中美大豆價格的投機性泡沫檢驗

陳 明，張鳳榮，楊 雪

(1.東北師范大學 商學院，吉林 長春 130117; 2.東北師范大學 社會學院，吉林 長春130024；3.東北師范大學 經濟學院，吉林 長春 130117)

一、引 言

1995年以前中國一直是大豆凈出口國，加入WTO后，大豆關稅大幅下調，配額取消，作為WTO的承諾項目，中國允許了美國向中國出口大豆，價格低廉的外國大豆的大量進口帶來的是中國國產大豆的價格下跌，國產大豆種植面積也在不斷下降。隨著我國人民生活水平的提高，肉、蛋、奶及桶裝油料需求量增長促進了大豆需求量的增長，中國逐漸成為世界大豆第一大進口國，2014年大豆進口量達到了7140萬噸，2015年達到8169萬噸。作為重要的農產品和油料物資，大豆價格的波動影響著大豆產業(yè)的健康發(fā)展。

世界各國學者大多把大豆期貨價格與現(xiàn)貨價格兩者之間的協(xié)整和均衡關系作為研究對象，也有大豆與美元指數(shù)的聯(lián)動性關系、大豆的套期保值與套利以及大豆及宏觀經濟的相關研究，但是鮮有對大豆價格的結構性泡沫的分析和研究。

Fung(2003)研究了中美期貨市場上的銅期貨、大豆期貨、小麥期貨合約價格間的關聯(lián)關系，研究表明對于大豆期貨和銅期貨來說，美國市場占主導地位。[1]華仁海等(2004)利用雙參數(shù)AR-EGARCH (t)模型研究了國際、國內大豆期貨價格的波動溢出效應，研究表明兩者的價格和波動性聯(lián)系較為緊密，且國際較國內期貨市場的影響力更大。[2]夏天等(2006)運用向量自回歸模型分析了中國大豆期貨和現(xiàn)貨價格、美國大豆期貨價格的關系，研究發(fā)現(xiàn)三者不僅存在長期均衡關系，同時也存在價格相互引導的關系，中國大豆期貨在價格發(fā)現(xiàn)方面處于“主導”地位。[3]徐建等(2009)運用信息共享模型對美國大豆期貨與中國大豆期貨的收盤價進行了協(xié)整分析，研究發(fā)現(xiàn)中美大豆期貨價格存在整合關系，且美國大豆期貨在國際大豆定價體系中處于主導地位。[4]Hernandez(2012)運用多元GARCH模型研究了世界上主要期貨交易所之間大豆、玉米期貨的價格波動傳遞效應。[5]顧全等(2015)選取大豆、豆粕和豆油期貨的收盤價作為研究對象對大豆套利進行了實證，研究結果表明，豆類期貨套利獲利能力并不明顯。[6]

資產價格的暴漲與暴跌常常與“泡沫”有關，Kindle Berger 和 Aliber(2011)[7]認為無關買主因資產價格的突升而產生了繼續(xù)升值的預期，從而加入到投資中導致資產價格的持續(xù)升高。依據(jù)資產價格泡沫的定義，許多學者提出了解決周期性泡沫的問題。Hall等[8](1999)在Hamilton(1989)[9]的基礎上提出了馬爾可夫轉換ADF檢驗，以及本文所運用的Phillips等(2011，2012)的SADF[10]和GSADF檢驗[11]。Phillips 等(2012)又將檢驗窗口的起點由固定改為變動，提出了擴展的sup ADF檢驗(the generalized sup ADF test)，即GSADF檢驗[12]，該方法比SADF檢驗更敏感，并能夠發(fā)現(xiàn)多重連續(xù)泡沫。

大豆是重要的大宗農產品和糧油品種，與其關聯(lián)的產業(yè)鏈波及范圍很廣，不僅涉及農產品行業(yè)、還包括壓榨行業(yè)、食品行業(yè)、保健品行業(yè)、飼料行業(yè)等，大豆價格的變動和階段性泡沫是值得關注和研究的重要問題。為了規(guī)避大豆價格風險，發(fā)現(xiàn)價格泡沫，本文選取中國和美國的大豆期貨作為研究樣本，運用泡沫檢驗法分析大豆價格泡沫產生的周期性及原因，以期為大豆及其上下游產業(yè)的安全、穩(wěn)定發(fā)展提供借鑒。

二、研究方法與理論模型

由Phillips 等(2011)提出的sup ADF方法能夠檢驗輕微爆炸和周期性泡沫的存在。與傳統(tǒng)的左尾單位根檢驗不同的是，其基本思想是計算遞歸的右尾單位根，由此檢測數(shù)據(jù)中的輕微爆炸現(xiàn)象。該方法的原理是遞歸最小二乘估計自回歸：

xt=μ+ρxt-1+εt

(1)

