中國農產品價格波動機理探索

趙小峰,陳宗興,霍學喜

（1.西北農林科技大學 經濟管理學院，陜西 楊凌 712100；2.西安工程大學 人事處，西安 710048；3.中國農工民主黨中央委員會，北京 100011）

中國農產品價格波動機理探索

趙小峰1,2,陳宗興3,霍學喜1

（1.西北農林科技大學 經濟管理學院，陜西 楊凌 712100；2.西安工程大學 人事處，西安 710048；3.中國農工民主黨中央委員會，北京 100011）

為探索我國農產品價格周期性波動的內在機理，首先對農產品價格波動的成因、價格波動與影響因素之間相關關系進行了研究；利用多Agent技術，構建了農產品價格波動動態模型，并對多因素間的協作過程與工作原理進行了設計；在多Agent模型下，以小麥市場價格趨勢數據為對象，借助自回歸條件異方差模型（ARCH）對價格波動規律及強度進行了探索，在此基礎上對ARCH模型進行變換形成TRCH模型，進行了模型的檢驗與估計。通過實驗仿真，結果表明農產品價格波動動態模型能有效的反應價格波動的內在機理，有利于實現農產品價格波動的事先預警。

價格波動；農產品價格；建模；多Agent

引 言

農產品價格是中國每屆政府領導所關注的主要焦點,其波動不但涉及中國同世界的經濟增長問題,而且還涉及中國的“三農”問題[1]。與此同時,農產品價格波動問題是世界各國長期存在且又未很好得以解決的現實問題[2]。就我國而言,其受到各種自然氣候、生產成本、市場供求,以及異常事件等諸多不確定因素的影響[3],這使得價格機制的作用難以發揮,更給市場價格預測帶來嚴重障礙。

對農產品價格波動問題的研究,國外學者主要采用定性與定量分析的方法,從農產品價格發展趨勢出發分析其影響因素及其相互關系進而探討農產品價格波動的內在機理。如Trostle[4]通過對全球農產品供需變動影響因素的研究,認為全球農產品市場的不確定性,主要表現為從中長期來看農產品價格將持續上漲,但在短期內局部地區可能下跌。Shively G E[5]等利用加納數據,通過GARCH模型研究的結果表明非洲玉米市場價格波動時存在價格門檻效應；Apergis和Rezitis[6]等研究農業投入品價格與農業產出品價格波動間的相互作用,當農業投入品價格變化率提高1%時,生產者價格變化率提高0.75%。我國的農業學者們對該問題的探討主要從農產品價格波動成因視角出發。如張利庠[7]等從產業鏈視角出發,認為外部沖擊是影響國內農產品價格波動的主要原因,但這種影響行為因產業鏈的不同環節而各異;傅曉[8]等對1980-2008年間的國際農產品價格波動進行六個階段的研究,結果表明國際農產品價格波動具有特定的規律性,其趨勢與全球 GDP增長率相近;顧國達[9]等研究的結果表明中國農產品價格的波動具有長期平穩性,高位運行為短期現象；方松海[10]研究表明國際市場投機行可誘發農產品價格上漲過程,同時生產成本與比較收益可誘發農產品價格上漲。

綜上所述,現有文獻著重探討了國際農產品對國內農產品的影響,以及影響國內農產品價格波動的主要因素。然而,對國內外農產品價格波動機理研究與建模的還甚少。為此,提出通過多Agent模型的方法,研究影響農產品價格波動的因素,由此提出對策,重點探討農產品價格的機理。

一、問題提出

農產品價格波動是造成農產品生產者和消費者的一個主要考驗,更是制約農業發展的重要因素[11]。這是因為:農產品價格的波動,一方面給農產品生產者的收益帶來嚴重影響,農民不得不承擔因農產品價格劇烈波動而帶來的經濟損失;另一方面,給宏觀經濟運行也造成了極大影響,一定程度上加大了農業生產融資的難度。總體而言,農產品價格的波動呈現出如下三個特征。

