國內外植物油價格波動的關聯分析

王成麗 劉銳金

摘 要 本文基于中國、西北歐的主要植物油價格以及馬來西亞棕油價格、庫存、產量的月度數據，研究其波動關聯性。研究結果表明，最近7年和20世紀80年代的價格波動較為劇烈，西北歐市場植物油價格在過去30多年中沒有明顯增長趨勢；季節性變動呈變弱趨勢，豆油的季節性變化相對小；在棕櫚油市場，投機對價格波動的影響較弱，但最近7年開始加重；不同地區、不同產品的價格關聯性強，但菜籽油在不同區域市場之間的關系相對弱一些。

關鍵詞 中國 ；馬來西亞 ；西北歐 ；植物油 ；價格關聯

分類號 F321

植物油是人類最重要的油脂來源。棕櫚油、豆油、菜籽油又是植物油最重要的組成部分。根據美國農業部的統計數據，2013～2014年度棕櫚油（含棕櫚仁油）、豆油、菜籽油的產量占世界主要植物油（包括椰油、棉花籽油、橄欖油、棕櫚油、棕櫚仁油、花生油、菜籽油、大豆油、葵花籽油）產量的比重分別為38.98%、26.47%、15.30%，合計為1.37億t。棕櫚油不僅是產量最大的植物油品種，還是出口量最大的品種，其出口占世界主要植物油的比重為61.94%，為全球提供大量的植物油脂。

中國和歐洲是植物油消費最大的2個地區，2013/2014年度中國和歐盟植物油消費量占世界植物油總量的比重分別達19.85%、14.72%；馬來西亞是棕櫚油第二大生產國，2013～2014年度占世界棕櫚油總產的比重為33.56%，僅次于印度尼西亞（52.28%）。本研究客體的關聯如圖1所示，在中國和西北歐選擇棕櫚油、菜籽油、豆油作為植物油的代表，馬來西亞則選擇了毛棕櫚油的價格、庫存和產量，分析價格、庫存量、產量的變化規律，研究價格之間以及庫存量與價格之間的相互關系。接下來首先對數據來源和特征、模型作簡要的說明，然后對計量模型的結果進行分析，最后是一些結論。

1 數據來源

收集中國國內棕櫚油、豆油、菜籽油價格、馬來西亞毛棕櫚油（Crude Palm Oil）期末庫存量、產量及價格、歐洲西北部毛棕櫚油、豆油、菜籽油價格的數據。中國國內棕櫚油、豆油、菜籽油價格來源于國儲糧油信息中心，時間區間為2002年1月至2014年6月，棕櫚油價格（CPO_Price）為天津港、山東日照港、江蘇連云港、江蘇張家港、浙江寧波港、廣東黃埔港24度棕櫚油交貨價的平均值，豆油價格（C_SB_Price）為黑龍江哈爾濱、吉林長春、遼寧大連、河北秦皇島、京津地區、河北霸州、山東博興、山東日照、河南周口、江蘇張家港、浙江寧波、廣東湛江、廣西防城國標一級豆油出廠價的平均價格，菜籽油價格（C_RS_Price）為河南信陽、安徽蚌埠、安徽馬鞍山、江蘇南通、浙江新市、湖北武漢、湖北荊州、湖南岳陽、湖南常德、江西九江、四川成都國標一級菜籽油出廠價的平均值。馬來西亞毛棕櫚油期末庫存量（M_CPO_Stock）、產量（M_CPO_Prod）、價格（M_CPO_Price），前二者的時間區間為1980年1月至2014年6月，后者為1999年1月至2014年6月，數據來自馬來西亞油棕局（MPOB）。

馬來西亞是全球棕櫚油最重要的2個生產國之一，該地區交易價格可以認為是棕櫚油國際產區價格。棕櫚油價格與世界和地區的經濟形勢走勢較為一致，受亞洲金5融危機的影響，從1999年開始，價格持續下跌；從2001年開始回升，并進入到相對平穩的時期；2008年受金融海嘯的影響，價格急劇下跌，并且波動幅度加大，如圖2所示。