(1)式中εt服從i.i.d(0,σ2)，傳統(tǒng)的單位根泡沫檢驗的原假設有固定替代假設H1：ρ=1，而sup ADF檢驗則有備選假設H1：ρ>1，其中ρ=1+c/kn，c>0，kn→∞。當單位根之前或之后出現(xiàn)輕微爆炸時，該方法檢測的敏感性強于傳統(tǒng)的單位根檢驗。該方法還能確定泡沫的具體時間，泡沫開始的時間為t統(tǒng)計量超過單位根檢驗臨界值的時刻，破滅的時間為t統(tǒng)計量再次下降到臨界值以下的時刻。根據(jù)原假設，真實過程是一個不漂移的隨機游走，sup ADF統(tǒng)計量的漸進分布為(2)，其中W是標準Wiener過程：

(2)

Phillips 等(2012)又提出了擴展的sup ADF檢驗(the generalized sup ADF test，GSADF)。與sup ADF相比，GSADF檢驗擴大了樣本窗口rw，允許起始點r1在0至1-rw之間變動，整個回歸從r1=0第一個觀測值開始，到r1=1-rw最后一個觀測值為止。根據(jù)原假設，真實過程是一個不漂移的隨機游走，GSADF統(tǒng)計量的漸進分布為：

(3)

Wiener過程具有分布獨立增量W (r2)- W(r1)～N(0，rw)，我們可以認為GSADF檢驗包含著SADF檢驗。Phillips 等(2012)認為這種方法擴大了檢測的子樣本，因此它在檢驗多重連續(xù)泡沫上比sup ADF更出色，即使是對波動溫和的樣本數(shù)據(jù)也依然有效。

三、實證分析

1.數(shù)據(jù)來源。本文選取CBOT商品交易所1999年7月至2015年5月的美黃豆連期貨合約(SBCC)和我國大連商品交易所2004年9月至2015年5月的豆一連續(xù)合約作為樣本數(shù)據(jù)。美黃豆連期貨合約的樣本區(qū)間為1999年7月至2015年5月，共包含191個月度價格數(shù)據(jù)；我國豆一連續(xù)合約的樣本區(qū)間為2004年9月至2015年5月，共包含129個月度價格數(shù)據(jù)，涵蓋了自大豆期貨在CBOT商品交易所和大連商品交易所掛牌以來價格頻繁波動的所有時期。

2.泡沫檢驗。在泡沫檢驗之前，需要對中國和美國大豆價格的對數(shù)序列做穩(wěn)定性檢驗。中國和美國大豆價格對數(shù)序列的一階差分是平穩(wěn)的，通過標準ADF檢驗法可以認為1999年8月至2015年5月的美國大豆價格和2004年9月至2015年5月的中國大豆價格不存在泡沫。

表1 中美大豆價格對數(shù)序列的單位根檢驗

分別運用SADF和GSADF方法對中國和美國的大豆價格進行檢驗。按照Phillips 等(2012)對最小有效窗口的要求，美國樣本為1999年7月至2015年5月的191個月度數(shù)據(jù)，即美國樣本：r0=20/191≈0.1047；中國樣本為2004年9月至2015年5月的129個月度數(shù)據(jù)，即中國樣本：r0=13/129≈0.1008。

表2 中美大豆期貨價格SADF和GSADF檢驗結果

注：**表示顯著性水平p<0.01; ***表示顯著性水p<0.001。

由1000次蒙特卡洛模擬法(Monte Carlo simulations)得到SADF和GSADF統(tǒng)計值及其臨界值。

由圖1，我們發(fā)現(xiàn)美國大豆價格出現(xiàn)2個泡沫區(qū)間，2004年2月至2004年4月，2007年9月至2008年3月。美國大豆價格的SADF的統(tǒng)計值為2.0420，GSADF的統(tǒng)計值為5.1016，其結果均大于95%的臨界值(2.0420>1.4925；5.1016>2.2612)，因此，1999年7月至2015年5月，美國大豆價格存在泡沫。

圖2中，中國大豆價格出現(xiàn)3個泡沫區(qū)間，2007年8月至2008年2月，2009年9月至2009年11月，2013年3月至2013年6月。中美大豆價格的共同泡沫區(qū)間是：2007年9月至2008年2月。中國大豆價格的SADF的統(tǒng)計值為3.7816，GSADF的統(tǒng)計值為4.3968，其結果均大于95%的臨界值(3.7816>1.4352；4.3968>2.3832)，因此，在2004年9月至2015年5月，中國大豆價格也存在泡沫。