1.弱質性。現代農業生產方式和農產品已經被迫融入了工業化的進程，現代工業科技也不斷強化對農產品生產方式的控制。

2.農產品市場失靈。農產品價格的形成應在市場供求關系中形成,并受供求關系的影響。當然,農產品的生產和消費兩個因素對農產品價格產生重要影響,但其還需通過市場機制來調解,即供求關系對農產品價格產生影響。

3.外部性。由于現代農業已經發展為一個集經濟、社會生活、生態環境及文化功能為一體的產業,與其他產業間是一種相互依賴關系,凸顯出一種正外部特性。當然,農業產業也易受到其他產業的影響,引起農產品價格波動,從而表現出負外部特性,也需對其負外部性進行有效的監控。

就農產品價格波動的趨勢而言,中國的農產品價格波動具有如圖1（數據源于國家統計網）所示的大幅震動特征,但問題是,現有的研究未充分考察這種特征,并未涉及農產品價格波動的內在機理,以及波動強度與影響因素之間相關關系,因此還需通過模型設計的方式來探討影響農產品價格的因素以及防止農產品大幅度波動的具體預警措施。

圖1 2003q1-2012q4農產品價格波動趨勢

二、模型構建

（一）Agent的定義

定義1 對象:一個對象Agent可劃分多個子Agenti,而子Agenti整體可成一集合N={A1,A2, …,An}。當單個Ai無法完成任務時,由多個子Agent來協作完成。

定義2 能力:每個Ai所具有的能力定義為X={X1,X2,…,Xn},其中X為n-維能力向量空間,且Xi（i=1,2,…,m）表示第i維能力向量。

定義3 資源:Si={S1,S2, …,Sn}表示資源集合,其中,Ai完成任務所需的資源被定義為資源Si。

定義4 任務:需要完成的任務定義為T,同時根據問題域的性質將其劃分成具體任務子集T={T1,T2,…,Tm},i=1,2,…,m表示具體的子任務。

（二）多Agent模型構建

雖然現代農業已經發展為一個集經濟、社會生活、生態環境及文化功能為一體的產業,但是與其他產業間仍然是一種相互依賴關系[12],而且這種關系會以“螺旋”結構上升,因此,將農產品價格波動過程可視為一個任務T。在任務T中,影響農產品價格波動的因素除自然氣候、生產成本、市場供求,以及異常事件等外,還存在諸多的不確定因素。這些共同影響因素是導致農產品價格波動的直接驅動力。

為深入探究農產品價格波動的內在機理,根據多Agent定義,首先在任務T中將農產品價格波動過程封裝一個Agent,然后將Agent劃分為控制Agent、交互Agent、協作Agent、因素Agent和反饋Agent五個主要子Agent,以實現模型的主體功能。同時,將因素Agent根據自然氣候、生產成本、市場供求及異常事件等影響因素再次劃分為子Agenti,為每個Ai分配的資源為Si。這樣,協作Agent負責調度資源Si（i=1,2,…,m）,并協調其他子Agent有序工作;控制Agent主要對任務T的全局對象進行管理,并控制和反饋因素Agenti回送的消息;交互Agent根據自身能力Xi（i=1,2,…,m）接收來自控制Agent的子任務Ti（i=1,2,…,m）,并獲取完成Ti所需要的資源Si;反饋Agent主要實現農產品價格波動與影響因素之間交互,最后由協作Agent進行整體分配資源和任務。由此構建如圖2所示的基于多Agent的農產品價格波動模型,通過多Agent間的協作關系和消息傳遞機制,確定其中的關鍵因素,分析其對農產品價格波動的影響行為。

圖2 基于多Agent的農產品價格波動模型

（三）多Agent模型工作原理

在圖2所示的多Agent模型中,任務T的完成,主要通過多Agent間的消息傳遞機制來實現,具體包括如下兩個步驟。

1.構建因素關系矩陣。現將各個體Agent間的兩兩相關性關系定義為aiaj,并根據aiaj關系間的結構關系強弱程度分為如表1所示的五大類。

表1 aiaj之間關系系數

根據上述aiaj之間關系系數值,影響因素表示行,價格波動事件表示列,形成與影響因素對應的因素關系矩陣M,即:

