關稅變動背景下大豆價格和花生價格的波動關系

楊崇峻

摘要：關稅變動對大豆國內價格有重要影響，在此情況下，大豆的價格波動可能會傳導至花生價格上。文章從實證的角度，通過鄒檢驗驗證突變，并構建VEC誤差修正模型，在以中國對從國外進口的大豆加征關稅這一節點為外生沖擊的前提下，研究大豆價格和花生價格的關系。發現兩者存在長期的均衡關系，并在短期存在正向關系;但大豆價格對花生價格的影響小于花生價格對自身的影響。基于以上結論，給予了相應的政策建議。

關鍵詞：大豆價格;花生價格;替代品;VEC模型;價格波動

一、研究背景

農業是中國的基礎產業， 關系千家萬戶的安全。在人地矛盾趨緊的今天， 在保證人民生活質量的同時，為了保證糧油安全， 國際化是中國糧油產業發展的必由之路。國際化帶來的挑戰就是國內市場有可能受到國際市場影響。中國對進口大豆加征25%的關稅，造成大豆貿易受挫，并且中國還面臨著爭奪國際大豆市場有限余糧的壓力。考慮到南北美大豆存在季節性特征（巴西，阿根廷4～5月收割，美國9～10月份收割），南美國家大豆短期難以充分滿足我國國內大豆需求。花生是我國重要的油料作物之一，并且在國內有很高的產量。因為花生油是豆油的替代品，花生市場或許會受到影響。因此，把握兩者之間的價格規律對保障糧油安全有重大作用。本研究旨在以關稅變化的外生沖擊為前提和背景，研究大豆價格變化對花生價格的沖擊及兩者的關系。

二、文獻綜述

對于糧食價格關系，有的文獻使用OLS回歸，比如任重、薛興利。但是這樣的模型是不準確的，時間序列很可能不是平穩的，不能用傳統的計量經濟學來構建模型，OLS回歸可能是“偽回歸”。也有很多文獻使用時間序列模型：比如陳元春、宋麗娟等人，一般都是使用協整檢驗和誤差修正模型。這一套方法作為主流方法，對價格波動關系的分析考慮到了趨勢、上一期影響，也兼顧了因果識別，是一套非常成熟的時間序列分析方法。除此之外，還有使用GTAP模型的研究，比如張瑩，丁梓欣，黃濤，他們發現加征關稅的沖擊使得整個油料作物生產部門價格稍微提高。

綜合之前的文獻，首先，農作物之間價格的傳導分為均值溢出效應和波動溢出效應，均值溢出效應指當期影響，波動溢出效應指沖擊的延遲效應。郁紀樹、劉禹彤分別使用了VAR和BEKK-GARCH模型研究了在中美大豆和玉米期貨中存在的兩種效應，證明了這兩種效應都在價格波動中扮演重要角色。其次，我國大豆自給率低，花生市場被進口大豆擠占，大豆和花生的替代關系是花生價格上漲的主要原因，比如陳元春、宋麗娟都是持這樣的觀點。這只是需求上漲的原因，但長期內供給的變化也很大，供給曲線的變動沒有解釋清楚。最后，花生和大豆價格在長期是均衡的，短期是不均衡的，短期的變化可以用誤差修正模型描述。但是在之前的文獻中，短期變化沒有能夠觀測的數據解釋。

本文從實證的角度，通過構建VEC誤差修正模型，以中國對進口大豆加征關稅這一節點為外生沖擊，在已知的短期不均衡情況下描述大豆價格變化對花生價格的沖擊。

三、實證模型

（一）大豆價格是嚴格外生的嗎？

嚴格外生的條件為：

E（ut|…，Xt+2，Xt+1，Xt，Xt-1，Xt-2，…）=0

即當期的殘差項與歷史時期、當期、未來時期的大豆價格都沒有關系。未來時期的大豆價格是一種價格預期，花生農可能會因為這種價格預期而在播種季改種大豆，但大豆價格的上漲是可以被預測到的嗎？可以，因為關稅變化是公開的，大豆價格上漲變得很容易預測到。因此大豆價格是內生的。

所以要想識別兩者的動態因果效應并沒有比較好的模型來克服內生性，而對于時間序列，工具變量又十分難找，因此選用誤差修正模型來研究兩者的波動關系。

（二）VEC誤差修正模型

ΔLPP=αVECMt-1+ΓiΔLPPt-i+ui

這是短期非均衡模型。其中，p為最大滯后期數，α為誤差修正系數，Γi為荷載系數，實質是反映當這些序列如果脫離了協整關系（長期均衡）時，是否能夠有效調整;u為殘差項。

四、實證研究

（一）數據來源和描述性統計

集貿市場價格是由供求關系形成的自由市場的價格，對于物價水平有所反映。本次研究選取歷年出版的《中國農產品價格調查年鑒》中2017 年 12 月至2019 年 12 月集貿市場花生仁-中等價格（PP）、集貿市場大豆-中等價格（PS），共37期。數據來源于CNKI 中國經濟社會大數據研究平臺。研究中數據分析使用STATA15軟件。

從表1看出，PP和PS均不是正態分布，并且PP的標準差比PS大，PS更平穩。

（二）相關性分析和趨勢圖

為了避免多重共線性以及為了籠統地描述兩者的關系，首先進行相關性分析。相關系數反映了兩個時間序列之間的關系，相關系數越大表明相關性越強。從相關系數分析結果來看，花生價格和大豆價格的相關系數顯著為正的0.6，說明存在一定的正相關性，這一點與價格走勢圖的趨勢一致。很明顯大豆價格波動比花生價格波動大，這一點符合關稅突變的背景，2018年年末至2019年年初大豆價格受到一個外生沖擊，開始突變，之后有一個恢復的過程。

