，国际油料价格在某一时期上涨或下跌，都会使得国内油料价格在未来存在极大的不确定性。由于油料价格关乎国计民生，其价格波动，即便是暂时性的波动都会在一定程度上影响油料的生产经营和居民的日常消费，尤其是在油料产需缺口仍将保持高位的背景下，一旦发生频繁、剧烈的波动，甚至会引发我国的粮食安全问题，影响社会稳定。

为防止油料价格剧烈波动，促进油料产业健康平稳发展，我国政府围绕油料的生产、科技支撑、市场调控等积极出台相关支持性政策，先后采取国家储备油拍卖、降低进口大豆关税、对部分大型产油企业进行补贴和实行临时价格管制等一系列措施平抑价格波动。但由于农产品价格波动体系本身非常复杂且微妙，供求因素变动是价格长期变化的主要原因，与此同时，价格的波动还会受到短期随机性因素如突发经济事件、金融危机、政策变革等的影响，[2]使得政府宏观调控难度加大，有些政策未能达到预期效果。故十分有必要对我国油料价格波动现象展开研究，为制定油料价格调控政策提供可借鉴与参考的理论解释，以实现降低油料市场价格波动风险，保障油料的正常供给，维护广大生产经营者和消费者的利益。

鉴于此，已有众多学者对油料价格波动问题展开了研究，主要集中在两方面：一是油料价格波动影响因素，王永刚（2006）[3]李敏（2012）[4]王教松（2012）[5]均认为大豆国内价格的变动受到国际价格的变动影响。庞贞燕（2013）[6]的研究表明期货能够较小幅度地减小豆油现货市场的波动性，而棕榈油期货对其现货价格的影响不显著。任重（2016）[7]研究发现上期花生价格、上期花生产量、种植成本、大豆价格、居民收入对花生价格具有显著性影响;二是油料價格波动特征和规律，庄岩（2012）[8]对主要农产品价格波动进行定量分析，其中发现大豆的价格波动不具备显著的非对称性且其市场不具有高风险高收益的特征。李婷（2014）[9]利用季节调整法、H-P 滤波等方法对木本食用油料油茶、核桃的季度收购价格进行波动性分析，结果表明这两种木本食用油料的收购价格均呈现出上升的长期趋势，具有明显的季节性波动，且易受到外部因素的冲击。柳苏芸等（2016）[10]研究发现国内外大豆期货市场与现货市场的价格波动具有非对称性，现货和期货价格波动的衰减速度随波动幅度的增加逐渐放缓。王吉恒（2016）[11]对大豆和菜籽期货价格的波动进行了实证分析，结果表明大豆、菜籽期货的价格波动具有显著的集聚性以及大豆和菜籽期货市场不具有高风险高回报的特征。赵一夫（2017）[12]研究认为中美大豆现货价格波动均呈现非线性特征，具有明显的区制转换效应且价格波动的区制状态具有较强的持续性。

在研究方法上，ARCH类模型能较为准确地模拟和反映出时间序列的波动轨迹和趋势，使人们能够对未来的波动走势做出预测，主动掌握波动的潜在风险。它最初是研究金融市场波动的分析方法，之后在农产品价格领域中得到广泛应用。罗万纯（2010）[13]利用ARCH类模型对粮食价格的波动进行了分析，结果表明籼稻、粳稻、大豆价格没有显著的异方差效应。康海琪（2016）[14]运用GARCH类模型证明中国生鲜乳价格波动具有集簇性、无高风险、高收益特征、负向信息对价格波动的冲击更大。郭刚奇（2017）[15]运用ARCH类模型研究发现猪肉市场“风险报酬”特征明显。陈子豪等（2017）[16]采用EGARCH和TARCH模型分析易腐农产品油桃的价格波动，证实其存在显著的集簇性和非对称性。

