經濟政策不確定性對我國農產品價格的影響研究

潘群星 陳旭

摘要：基于1998年1月至2019年3月我國經濟政策不確定性指數以及玉米、大豆農產品的月度價格數據，分別運用Johansen協整檢驗、Granger因果關系檢驗和BEKK-GARCH模型，從長期和短期的角度探討了不確定性因素對農產品價格的影響關系。實證結果發現：長期來看，我國經濟政策不確定性能夠主導農產品價格的走勢，二者存在長期穩定的均衡關系;短期來看，經濟和政策的不確定性對不同農產品的影響存在差異，不確定性指數僅對玉米具有單向的價格和波動溢出效應，但對大豆卻沒有任何溢出效應。

關鍵詞：經濟政策不確定性;農產品價格;溢出效應;BEKK-GARCH模型

中圖分類號： F323.7

文獻標志碼： A

文章編號：1002-1302（2019）15-0335-04

重農固本，是安民之基。在“新常態”的背景下，我國面臨著新的形勢、新的任務以及新的挑戰，保證農產品價格的平穩運行是實行改革的必要前提。但是近20年來，我國主要農產品價格一直存在較大幅度的波動。2002年1月至2008年3月，大豆價格從1 932元/t的最低點上漲到5 098元/t，漲幅為163.87%，隨后又在短短的12個月內下降到3 450元/t，降幅為32.33%。玉米價格同樣如此，2000年5月至2014年9月上漲了179.45%。造成這一現象的原因是多種多樣的，包括生產成本變化、進出口規模等供給側因素，以及人口增長、經濟發展等需求側因素。除此之外，農業供給側結構性改革下的經濟政策不確定性在逐漸加大，經濟和政策的不確定因素也勢必會對農產品的價格波動產生一定的影響。分析我國經濟政策不確定性對農產品價格的長期和短期內的傳導關系，對穩定農產品價格、保障國家糧食安全具有非常重要的意義。

經濟政策不確定性指數是一國“經濟”“政策”和“不確定性”的集中反映，用何種指標進行衡量一直是學者們爭相討論的話題。目前最具代表性的是Baker等建立的經濟政策不確定性指數（簡稱“EPU”指數），并分析了與美國宏觀經濟形勢之間的關系，結果驗證了美國EPU指數與其宏觀經濟指標之間呈現出顯著的負相關關系[1]。隨后，Baker等對EPU指數進行了修正，根據不同國家的實際狀況建立了各自對應的月度經濟政策不確定性指數[2]。由各國的不確定性沖擊引起的經濟變量的變化已成為一個重要的研究方向[3]。例如，張兵兵和田曦采用多元回歸分析的方法分析美國經濟政策不確定性與我國企業出口產品質量間的關系，結果發現，美國EPU指數的上升將直接提高中國企業出口產品的質量[4]。王奇珍等認為國際原油價格、美國經濟不確定性和中國股票市場兩兩之間存在雙向和非對稱的波動溢出效應[5]。許志偉等基于最大份額的VAR識別技術，認為政策不確定性的上升會大大降低總產出和物價水平[6]。

關于農產品價格波動的影響因素，過去主要從國外農產品價格[7-8]、上下游產業鏈[9-10]、期現貨[11-12]等角度進行了實證研究，發現這些因素與我國農產品價格之間均存在著單向或雙向的溢出效應。研究方法上，現有文獻主要基于VAR模型、VEC模型或者Granger因果關系檢驗等方法分析收益率序列的傳導機制;基于EGARCH、BEKK-GARCH或者DCC-GARCH等模型分析波動率序列的聯動效應?，F在，越來越多的學者將國際原油價格[13]、人名幣匯率變動[14]、貨幣供應量[15]等作為研究對象，著重考察宏觀和微觀經濟變量對我國農產品價格的影響關系。

對于農產品價格的波動問題，現有研究越來越少地從內部因素入手，考察不同農產品之間的相互作用關系，而是逐漸從外部因素出發，探究宏觀、微觀經濟變量等對農產品價格的影響關系。從以上文獻綜述可以發現，經濟政策不確定性可以作用于物價水平等宏觀經濟指標，這類經濟指標又會進一步影響我國農產品的價格走勢。所以，本研究跳過其他中間變量，從長期和短期2個角度探討我國經濟政策不確定性對農產品價格的直接影響關系，并對這種價格傳導機制進行解釋，為相關部門制定政策提供理論參考和實踐依據。

