中国与国际玉米价格的波动关系分析

刘凯 穆月英 山崎雅人 小池淳司

摘 要：本文在政策分析的基础上，建立VAR-BEKK-GARCH模型进行实证分析。首先，国际玉米价格的波动幅度比中国价格波动幅度大，临储政策取消后，中国价格波动幅度变大。其次，临储期间，中国价格的预期波动可以影响国际价格的波动，而国际价格的随机波动可以影响中国价格的波动。在生产者补贴期间，中国价格的预期波动和随机波动均可影响国际价格的波动。再次，中国价格的影响力在中国市场和进口市场占据主导地位，与国产玉米供给本国市场的数量地位相符。最后，中国玉米进口的不断增加将降低对本国市场价格的主导能力，需重视通过“期货+保险”规避价格风险，并分散玉米进口源，以提高市场主导力。

关键词：玉米；价格波动；价格风险；波动溢出；VAR-BEKK-GARCH模型

本文索引：刘凯，穆月英，山崎雅人，等.<变量 2>[J].中国商论，2024（01）：-006.

中图分类号：F746.2 文献标识码：A 文章编号：2096-0298（2024）01（a）--06

粮食价格波动风险的管控牵动民生福祉，影响经济发展，关乎社会稳定，管控粮食价格波动所带来的风险是推动“乡村振兴”战略实施的重要课题，备受社会各界关注。玉米是中国的三大主粮之一，作为产量最大的粮食作物，其价格的波动影响着粮食安全、民生、经济乃至社会稳定。稳定的玉米价格有助于家庭困难的农户、消费者等减少掉入“贫困陷阱”的风险，促进农业投资，并通过降低其他商品价格的“噪音”和促进社会与政治稳定来鼓励整个经济的投资[1]。近期，越来越多的国际不确定因素冲击着中国玉米价格，导致价格波动风险增加。

目前，俄乌战争导致生产要素成本攀升，中美贸易摩擦引发贸易受阻，新冠疫情带来经济风险；非洲猪瘟导致猪肉价格波动剧烈，波及上游的玉米价格。这些重大事件影响粮食生产与贸易，造成玉米生产成本攀升，其发展过程中的不确定性致使国际玉米价格波动风险急剧上升。

然而，中国和其他国家或国际玉米市场价格之间存在联动性[2-3]，这些风险极易传导到中国，增加中国玉米价格的不稳定因素。随着玉米市场的变化，中国玉米市场调控政策也不断调整，2016年国家临时存储玉米政策（临储政策）使玉米贸易更加市场化，国际玉米价格和中国玉米价格的联动性增强[4]。

另外，中国玉米进口有逐年增加的压力[5-7]，进口玉米的增加将进一步加剧这些风险因素对中国玉米价格的影响。玉米价格波动风险加剧，研究中国和国际玉米价格波动关系对管控价格风险具有重要意义。

国际贸易是价格信息国际间传递的重要渠道，是连接其他国家玉米市场的“桥梁”，是价格波动国际传导的“传声筒”。俄乌冲突、新冠疫情、中美贸易摩擦导致的不确定性风险都将通过国际贸易传递至中国市场，威胁中国粮食安全。因此，本文以中国玉米贸易价格为国际价格，研究临储政策前后中国和国际玉米价格波动关系，对管控玉米价格风险、粮食安全等至关重要，对中国实现“乡村振兴” 战略、稳定社会根基具有重要意义。

首先，本文通过描述性统计方法对中国玉米价格和国际玉米价格的走势与波动进行对比分析；其次，基于数据特征，建立VAR-BEKK-GARCH模型实证分析临储政策调整前后中国玉米价格和国际玉米价格之间的波动关系；最后，根据研究结论，得出相应的对策建议。

1 文献综述

长期以来，中国市场和国际市场玉米价格的波动特点和市场间的价格波动联系一直是经济学者研究的焦点。中国玉米价格和国际玉米价格之间的波动信息“传话筒”主要有两个：第一，通过实体市场（贸易市场）传递；第二，通过虚拟市场（金融市场）传递，金融市场间的传递主要是期货市场。

中国玉米价格与国际价格波动传导主要体现在三点：（1）期货价格间的传导，属于虚拟市场传递类型；（2）现货价格间的传导，属于实体市场传导类型；（3）期货、现货间的传导，属于两种途径兼顾型。