总的来说，现有研究还有进一步拓展的空间：一是对油料价格波动特征的研究多是集中在大豆上，涉及到其他油料的文献较少，不便于理解和把握油料市场波动的全貌;二是少数对多种油料价格波动的研究是基于油料的期货价格，而油料现货价格波动究竟呈现何种特征目前尚无研究。为丰富和深化现有研究，本文借鉴已有文献的研究方法，尝试使用ARCH类模型，对我国三大主要油料——大豆、花生和油菜籽的价格波动进行计量分析，探究油料的价格波动是否具有集簇性、高风险高回报特征以及非对称性。

二、研究方法

（一）ARCH模型

（二）数据描述性统计

从表1可以看出，大豆、花生和油菜籽的价格收益率偏度均不为0，峰度均高于正态分布的峰度3，分布相对于正态分布是凸起的，说明三种油料的价格收益率均具有典型的尖峰厚尾特征。并且三种序列均为右偏，表明油料价格指数存在急涨慢跌的现象。JB正态性检验结果显示，大豆、花生和油菜籽的价格收益率序列均在1%显著性水平上拒绝符合正态分布的原假设。

进行计量经济分析要求时间序列具有平稳性。因此，首先应对大豆、花生和油菜籽价格收益率序列进行ADF单位根检验。表2的检验结果显示，在1%，5%和10%的显著性水平下，ST、PT和RT序列均通过了显著性检验，说明三种油料的价格收益率序列是平稳的。

此外，从大豆、花生和油菜籽的价格收益率变化（图1、图2和图3）可以看到一个大的波动后常常会伴随着另一个大的波动，小的波动后常常伴随着另一个小的波动，因此可初步推测三种油料的价格波动均存在集簇现象，即大豆、花生和油菜籽价格收益率序列可能具有ARCH效应。为判断ARCH效应是否切实存在，需对收益率序列建立均值方程并对其残差进行ARCH-LM检验。

（三）自相关检验

由图4、图5可知，ST、PT序列存在自相关，故需要在均值方程中建立ARMA模型消除自相关。根据自相关图-偏自相关分析图可知ST、PT序列的自相关函数和偏相关函数都表现为拖尾，故初步判断可对序列ST、PT建立ARMA（p，q）模型。通过Eviews7.2多次估试验比较后得出：对ST序列而言，ARMA（1，3）拟合效果最好。对PT序列而言，ARMA（1，1）拟合最好。

序列RT的自相关系数和偏相关系数显著趋于0，说明不存在自相关，只需建立随机游走模型。

（四）ARCH效应检验

分别对大豆、花生和油菜籽价格收益率的残差序列进行 ARCH-LM 检验来判断拟合后的均值方程的残差项是否存在条件异方差，结果如表3所示。由此可得，P值在1%的置信区间下拒绝原假设，说明大豆、花生和油菜籽价格收益率的残差序列均存在ARCH效应。ARCH-LM检验结果证实了大豆、花生和油菜籽价格波动具有显著的集簇性的，油料价格的波动往往成群出现。

另外，在对ST、PT和RT进行ARCH-LM检验过程中，当滞后阶数选择2-12期时，ST、PT和RT检验结果仍能保持在1%的水平下显著，说明ST、PT和RT残差序列都存在高阶ARCH 效应。

（五）ARCH类模型的建立

1. GARCH模型的结果分析

由上文可知，ST、PT和RT残差序列都存在高阶ARCH 效应，这是应该考虑采用GARCH （p，q）模型进行拟合。通常情况下，GARCH（1，1）模型就能够很好地描述大量的时间序列数据。同时根据AIC和SC准则，选择适合其的分布假设，估计结果如表4所示。