在矩陣M中,mij（i-1,2,…,m,j-1,2,…,n）表示第i種價格波動對應的影響因素中第j種因素所占的權重。

2.價格波動過程強度表達。通過多Agent農產品價格波動模型的構建和關鍵因素的確定,可直接表達出農產品價格波動過程和多因素間的協作機理,但是對于農產品價格波動強度的表達,還需通過建立條件異方差模型來探究,尤其是影響農產品價格波動的某種或多種因素的影響行為。

目前,國內外眾多農業學者已開展了大量的條件異方差模型研究,其中最具代表性的是Engle提出的自回歸條件異方差模型[13]（ARCH）,該ARCH（p）模型對應的均值與方差表達式如下所示。

et=χ'γ+ξt

（1）

（2）

（3）

（4）

在此基礎上,還有待于進一步探索農產品價格波動的外部性和對稱性,為此,在ARCH模型的基礎上,將其進行變換使其形成一個TARCH（p,q）模型,以驗證農產品價格波動過程中的反饋效應。具體變換過程如下所示。

（5）

若將p、q的值置為1,則TARCH（1,1）模型對應的均值與條件方差分別如式（6）、（7）所示:

et=α0+α1χ1t+…?+αkχkt+ξt

（6）

（7）

三、模型驗證

（一）數據選擇

由于小麥市場價格指數通常蘊含著市場機制本身的一些內在規律和行為特征,是對小麥價格波動的內在特征及其波動結果的連鎖反應[16]。故在農產品價格波動內在機理研究過程中特選用小麥作為具體對象,并根據小麥的市場價格周指數進行定量分析農產品價格波動的周期性以及內在特征。因此,以中華糧網數據中心為研究平臺,選取如圖3所示的2009年7月至2014年4月區間的小麥市場價格趨勢數據為對象,通過小麥價格波動內在機理研究探討中國農產品價格波動的內在機理。同時,為深入分析中國小麥市場價格波動的一般性特征,小麥價格的周波動指數通過本期與上期小麥市場價格指數之差來具體體現,最終小麥價格指數周波動率形成如表2所示的基本統計特征。

結合圖3（數據源于中華糧網）和表2可知,在區間（2009.7-2014.4）我國小麥價格的周波動率均值為0.243 3、標準差為6.253 6,充分反映出小麥的市場價格在區間內總體呈現上漲趨勢,但小麥的價格波動幅度較大。同時,從圖3可見價格波動曲線整體低于0平衡線,呈現出一種負值,與表2的偏度值-0.053 4是相對應的,這更加說明小麥價格波動具有左傾斜性,并且峰度值達到了21.020 6（遠大于3）。進而,由JB=2 760.391表明小麥價格波動過程并不服從正態分布,是個非正態的。而且,P值<0.01,說明整個小麥價格波動過程具有自相關性。

圖3 2009.7-2014.4小麥價格趨勢

表2 小麥價格指數周波動率基本統計特征

均值標準差最小值最大值偏度峰度JBP值0.24336.2536-33.3533.98-0.053421.02062760.391<0.01

為表達這種價格波動自相關性,在多Agent的農產品價格波動模型下,可根據因素關系矩陣M,將多Agent的協作過程構建成一個無向圖G,以子Agent代表圖G的頂點,以aiaj關系對應的權重系數wi代表圖G的邊。這樣,圖G形成一個由多個Agent構成的網絡圖;然后,在無向圖G中,利用Householder變換方法進行矩陣M的分解,使圖G存在m個頂點,由K（G）代表圖G的全體割集,當|V（G）|=m≥4時,對應的核度為:h（G）=MAX|ω（G-J*）-|J*|,J∈K（G）,其中ω（*）為圖G的連通分枝數。此時,如果J*滿足條件:h（G）=ω{（G-J*）-|J*|,則在執行任務T過程中,圖G是它的無向連通圖,則J*為圖G的核,G的核就是T的核,同時G的核度h（G）則成為任務T的核度h（x）,并且h（x）越大,確定農產品價格波動自相關性的程度越準確。為此,利用多個Agent間的協作關系以及AIC準則,選取如表3所示的指標,通過ARMA（3,2）模型來表達小麥價格波動的自相關性。