中国玉米价格与国际价格波动传导的三点：即期货价格间的传导，现货价格间的传导，期货、现货间的传导，现存研究通过分析、实证，已有丰硕的研究成果。

王丽娜和陆迁（2011）采用误差修正模型和VAR模型实证分析了国际玉米价格波动和中国玉米价格波动的互动关系及传导效应，发现中国和国际市场价格波动传递存在双向关系，国际价格变动对中国价格影响较为显著[8]。

王孝松和谢申祥（2012）阐明中国和国际价格的高度整合是由國际贸易建立的，国际玉米价格（美国玉米期货价格）对中国玉米价格有重大影响[9]。

Huayun Jiang等（2016）通过分析中美玉米期货的日价格、隔夜价格、盘中价格、展期价格，发现两国玉米期货价格存在双向依赖，其中美国价格向中国价格的波动溢出更多[10]。

郑燕和丁存振（2019）通过研究美国2号黄玉米墨西哥湾离岸价对中国玉米价格的影响，发现玉米价格政策的实施会降低国际玉米价格对中国玉米价格的传递效应，且随着贸易规模的增大而变强；中国玉米价格对国际玉米价格上涨比下跌反应更灵敏；从中国和国际农产品市场关联性来看，农产品市场开放程度越高、贸易量越大，中国与国际农产品价格的关联性就越高，而农产品政策的实施会对部分农产品中国与国际价格波动的关联性造成影响[11]。

刘玲等（2020）利用TVAR模型解释国外粮食价格对中国粮食价格的影响，发现全球经济政策不确定性低时，国外玉米价格对中国玉米价格的冲击较大；不确定性高时，国外玉米价格对中国玉米价格的冲击较小[12]。

刘璐等（2021）采用溢出网络方法实证分析了2010—2018年“一带一路”沿线国家的玉米价格关联性，发现中国与沿线国家的玉米价格存在较强的关联性，中国一直处于溢出效应的净接受端，主要受俄罗斯、泰国、乌克兰、哈萨克斯坦的净影响[13]。

价格波动国际间传导的一个重要桥梁是国际贸易，且是中国玉米进口价格的波动，而不是国外现货价格的波动直接冲击中国玉米价格。中国和国际价格波动相互传导的其中一个前提是国际贸易，玉米贸易价格为进出口价格，国际或一国玉米现货价格都不能与中国进口玉米价格划等号，一个明显的原因是：中国进口的玉米与其他国家的玉米在运输费用、产品质量和品牌（或粮商、包装）等方面存在差异。中国玉米的进口市场是连接中国玉米市场和国际玉米市场的桥梁，其连接并传递中国和国际价格波动信息。现存研究对国际现货价格对中国玉米价格的影响做了诸多研究，然而忽略了以进口玉米价格为国际价格的波动关系分析。因此，本文以玉米进口价格作为国际价格并基于中国玉米临储调控政策调整研究中国玉米价格波动及中国和国际玉米价格的波动关系。

2 临储政策调整与玉米价格波动分析

2.1 数据来源与说明

中国玉米价格序列和国际玉米价格序列均是日价格，来源于Wind数据库；中国玉米价格序列为“玉米：平均价”，国际玉米价格序列为“进口玉米：到岸完税价格（CIF）”。时间分为两个时段：实行玉米临储政策的时段（T1时段）、实行玉米生产者补贴政策的时段（T2时段）（见表1）。T1时段为：2009年1月4日—2016年1月29日，中国和国际玉米价格分别有1746个价格数据；T2时段为：2016年5月21日—2021年2月22日，两个序列均具有1186个价格数据。

2.2 玉米价格变动与玉米临储政策调整

中国价格与国际价格之间的较大差距出现在临储政策时期，而不是补贴政策时期，可能是因为中国对玉米和玉米替代品的进口限制制约了中国和进口市场之间的联系和信息交流，临储政策对中国价格产生了支持作用。例如，2010—2012年，中国对美国生产的DDGS（干酒糟及其可溶物，饲用玉米的替代品）进行反倾销调查，2011年DDGS进口下降了47%。生产者补贴政策期间，临储政策取消，减少了直接的价格支持。因此，在这一时期，中国玉米价格和国际价格走势接近，价差缩小。