1 模型構建與數據來源

1.1 BEKK-GARCH模型

Engle和Kroner在結合Baba、Engle、Kraft和Kroner的研究基礎上提出了一種多元GARCH類模型——BEKK模型，該模型雖然使用了較少的參數進行估計，但能保證協方差矩陣的正定性，因此比其他多元GARCH模型表現得更加靈活。一般情況下，GARCH（p，q）模型中，p=1和q=1的滯后階數就能夠有效充分地擬合大部分時間序列數據，因此本研究將使用二元BEKK-GARCH（1，1）模型探究我國經濟政策不確定性指數與農產品價格之間存在的波動溢出效應。方差方程設定如下：Ht為二維條件方差-協方差矩陣，A為二維ARCH項系數矩陣，B為二維GARCH項系數矩陣，C為二維下三角矩陣。矩陣Ht、A、B和C的具體形式如下所示：ARCH項系數矩陣A和GARCH項系數矩陣B的主對角線上元素aii和bii，分別表示市場i的滯后一期絕對殘差和條件方差對自身當期條件方差的作用關系，bii和bjj展示了市場i和市場j的波動聚集性。若aii=bii=0，則表明時間序列i的滯后一期絕對殘差和條件方差對時間序列i的當期條件方差沒有任何影響。矩陣A和矩陣B的非主對角線上元素aij、bij分別表示市場j對于市場i的交叉ARCH項和GARCH項波動溢出效應，若aij=bij=0，則表明時間序列j的滯后一期絕對殘差和條件方差對時間序列i的當期條件方差沒有任何影響，即不存在j對i的波動溢出效應。相反，如果aij≠0或bij≠0，則表明時間序列i的條件方差受到時間序列j的滯后一期絕對殘差或條件方差的影響，即存在j對i的波動溢出效應。根據以上討論，本研究提出以下3個假設：

1.2 數據來源及處理

選取1998年1月至2019年3月的農產品價格和經濟政策不確定性的月度數據，研究二者之間的影響關系。玉米和大豆是國民生活中2種最為常見的農產品，因此選取玉米、大豆的月度平均價格作為我國農產品的樣本數據。選用Baker等根據我國實際情況編排的中國EPU指數作為我國經濟政策不確定性的樣本數據。最初建立的美國EPU指數是新聞業指數、稅法發條失效指數和經濟預測差值指數三者的加權總和，我國的EPU指數僅包含新聞指數這一部分，剔除2個市場不相重合的日期，最后得到255組數據。對玉米、大豆價格和經濟政策不確定性指數分別作如下處理：ri，t=100×（lnPi，t-lnPi，t-1），就得到各自的對數收益率序列，分別用CORN、SOYA和EPU表示。

2 實證分析

2.1 描述性統計分析

分別對CORN、SOYA和EPU這3組時間序列進行描述性統計分析，結果如表1所示。從表1中可以發現，經濟政策不確定性的標準差為55，表明其波動程度遠高于玉米和大豆。2類農產品的偏度均小于0，經濟政策不確定性的偏度大于0，分別呈現出左偏和右偏的狀態。3組時間序列的峰度均大于3，具有尖峰厚尾特征，表明玉米、大豆和經濟政策不確定性都存在左偏或右偏的非正態分布特征，J-B統計量的顯著性進一步驗證了這一分布特征。滯后10階的標準化殘差LB統計量的顯著性表明3組收益率序列均存在較強的自相關性。根據最小化信息準則，含有趨勢項和截矩項的ADF統計量均高度顯著，表明這3組收益率序列是平穩的。

2.2 協整檢驗

首先，基于Johansen協整檢驗探究我國經濟政策不確定性與玉米和大豆農產品在長期內是否存在穩定的均衡關系。根據序列是否包含確定的趨勢、協整方程是否包含截距項，可將協整方程劃分為5類，剔除不太常用的第1類和第5類，將在第2～4類方程下進行實證檢驗，分別是：第2類，沒有確定的趨勢，但包含截距項;第3類，具有確定的線性趨勢，也包含截距項;第4類，序列和協整方程均包含確定的線性趨勢。協整檢驗結果如表2所示。

