基于ARCH(自回歸條件異方差)模型的我國藥品價格波動的實證分析

，，奎勐，，

藥品價格一直是國際社會關心的焦點問題，藥品價格不僅直接影響人們的健康和生活水準，也關系醫療衛生事業和醫藥產業的健康發展[1-2]。藥品價格過高，會給人們帶來嚴重的經濟負擔，很多患者可能會因此用不起藥；藥品價格過低，則會降低制藥企業的利潤空間，造成藥品研發創新動力不足，削弱產業的競爭力和發展潛力，進而影響藥品的可獲得性。所以從全球角度來看，將藥品價格控制在合理的水平，是保證藥品能夠繼續并且更好地服務人類健康的關鍵[3]。

我國政府歷來高度重視對藥品市場的價格管理，積極推進藥品價格改革，規范醫藥市場價格秩序，努力減輕社會醫藥負擔，維護廣大人民群眾利益[4]。為了規范藥品市場和控制藥品價格，政府先后出臺了一系列藥品調控政策，以維護市場的有序運營，保證藥品的可獲得性。截至2014年，國家出臺藥品降價措施30余次。另外，2009年新醫改取消藥品加成，2015年藥品價格的全面放開，也對藥品市場產生了深遠的影響。

探討并建立合理的醫藥價格形成機制既是深化醫藥衛生體制改革的重要任務,也是繼續推進藥品價格改革的一個重要議題。因此，及時了解我國藥品價格變動特征和變化趨勢，既可以幫助行業獲得有價值的市場動態，又能為政府評估政策效果、做好宏觀調控和價格監管工作提供重要參考。

國內外關于藥品價格方面的研究文獻很多，但現有文獻對藥品價格波動所做的分析，多為描述性統計分析和規范性分析，鮮見計量實證分析。ARCH模型即自回歸條件異方差模型，是Engle于1982年提出的，由于ARCH類模型能夠準確地模擬時間序列變量的波動，國外經常采用該模型研究價格問題。國內應用ARCH類模型的研究成果雖也比較豐富，但大都集中在股票市場、房地產、農副產品方面，應用于藥品價格分析的并不多。

本文嘗試運用ARCH模型對我國藥品價格的波動特征進行分析探討，評價藥品價格政策的調控效率。

1 研究方法與數據說明

1.1 研究方法

首先對藥品價格序列及價格波動率序列進行詳細的描述性統計分析，然后根據自相關及偏自相關函數，設定均值方程，建立ARCH模型，并對其進行參數估計，以此分析評價藥品價格的波動特征。ARCH模型主要由兩個方程組成[5]：

yt=x′tβ+δt

本文選用的是非對稱ARCH模型—TARCH模型，其優點在于可以反映波動率的不對稱性。在此模型中，利空消息和利好消息對條件方差的作用效果是不同的，可以用來進一步研究不同管制政策下價格的波動強度是否存在著明顯差別。該模型的方差方程為[5]：

若γ≠0，則說明信息是不對稱的，當γ>0時，認為存在杠桿效應。β反映了經濟波動的記憶性，β的值越大，經濟波動的記憶性就越強，也就是說前期的波動在本期中會不斷放大；α反映的是外部沖擊對經濟波動的影響，α的值越大，外部沖擊對經濟的波動就越明顯。很多研究表明，TARCH模型對分析經濟波動的集群性、非對稱性和穩定性具有良好的效果[6]。

1.2 變量和數據說明

藥品價格指數反映了藥品市場行情的變化，是市場價格信號的重要指標。本文選用月度藥品零售價格指數研究藥品市場的價格波動，數據來源于中國國家統計局，時間跨度為2011年9月至2017年9月，共73個月，分別表示為Pt(t=0, 1, 2, ……, 73)。價格波動率以相鄰月份藥品價格的對數一階差分表示，即Rt=lnPt-lnPt-1。

2 結果分析

2.1 變量統計描述

運用Eviews8.0分別對藥品價格指數和藥品價格指數月波動率進行描述性分析。我國藥品零售價格指數的走勢見圖1。

從圖1中可以明顯看出，我國藥品零售價格總體呈波動上升態勢，特別是2015年之后，藥品價格上升趨勢比較明顯。2012-2013年間，藥品零售價格出現過一段時間的明顯下降，特別是農村藥品價格下降趨勢更為劇烈，這可能與縣級公立醫院改革有關。

圖1 我國藥品零售價格指數的走勢

全國藥品價格變動率的基本統計量見表1。

表1 藥品價格變動率的基本統計量

從表1可以看出，我國藥品價格指數月波動率均值為正，說明近5年來藥品價格總體是上漲的。從標準差來看，我國藥品價格波動整體不是非常劇烈，農村藥品價格波動幅度略高于城市。藥品價格波動率的偏度值為正，表現出右傾斜的波動特征。峰度值大于3，說明分布具有尖峰后尾性。從J-B統計量及其概論值來看，在1%顯著性水平下，農村藥品價格變動率明顯不服從正態分布。