由GARCH模型含义可知，ARCH项系数代表外部冲击，GARCH项系数代表上一期的预测方差。由GARCH（1，1）模型的估计结果可知，ST的ARCH项系数为0.793956，GARCH项系数为0.487404，ARCH项系数与GARCH项系数在1%水平下高度显著，说明大豆收益率会同时受到外部冲击和上一期预期方差的影响。这就意味着大豆的价格波动除了受到外部冲击的影响以外，大豆过去的波动也会影响其本期价格的波动，即如果上期价格波动出乎意料地大，那么大豆市场主体将会增加对下期方差的预期。ST的ARCH项系数与GARCH系数之和大于1，表明大豆价格波动的影响较大且冲击的影响将逐渐扩散;PT的ARCH项系数在5%水平下显著，说明花生价格波动会受到外部冲击的影响。PT的ARCH項系数为0.88961，GARCH系数为0.031077，二者之和小于1，说明花生价格波动持续时间不长，冲击会逐步消失;RT的ARCH项系数为0.752935，GARCH项系数为0.194804，且均在1%水平下显著，说明油菜籽价格波动会受到外部冲击和上一期预测方差的影响。RT的ARCH项系数与GARCH项系数之和为0.947739，虽小于1但接近于1，说明外部冲击和过去自身波动对油菜籽未来价格的影响会持续较长一段时间，消失速度缓慢。另外，由ST、PT和RT的ARCH项系数都大于GARCH项系数可知，油料价格波动主要还是受到外部冲击的作用。

2. GARCH-M模型的结果分析

如前所述，值可反映波动风险对预期收益率的影响程度。从表5的GARCH-M模型估计结果来看，ST的值为负，说明大豆市场不具有高风险高回报的特征。PT和RT的值在10%的水平下均不显著，表明花生和油菜籽价格波动风险对收益率的影响不明显，花生和油菜籽市场不存在高风险高回报的特征。

3. TARCH模型的结果分析

由表6可以看出，ST的TARCH系数小于0，说明信息对大豆价格波动的冲击是非对称的，即利好消息和利空消息在大豆市场中的影响程度是有差异的，但由于TARCH系数并不显著，故这种差异是非常轻微的，利好消息引发的价格波动略大于利空消息引发的价格波动;PT和RT的TARCH项系数分别为1.715716和0.572685，TARCH项系数均显著为正，说明花生和油菜籽的价格波动具有杠杆效应，即利空消息引发的市场波动能比等量的利好消息引发更大的波动。

四、研究结论与对策建议

（一）研究结论

本文通过对我国三种主要油料（大豆、花生和油菜籽）的价格波动特征进行ARCH类分析，得出以下结论：

1. 我国油料价格波动具有集簇性，波动易成群出现

油料的价格波动主要受到外部冲击的影响，同时上期的价格波动信息也会传导至本期、引起价格波动。不同油料品种波动持续性有所不同。大豆价格波动影响会逐渐扩散，持续时间较长。花生和油菜籽价格波动的影响则会逐步消失，油菜籽较花生的波动持续时间要更长一些。三种油料中应当尤为警惕大豆的价格波动风险。

2. 大豆、花生和油菜籽市场均没有高风险高回报的特征

高风险高回报是现代市场投资的典型特征，而在大豆、花生和油菜籽市场中，价格波动风险对预期收益不存在显著正影响。这说明一方面油料市场参与主体农民群体不同于资本投资者，他们更加保守，多为风险厌恶者，不会单纯为了追求高收益而承担高风险。[17]

3. 油料价格波动具有非对称性

即油料价格的波动对于不同的政策干预和信息冲击具有不同程度的反应。具体来说，大豆市场上利好消息的冲击程度略大于利空消息，而花生和油菜籽市场上利空消息的冲击程度要大于利好消息，即花生和油菜籽市场存在杠杆效应。对此可能的解释是大豆主要依赖于进口，利好信息或利空消息都能直接引发外部资本的介入和投机经营的增加或减少，故利好消息和利空消息对大豆价格波动的影响只存在轻微差异。而对花生和油菜籽而言，市场上利好消息的刺激作用可能仍然需要其他市场干预的配合才能发挥出来，而利空消息可以直接通过市场传播进而影响市场主体对未来价格的预期。

（二）对策建议

1. 完善油料价格波动预警体系

油料价格波动的集簇性特征说明大的波动不会很快趋于平稳，波动在一定程度上易成群出现。为防止油料价格大起大落给相关生产经营造成严重破坏，当前必须加快完善我国的油料价格波动预警体系。当油料价格变化超过警戒线或者市场出现了引起大波动的因素时，发出相应警示信号，这样有关部门就可以及时采取相应的干预措施减缓价格的波动，降低以后各期大幅度波動成群出现的可能性，维护油料市场稳定运行。