在中國國內市場，棕櫚油價格始終都要低于國標一級豆油，而后者在大部分時間要低于國標一級菜籽油。2011年以來，中國國內棕櫚油價格與馬來西亞之間的差距在拉大，同時3種植物油價格的差距也有拉大的趨勢。

歐洲是植物油消費的重要地區，對全球油脂市場具有一定的影響。西北歐市場毛棕櫚油（E_CPO_price）、豆油（E_SB_price）、菜籽油（E_RS_price）價格數據來源于Oil World，時間區間為1980年1月至2014年6月。由圖3可知，20世紀80年代中期，植物油價格曾發生較大幅度的波動；90年代價格都處于相對平穩階段，而這一期間美國平穩增長，世界經濟總體較為平穩，1998年亞洲金融危機發生之后，價格出現了一定幅度的下跌；最劇烈波動出現在美國次級信貸危機以來，主要植物油價格跟隨大宗商品價格大起大落，并持續在高位振蕩。

2 研究方法

經濟指標的月度或季度時間序列一般包含4種成分，即趨勢成分（Xt）、周期成分（Ct）、季節變動成分（St）和不規則變動成分（εt），即Yt=Xt+Ct+St+εt。一般情況下，這些成分均不可觀測。為了簡化處理，將不規則變動成分與周期成分合為一起，更詳細的闡述可參見劉銳金等[1-2]。

為了消除可能存在的異方差性，在一定程度上降低序列的非平穩性，對時間序列進行取自然對數處理，這樣不會改變時間序列的性質和相互之間的關系，另外取對數能夠縮小不同時期的波動差異。季節性變動由氣候的季節性、社會制度和風俗習慣等引起的，如油棕、油菜、大豆種植和采收具有一定的季節性，但由于油棕種植集中赤道附近的印度尼西亞和馬來西亞，生產的季節性相對弱。國際通用、成熟的季節調整方法有：由加拿大統計局在X-11基礎上改進推出的X-11-ARIMA、由美國勞工統計局推出的X-12-ARIMA、由西班牙央行研制推出的Tramo/Seats。本文選取X-12方法進行季節調整，得到季節性成分。

本文采用HP濾波法將去除季節性成分之后的序列分解為趨勢成分和周期成分。HP濾波法是一種估計時間序列長期趨勢的平滑技術，從（Yt）中將（Xt）分離的一種方法，問題可轉化為求下面損失函數最小化問題的解：

min∑{[Yt-Xt]2+λ∑[（Xt+1-Xt）2-（Xt-Xt-1）2]}（1）

其中，λ是對趨勢序列的折算因子。在HP濾波中，折算因子λ的取值對濾波效果非常重要，λ越大，趨勢序列越光滑。對于年度數據，該參數的取值存在較大爭議，較常見的是λ=100[3-4]，也有學者主張λ=25[5]，λ=6.25[6]。本文研究選取的月度數據，選擇λ=14 400對各類生產數據進行HP濾波。使用HP濾波法得到趨勢成分和周期成分后，將對趨勢變化以及周期關聯進行分析。

3 實證結果

3.1 季節性成分識別

如圖4所示，相比20世紀80年代，馬來西亞棕櫚油產量和庫存量的季節性變動幅度降低，但仍有較強的季節性變動趨勢，價格的季節性波動則趨于增強，明顯強于中國棕櫚油價格的季節性波動。在西北歐市場上，植物油的季節性波動程度相比20世紀80年代降低了，但棕櫚油價格的季節性變動相比于豆油和菜籽油還是較為明顯；在中國國內市場，植物油價格的季節變動幅度相對較小，近幾年豆油的季節性成分幾乎趨于零，這可能是因為豆油對進口的依賴程度不斷提高，而大豆的生產集中在北美洲和南美洲，而這2個地區的季節具有互補性；在西北歐市場上，豆油價格的季節變動也是明顯偏弱。

