国际大豆市场价格对国内大豆市场价格的传递效应

【摘 要】利用2002年1月―2012年12月的月度数据，运用VAR模型、脉冲响应函数及方差分解等方法分析了国际大豆价格对国内大豆价格的传递效应。结果表明，国际大豆价格对国内大豆价格的传导主要通过期货渠道，与此同时，贸易渠道下的外部冲击对国内大豆价格的影响强度大、作用时间长。

【关键词】大豆市场；价格传递效应；VAR 模型

文章编号：ISSN1006―656X（2014）011-0003-02

一、引言

大豆是主要油料作物和重要的粮食作物之一。我国是大豆的主产国，却已连续10年成为最大的大豆进口国。国内的大豆需求一方面来源于加工豆油的需要；另一方面来源于畜牧业对豆粕的需要。大豆的价格变化不仅会影响到居民的日常生活，更可能会对我国畜牧业的产业竞争力产生影响。进入21世纪以来，国内大豆和食用油的价格发生了多次剧烈变化，给国内大豆和豆油市场的稳定带来了不小的冲击。基于我国大豆进口依存度偏高的现实，关注国际国内两个大豆市场的相互关系，分析国际大豆市场价格变化对国内大豆市场价格的影响就显得格外紧迫和重要。

二、国内外大豆价格的变化情况

（一）国际大豆市场的价格变化

美国是我国最大的大豆进口国，同时它也是国际上最有影响力的大豆市场，鉴于此，本文以美国大豆市场的价格为例分析国际大豆市场的价格变化。

考虑到数据的可获取性，采用大豆的进口价格作为国际大豆市场的现货价格，而以国际货币基金组织External-data数据表中提供的芝加哥商品期货交易所2号大豆期货合约的价格作为国际大豆市场的期货价格，数据采集区间为2002年的1月到2012年的12月，共132个样本。为增强数据的可比性，同时控制汇率变动的影响，利用中国人民银行公布的人民币对美元的月平均汇率，将国际大豆的市场价格折算为“元/公斤”。

由图1可以看出，国际大豆市场的现货价格和期货价格的走势相同，总体呈现出震荡上扬的走势，现货价格的变动滞后于期货价格的变动，体现出期货市场的价格发现功能。

（二）国内大豆市场的价格变化

国内大豆的市场价格采用全国农产品集贸市场中等大豆的零售价格，取自各年《中国农产品价格调查年鉴》，数据采集区间也设定为2002年的1月到2012年的12月，共132个样本。

由图1可以看出，国内大豆市场的零售价格在震荡中迅速攀升。它的变化趋势与国际大豆市场相同，然而从时间上看，价格变动滞后于国际市场，波动幅度比国际市场要小。

三、国内外大豆价格的动态传导

国际大豆价格对国内大豆价格的传导效应主要通过外贸传导和期货传导。外贸传导主要通过大豆进口的价格产生影响，期货传导主要通过大豆期货的价格产生影响。

利用2002年1月-2012年12月的月度价格数据，可以算得国内大豆集贸市场的价格和大豆进口价格之间的样本相关系数为0.93，国内大豆集贸市场的价格和国际大豆期货价格之间的样本相关系数为0.87，在0.01的显著性水平下通过检验，属于高度线性正相关。

为进一步刻画国际大豆市场的价格变化与国内大豆市场价格的动态联系，本文将采用向量自回归模型（VAR模型）来测定国际大豆价格变动给国内大豆价格带来的冲击。向量自回归模型基于数据的统计性质，把系统中的每一个内生变量作为所有内生变量滞后值的函数来建模，从而把单变量的自回归模型推广到了由多元时间序列变量组成的向量自回归模型。 阶VAR模型的一般形式为：

其中是维内生变量向量，是维误差项向量，是待估的系数矩阵。

向量自回归模型的目标是将系数矩阵估计出来，并对模型形式及系数的显著性进行各种检验。具体的操作程序是：第一，为了防止出现“伪回归”的问题，需要对各个时间序列进行平稳性检验；第二，对VAR模型进行参数估计；第三，对残差进行同期相关性分析；第四，对VAR模型的稳定性做出检验。因为如果VAR模型不稳定，脉冲响应函数标准误差的结果就不再有效。最后进行脉冲响应分析和方差分解，揭示变量间相互作用的程度。

（一）VAR模型的估计

为防止“伪回归”问题的出现，在对VAR模型进行参数估计之前需要对各时间序列进行平稳性检验。本文中用DCP表示国内大豆集贸市场价格的时间序列，IMP表示国际大豆现货价格的时间序列，IFP表示国际大豆期货价格的时间序列。各序列平稳性的检验结果如表1所示。由表1可以看出，各变量均为平稳的时间序列。

：

从模型的估计结果看，模型的拟合状况良好。估计结果表明，国内大豆价格、大豆进口价格和国际大豆期货价格均会受到自身及其他变量滞后期价格的影响，有意思的现象是各变量滞后一期的影响均为正向作用，而滞后二期的影响均为负向作用。

