王 川，趙俊曄，鐘永玲

(1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京 100081;2.農(nóng)業(yè)部智能化農(nóng)業(yè)預(yù)警技術(shù)重點開放實驗室，北京 100081;3.農(nóng)業(yè)部信息中心，北京 100125)

糧食問題一直都是關(guān)系人民生活和經(jīng)濟發(fā)展的重大戰(zhàn)略問題，世界各國都給予廣泛關(guān)注與高度重視?，F(xiàn)階段，隨著經(jīng)濟一體化、全球化進程的加快，自然災(zāi)害、政策變動、投機炒作以及金融危機等多重因素對糧食市場價格的影響日益增強，糧食市場風(fēng)險驟然加大，進而波及社會的穩(wěn)定。

糧價是百價之基，糧食價格的頻繁波動對生產(chǎn)者行為、消費者行為以及宏觀經(jīng)濟都會產(chǎn)生重大影響［1］。一方面，糧食價格大幅度下跌往往導(dǎo)致農(nóng)民種糧增產(chǎn)不增收甚至減收，勢必挫傷農(nóng)民種糧積極性，對糧食生產(chǎn)產(chǎn)生一定的破壞作用，不利于保障糧食穩(wěn)定發(fā)展。另一方面，糧食價格的大幅度上漲，必然會帶動相關(guān)商品價格同時上漲，進而會牽動消費者的利益，尤其是增加了低收入群體的經(jīng)濟和心理負擔(dān)，不利于社會的穩(wěn)定。再者，糧食價格與通貨膨脹之間存在著互為因果的關(guān)系，我國幾次通貨膨脹的發(fā)生都與糧食價格上漲如影隨形，糧食價格的不穩(wěn)定，常常會制約國民經(jīng)濟的正常運行，不利于宏觀經(jīng)濟的穩(wěn)定發(fā)展。因此，管理和規(guī)避糧食市場風(fēng)險，已成為當(dāng)前各級政府部門的主要職責(zé)之一。開展市場風(fēng)險管理，不僅要認識風(fēng)險、識別風(fēng)險，更為重要的是要度量風(fēng)險、評估風(fēng)險?？陀^、準確地度量和評估糧食市場風(fēng)險發(fā)生的大小與程度是實施市場風(fēng)險管理的前提和基礎(chǔ)，能為管理者進行科學(xué)的糧食市場風(fēng)險管理提供量化的參考依據(jù)。

近年來，國內(nèi)外學(xué)者對糧食等農(nóng)產(chǎn)品市場風(fēng)險的研究非常廣泛和深入，但主要集中在農(nóng)產(chǎn)品市場風(fēng)險的產(chǎn)生、特點、影響、發(fā)生規(guī)律以及風(fēng)險管理等方面，而在市場風(fēng)險度量與評估方面的研究，一些學(xué)者主要考察的是農(nóng)產(chǎn)品期貨市場的風(fēng)險。例如，Giot［2］利用期貨市場的連續(xù)數(shù)據(jù)度量了咖啡、可可和糖的收益率波動，并運用風(fēng)險價值 (Value at Risk，簡稱為VaR)法度量了交易者的市場風(fēng)險。韓德宗［3］以鄭州商品交易所的硬麥期貨為例，通過構(gòu)造硬麥期貨合約收益率的時間序列，計算了序列的VaR值，并提出將VaR曲線和保證金水平相結(jié)合的方法，對商品期貨市場風(fēng)險進行單指標預(yù)警。王川［4］在GARCH模型的基礎(chǔ)上，采用VaR法分別對中國大豆、玉米和小麥期貨的基差風(fēng)險進行了定量測度。在農(nóng)產(chǎn)品現(xiàn)貨市場風(fēng)險度量方面，相關(guān)研究較少，主要查到筆者所在研究團隊于近年利用風(fēng)險價值法開展的相關(guān)研究。如張峭、王川等［5］利用VaR法對畜產(chǎn)品的市場風(fēng)險開展了度量研究，研究的結(jié)果表明，利用VaR法度量畜產(chǎn)品市場風(fēng)險切實可行，可以準確測算出畜產(chǎn)品市場的風(fēng)險值。Wang Chuan et al.［6］利用VaR法度量了不同水果品種的市場風(fēng)險，并按風(fēng)險大小將其劃分為3個風(fēng)險等級 。王川等［7］利用VaR法對北京市蔬菜市場風(fēng)險進行了度量與評估研究，研究結(jié)果表明蔬菜市場風(fēng)險發(fā)生頻繁，其價格上漲風(fēng)險與下跌風(fēng)險程度相當(dāng)。徐磊、張峭［8］利用VaR法度量了國際糧食市場風(fēng)險，模擬出國際糧食市場價格波動的概率分布模型，并計算出國際糧價波動的風(fēng)險值。

上述研究對于分析我國糧食市場風(fēng)險問題極具理論和現(xiàn)實意義，該文在借鑒上述研究成果的基礎(chǔ)之上，以我國小麥、玉米、粳稻、早秈稻、晚秈稻、大豆的市場價格為研究對象，利用VaR法度量我國糧食市場風(fēng)險大小，評估風(fēng)險發(fā)生程度，為政府部門更好地管理糧食市場風(fēng)險，采取科學(xué)有效的市場宏觀調(diào)控措施提供參考。