（三）時間序列突變檢驗

現在來檢驗大豆關稅變化是否導致了大豆價格突變，采用鄒檢驗，在關稅突然變化的月份（2018年7月）設置一個虛擬變量，從檢驗結果發現，鄒檢驗的P值小于0.05，可以拒絕原假設，即ps存在結構性改變，說明從2018年7月開始，關稅變化導致了大豆價格的突變。因為受到沖擊，可以明確這一節點之后是短期不均衡的。

（四）平穩性分析

為了消除異方差影響，對pp和ps取對數得到新的時間序列lpp、lps。對lpp、lps進行一階差分得到dpp、dps。使用ADF模型進行單位根檢驗，結果如下：

發現原序列不平穩，一階差分平穩。因此這兩個序列可以進行協整檢驗，其一階差分可進行格蘭杰因果檢驗。

（五）協整檢驗

LPP和LPS的一階單整是平穩序列，滿足協整檢驗的前提。對原序列進行協整檢驗。存在一個協積分方程的假設對應的痕跡變量大于5%臨界值，因此存在一個協整關系，即原序列LPP和LPS在長期是均衡的。

（六）VEC誤差修正模型

因為農產品價格波動具有明顯的周期性，因此在模型中加入時間趨勢（T）得到的短期波動方程如下：

ΔLPP=0.0278VECMt-1-0.308LPPt-2+1.278LPSt-1-0.247LPSt-2+0.000574T-0.00940

式中VECM的系數顯著為正，即誤差修正項對花生價格有正向調整作用，表明在短期不均衡的情況下，大豆價格會刺激花生價格上調2.78%。這也符合替代品交叉需求彈性大于零的事實，LPS對LPP的短期彈性是1.131（=1.278-0.247）。同時得到長期均衡方程（協整方程）為：

LPP=-15.735LPS-0.000420t+25.722

這是一個長期靜態的表達式，從中可以看出LPS對LPP的長期彈性是15.735。可見短期內花生價格和大豆價格是強正相關的。模型R方等于55.43%，有55.43%的DLPP數據可以被該模型解釋。

（七）脈沖響應函數

脈沖響應函數反映了當內生變量受到一個標準差大小的外生沖擊時，模型中其他變量受到的動態影響。對于來自LPS的沖擊，LPP在短時間內迅速吸收沖擊并響應，達到頂峰0.3%左右，但之后迅速回落到波谷-0.3%的水平，在長期趨近于降低0.1%。可能的解釋是大豆的消費者對大豆價格上升比較敏感，價格傳導比較迅速;對于來自自身的沖擊，花生價格的反應似乎比對來自大豆價格的反應更大，LPP在短時間內迅速上升至1.05%左右，之后波動下滑，在長期平穩至0.75%。因為花生價格上升后，生產者對花生的價格預期更高了，并開始囤貨，因此價格會繼續上升。

五、結論和政策建議

上述結果表明，在關稅變動背景下，大豆價格的上漲確實會使得花生價格上漲，但是花生價格在短期內受到大豆價格波動的影響并不是特別大。

分析其原因，加征關稅使本期大豆國內價格上升，接著價格變動傳導至花生市場。從需求端來說，大豆花生兩者互為替代品，大豆國內價格上漲會引起對花生需求的增加。從供給角度來說，大豆加工產品主要分為傳統豆制品、新興豆制品和油脂制品三大類，因為花生能在生產花生油的用途上替代大豆，榨油用花生在短期內種植面積將會擴大;因為農產品價格具有“蛛網”的特性，因此大豆市場的變化通過這兩個途徑都能影響花生本期以及未來的價格。但是因為中國花生產業的體量大，大豆價格的變化造成的影響并不是很大。綜上所述，提出以下幾點建議。

（一）加大對大豆種植的補助力度，加強對國內大豆、花生市場的管理，降低交易成本。

因為兩種商品互為替代品，加大對大豆的種植補助才能穩住兩者的價格。這時穩住期貨市場也是很重要的，加強其價格調控以防違規套利行為的發生。

（二）應減小中國大豆產業對進口的依存度，改變進口結構

提高年大豆庫存、花生庫存，增強應對農產品價風險的能力。我國是人口大國，農作物經濟是國家根本，因此不應依賴進口，必須堅持自給為主的方針，不斷夯實生產能力，才能給國民經濟發展提供穩定的支持。可以其他大豆出口國實行對大豆適用的協定關稅、互惠關稅，以拓展多元化進口渠道。

參考文獻：

[1]任重，薛興利.花生價格波動影響因素的實證分析——以山東省為例[J].花生學報，2016，45（01）：33-38.

[2]陳元春.貿易戰變動背景下國內外主要糧食價格關系研究[J].河南農業，2019（05）：8-10.

[3]宋麗娟，張立中.我國花生價格波動的影響因素分析——基于VAR模型 [J].北方經濟，2013（11）：49-52.

[4]張瑩，丁梓欣，黃濤.中美貿易摩擦背景下中國進口南美大豆的替代影響——基于GTAP模型的模擬[J].拉丁美洲研究，2019，41（06）：95-117+157.

[5]郁紀樹，劉禹彤.貿易戰變動背景下中美兩國農產品期貨價格與波動傳導機制研究——以玉米、大豆期貨為例[J].時代金融，2020（16）：34-36.

（作者單位：北方工業大學經濟管理學院）