棉花市場價格時序變動、風險特征及作用因素分析

丁建國，穆月英

(1.中國農業大學經濟管理學院，北京 100083；2.新疆農業科學院農業經濟與科技信息研究所，烏魯木齊 830091)

0 引 言

【研究意義】棉價的異常波動會造成植棉主體及下游企業對市場預期的不確定性，影響其生產經營的最優決策，并對棉紡產業乃至國民經濟產生不良影響。2014年我國在新疆開始試行的棉花目標價格政策，一方面使棉花價格市場機制得到初步建立，促進了棉花生產進一步向優勢區集中[1]，并有效保障了植棉主體的收益[2]，另一方面，棉花產業鏈下游市場風險依舊很高，加之價格風險管理體系不完善，成為制約棉花新型生產經營主體延伸產業鏈的重要影響因素。深入分析棉價波動的特征及其作用因素，對于把握棉價波動的機理、規律，完善棉花價格形成機制及市場風險管理，促進棉花產業融合發展具有重要的現實意義?！厩叭搜芯窟M展】糧棉等農產品價格波動具有集簇性、記憶性、持續性、周期性等特征[3-7]；糧價波動非對稱性、高風險高收益特征不明顯[4-6]，棉價波動具有顯著的非對稱性[8-9]，高風險高收益的特征有待進一步驗證[7,9]；影響農產品價格波動的主要因素包括供求變化、氣候因素、石油價格、匯率、市場投機、自身價格水平等[4,6,10]?！颈狙芯壳腥朦c】目前關于棉花期現貨市場價格波動的研究較多[7-9,11]，但與棉農利益密切相關的籽棉市場價格波動特征的系統研究較少，此外，有關棉花市場價格形成政策及棉花市場環境重大變化對棉價波動的影響尚未開展過深入研究，棉花自身價格變化是否會對價格波動產生影響有待驗證[10]?！緮M解決的關鍵問題】研究我國棉花市場價格的時序變動情況、波動特征及作用因素。

1 材料與方法

1.1 材 料

基于我國2000年1月～2017年11月集貿市場棉花(籽棉)月度價格，首先采用統計方法分析棉花市場價格的時序變動特征，然后運用EGARCH-X-M模型系統分析棉花價格波動的風險特征及其作用因素。

選取2000年1月至2017年11月的中國農產品集貿市場棉花(籽棉)月度價格作為研究對象，數據來源于中國知網大數據研究平臺。樣本量共計215個，樣本區間覆蓋了我國棉花價格政策變革及市場環境變化的重要時段。

1.2 方 法

文章采用基于可考察價格波動非對稱性的EGARCH模型及高風險高收益特征的GARCH-M[10,12]，組合形成EGARCH-M模型，在此基礎上引入外生變量，構造EGARCH-X-M模型綜合分析我國棉花市場價格波動的主要特征及其作用因素。模型基本形式如下：

(1)

(2)

(3)

方程(2)表示隨機擾動項μt服從均值為0，方差為ht的正態分布(n)，備選的分布一般有學生t-分布和廣義誤差分布(GED)。

方程(3)為條件方差方程，為簡化表達形式，以EGARCH(1, 1)為例表述。參數α、β用以刻畫價格波動的集簇性和持續性；參數用以刻畫價格波動的杠桿效應，< 0時，表示存在負的杠桿效應，> 0時，表示存在正的杠桿效應[12]。Z為外生變量向量，λi表示外生變量Zi對條件方差對數的影響程度。

2 結果與分析

2.1 時序價格統計特征

棉花價格記為pt，價格對數序列記為lnpt，收益率記為rt=ln(pt)-ln(pt-1)。棉價及其收益率統計特征結果表明，棉價服從正態分布，但棉價收益率不服從正態分布，偏度大于0，呈右偏，峰度大于3，呈較為典型的“尖峰厚尾”分布。表1

表1棉花價格Pt及收益率rt統計特征

Table1Cottonprice(Pt)andreturnrate(rt)Statisticalcharacteristics

樣本SamplePtrt均值 Mean6.1490.004中位數 Median6.2500.003最大值 Maximum11.1000.219最小值 Minimum2.890-0.161標準差 Standard deviation1.8210.041偏度 Skewness0.1961.055峰度 Kurtosis-0.2967.474JB統計量 JB statistic2.053(0.358)551.556(0.000)