1 研究方法

風(fēng)險度量的概念來源于對證券以及金融資產(chǎn)投資進行管理的需要。是指對市場風(fēng)險產(chǎn)生的影響及后果進行評價，度量市場風(fēng)險發(fā)生的概率、規(guī)模和嚴重程度，其主要作用是為市場管理部門制定市場風(fēng)險管理應(yīng)對措施以及控制市場風(fēng)險提供量化依據(jù)。

真正意義上的定量化風(fēng)險度量方法當(dāng)以馬柯維茲提出的均值—方差理論為基石。1952年，馬柯維茲將統(tǒng)計學(xué)中“期望”與“方差”的概念引入對資產(chǎn)組合問題的研究，提出“用資產(chǎn)收益率的期望來度量預(yù)期收益，用資產(chǎn)收益的標準差來度量風(fēng)險”的思想，實現(xiàn)了將風(fēng)險定量化［9］。此后，風(fēng)險度量的方法得到不斷延伸，相繼出現(xiàn)了“安全第一法則”、半方差法、隨機主導(dǎo)法則、貝塔 (β)值、資本資產(chǎn)定價模型、LPM模型以及RLPM模型等。然而，這些方法存在的一個共同問題是，都將分析對象的分布形式假設(shè)為成正態(tài)分布，對風(fēng)險的度量過于抽象、不直觀，并且反映的只是市場的波動幅度，而并非真正的風(fēng)險狀態(tài)。1993年，G30集團在研究衍生品的基礎(chǔ)上，提出了度量市場風(fēng)險的風(fēng)險價值法 (VaR)。1994年，Morgan又推出了用于計算VaR的Risk Metrics風(fēng)險控制模型，從而使得VaR法逐漸成為金融界度量市場風(fēng)險的主要方法［9］。后經(jīng)Jorion、Duffie、Pan、Danielsson、Berkowi、Simons等人的發(fā)展，VaR法得到了廣泛的應(yīng)用，成為風(fēng)險管理的國際標準方法［10］。

VaR法之所以具有吸引力，主要是因為它把全部風(fēng)險概括為一個數(shù)字，可以簡單明了地反映市場風(fēng)險的大小，并且可以在事前計算風(fēng)險，便于進行風(fēng)險控制和風(fēng)險評估［11］。VaR的原始定義是，在正常的金融市場條件下和一定的置信水平α上，測算出在給定的時間段內(nèi)預(yù)期發(fā)生最壞情況的損失大?。?］。簡言之，VaR實際上要回答在概率給定情況下，資產(chǎn)組合在持有期內(nèi)最多可能損失多少，即可能遭受到的風(fēng)險程度。數(shù)學(xué)表達的嚴格定義為:

設(shè)X是描述資產(chǎn)組合損失的隨機變量，F(xiàn)(X)是其概率分布函數(shù)，置信水平為α，則:

(1)式中，ΔX為資產(chǎn)組合在持有期內(nèi)的損失，VaR為置信水平α下處于風(fēng)險狀態(tài)下的價值損失。具體講，VaR的計算過程為:對于某一資產(chǎn)組合損失的隨機變量X，首先，要模擬出該變量的概率分布形式，確定其概率分布函數(shù)F(X);其次，要利用參數(shù)估計法估算出該函數(shù)中的各項參數(shù)值;最后，在給定的置信水平α下，計算出可能的最大值，即上分位數(shù)。同理，在給定置信水平1－α下，可以計算出可能的最小值，即下分位數(shù)。

一般來說，運用數(shù)學(xué)模型定量分析社會經(jīng)濟現(xiàn)象，都必須遵循某些假設(shè)條件。VaR法通常包括以下兩點假設(shè):一是市場有效性假設(shè);二是市場價格隨機波動假設(shè)。從該文的研究對象來看，我國的農(nóng)產(chǎn)品市場能夠滿足弱式有效，這一點在以往的多項研究中都已得到驗證 (例如黃季焜等［12］，武拉平［13］)。并且，我國糧食市場現(xiàn)已發(fā)展成一個開放的大市場，開放程度較高，價格主要由市場供求關(guān)系決定，市場價格的波動具有隨機性。因此，我國糧食市場完全能夠滿足應(yīng)用VaR法所需的假設(shè)條件，利用VaR法度量我國糧食市場風(fēng)險在理論上可行。

2 我國糧食市場風(fēng)險的度量

2.1 數(shù)據(jù)來源與處理

為全面反應(yīng)我國糧食市場風(fēng)險狀況，該文選擇小麥、玉米、粳稻、早秈稻、晚秈稻、大豆等6種我國主要糧食品種的市場價格作為研究對象。數(shù)據(jù)來源于農(nóng)業(yè)部信息中心，價格數(shù)據(jù)類型為各糧食品種國際中等質(zhì)量標準的國內(nèi)批發(fā)市場價格，數(shù)據(jù)時間跨度為2001年11月至2011年6月的月度價格數(shù)據(jù)。