由表3所示的ARMA（3,2）模型指標,可構建如下所示的小麥價格波動指數公式。

Rt=AR（3）*Rt-1-MA（3）*ξi-1-MA（2）*ξi-2+C+ξt

上式中,C表示常數,ξt表示白噪聲,且其均值E（ξt）=0,方差D（ξt）=δ2<∞。

表3 ARMA（3,2）模型指標

（二）模型估計

小麥價格波動過程具有自相關,而這種自相關性可以通過ARMA（3,2）模型來表達,但是還需要進一步模型的估計。由上節可知,ARMA（3,2）模型的估計需要較多的變量參數,而且模型精度也很難精確表達,故采用變量參數較少且低階的TARCH（1,1）模型進行估計。TARCH（1,1）模型對應的均值與條件方差公式如下所示。即:

Rt=AR（1）*Rt-1-MA（1）*ξt-1-MA（1）*ξt-2+C+ξt

在得到TARCH（1,1）模型均值與條件方差公式的同時,采用Eviews7.0軟件對其進行估計,分別得到如下表達式。即:

Rt=-0.055 5+0.444 0Rt-1-0.209 5Rt-2-0.454 1ξt-1+0.108 2ξt-2

（4.352 1）***（2.214 2）**（-4.081 6）***（-2.981 4）***（3.632 0）***

（5.1275）***（3.6298）***（2.7482）***

（1.7825）*

AIC=-4.892 1 LikeLiHood=482.6515

注:*、**、***分別表示在10%、5%、1%水平上顯著。

四、模型應用

具體而言,TARCH（1,1）模型的估計結果說明我國小麥價格的波動具有集簇性,這其中的原因有兩個:一是中國農產品價格波動與世界農產品價格波動趨勢是相對應的;二是中國農產品價格的波動易受國內各種不確定因素的驅動。同時,當系數α+β<1時,說明目前中國小麥價格的波動不會對將來小麥價格產生很大影響。但是,小麥價格波動的集簇性特征更加凸顯,易衍生因農產品價格波動所連帶的區域經濟差異性。同時,由于系數β為正的0.261 3,說明小麥價格的波動擁有良好的持續性,而且中國小麥價格的波動也已受到市場供求關系的影響。進而,由于β的值具有顯著性,進一步表明市場供求關系式是影響小麥價格波動的主要因素,并且當系數α為0.174時,系數值與市場供求關系間呈負相關關系。因而供求關系則是決定小麥價格波動的主因,其他影響因素通過影響供求關系,對小麥價格波動產生影響。這個結果也說明中國農產品價格波動的周期性容易引起供求關系的不平衡和不匹配,使得供給雙方在短時間內不可調整,誘發供求關系出現失衡,最終導致中國農產品價格波動。

五、結 語

通過對中國農產品價格波動機理,以及影響因素與價格波動之間相關關系的研究,分析了導致農產品價格周期性波動的關鍵性因素,并利用多Agent技術,構建了一個農產品價格波動動態模型,在該模型下,刻畫了農產品價格波動過程和多因素間的協作機理。同時,以中華糧網數據中心為研究平臺,選取2009年7月至2014年4月區間的小麥市場價格趨勢數據為對象,通過小麥價格波動內在機理研究探討中國農產品價格波動的內在機理。進而,建立了TARCH（1,1）模型,分析了影響農產品價格波動因素的影響行為。結果表明當農產品市場失靈或其他產業發展對農產品價格產生影響時,TARCH（1,1）模型通過農產品價格波動的周期性以及內在特征,實時做到預警農產品價格波動的影響因素,以及預防農產品價格大幅度波動。因此,只有進一步完善農產品供求關系才是穩定中國農產品價格波動的一項重要措施。

[1] “三農”重點:保農產品價格合理,促農增收[EB/OL].[2013-01-10].http://www.chinancp.cn/news/2047/2/messa5783.html.