中國大豆和美國大豆的樣本數(shù)據(jù)均通過了GSADF檢驗，因此僅將兩個樣本的GSADF的統(tǒng)計值序列與95%的臨界值序列進行對比，得出大豆價格泡沫產生和破滅時點的一致估計。

3.實證結果。SADF和GSADF方法檢驗出了標準ADF無法發(fā)現(xiàn)的泡沫現(xiàn)象，由此證明了SADF和GSADF在檢驗周期性爆炸泡沫上有更高的檢驗“勢”，且GSADF檢驗(Phillips 等,2012)在發(fā)現(xiàn)連續(xù)泡沫上比SADF檢驗更敏感，中國大豆和美國大豆價格數(shù)據(jù)均通過了GSADF檢驗，并得到泡沫產生和破滅時點的一致估計。

美國大豆價格的第一個泡沫出現(xiàn)在2004年2月至4月。回顧當時的大豆市場，2003年8月，美國農業(yè)部將大豆月供需庫存數(shù)據(jù)調整到20多年的低點，芝加哥期貨交易所的大豆價格(2003.8～2004.4)上漲了近2倍，并引發(fā)了大豆產業(yè)內著名的“大豆危機”。隨著美國大豆基本售罄進入銷售淡季，即2004年5月，美國農業(yè)部又發(fā)布報告說，2004/2005年度世界大豆大幅增產，引發(fā)了國際大豆價格大跳水，由此美國大豆價格泡沫破滅。第二個泡沫出現(xiàn)在2007年9月至2008年3月，回顧這段時間：(1)美元貶值、國際大豆價格上升。在美元貶值、利率政策不確定預期及地緣政治因素的影響下，大豆期貨價格穩(wěn)步上升，豆油受到能源價格的支持，大豆類期價隨之上漲。(2)美國大豆供應量下滑，大豆播種面積減少，而世界最大的大豆需求國中國對大豆需求的持續(xù)增長，促使美國大豆期貨價格持續(xù)走高。(3)ETF持倉行為。在期貨市場中，投機基金始終起到引領行情的作用，在美元貶值和供求關系的雙重影響下，國際大豆ETF開始了大規(guī)模持倉行為，這進一步推動了美國大豆價格的飆升。隨著2008年新大豆上市及海運費大幅下跌的影響，美國大豆價格大幅下跌。

中國大豆價格的第一個泡沫出現(xiàn)在2007年8月至2008年2月。中國是世界上最大的大豆進口國，每年從美國、巴西、阿根廷采購大豆，2007年美國大豆作物面積削減，而中國對大豆的需求量持續(xù)增長，引起中國大豆期貨價格的上漲；美元貶值和大豆價格上漲及由此引起的大豆進口的運輸成本提高也是引起大豆價格上漲的重要因素。第二個泡沫出現(xiàn)在2009年9月至2009年11月。2009年我國大豆需求量持續(xù)增加，美元貶值給大宗商品價格帶來強有力的支撐，國外大豆價格上漲，油廠壓榨利潤保持較高的水平，進口量持續(xù)增長，從而引起了這一時期中國大豆短暫的價格泡沫。隨著新大豆上市，加上海運費下跌的影響，國內大豆價格下跌，從而泡沫消失。第三個泡沫出現(xiàn)在2013年3月至2013年6月。全球大豆再次豐收，國產大豆單產、種植面積、產量均大幅下滑，大豆對外依存度進一步上升，CBOT美豆期價震蕩走低，加上我國壓榨業(yè)產能過剩，引起中國大豆價格下跌，價格泡沫隨之產生。但在大豆蛋白需求旺盛的支撐下，全球大豆價格較其他農產品明顯抗跌，中國臨儲收購量同比增加，穩(wěn)定了市場，從而泡沫破滅。

四、結論和建議

本文運用Phillips 等(2011，2012)提出的sup ADF及其擴展法對中美大豆價格進行泡沫檢驗，該方法可以通過逐期的右尾單位根檢驗發(fā)現(xiàn)價格序列中的輕微泡沫，并實時地確定具體開始和破滅時間，是目前為止檢驗周期性爆炸泡沫最有效的方法。研究發(fā)現(xiàn)，美國大豆價格出現(xiàn)2個泡沫區(qū)間，2004年2月至2004年4月，2007年9月至2008年3月；而中國大豆價格出現(xiàn)3個泡沫區(qū)間，2007年8月至2008年2月，2009年9月至2009年11月，2013年3月至2013年6月；中美大豆價格的共同泡沫區(qū)間是：2007年9月至2008年2月。雖然從大豆走勢來看，中國大豆價格緊隨美國大豆價格的走勢，并且主要價格泡沫產生的時間區(qū)間也相近，但應該看到，中國期貨市場已經具有自己的特點，中國大豆期貨市場較美國大豆市場更加敏感。綜合來看，美元價格波動，國際主產大豆國家的大豆單產、種植面積、產量變動、各產豆國的大豆政策變化、國際大豆供需不平衡，以及ETF持倉行為是導致這幾次泡沫產生的主要原因。中美大豆價格的投機性泡沫檢驗是一個值得長期關注的問題，價格泡沫對于實體經濟具有很大的風險，對價格泡沫進行檢驗和長期跟蹤，可以有效避免像2004年“大豆危機”等類似事件的發(fā)生，從而保護大豆上下游產業(yè)的健康、穩(wěn)定發(fā)展，以及為保護中國農產品和糧油安全提供有效的途徑。