注：括號中數值為JB檢驗的伴隨概率

Note： The value in parentheses is the accompanying probability of the JB test

2.2 我國棉花市場時序價格變動特征

我國棉價變動具有典型的階段性特征，自2000年以來大體經歷了5個階段。階段I為2000年1月～2004年5月鄭商所棉花期貨交易品種推出之前，我國棉價政策由政府統一定價改為市場定價，但棉花市場尚無有效避險工具可用，棉價總體呈劇烈波動態勢，棉價變異系數高達0.25。期間由于我國加入WTO，為紡織行業帶來良好發展機遇，帶動了對棉花的旺盛需求，同期由于自然災害、棉花庫存儲備不足[11]等原因造成棉花供不足需，棉價以上行波動為主。

階段II為2004年6月至2008年8月金融危機爆發前，棉花期貨交易品種的推出及滑準稅政策的實施為棉花市場提供了良好的預期和避險作用，棉花市場價格總體呈平穩波動態勢，棉價變異系數為0.09。此階段我國紡織業呈良好發展態勢，對棉花需求繼續保持增長態勢，棉價以上行波動為主。

階段III為金融危機爆發后至棉花臨時收儲政策出臺前(2008年9月～2011年8月)，受棉花市場投機影響，市場價格暴漲暴跌現象頻發，棉價波動非常劇烈，變異系數高達0.29。此階段棉價以上行波動為主，且波動幅度較大。

階段IV為棉花臨時收儲政策實施階段(2011年9月～2014年3月)，由于政府實施托底收購價政策，極大干預了市場定價機制，棉價波動趨于平穩，棉價變異系數僅為0.03。由于同期國際市場棉價呈下行態勢，我國棉價也以下行波動為主。

階段V為目標價格政策實施階段(2014年4月至今)，棉價形成主要由市場供需決定，受國際市場價格變化趨勢影響，我國棉價波動呈先下降后緩慢上升的態勢，棉價變異系數為0.07。由于此階段我國紡織行業開始出現結構調整，對棉花需求有所下降，加之棉花儲備量大、國內外市場價格對接，棉價以下行波動為主。圖1，表2

圖1 我國棉花市場價格收益率波動
Fig.1 The fluctuation of China's cotton market price return rate

表2 我國棉花市場價格收益率正負向變動
Table 2 Statistics on the positive and negative changes in the price return rate of China's cotton market

時間段period變動方向Direction of change變動頻數(次) Frequency of change (frequency)1.std.dev2.std.dev3.std.dev4.std.dev合計階段I(2000.01-2004.05)Phase I(2000.01-2004.05)正向2952137負向960015階段II(2004.06-2008.08)Phase II(2004.06-2008.08)正向2080028負向1652023階段III(2008.09-2011.08)Phase III(2004.06-2008.08)正向2111124負向1011012階段IV(2011.09-2014.03)Phase IV(2004.06-2008.08)正向1220014負向1501117階段V(2014.04-2017.11)Phase V(2004.06-2008.08)正向1721020負向2021124

注：1.std.dev表示棉價收益率在1倍標準差以內的變動次數，2.std.dev，表示棉價收益率在1倍—2倍標準差之間的變動次數，其它以此類推

Note： 1.std.dev indicates the number of changes in the cotton price return within 1 standard deviation, and 2.std.dev indicates the number of changes in the cotton price return between 1 and 2 times the standard deviation, Others and so on

2.3 我國棉花市場價格風險特征估計

2.3.1 平穩性及自相關性檢驗

ADF檢驗和PP檢驗結果均表明，棉花價格序列Pt不平穩，但價格收益率序列rt是平穩的。表3

Box-Ljung檢驗結果表明價格收益率序列rt及收益率平方序列rt2均存在自相關。ARCH LM檢驗結果表明rt存在異方差。因此GARCH族模型適用于棉價波動的模擬。表4

表3 棉花價格序列及收益率序列平穩性檢驗結果
Table 3 Test results of stability of cotton price series and return rate sequence

變量VariablesADF檢驗 ADF testPP檢驗 PP test統計量P值統計量P值Pt-2.6450.305-9.4850.575rt-5.1970.001-134.320.001

