豆粕原料單價的波動態勢及影響因素探討

黃曉懿 孟祥彬

（1.成都職業技術學院財經學院，四川 成都 610041；2.滄州開放大學教研室，河北 滄州 061001）

豆粕原料屬于大豆提取豆油之后剩余的一類農副產品，其影響飼料行業成本、飼料生產者利潤、行業效益及國家糧食安全。2023 年3 月，中共中央、國務院印發中央一號文件《中共中央國務院關于做好2023年全面推進鄉村振興重點工作的意見》，強調“深入實施飼用豆粕減量替代行動”。因此，穩定豆粕原料單價、強化豆粕原料單價調控成為對沖飼料行業風險的關鍵策略[1-3]。此背景下，把握豆粕原料價格波動規律及其影響因素有助于我國運用場內衍生品降低風險成本，進一步助力飼料行業、養殖行業穩健發展和轉型升級，為推動“三農”高質量發展貢獻力量[4-5]。本研究利用MS-VAR模型探析我國豆粕原料單價波動態勢，檢驗影響豆粕原料單價波動的因素，結合實際情況分析影響因素的傳導作用，為滿足飼料企業對生產原料的需求、緩解國內飼料、養殖行業壓力提供一定參考。

1 我國豆粕原料單價的影響因素

1.1 需求的影響

豆粕原料單價在消費需求層面主要受代替品價格、國內消費量、出口量及期末商品結存量等因素影響。第一，代替品價格影響豆粕原料價格。代替品是指與豆粕原料具有一定同質性，在功能方面存有替代作用的物品。豆粕原料內含多種氨基酸，能夠滿足家禽和生豬生長的營養需求，多用于飼料生產，在生產中多以其他植物源蛋白作為豆粕原料的典型替代物[6]。第二，國內消費量影響豆粕原料價格。豆粕原料的國內消費量會受國內飼料工業發展、消費者購買力、人口增長及結構、飼料工業發展政策等多種因素影響，干擾豆粕原料價格[7]。第三，出口量影響豆粕原料價格。在國內大豆產量一定的情況下，大豆出口量的增加會減少國內市場供應量，引發豆粕原料價格波動；反之會增加國內供應量，同時作用于豆粕原料價格。第四，期末商品結存影響豆粕原料價格。期末商品結存量是指若當年年底豆粕原料存貨增加，表示豆粕原料供應量大于需求量，將影響期貨價格，引發豆粕原料價格下跌；反之推動豆粕原料價格上升。第五，國際市場供求變化影響豆粕原料價格。部分亞洲地區對禽肉、豬肉需求量較大，促使當地養殖業、飼料業不斷發展，從而使飼用豆粕原料需求量增加，也是亞洲國家市場供求變化成為影響豆粕原料價格的主導因素之一[8]。

1.2 供給的影響

豆粕原料單價在供給層面主要受前期庫存量、當期生產量和豆粕原料進口量的影響。第一，前期庫存量影響豆粕原料單價。前期庫存量是豆粕原料總產量的重要部分，能夠反映豆粕原料供應量的緊張程度。當供應短缺時，供不應求導致豆粕原料價格上漲；當供應充裕時，供過于求使豆粕原料價格下降。第二，當期生產量影響豆粕原料單價。當期生產量作為一種變量，受大豆供應量、大豆壓榨收益、生產成本等因素影響[9-10]。若當期大豆生產量較高，國內豆粕價格得到調控，豆粕價格將穩定在相對低廉的區間內；若當期大豆生產量相對較低，豆粕原料價格趨高。第三，豆粕原料進口量影響豆粕原料價格。豆粕原料的進口量反映了國際豆粕原料價格水平、進口政策的變化。豆粕原料的進口量增加，使國內豆粕原料供給充足，有助于降低國內豆粕原料價格；而豆粕原料進口量減少，會造成國內豆粕原料供不應求，引發國內豆粕原料價格的新一輪上漲。另外，在分析豆粕原料供求情況時，需關注豆粕原料儲存環境問題。良好的豆粕原料儲存環境有利于豆粕長時間運輸，方便豆粕原料在現貨市場上快速周轉。而儲存環境較差容易導致豆粕原料質量發生變化，促使廠家降價銷售，從而影響豆粕原料價格。