3類協整檢驗均展示出相同的結果，即玉米、大豆和我國EPU指數之間存在3個協整向量， 即農產品價格與經濟政策不確定性之間存在長期穩定的均衡關系。從長期來看，經濟政策不確定性能夠主導農產品價格的走勢，經濟和政策形勢的變化對農產品價格產生了十分重要的影響。

2.3 價格溢出效應

其次，基于Granger因果檢驗探究經濟政策不確定性與玉米和大豆農產品在短期內是否存在價格溢出效應。在最小化信息準則確定的最優滯后階數下，進行Granger因果關系檢驗，檢驗結果如表3所示?？梢园l現，我國經濟政策不確定性對大豆價格不存在任何傳導關系，大豆價格對經濟政策不確定性也沒有顯著的Granger因果關系。然而，這種不確定性指標卻能對玉米產生單向的價格溢出效應。這一結果表明單個農產品價格的波動不會造成我國經濟和政策方面的不確定性因素，但是經濟政策不確定性卻會對不同農產品的價格產生不同幅度的影響效果。相比于大豆，玉米在短期內的價格更容易受到國內經濟形勢的影響。

2.4 波動溢出效應

最后，基于BEKK-GARCH（1，1）模型探討中國經濟政策不確定性與玉米和大豆農產品在短期內是否存在波動溢出效應。由于該模型的對數似然函數呈非線性，因此可采用具有正定性和傳遞性的BFGS算法進行估計，參數估計結果和Wald檢驗如表4所示。

其中待估參數b11和b22分別展示了農產品價格和我國經濟政策不確定性沿時間方向的波動聚集性?？梢园l現，b22在1%水平下顯著異于0，經濟政策不確定性存在波動聚集性，表明在我國不確定性的波動之后往往緊跟著更大幅度的波動。農產品中大豆的b22顯著異于0，表明當期波動受到前期波動的影響，大豆價格存在波動聚集性。玉米的b22不顯著，價格不存在波動聚集性。

由表4的Wald檢驗結果可知，在經濟政策不確定性與玉米的二元BEKK-GARCH模型下拒絕a12=b12=0的原假設，在EPU與大豆的二元BEKK-GARCH模型下拒絕a21=b21=0的原假設，表明我國經濟政策不確定性僅對玉米具有單向的波動溢出效應，同時大豆也會對經濟政策不確定性存有反向的波動溢出效應。以上結果表明，我國經濟和政策形勢的不確定性因素更容易導致玉米價格的非連續波動，這可能是因為大豆市場供求穩定，大豆供應較為充足，經濟和政策的不確定性影響了玉米的供求關系，但對大豆的影響較弱。

2.5 經濟政策不確定性的影響機制分析

我國經濟和政策的不確定性因素在長期內能夠主導農產品價格的走勢，主要是因為它的復雜性影響了農產品市場的供求關系。不確定性程度愈高，表明當前的經濟形勢愈復雜，經濟發展狀況愈發模糊，消費預期更為謹慎;而不確定性程度愈低，表明當前的經濟形勢愈發明朗，經濟發展狀況更為清晰。農產品的生產者和消費者在面對經濟、政治等不確定事件發生時，會傾向于改變自己的心理預期，在信息并未完全有效的情況下，經濟與政策的不確定性程度會被放大以至引起農業生產者和消費者更為非理性的行為，這一結果將直接導致農產品價格的波動。此外，經濟政策的不確定性也會影響宏觀和微觀經濟變量（如總產出、原油價格等），間接影響我國農產品的價格水平。

我國經濟政策不確定性在短期內對不同農產品的溢出效應具有差異性，可以從以下2個方面進行解釋：第一，大豆的供需格局和玉米不一樣。近幾年，國內玉米的產量在2億t

左右，基本能夠滿足社會需求，國內大豆的產量維持在1 500萬t左右，進口大豆總量卻接近1億t，相比于玉米市場，大豆市場的對外依存度更高。當政府對農產品實施直接補貼、最低收購價格等政策時，只會對玉米價格產生一定的影響，而國內的大豆價格更多依賴的是進口大豆的價格。第二，農產品期貨市場的完善程度不同也會對現貨市場的價格水平造成一定的影響。期貨市場發展越完善，越能體現其價格發現功能，受經濟危機、政策風險等不確定因素的影響就越小，相比于玉米，我國大豆期貨市場表現得更為成熟，因此更不容易受到經濟政策不確定性的影響。