2. 利用金融手段降低油料价格波动风险

目前我国的农产品期货市场已经相对成熟，市场交易活跃，具有较强的价格发现功能。农产品期货为农户或相关经营者转嫁价格波动风险提供了有效的对冲工具。因此可以在油料种植大户、农业合作社组织、农产品加工生产和贸易商中积极开展期货教育工作，鼓励更多的油料现货市场主体参与期货市场进行套期保值，以规避油料价格异常波动带来的风险。另外在当前国家全面深化农业供给侧改革以及金融衍生品市场正处于加速发展的背景下，还可以积极探索其他各类避险交易工具，如扩大试点“期货+保险”模式、推出油料期权等，以降低价格波动带来的油料生产经营风险，进一步推动油料产业健康可持续发展。

3.强化油料信息披露和管理机制，科学引导油料的生产经营

信息在服务农业生产、提升农业市场化水平中发挥着重要作用，可以说信息是无形之手发挥决定性作用的基础。建立完善的油料信息披露机制，可以增强油料市场主体的交易理性、满足其生产经营决策所需，有助于缓解由于信息不对称所带来的市场失灵效应。而目前主要问题是缺乏一个统一权威的油料信息发布平台，各种渠道、各个平台、不同口径的信息容易让油料产业链各主体无所适从。因此，需要加快建立公信力强、可信度高的油料信息发布平台。官方发布的信息能够增强市场的透明度，防止价格大起大落对农业生产能力的破坏，稳定市场消费预期，增强中国油料市场抵御外界因素所带来的风险的能力。另外，由于信息对油料价格波动的影响具有非对称性、利空消息带来的波动更大，为稳定油料市场，要加强对引起油料价格下跌的信息的管理。

参考文献：

[1]张雯丽.“十三五”以来中国油料及食用植物油供需形势分析与展望[J].农业展望，2018，14（11）：4-8+19.

[2]谭莹，胡洪涛，李大胜.经济政策不确定性对农产品产业链的价格冲击研究——基于供需双方“议价能力”视角[J].农业技术经济，2018（07）：80-92.

[3]李敏，李谷成，冯中朝.基于VAR模型的国内外大豆价格整合研究[J].世界农业，2012（04）：42-47.

[4]王孝松，谢申祥.国际农产品价格如何影响了中国农产品价格

[5]王永刚，张正河，卢向虎.我国油料及植物油贸易发展与价格整合分析

[6]庞贞燕，刘磊.期货市场能够稳定农产品价格波动吗——基于离散小波变换和GARCH模型的实证研究

[7]任重，薛兴利.花生价格波动影响因素的实证分析——以山东省为例

[8]庄岩.中国农产品价格波动特征的实证研究——基于广义误差分布的ARCH类模型

[9]李婷，郭亚军，姚顺波.中国木本食用油料价格波动规律分析——以油茶、核桃为例

[10] 柳苏芸，韩一军，包利民.价格支持政策改革背景下国内外大豆市场动态关联分析——基于贝叶斯DCC-GARCH模型

[11]王吉恒，张贺泉.中国油料作物期货价格波动分析——基于ARCH类模型分析

[12]赵一夫，王宏磊.基于MSVAR的中美大豆现货价格非线性空间传导特征研究

[13]罗万纯，刘锐.中国粮食价格波动分析：基于ARCH类模型

[14]康海琪，韩啸，刘芳，何忠伟.中国奶价波动分析：基于GARCH类模型

[15] 郭刚奇.基于ARCH模型的猪肉价格波动短期特征分析

[16]陈子豪，胡浩.易腐农产品的价格波动分析——以油桃为例

[17]李剑，宋长鸣，项朝阳.中国粮食价格波动特征研究——基于X-12-ARIMA模型和ARCH类模型[J].统计与信息论坛，2013，28（06）：16-21.