2 研究方法及變量的確定

2.1 模型構建

為反映豆粕原料與飼料需求及供給間的具體關系，采用自向量回歸模型（VAR）進行研究。

式中：包含k個內生變量的滯后p階向量；Yt、Vt分別是k維內生變量及截距項；A1為K×K維的待估計系數矩陣；ut為擾動項。

VAR 模型一般用于研究經濟變量間的線性關系。但在實際研究過程中，各經濟變量間往往存在非線性關系。但豆粕原料單價波動及影響因素相對復雜，對飼料供需影響作用及反饋渠道同樣存有異質性?；谶@一角度考慮，本研究僅采用固定參數的VAR模型進行實證分析可能導致研究結果的偏誤。參考陳寧等[11]研究方法，在自回歸模型（VAR）中引入Markov鏈，進一步構成馬爾科夫機制轉換（MS）模型，以實現對研究結果的全面分析。由此，將式（1）轉變為：

式中：St為不可觀測區制變量；St∈{1,L,M}為區制狀態，則{St}為M狀態的Markov鏈。

其固定轉移概率為：

馬爾科夫機制轉換模型可依據參數不可觀測區制的變化進一步變化。這一過程中，各經濟變量的不同作用機制均可通過Markov鏈進行轉換，能夠輔助研究者捕捉非線性關系。因此，采用MS-VAR非線性模型對豆粕原料價格波動及其影響因素進行分析較為合理。

2.2 變量選取

從供求關系角度著手，探析豆粕原料單價波動的影響因素。此處在需求方面僅考慮替代品價格對豆粕原料單價的影響。由于豆粕原料主要用于畜用飼料生產，選取同樣在飼料生產中用量較大的玉米作為豆粕原料代替品[12-13]，并選取50個城市玉米價格（單位：元/kg）表示玉米價格，以CO表示。

在供給方面，豆粕原料是農作物大豆提取豆油后得到的一種副產品，通過加工產品油價格表示豆粕原料單價（SMP）[14-15]。這里將豆粕原料視作大豆的農副產品并分析大豆生產成本對豆粕原料單價的影響[16]。參考相關學者研究[17-19]，采用產量變化、農產品生產資料價格波動及農產品生產價格波動作為供給層面的影響因素進行研究。產量變化（YF）利用各省份農林牧漁季度總產值累計同比增長率加以衡量。農產品生產價格（APF）以農產品生產價格季度指數（上年同期=100）加以衡量。農產品生產資料價格（POP）使用各省份農產品生產資料價格指數進行計算。

文章選取2014年4月至2020年12月的月度數據進行實證分析，共計81個樣本數據?？紤]到物價波動水平可能對豆粕原料單價的影響，文章選用季度末月同比價格指數加以分析。本文原始數據多數源自中經網數據庫（https://ceidata.cei.cn/）。其中，大豆加工企業財務數據選取自中國微觀經濟數據查詢系統（http://microdata.sozdata.com）。

3 實證分析

3.1 單位根檢驗

在進行實證檢驗前，需先對時間序列的平穩性進行檢驗。經多重斷點檢測后可以知悉，文章所選5 個變量均存在結構斷點，表明傳統ADF 單位根檢驗法可能會引致實證結果偏誤[20]。為保證實證結果準確性，參考Enders 等[21]研究手段，采用非線性單位根檢驗法測算各變量平穩性。結果顯示，除農產品生產資料價格波動外，其余4個變量均通過了結構斷點檢測，且平穩性顯著。農產品生產資料價格波動序列在取一階差分后表現出平穩狀態。因此，選取豆粕原料、玉米、產量變化、農產品生產價格波動、農產品生產資料價格波動5 個變量的原序列及農產品生產資料價格波動的一階差分序列進行計量分析。

3.2 模型設定及選擇

構建豆粕原料、玉米、產量變化、農產品生產價格波動、農產品生產資料價格波動5 個變量的MS-VAR 模型，具體形式為：

式中：Yt=(lnSMP,lnCO,lnYF,lnAPF,lnPOP)′；Vt為5維截距項；A為5×5維帶估計系數矩陣；ut為5維擾動項。

對均值、截距、自回歸等參數是否依賴區制的問題進行分析能夠將MS-VAR 模型劃分為MS-VAR、MSAVAR 等多種模型。文章基于赤池信息準則（AIC）、全距法（HQ）及施瓦茲準則（SC）和對數似然值準則等方法進行檢驗發現，與本研究最為配適的模型為MSIH（3）～VAR（2）模型。確定截距與殘差方差均依賴區制變化，可分為3個區制，需滯后2個單位階數，與目前豆粕原料單價“市場低迷—平穩運行—單價高漲”特征相匹配。