注：原假設為非平穩序列

Note： The null hypothesis is a non-stationary sequence

表4 棉花價格收益率序列及其平方項Box-Ljung和ARCH LM檢驗結果

變量VariablesBox-Ljung檢驗 Box-Ljung TestARCH效應檢驗 ARCH Test統計量DfP值統計量DfP值rt44.315121.35e-0536.309122.889e-04rt246.194126.424e-06---

2.3.2 EGARCH-X-M模型假定及主要估計

收益率序列rt的PACF圖表明其存在明顯的結尾現象，因此考慮采用AR形式作為均值方程。在不同滯后階數情況下，AR(1)模型AIC值最小。根據AIC準則，確定均值方程為AR(1)模型。圖2

圖2 收益率序列ACF和PACF
Fig.2 ACF and PACF char of price return rate

在條件方差方程中設置政策及市場環境虛擬變量Di(i=1, 2, 3, 4, 5, 即1.2節所述五個階段)，并以D2為對照，來考察我國棉價波動的主要特征；設置變量ln(Pt)驗證棉價變化對棉價收益率波動的影響。通常使用低階的GARCH(1,1)模型就可以很好捕捉價格序列的波動集簇性[10]，因此設定模型形式為EGARCH(1,1)-X-M。

考慮到棉花價格收益率存在尖峰厚尾的分布特征，基于正態分布的模型估計結果可能存在不足[6,10]。建立了基于正態分布 (n)、t分布(t)、廣義誤差分布(GED)三種分布假設下的模型。表5

表5 估計結果
Table 5 Estimated results

參數/檢驗ParameterEGARCH-X-M-nEGARCH-X-M-tEGARCH-X-M-gedμ0-0.004(-1.077)-0.004???(-15.956)-0.004???(-51.656)φ0.356???(4.951)0.208???(17.417)0.284???(8.131)P0.294???(10.714)0.185???(19.227)0.247???(56.998)ω-1.581???(-26.928)-1.197???(-127.352)-1.430???(-31.628)α-0.094(-1.053)-0.268???(-16.247)-0.176???(-33.452)β0.847???(3.864)0.860???(5.672)0.865???(9.816)γ-0.527???(-16.123)-0.608???(-13.960)-0.501???(-57.639)D10.357???(17.195)0.324???(44.421)0.356???(74.611)D30.215???(21.973)0.251???(19.978)0.188???(54.072)D4-0.334???(-5.854)-0.297???(-254.778)-0.328???(-34.817)D5-0.114(-0.840)-0.072???(-3.350)-0.091???(-16.966)ln(Pt)0.209???(13.410)0.104???(29.101)0.230???(104.584)shape-2.559???(44.492)0.789???(83.676)Log L469.624487.816486.692AIC-4.277-4.437-4.427SBC-4.088-4.233-4.223J-B test50.249[1.226e-11]193.037[2.2e-16]177.678[2.2e-16]QLB(1)4.228[0.040]0.289[0.591]0.456[0.500]QLB(2)4.331[0.002]1.474[0.452]0.620[0.929]QLB(5)4.956[0.110]2.738[0.500]1.251[0.902]QLB2(1)2.672[0.102]1.539?[0.215]2.325[0.127]QLB2(5)4.703[0.178]3.910[0.265]4.329[0.216]QLB2(9)6.219[0.274]5.603[0.346]5.811[0.320]LM (7)2.817[0.549]3.577[0.412]3.309[0.457]

注：(1)QLB(n)和QLB2(n)分別表示標準化殘差和準化殘差平方滯后n階的LM Q統計量，主要用于檢驗殘差及其平方序列是否自相關；(2)LM(n)表示滯后n階的殘差ARCH效應檢驗；(3)圓括號中數值為參數估計值的t值，方括號中數值為P值，***、**、*分別表示在1%、5%、10%水平下顯著

Note： (1)QLB(n)和QLB2(n) indicating the normalized residual and the normalized residual squared lag n-order respectively, are mainly used to test whether the residual and its squared sequence are autocorrelated; (2) LM(n) represents hysteresis the residual ARCH effect test of lag n order; (3) the value in parentheses is the t value of the parameter estimate, the value in square brackets is the P value,***,**,*are significant under the level of 1%, 5%, 10%, respectively