藥品零售價格波動率的變化見圖2。從圖2可見，藥品價格的變動表現出一定的波動性，但異方差效應不明顯。

通過使用自相關函數和偏自相關函數對價格指數月波動率的序列相關性分析，發現月波動率具有自相關性，利用AIC準則，可以確定具體的自相關ARMA(1, 2)的大小。

2.2 變量平穩性檢驗

為了避免出現偽回歸，分別對藥品價格序列和價格變動率序列進行平穩性檢驗。ADF檢驗結果顯示價格序列和價格變動率序列都是平穩序列(P<0.05)，詳見表2。

圖2 藥品價格指數月波動率的變化

t-Pt-Pt-PADF-3.4129440.0136-4.1178090.0017-4.0560430.0020ADF-12.650470.0000-14.298670.0000-13.681920.0000

2.3 模型估計結果

運用藥品價格指數數據建立TARCH模型，可以進一步分析藥品價格的波動情況及非對稱信息效應。模型參數的估計結果如表3所示。從結果看，均值方程基本上通過了顯著性檢驗，模型擬合效果較好。方差方程中藥品價格的ARCH系數均不顯著，說明外部沖擊對價格波動的影響不具有顯著性。它表明我國藥品市場發展相對成熟，藥品價格波動比較穩定，沒有表現出明顯的ARCH效應，波動不存在集簇性特征，即沒有表現出較大的波動后跟隨著較大的波動，較小的波動后跟隨著較小的波動的情況，價格基本圍繞均值變動。

γ值(-0.315356)小于0，說明利空消息和利好消息對條件方差產生的沖擊是不對稱的，利多消息的沖擊波動引起的價格波動大于同等強度利空消息引起的波動，盡管非對稱性并不顯著。

表3 ARCH模型回歸結果

注：括號內數值為Z統計值，***、**、*分別表示在1%、5%、10%的顯著性水平下顯著

GARCH項系數為0.910937，說明我國藥品價格指數波動的記憶性較強，在某一時刻進入市場的價格上漲或下降的信息對于價格的影響將是持久性的。

3 結論和啟示

本文利用藥品的月度價格數據，采用ARCH類模型準確刻畫了藥品價格的波動特征。研究結果顯示，我國藥品零售價格總體呈波動上升趨勢，特別是2015年藥品價格改革之后，上升趨勢比較明顯。但藥品價格的波動幅度和波動頻率比較均勻，價格波動不具有集簇性，沒有顯著的信息沖擊效應。一定程度上表明我國藥品市場的價格變動相對平穩，市場發育較為成熟，價格調控政策在平抑藥品價格波動方面具有較強的作用。但是在某一時刻進入市場的價格上漲或下降的信息對于價格的影響可能是持久性的。綜合實證分析結果，可以得到以下政策啟示。

3.1 積極穩妥推進藥品價格市場化改革

藥品市場化改革對于激發市場活力、保障藥品供給具有一定意義，通過發揮市場在資源配置中的決定作用，可以充分調動生產經營者的積極性、創造性和最大潛能。本文的研究結果也顯示，藥品價格改革之后藥品價格有所上升，一定程度上提高了藥品供應的積極性。通過市場機制激勵競爭，增加藥品供給的價格彈性也是國際通行的價格管理政策。有學者基于湖北省藥品采購數據的分析也發現，在價格放開后低價藥品價格總體呈上漲趨勢，2015年藥品價格平均漲幅為137.4%[7]。由此可見，推進藥品價格市場化改革對于防止和避免常用低價藥品短缺，保障常用低價藥品的生產及供應是有積極意義的。基于顯性的政策效果，后續應當強化市場的決定性作用，堅持藥品價格市場化改革導向。

3.2 充分發揮政府對藥品價格形成的調控作用

完善藥品價格的市場形成機制，并不是不需要政府的參與。市場調節影響因素眾多，藥品作為準公共產品必須建立有效保障措施，才能適當平抑藥品價格波動。在充分發揮市場配置資源決定性作用的同時，應更好地發揮政府的引導作用，以政府的適當干預避免市場失靈引發的社會問題，實現政府監督和市場機制相結合的高效運作模式[8]。藥品集中采購制度、醫保支付制度就是很好的干預手段，有不少學者認為政府藥價管理的核心是發揮醫保報銷政策對市場藥價的約束作用[9]。研究結果也顯示，由于我國藥品價格指數波動的記憶性較強，外部沖擊(如政策)對藥品市場的影響會是長期的。因此相關機構在出臺政策時，應當慎重判斷市場消化政策沖擊的能力，把握好政策調節市場的力度。

3.3 加強藥品市場價格監測

藥價放開后藥品價格整體呈上漲趨勢，在推進藥品價格改革的過程中，必須注意部分藥品價格在長期壓制后可能出現的補漲反彈。我們在研究中發現，利多消息對藥品價格產生的影響更大，其效應可能使藥品價格趨向于進一步上升。因此物價部門采取充分應對措施，加強藥品市場價格監測，努力構建反應靈敏、協調有序、情況準確、預警及時的價格監測預警體系，包括監測目錄的遴選與動態調整機制、價格異常變動識別及異常預警的處置機制等，防止和處理好可能出現的藥品價格的異常波動和過快上漲。如日本制定的規范的市場價格調查制度，能夠確保政府有關部門及時掌握醫藥市場動態，規范企業經營行為[10]。另外，也可探索建立以國際參考價格為警兆指標的藥價預警機制，將藥品價格波動控制在合理范圍之內[11]。