3.3 MSIH（3）～VAR（2）模型估計結果分析

3.3.1 模型區制分析我國豆粕原料單價波動的區制回歸結果見圖1。

圖1 我國豆粕原料單價波動的區制回歸結果

由圖1 可知，觀察圖內豆粕原料價格走勢可知，區制1～區制3 下的豆粕原料單價截距均值分別為3.14、3.17、3.31（區制1 為2014 年5 月至2016 年6 月；區制2為2015 年12 月至2016 年2 月、2018 年1 月至2020 年1 月、2020 年2 月至2021 年10 月；區制3 為2016 年2 月至2017 年2 月、2020 年1 月至2020 年3 月、2008 年5 月至2008年11月）。據此可將3個區制的特征概括為區制1對應豆粕原料市場低迷階段，區制2 為豆粕原料單價平穩階段，區制3為豆粕原料單價高漲階段。

三區制估計概率見圖2。結合中國豆粕原料單價市場實際狀況，2014 年第二季度初，受H7N9 禽流感影響，禽類養殖虧損嚴重。隨著存欄量下降，后續投欄數量降低，導致豆粕原料需求持續低迷，使豆粕原料價格處于區制1。2015 年5 月，一方面，國外大豆庫存大幅減少，使大豆價格提升，進而引發大豆副產品豆粕原料單價的抬升；另一方面，流感季結束，養殖產能得以恢復和增長，有效刺激了飼用豆粕原料需求，引致豆粕原料單價上漲，使豆粕原料價格處于區制2。2016年4月，由于賴氨酸價格上漲，我國豆粕原料單價再走高，引發我國豆粕原料主要進口國大豆生產成本增加，使豆粕原料現貨緊張，導致豆粕原料單價進一步上漲。隨著大宗商品價格回落，2017年第一季度后國內大豆入港規模逐步寬松，并且油廠開工率維持高位，降低了油廠累庫壓力，使豆粕原料單價下跌。2017 年6 月后，豆粕原料價格在一定范圍周期內波動，處于相對平穩區制。研究表明，三區制劃分較為符合我國豆粕原料單價市場的波動實情，與豆粕原料單價波動特征相吻合。

圖2 三區制估計概率

3.3.2 脈沖響應函數分析

MS-VAR 模型能夠通過脈沖響應函數，捕捉系統在遭受沖擊時的動態變化。因此，采用脈沖響應函數探究3種區制下豆粕原料單價對玉米、產量變化、農產品生產價格波動、農產品生產資料價格沖擊的響應。因此，分別給定玉米、產量變化、農產品生產價格波動、農產品生產資料價格1 個標準差的沖擊，獲取豆粕原料單價在20 個月內的累積響應，進而比較3 種不同區制下豆粕原料單價的動態響應。

3.3.2.1 豆粕原料單價對產量變化的響應（見圖3）

圖3 豆粕原料單價對產量變化的響應

由圖3 可知，豆粕原料單價在區制1 和區制3 下均對產量變化產生正向影響，但在區制2 下的響應并不顯著，表明豆粕原料單價在高漲時期，產量變化對豆粕原料單價的提升作用更明顯。2016 年6 月后，國內大豆產量有所提升、市場內豆粕原料供給相對充足、下游飼料企業對豆粕原料需求增加。而在豆粕原料單價低迷時期，雖產量變化較小，但油廠囤積大量低價大豆，市場供過于求，造成豆粕原料單價持續低迷。

3.3.2.2 豆粕原料單價對農產品生產價格波動沖擊的響應（見圖4）

圖4 豆粕原料單價對農產品生產價格波動沖擊的響應

由圖4 可知，豆粕原料單價對農產品生產價格波動的正向沖擊在各區制下均表現出正向響應狀態，尤其是在區制3下響應更為明顯，表明在3個區制下，農產品生產價格上漲均會引發豆粕原料單價上升。該效應在豆粕原料單價高漲時期影響力最強。2016年3月、6月農產品生產價格進一步提升，豆粕原料價格也上漲至同期較高水平。在豆粕原料單價高漲時期，農產品生產價格的上漲使農戶種植成本增加。但多數農戶為把握豆粕原料單價高漲帶來的農產品收益而持續投入種植，造成豆粕原料單價上漲。在豆粕原料市場低迷及平穩時期，農戶種植積極性降低，傾向選擇種植成本較低、收益較高的作物。這可能會對豆粕原料產量造成影響，引致豆粕價格下滑。