3 結論及建議

基于1998年1月至2019年3月的月度數據，運用Johansen協整檢驗、Granger因果關系檢驗和BEKK-GARCH模型來探討經濟政策不確定性與主要農產品在長期和短期內存在的作用關系，得出以下結論：（1）長期來看，Johansen協整檢驗結果表明，我國經濟政策不確定性能夠主導農產品價格的走勢，二者存在長期穩定的協整關系。（2）短期來看，經濟政策不確定性指數不是大豆價格的格蘭杰原因，卻是玉米價格的格蘭杰原因，表明不確定性因素僅會對玉米價格產生單向的作用關系。（3）波動率序列方面，同樣僅存在經濟政策不確定性對玉米價格的單向波動溢出效應，而不能對大豆價格的波動產生任何影響關系，該結果表明我國經濟和政策的不確定性因素更容易造成玉米價格的非連續波動。

為了降低我國經濟政策不確定性對農產品價格的影響，本研究認為，長期來講，需將財政政策、貨幣政策、結構性改革政策結合起來，穩定市場預期，盡可能降低由我國經濟和政策變動帶來的不確定性程度。另外，研究經濟政策不確定性對農產品價格的長期傳導路徑，建立并完善信息共享體制，讓消費者能夠更為充分地了解經濟和政策環境的變化，避免農產品價格偏離市場均衡價格。短期來講，政府需進一步穩定玉米等農產品的生產，適當增加國內大豆的種植量，保證農產品的供給。同時需要進一步發展和完善我國農產品期貨市場，利用其價格發現功能對現貨市場進行調控，以穩定農產品價格水平。

參考文獻：

[1]Baker S，Bloom N，Davis S. Policy uncertainty：a new indicator[R]. Centre for Economic Performance，LSE，2012.

[2]Baker S R，Bloom N，Davis S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics，2016，131（4）：1593-1636.

[3]Bloom N. Fluctuations in uncertainty[J]. The Journal of Economic Perspectives，2014，28（2）：153-175.

[4]張兵兵，田 曦. 目的國經濟政策不確定性如何影響中國企業的出口產品質量[J]. 世界經濟研究，2018（12）：60-71.

[5]王奇珍，王玉東. 國際油價、美國經濟不確定性和中國股市的波動溢出效應研究[J]. 中國管理科學，2018，26（11）：50-61.

[6]許志偉，王文甫. 經濟政策不確定性對宏觀經濟的影響——基于實證與理論的動態分析[J]. 經濟學（季刊），2018，18（1）：23-49.

[7]李光泗，吳增明. 玉米價格傳導效應實證研究[J]. 價格理論與實踐，2016（11）：88-91.

[8]肖小勇，李崇光，李 劍. 國際糧食價格對中國糧食價格的溢出效應分析[J]. 中國農村經濟，2014（2）：42-55.

[9]李秋萍，李長健，肖小勇. 產業鏈視角下農產品價格溢出效應研究——基于VAR-BEKK-GARCH（1，1）模型[J]. 財貿經濟，2014（10）：125-136.

[10]李哲敏，許世衛，董曉霞，等. 中國禽蛋產業鏈短期市場價格傳導機制[J]. 中國農業科學，2010，43（23）：4951-4962.

[11]龐貞燕，劉 磊. 期貨市場能夠穩定農產品價格波動嗎？——基于離散小波變換和GARCH模型的實證研究[J]. 金融研究，2013（11）：126-139.

[12]楊晨輝，劉新梅，魏振祥. 我國農產品期貨與現貨市場之間的信息傳遞效應[J]. 系統工程，2011，29（4）：10-15.

[13]彭新宇，樊海利. 國際原油價格對中國大宗農產品價格的影響研究[J]. 宏觀經濟研究，2019（1）：99-124.

[14]丁存振，肖海峰. 人名幣匯率變動對中國農產品價格的動態傳遞效應分析——基于TVP-VAR模型[J]. 中國農業大學學報，2018，23（12）：176-186.

[15]龔新蜀，張婧茹. 基于VAR模型的我國貨幣供應量與農產品價格關系的實證研究[J]. 江蘇農業科學，2014，42（10）：398-401.謝志揚. 我國畜產品消費的影響因素和變化以及發展趨勢[J]. 江蘇農業科學，2019，47（15）：339-342.