理论上，价格支持政策可降低出现价格极值的可能性，即防止暴涨暴跌，但其目标并不是消除价格波动[14]；临储政策对中国玉米价格上涨起到显著的支撑作用[15]，也导致一些问题，削弱了中国玉米的比较优势。

首先，高玉米价格有利于农民，但农民的收益并不能抵消中国政府及消费者的损失，中国政府因管理不断增加的库存和付出巨额的补贴而承受沉重的财政负担，以补偿生产者和消费者的一些损失，消费者付出了较高的玉米消费成本。2016年，国家玉米库存为2.6亿吨，政府为此付出650亿元的储存成本[16]。

其次，临储政策阻碍了玉米相关产业的发展，下游产业因玉米成本上升而遭受损失，且玉米临储政策对其他农产品的生产具有挤出效应，导致资源错配。

为了解决临储政策带来的众多问题，并在农民收入、玉米相关产业损失、政府支出和消费者利益之间找到更合适的平衡，中国政府于2016年废除玉米临储政策，在一定程度上受大豆目标价格政策改革失败的牵连，中国废除玉米临储政策后，未推出目标价格政策，而是推出生产者补贴政策[18]。

3 玉米价格波动传导的实证分析

价格波动是价格围绕稳定的长期价格或价格趋势波动，可能涉及日价格、周价格或月价格等[17]。实证分析中国玉米价格和国际价格的波动及其传导关系的步骤是：首先，本文进行平稳性检验和协整检验，确定所用数据的属性；其次，基于平稳性检验和协整检验结果，通过构建VAR-BEKK-GARCH模型来量化中国玉米价格和国际价格的波动及其传导关系。

3.1 平稳性检验与协整检验

本文运用Engle和Granger[19]构建的向量误差修正（VEC）模型等协整模型，可以分析中国价格和国际价格之间的长期均衡关系与波动的联动性（波动溢出效应），以及偏离长期均衡关系时价格波动的误差修正机制，协整模型符合本文的研究需求，是优先考虑的模型。

然而，应用协整模型的前提是时间序列的组合是协整的。在检验协整关系之前，必须先检验每个序列的平稳性，采用ADF单位根检验方法检验每个序列的平稳性，并采用E-G两步法（Engle-Granger法）检验价格序列之间是否存在协整关系。表2显示了单位根检验结果和协整检验结果。

如表2所示，在T1和T2时段，中国玉米价格的对数序列 （） 和国际玉米价格的对数序列 （） 均具有单位根，因此均是非平稳序列；经过一阶差分后的价格序列 （和） 均没有单位根，为平稳序列。根据以上结论，本文分别对T1和T2时段中国玉米价格和国际玉米价格的对数序列组合进行协整检验。无论是T1时段还是T2时段，中国玉米价格和国际玉米价格对数序列的组合都不是协整的，可知中国玉米价格和国际玉米价格不存在长期的协整关系，本文所选数据的属性不符合协整模型的设定。因此，应用需要平稳性质（见表3）但不需要协整性质的向量自回归（VAR）模型框架，VAR模型被广泛应用于分析价格间的波动溢出效应或波动传导关系。

3.2 VAR-BEKK-GARCH模型简介

基于二元VAR模型框架，结合应用型BEKK-GARCH模型，本文建立VAR-BEKK-GARCH模型，公式如下：

（1）

（2）

（3）

模型中，和分别表示中国玉米价格和国际玉米价格对数的一阶差分序列，含义为不同时期中国和国际玉米价格的波动（t期）或预期波动（t-i期）；、、、为常数项；是残差项（和）的方差和协方差矩阵，含义为玉米价格随机波动的幅度；为t-1期的残差矩阵；C是一个三角常数矩阵；A、B是系数矩陣。，为残差项（）的方差；为残差项（）的方差；、分别为以上两个残差项的协方差；、、为三角常数矩阵C的元素；、、、是系数矩阵A的元素；、、、为系数矩阵B的元素。基于BEKK-GARCH模型，本文提出以下3个假设：