目前中國對大豆進口的依存度很高，作為全球大豆第一大進口國和需求國，中國可以充分利用國際市場規(guī)則和國內大豆期貨市場，充分發(fā)揮需求方的話語權和影響力，改變目前缺乏大豆國際定價權的局面，從而為中國大豆產業(yè)爭取更大的權益，提升大豆產業(yè)的信息化、專業(yè)化、國際化水平，優(yōu)化大豆產業(yè)結構，整合過剩產能，扶持和培育具有國際競爭力的大豆產業(yè)的民族品牌。中國對大豆采取的臨時收儲政策，對于穩(wěn)定國內大豆市場，保護大豆農戶的利益及提高農戶種植大豆的積極性都有重要的作用；在大豆產區(qū)實施大豆目標價格政策，有利于國產大豆恢復市場活力，擴大國內大豆的種植面積，提高大豆種植的生產效率，激勵大豆產業(yè)技術創(chuàng)新，從而推動大豆產業(yè)鏈的良性發(fā)展。國家可以繼續(xù)加大對大豆產業(yè)和大豆農戶的扶持力度，加大對大豆等行業(yè)協(xié)會和相關科研機構的資金扶持力度，改善信息不對稱和數(shù)據(jù)搜集的困難。應該看到，中國大豆需求量增長促進了大豆進口量的增長，目前中國大豆壓榨行業(yè)采購進口大豆的積極性依然較高，但隨著中國大豆產業(yè)的深度調整，糧豆輪作、規(guī)模經營、農機化等新的生產模式的推進，有望逐漸恢復國內大豆供給能力并提高中國非轉基因大豆的國際市場競爭力。

[1]Fung H, W K Leung, et al. Information Flows between the US and China Commodity Futures Trading[J]. Review of Quantitative Finance and Accounting.2003,(21): 267-285.

[2]華仁海，陳百助．國內、國際期貨市場期貨價格之間的關聯(lián)研究[J].經濟學：季刊,2004，(3):727 -742.

[3]夏天，程細玉.國內外期貨價格與國產現(xiàn)貨價格動態(tài)關系的研究——基于DCE和CBOT大豆期貨市場與國產大豆市場的實證分析[J].金融研究，2006，(2) :110-117．

[4]徐建，王英．DCE與CBOT大豆定價關系實證研究[J].金融發(fā)展研究，2009，(12):65-68．

[5]Hernandez M A. How Far Do Shocks Move Across Borders? Examining Volatility Transmission in Major Agricultural Futures Markets[R/OL].Working paper EAAE Seminar.http://deas.repec.org/e/pib25.Html, 2012．

[6]顧全，雷星暉.基于協(xié)整的豆類期貨統(tǒng)計套利實證研究[J].統(tǒng)計與決策，2015，(7):151-154.

[7]Kindleberger,C.P., R.Z. Aliber.Manias, Panics and Crashes: A History of Financial Crises[M].Palgrave Macmillan Press,2011.

[8]Hall, S., Z. Psaradakis,M. Sola. Detecting Periodically Collapsing Bubbles: A Markov Switching Unit Root Test[J]. Journal of Applied Econometrics, 1999,14(2):143-154.

[9]Hamilton, J. D..A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle[J].Econometrica, 1989,57:357-384.

[10]Phillips, P.C.B., Y. Wu, J. Yu.Explosive Behavior in the 1990′s Nasdaq: When Did Exuberance Escalate Asset Values? [J].International Economic Review, 2011,52(1)：201-226.

[11]Phillips P.C.B., J.Yu. Dating the Time Line of Financial Bubbles During the Subprime Crisis[J].Quantitative Economics, 2011, 2(3):455-491.

[12]Phillips, P.C.B., S.P.Shi, J.Yu. Testing for Multiple Bubbles [R].Cowles Foundation for Research in Economics of Yale University Working paper, 2012：1843.