3.3.2.3 豆粕原料單價對玉米價格波動沖擊的響應（見圖5）

圖5 豆粕原料單價對玉米價格波動沖擊的響應

由圖5 可知，豆粕原料單價對農產品生產價格的正向沖擊在三大區制下均顯現出負向響應狀態。此后豆粕原料單價的負向效應漸趨下滑，在區制3 下恢復至初始水平，而在區制1和區制2下產生持續性正向效應。主要原因是玉米價格提升使豆粕原料價格在低迷及平穩時期上漲。2019 年6 月后豆粕原料單價持續降低，而同期玉米價格提升。為滿足生產需求，下游飼料企業開始購入低價豆粕原料。因此，豆粕原料供不應求，價格開始上漲，符合玉米和豆粕原料互為替代品的理論分析。

3.3.2.4 豆粕原料單價對農產品生產資料價格波動沖擊的響應（見圖6）

由圖6 可知，豆粕原料單價對農產品生產資料價格波動的正向沖擊在3 個區制下均呈短期上升趨勢，隨后急速下跌，但區制3 降幅顯著低于區制1 和區制2。由于豆粕原料供給存有滯后性，在豆粕原料單價上漲時期，農產品生產資料的補給有助于國內大豆產量提升，一定程度上緩解豆粕原料價格高漲。在豆粕原料價格平穩和低迷時期，豆粕原料供應量增加，引致豆粕原料價格走低。

4 討論

區制回歸結果表明，我國豆粕原料單價可以整體概括為“市場低迷—平穩運行—單價高漲”3大區制特征的波動態勢。在需求方面，玉米價格波動會引發豆粕原料價格同向波動，但存在一定滯后性。這符合玉米與豆粕原料互為代替品的理論分析。在供給層面，豆粕原料價格處于高漲時期，農產品生產價格及大豆產量上漲，均會引發豆粕原料價格進一步提升。這是由于農戶為追求更高的農產品收益會積極投入種植，使農產品生產價格上漲，進一步引致豆粕原料價格提升，形成反饋機制。農產品生產資料價格下滑能夠一定程度上降低豆粕原料價格，但難以顛覆性改變豆粕原料價格上升趨勢。這是由于豆粕原料供給存有滯后性，在豆粕原料單價高漲時期，進港大豆量不足使市場供不應求。此時，農產品生產資料補給有助于國內大豆產量提升，能夠一定程度上緩解豆粕原料價格的高漲。

當豆粕原料價格處于低迷時期和平穩時期。農產品生產價格及大豆產量下跌，均會引發豆粕原料價格下滑。原因是豆粕原價低迷時，飼料企業會出于生產成本角度出發，囤積大量低價大豆，使市場供給遠大于需求，進而導致豆粕原料價格持續走低。農產品生產資料價格上漲能夠引發豆粕原料價格的上漲，該過程中豆粕原料價格波動較小。原因是豆粕原料價格處于低迷時期和平穩時期時，市場內部豆粕原料供給充足、飼料企業庫存余量較大，促使豆粕原料價格穩定上漲。

5 建議

根據實證分析結論，針對穩定我國豆粕原料價格提出3 個建議。第一，完善豆粕原料價格信息發布體系。各地方應注重對經濟政策與信息的收集、整理及發布，輔助上游種植戶、下游飼料企業等市場參與主體及時獲取準確豆粕原料價格信息及相關政策。各市場參與主體便可依據經濟形勢及經營環節變化及時作出正確經營決策，推進豆粕原料價格保供穩價。第二，加強玉米價格、產量變化及農產品生產價格的動態監管。中央及地方應采用數字技術協同建立玉米價格、產量變化及農產品生產價格長效預警機制，通過大數據、區塊鏈等技術及時掌控豆粕原料價格動態、調控異常價格波動，從而減少豆粕原料供求雙方生產運營損失。第三，積極采取豆粕原料價格限價措施。在豆粕原料銷售過程中可以通過制定限價與差別定價標準，穩定豆粕原料價格，促使市場穩態化運作，從而減輕下游飼料企業的運行壓力。