假设H1：如果，中国价格和国际价格的随机波动对彼此的价格波动没有溢出效应；

假设H2：如果 ，中国价格的随机波动对国际价格的波动没有溢出效应；

假设H3：如果 ，国际价格的随机波动对中国价格的波动没有溢出效应。波动溢出效应也可以理解为波动在价格间的传导。

3.3 模型结果分析

在VAR-BEKK-GARCH模型中，均值模型（VAR模型）描述了价格波动包含预期波动与随机波动，量化预期价格波动在两种价格间的传导关系，表3为模型的估计结果。

如表3所示，在95%的置信区间内，对于中国价格，T1和T2时段，中国价格的波动均受到前期信息或预期波动的正向波动溢出效应影响，而国际价格的预期波动对中国价格波动没有显著的波动溢出现象，表明中国价格的波动主要是由中国市场的信息引起的，而国际市场的信息对中国价格的波动没有显著影响。对于国际价格，在T1时段，国际价格的波动主要受到中国价格预期波动的显著负向波动溢出效应影响，意味着国际玉米价格的波动主要由中国市场的信息引起。

此外，基于国际价格的波动大于中国价格的波动，负向效应意味着中国市场的信息有助于稳定国际价格。在T2时段，国际价格的波动受到中国价格预期波动和国际价格预期波动的显著影响，意味着在这一时段，国际价格信息和中国价格信息均是引起国际玉米价格波动的原因。国际价格波动从T1时段到T2时段变化的影响原因表明，国际价格的影响力从T1到T2越来越强，可能原因是中国玉米进口持续增加。

因此，T1 时段和T2时段，价格预期波动的波动溢出方向均为：从中国价格传递到国际价格；反之，不成立。在T1时段，假设H1和H3被拒绝，而假设H2被接受，意味着中国价格波动和国际价格波动之间存在溢出效应，表现为国际价格的随机波动对中国价格的波动存在溢出效应。在T2时段，假设H1和假设H2被拒绝，而假设H3被接受，意味着中国价格的随机波动对国际价格的波动存在溢出效应。因此，由隨机波动或未预期到的价格信息引起的波动是单向传递的，在T1时段的方向是从国际价格到中国价格，在T2时段的方向是从中国价格到国际价格。

在玉米临储政策（T1）期间，中国价格波动和国际价格间的波动传导特点为：中国价格的预期波动可以影响国际价格的波动，而国际价格的随机波动可以影响中国价格的波动。在生产者补贴政策（T2）期间，中国价格波动和国际价格间波动的传导特点为：中国价格的预期波动和随机波动均可影响国际价格的波动；反之，不成立。

本文得出以上结论的可能原因是，从临储政策到补贴政策的转变减少了政策对玉米价格的支持，缩小了中国价格与国际价格之间的差距，增加了两种价格的联动性。此外，虽然进口玉米在一定程度上对中国玉米具有替代作用，其价格在一定程度上会影响中国价格的波动，但是玉米在中国玉米供应中占主导地位，中国玉米价格会更多地影响国际价格，本文结论在价格影响层面支持这种主导地位。

4 结语

粮食价格波动风险的管控是实现中国农村发展愿景、推动“乡村振兴” 战略实施的优先事项；长期以来，中国粮食价格波动一直是农业经济学家感兴趣的话题。本文以玉米临储政策调整为背景，研究中国玉米价格波动和国际价格波动之间的传导关系，通过统计方法和实证方法，主要研究结论概括如下：

第一，无论是临储政策期间（T1）还是生产者补贴政策期间（T2），国际玉米价格的波动幅度都要比中国玉米价格波动幅度大。玉米临储政策向玉米补贴政策转变后，中国价格波动幅度变大。由此可以预测，更多的玉米进口可能意味着中国价格波动增加。

第二，在玉米临储政策（T1）期间，中国价格波动和国际价格间的波动传导特点为：中国价格的预期波动可以影响国际价格的波动，而国际价格的随机波动可以影响中国价格的波动。在生产者补贴政策（T2）期间，中国价格波动和国际价格间的波动传导特点为：中国价格的预期波动和随机波动均可影响国际价格的波动；反之，不成立。中国玉米价格在中国市场和进口市场的影响力中占主导地位，与其供给数量的地位相符。由此可以推测，更多的玉米进口可能意味着中国价格的主导能力下降。