[2] 劉中顯.國際農產品價格調控的新動向及其啟示[EB/OL].[2014-01-06].http://www.shac.gov.cn/kj/hwzc/hygl/201401/20140106_1460517.htm.

[3] 羅鋒.外部沖擊對我國農產品價格波動的影響——基于SVAR模型的實證研究[J].農業技術經濟,2011（10）:4-11.

[4] Trostle.Outlook Report:Global Agricultural Supply and Demand[EB/OL].[2010-02-11].http://www.ers.usda.gOv/Publications/WRS0801/.

[5] Shively G E.Food Price Variability and Economic Reform:An ARCH Approach for Ghana [J].American Journal of Agricultural Economics,1996,78:126-136.

[6] Apergis N,Rezitis A.Agricultural Price Volatility Spillover Effects:the Case of Greece[J].European Review of Agricultural Economics,2003，30（3）:389-406.

[7] 張利癢,張喜才.我國農業產業鏈中價格波動的傳導與調控機制研究[J].經濟理論與經濟管理,2011（1）:104-112.

[8] 傅曉,牛寶俊.國際農產品價格波動的特點、規律與趨勢[J].中國農村經濟,2009（5）:87-96.

[9] 顧國達,方晨靚.農產品價格波動的國內傳導路徑及其非對稱性研究[J].農業技術經濟,2011（3）:12-20.

[10] 方松海,馬曉河.當前農產品價格上漲的原因分析[J].農業經濟問題,2008（6）:20-26.

[11] 吳海霞,王靜.我國糧食市場價格波動溢出效應研究[J].農業技術經濟,2012（10）:14-21.

[12] Francesco S.Copula-based Mixed Models for Bivariate Rainfall Data: An Empirical Study in Regression Perspective[J].Stochastic Environmental Research and Risk Assessment,2009,23（5）:677-693.

[13] 羅萬純,劉銳.中國糧食價格波動分析——基于ARCH類模型[J].中國農村經濟,2010（4）:30-37.

[14] 何蒲明,朱信凱.我國糧食價格波動與CPI關系的實證研究[J].農業技術經濟,2012（2）:83-87.

[15] 張兵,張蓓佳.農產品金融化對玉米期貨價格影響的研究[J].西北農林科技大學學報：社會科學版,2014,14（4）:79-84.

[16] 王勇,張浩.小麥期貨價格預測的馬爾科夫模型[J].安徽農業科學,2008,36（5）:17-21.

Modeling of Price Fluctuation Mechanism for Chinese Agricultural Products Based on Multi-agent

ZHAO Xiao-feng1,2,CHEN Zong-xing3, HUO Xue-xi1
（1.CollegeofEconomicsandManagement,NorthwestA&FUniversity,Yangling，Shaanxi712100;
2.DepartmentofPersonnelDivision,Xi’anPolytechnicUniversity,Xi’an710048;
3.TheCentralCommitteeoftheChinesePeasants’andWorkers’DemocraticParty,Beijing100011,China）

To explore the intrinsic mechanism of China’s agricultural product price fluctuation, firstly, the causes of price fluctuation of agricultural products were analyzed, and the relationship between price fluctuation and influence factors were studied. Then, through using multi-agent technology, a dynamic model of price fluctuation of agricultural products was established, and the collaboration process and work principle among multiple factors were designed. Secondly, under the multi-agent model, the wheat market price trend data were selected as the object, the regularity and intensity of price fluctuation were expressed based on the autoregressive conditional heteroskedasticity model （ARCH）, which, on the basis of ARCH model, was transformed into TRCH model, and then it was tested and estimated. As verified by the simulation, the results showed that multi-agent model proposed can response to the intrinsic mechanism of agricultural products price fluctuation effectively, being conducive to warn the price fluctuation of agricultural products.

price fluctuation; agricultural price; modeling; multi-agent

2014-12-08

陜西省科技計劃項目（2012KRM58）;陜西省教育廳科研計劃項目（14JK1282）。

趙小峰（1970-）,男,西北農林科技大學經濟管理學院博士研究生,主要研究方向為農業經濟理論與政策。

F33.5

A

1009-9107（2015）05-0077-06