上述3個模型均能消除殘差的異方差，但EGARCH-X-M-n的標準化殘差存在1階和2階自相關，未通過檢驗。模型EGARCH-X-M-t和EGARCH-X-M-GED均通過全部檢驗。鑒于EGARCH-X-M-t的AIC、SBC值相對較低，且Log L值相對較高，因此選擇t分布下的EGARCH-X-M模型參數估計結果進行相關分析。

3 討 論

3.1 棉花市場價格風險特征

(1)均值方程中的條件方差項ht的系數估計值為0.185>0，表明棉花市場較大的預期波動風險與較高的預期收益率相聯系。當棉花市場預期增加1個單位的風險(條件方差)，棉花市場交易者要求增加0.185個單位的收益率作為對風險的補償。總之，我國棉花市場的波動性對收益率具有非常顯著的影響。

3.2 棉花市場價格風險的作用因素

(1)政策市場環境虛擬變量中D1和D3的系數估計值顯著大于0，D4和D5的系數估計值顯著小于0，表明自2000年以來，相對于階段II，階段I和階段III棉價波動結構性提升；階段IV和階段V棉價波動出現結構性下降，D5>D4，表明階段V價格波動性顯著高于階段IV。第一階段棉花市場價格波動出現結構性提升主要是由于期間棉花收購價格放開，我國加入WTO，市場有所開放，且棉花市場沒有期貨等有效的避險工具所導致；第三階段棉花市場價格波動出現結構性提升主要是受期間爆發的國際金融危機影響，棉花市場價格出現暴漲暴跌等極端變化所導致，使得棉農面臨的市場風險大大增加；第四階段棉花市場價格波動出現結構性下降主要是由于期間政府出臺的棉花臨時收儲政策，以高于國際市場價的最低收購價干預替代國內棉花市場價，嚴重扭曲了市場，造成棉花價格波動變小，雖然保護了棉農的利益，但是造成國內外棉價倒掛，棉紡企業嚴重虧損，競爭力削弱；第五階段，由于政府出臺了棉花目標價格政策，使得棉花價格形成由市場決定，同時價格補貼的實施有效保護了主產棉區棉農利益，穩定了棉花生產，減緩了棉價波動，但與臨時收儲階段相比，價格波動風險有增加的趨勢。

(2)ln(Pt)的系數估計值為0.104，表明棉價的條件方差與同期棉價之間存在正相關關系，即高價格會導致高波動風險，棉價增加1%，會導致棉價波動增加0.104%。

3.3 不同殘差分布假設的擬合效果

估計結果表明相對于正態分布和GED分布，基于t分布的EGARCH-X-M模型能夠較好地描述和擬合棉價波動特征。估計出的t分布的形狀參數值為2.559，表明模型殘差分布的尾部比正態分布更厚。棉價收益率的厚尾性分布說明了其發生極端波動情況的概率比基于正態分布模型的預測要大得多。從經濟學角度來看，棉花市場交易主體相互間并不是獨立的，往往相互模仿相互影響，容易造成交易行為上的“羊群效應”，因而導致棉價收益率尖峰厚尾分布特征。

4 結 論

(1)棉花價格政策的系列改革及金融危機等外生沖擊是造成棉價波動發生階段性結構變化的主要原因。當棉價形成由市場主導，價格風險管理措施配套完善時，棉價波動趨于平緩，反之棉價波動出現結構性變化；此外嚴重的外生沖擊如國際金融危機會使棉花市場環境出現極端變化，結構性提升棉價波動風險。

(2)棉花市場的波動性與價格之間及收益率與波動性之間存在顯著的正相關關系，即預期價格越高，波動風險越大，波動風險越大，價格收益的預期補償越高。我國棉花市場的風險較大、植棉主體的風險承受能力總體較差，需要較高的風險補償。目標價格補貼作為當前我國各類植棉主體應對市場風險的主要工具，尚不足以支持各類主體完全抵御市場風險。

(3)棉花市場價格波動存在顯著的負杠桿效應。這種非對稱效應尤其對棉花市場下行價格風險比較敏感，上一期大的負向價格沖擊往往會造成本期價格大的波動。

(4)基于t分布的模型能夠較好地描述和擬合棉價的波動特征。采用正態分布或GED分布的模型可能會低估棉價收益率的波動性和風險，特別是極端情況下的棉價收益率的波動性和風險。