第三，根据已有文献的研究结果普遍认为：国际玉米价格对中国玉米价格具有较强的波动影响；与其他文献不同，本文应用进口价格作为国际价格，得出的结论是：中国玉米价格对国际玉米价格具有较强的波动影响。结论不相同的原因可能是：本文区分了波动传导的贸易影响路径和金融影响路径，并对国外玉米价格和中国进口玉米价格进行了差异化。单从国际贸易的影响路径来看，中国玉米价格在中国市场和进口市场的影响力中占主导地位。这一结论与中国玉米进口数量和国产国消玉米供给数量的比例地位相符。

综上所述，本文提出以下建议：

第一，积极推动“期货+保险”避险模式的发展。价格波动风险是阻碍实现“农村扶贫、民生改善、共同富裕”目标的“拦路虎”，期货市场对冲现货价格的波动风险是可实践的方式；玉米进口压力不断增加，国际政治经济冲突不断，中国玉米价格波动风险增加，完善“期货+保险”的避险模式迫在眉睫。

第二，促进玉米进口企业进行多国合作，增加玉米进口来源国，提高议价话语权，以防止中国玉米价格对进口价格的主导能力下降。在玉米进口增加的压力下，促进多国合作不仅可以提高玉米来源的安全，还有利于中国玉米价格信息对外输出，以提高价格的主导能力。

参考文献

Dawe， D.， Timmer， C. P. Why stable food prices are a good thing： Lessons from stabilizing rice prices in Asia[J]. Global Food Security， 2012（2）： 127-133.

Hernandez， M. A.， Ibarra， R.， Trupkin， D. R. How far do shocks move across borders？ Examining volatility transmission in major agricultural futures markets[J]. European Review of Agricultural Economics， 2014，41（2）： 301-325.

Arnade， C.， Cooke， B.， Gale， F. Agricultural price transmission： China relationships with world commodity markets[J]. Journal of Commodity Markets， 2017（7）： 28-40.

林光华，陈佳鑫.国内外玉米价格传导效应研究：基于玉米临储政策改革背景下的分析[J]. 价格理论与实践， 2018（3）：111-114.

OECD-FAO （Organization for Economic Co-operation and Development and Food and Agriculture Organization of the United Nations）. OECD-FAO Agricultural Outlook 2016-2025[R]. Accessed on Sep. 15th， 2020. Available at： https：//stats.oecd.org.

USDA （United States Department of Agriculture）. 2016 International Long-Term Projections to 2025[R]. Accessed on Sep. 20th， 2020. Available at： https：//www.ers.usda.gov/data-products/international-baseline-data/

Huang J. K.， Ii W. E. I.， Qi C. U. I.， The prospects for China’s food security and imports： Will China starve the world via imports[J]. Journal of Integrative Agriculture， 2017（16）： 2933-2944.

王麗娜，陆迁.国内外玉米市场价格的动态关系及传导效应[J]. 国际贸易问题，2011（12）：19-28.

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[J]. 经济研究，2012（3）：141-153.

Huayun Jiang，Jenje Su，Neda Todorova，Eduardo Roca. Spillovers and directional predictability with a cross—quantilogram analysis： The Case of U.S. and Chinese agricultural futures[J]. Journal of Futures Markets，2016（36）：1231–1255.

郑燕，丁存振.国际农产品价格对国内农产品价格动态传递效应研究[J]. 国际贸易问题，2019（8）：47-64.

刘玲，陈乐一，李玉双.全球经济政策不确定性与中国粮食价格：基于非对称性视角的分析[J]. 农业技术经济，2020（5）：17-31.

刘璐，蒋怡萱，张帮正.中国与“一带一路”国家农产品价格关联性研究：兼论中美贸易摩擦的影响[J]. 农业经济问题，2021（3）：126-144.

李雪，刘乃郗，张姝.价格支持、政策调整及粮食市场波动[J].中国农业资源与区划，2021（5）：1-14.

周洲，石奇.托市政策下我国粮食价格波动成因分析[J].华南农业大学学报（社会科学版），2018（1）：27-36.

中国经济网. 玉米供过于求严重 2.6亿吨库存每年成本费650亿[EB/OL]. 2016-09-14，http：//www.ce.cn/cysc/sp/info/201609/14/t20160914_15903643.shtml

宫斌斌，郭庆海.玉米收储政策改革与目标价格政策重估[J].世界农业，2022（6）：58-65.

Engle， R. F.，Granger， C. W. Co-integration and error correction： representation， estimation， and testing. Econometrica： Journal of the Econometric Society[J]. 1987（2）： 251-276.