表1是不同時期周期成分的方差，反映不同時期的波動程度。對去除季節性成分之后的序列進行HP濾波，將序列分成趨勢成分和周期成分，分解結果如圖5所示。從1980年以來馬來西亞棕櫚油產量呈穩步上升趨勢，波動幅度較小，且方差不斷降低，這表明馬來西亞油棕種植發展較為平穩，逐步進入穩定階段；期末庫存量的波動也趨于平穩，但最近10年的庫存量水平要高于20世紀80年代，這可能與產量提升以及投機的需求增強有關；馬來西亞棕櫚油價格呈現比較規整的周期變化，周期也相對長，2000～2012年價格逐步上漲趨勢，但近2年開始呈下降趨勢。從圖5中的D、E、F可以發現，在西北歐市場3種植物油的價格變化趨勢基本一致，1980～2000年期間，價格并沒有明顯地變化，但20世紀80年代的價格波動比較劇烈；2000年以后，價格呈上升趨勢，在2008年爆發金融風暴之后，價格波動幅度變大。2002年以來，中國主要植物油的價格并沒有呈現很明顯的增長趨勢，金融風暴的影響過后，價格變動也趨于平穩，如圖5的G、H、I所示。

馬來西亞棕櫚油價格與西北歐、中國棕櫚油價格的相關系數都大于0.92，與這2個地區的豆油和菜籽油的關聯也較強。西北歐和中國之間，棕櫚油價格的Pearson相關系數比豆油和菜籽油高，這可能是因為棕櫚油來源地集中在馬來西亞和印度尼西亞，所受影響的部分因素較為一致；2個地區之間菜籽油價格的關聯度較弱，這可能是由于菜籽油的產地比較分散，進入國際貿易渠道的量較少，信息傳輸的媒介較少；豆油的關聯程度要高于菜籽油，這可能源于豆油的貿易化程度要高于菜籽油（表2）。

存貨變動與價格的關系均是負向關系，即從月度數據（表3）來看，當價格升高時，一般情況下存貨會減少。因此，從總體上看，在馬來西亞棕櫚油市場的投機氛圍不是很濃厚。但是2007年以來，棕櫚油存貨波動與部分植物油價格之間存在正相關。

4 討論與結論

本文基于中國（2002年1月至2014年6月）、西北歐（1980年1月至2014年6月）的主要植物油價格以及馬來西亞毛棕櫚油價格（1999年1月至2014年6月）、庫存、產量（1980年1月至2014年6月）的月度數據，分析了價格以及棕櫚油庫存和生產的變化規律，研究了不同市場、不同產品之間的波動關聯性，以及存貨變動與價格之間的關系。

研究結果表明，各類變量的季節性變動呈弱化趨勢，豆油價格的季節性變動整體較弱；西北歐市場植物油價格在過去30多年中沒有明顯長期增長趨勢，主要植物油價格在20世紀80年代價格波動劇烈，隨后進入平穩期，但2007年以來處于較高位水平的波動，波動幅度較大；馬來西亞棕櫚油庫存量和生產量的波動程度降低，但價格的波動依然比較大；中國國內植物油價格在2007～2011年期間波動較為劇烈，其余年份相對平穩；棕櫚油市場的投機程度較低，存貨與價格的規律總體上呈現負相關，但金融風暴以來，投機性成分在加強，應當采取一定的措施降低投機對價格波動的影響。

參考文獻

[1] 劉銳金，魏宏杰，莫業勇. 基于小波分析的價格周期識別——以天然橡膠和合成橡膠價格為例[J]. 數學的認識與實踐，2012，42（20）：38-46.

[2] 劉銳金，魏宏杰，楊 琳. 天然橡膠價格波動研究：規律發現、市場整合與形成機制[M]. 北京：中國經濟出版社，2013.

[3] Backus D K，Kehoe P J. International Evidence of the Historical Properties of Business Cycles[J]. American Economic Review，1992，82（4）：864-888.

[4] 高鐵梅.計量經濟分析方法與建模：EViews應用及實例（第二版）[M].北京：清華大學出版社，2009.

[5] Giorno C P， Richardson P， Roseveare D， et al. Estimating Potential Output， Output Gaps and Structural Budget Balances[J]. OECD Economics Studies， 1995（24）： 167-209.

[6] Ravn M O， Uhlig H. On Adjusting the Hodrick-Prescott Filter for the Frequency of Observations[J]. The Review of Economics and Statistics， 2002， 84（2）： 371-376.