（二）残差的同期相关性分析

由于在VAR模型的右端不含当期的内生变量，所以无法说明内生变量间的即时相关性，为说明变量间的同期相关性，应当对残差序列进行同期相关性分析。分析结果见表2。

由表2的结果可以看出，残差序列的同期相关程度较低，所以可以建立非结构VAR模型。

（三）脉冲响应分析

脉冲响应分析的前提是VAR模型稳定。对VAR模型进行稳定性检验的方法是利用AR多项式特征根的模的倒数。当特征根的模的倒数均小于1，即在单位圆内的时候，VAR模型就是稳定的。

由图2和图3可以看出，无论贸易渠道还是期货渠道VAR模型的AR多项式特征根的模的倒数均小于1，所以国内外大豆价格VAR模型是稳定的。

以下将通过构建脉冲响应函数的方法进一步分析外部冲击对国内外大豆价格所组成的内生系统的动态影响。当国内的大豆价格受到外部冲击时，基期的国内大豆价格会发生变化，而对于具有相互作用的内生变量组，由于国内外大豆市场相互影响，这种变化会通过构建的VAR模型传导给下一期的国内外大豆价格，如此往复，就产生了一系列国内外大豆价格变化的数值，这些数值构成了由国内大豆价格的脉冲引起的关于国内外大豆价格的响应函数。同理，国际大豆期货价格的外部冲击、大豆进口价格的外部冲击也会产生关于国内外大豆价格的响应函数。

图4 贸易渠道下国内大豆价格的响应 图5 大豆进口价格的响应

在贸易渠道下当国内的大豆价格受到一个标准差单位的正向冲击（正向冲击指的是可能导致价格上升的外部信号）时，对国内大豆价格的影响周期较长，在第7期，影响达到峰值，每公斤的涨幅达到0.204元，之后影响逐步衰减；对大豆进口价格的影响主要集中在前5期，影响周期相对较短，到第14期基本已衰退为0（见图4）。当大豆的进口价格受到一个标准差单位的正向冲击时，对国内大豆价格的影响周期相对短一些，在第5期，影响达到峰值，每公斤的涨幅达到0.191元，之后影响迅速衰减；对大豆进口价格的影响主要集中在前4期，影响周期相对更短，到第10期已衰退为0（见图5）。

在期货渠道下当国内的大豆价格受到一个标准差单位的正向冲击时，对国内大豆价格的影响周期较长，在第6期，影响达到峰值，每公斤的涨幅达到0.1239元，之后影响逐步衰减；对国际大豆期货价格的影响周期相对更长，在第8期达到峰值0.1401元之后逐渐衰退（见图6）。当国际大豆期货价格受到一个标准差单位的正向冲击时，对国内大豆价格的影响周期相对短一些，在第6期，影响达到峰值，每公斤的涨幅达到0.063元，之后影响逐渐衰减；对国际大豆期货价格的影响主要集中在前2期，之后影响迅速衰减（见图7）。

总的来说，国内大豆价格受贸易渠道下外部冲击的影响更大，同时外部冲击对其自身影响的持续时间更长。

（四）方差分解

从图8可以看出，对于国内大豆价格的变化，大豆进口价格的贡献率很低，峰值仅为4%，其后迅速衰减，稳定值为2%。从图9可以看出对于国内大豆价格的变化，国际大豆期货价格的贡献率较高，在19期就已达到峰值，为41%，之后一直比较稳定。因此，相对而言，国际大豆期货的价格传导能力更强。

图8 DCP和IMP的方差分解图 图9 DCP和IFP的方差分解图

四、简要结论和政策含义

本文在对国内外大豆价格进行平稳性检验的基础上，构建VAR模型分析国内大豆的市场价格与大豆进口价格、国内大豆价格与国际大豆期货价格之间的非结构性内生影响关系，并借助脉冲响应函数和方差分解的方法分析它们之间的动态作用关系和各内生变量的结构贡献。最后，对国际大豆价格影响国内大豆价格的两种渠道--贸易渠道和期货渠道的作用强度进行了比较，主要结论如下：

就外部冲击而言，国内大豆价格受自身影响的强度最大，持续时间最长。相对来讲，大豆进口价格的外部冲击对国内大豆价格的影响强度大，作用时间长；而国际期货价格的外部冲击影响强度低，且作用时间短。

国际大豆价格对国内大豆价格的变动具有显著影响。从方差分解的结果看，对于国内大豆市场价格的变化，国际大豆期货价格的贡献率高，而大豆进口价格的贡献率低。这说明，相对来讲，国际大豆价格的变化对国内大豆价格的影响主要通过期货渠道进行传导。

鉴于此，我国政府及企业应充分认识和利用期货市场的价格发现和风险规避功能，做好大豆的收储工作，稳定国内大豆的价格水平。

参考文献：

[1]宋长鸣，李崇光，徐娟.中美农产品市场整合及其价格传导机制研究―以大豆市场为例[J].世界经济研究，2013（3）：35-41.

[2]王锐. 国际国内市场大豆价格长短期关系研究―基于协整理论和误差修正模型的实证分析[J]， 贵州财经学院学报，2012（1）：62-67.

[3]俞洁.农产品国际价格对国内价格传递效应的研究[D]. 无锡：江南大学，2013.

[4]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2009，12：268.