研究市場風(fēng)險，有必要將價格的歷史數(shù)據(jù)進行剔除趨勢處理，以減少貨幣幣值變動、利率變動以及通脹等因素所帶來的影響，從而僅研究價格波動的一面。在此，該文采用環(huán)比統(tǒng)計法，將我國糧食市場價格時間序列構(gòu)建成一個月度間環(huán)比增長率序列。其構(gòu)建方法如下:

(2)式中，Rm為我國糧食市場價格的月度環(huán)比增長率，Pj為第j月的糧食市場價格，Pj－1為第j－1月的糧食市場價格。以此方法，分別構(gòu)建出我國小麥、玉米、粳稻、早秈稻、晚秈稻、大豆的市場價格月度環(huán)比增長率時間序列，分別記為 {Rmw}、{Rmc}、{Rmjr}、{Rmzr}、{Rmwr}和 {Rms}，每組序列的數(shù)據(jù)量均為115個。

2.2 數(shù)據(jù)的平穩(wěn)性檢驗

在進行時間序列分析時，要求所用的時間序列數(shù)據(jù)必須穩(wěn)定，否則會產(chǎn)生單位根，出現(xiàn)“偽回歸”問題。在此，該文利用單位根的ADF檢驗和PP檢驗分別對構(gòu)建的我國6種糧食市場價格月度環(huán)比增長率時間序列 {Rmw}、{Rmc}、{Rmjr}、{Rmzr}、{Rmwr}和 {Rms}進行平穩(wěn)性檢驗。檢驗結(jié)果表明，這6組時間序列均在1%顯著水平下拒絕了存在單位根的原假設(shè)，即這6種糧食的市場價格月度環(huán)比增長率時間序列均為平穩(wěn)序列。

2.3 我國糧食市場價格波動的特征分析

表1給出了我國玉米、小麥、粳稻、早秈稻、晚秈稻、大豆6種糧食市場價格月度環(huán)比增長率的描述性統(tǒng)計結(jié)果，反映了我國糧食市場價格波動的總體特征。從分析結(jié)果可以看出，我國糧食市場價格月度間存在明顯波動，市場價格相對隨機波動幅度均達到10%左右，我國糧食市場存在著一定程度的價格波動風(fēng)險。具體特征表現(xiàn)為:第一，從標準差、最大值、最小值3項指標來看，大豆的這3項指標絕對值均大于其他糧食品種。這表明，大豆的市場風(fēng)險要高于其他糧食品種。第二，從偏態(tài)系數(shù)來看，除大豆的偏態(tài)系數(shù)為負以外，其他糧食品種的偏態(tài)系數(shù)均為正。這表明，大豆市場價格增長率低于其平均價格增長率的時候相對多一些，而玉米、小麥、粳稻、早秈稻、晚秈稻市場價格增長率高于其平均價格增長率的時候較多。第三，從JB統(tǒng)計量及其相伴概率來看，玉米、小麥、粳稻、早秈稻、晚秈稻、大豆市場價格增長率的JB統(tǒng)計量均超過了5%顯著水平下卡方分布的臨界值 (5.99)，并且他們的相伴概率也均為0，因此，可以初步判斷這6種糧食市場價格月度環(huán)比增長率的概率分布在5%顯著水平下拒絕了服從正態(tài)分布的假設(shè)。也就是說，我國糧食市場風(fēng)險的發(fā)生概率表現(xiàn)出某種特有的分布模式，需要通過優(yōu)度擬合來確定每個糧食品種的具體概率分布模式。

2.4 我國糧食市場價格波動的概率分布擬合

根據(jù)VaR市場風(fēng)險度量思想，要度量糧食市場價格波動風(fēng)險，其前提條件是要明確我國糧食市場價格波動風(fēng)險的概率分布。從我國玉米、小麥、粳稻、早秈稻、晚秈稻、大豆6種糧食的市場價格月度環(huán)比增長率的描述性統(tǒng)計特征分析結(jié)果已知，我國糧食市場價格波動的概率分布并不服從正態(tài)分布的傳統(tǒng)假設(shè)，但其具體分布模式需要通過優(yōu)度擬合才可得知。為了盡可能客觀、準確地反映不同糧食品種市場價格波動風(fēng)險的概率分布，該文選取了當(dāng)前國內(nèi)外在市場風(fēng)險度量中常用的7種概率分布模型作為候選模型，即Beta分布、Gamma分布、Weibull分布、Normal分布、Lognormal分布、Logistic分布和Log－Logistic分布，并利用安德森—達林統(tǒng)計量 (AD統(tǒng)計量)、科爾莫戈羅夫—斯米爾諾夫統(tǒng)計量 (KS統(tǒng)計量)、卡方統(tǒng)計量對每種糧食市場價格波動風(fēng)險的概率分布進行檢驗并選擇出最優(yōu)概率分布模型。選擇最優(yōu)概率分布模型的標準為:若AD統(tǒng)計量、KS統(tǒng)計量和卡方統(tǒng)計量三者的檢驗結(jié)果一致，則以該結(jié)果為準;若這3種統(tǒng)計量的檢驗結(jié)果有差別，則以AD統(tǒng)計量的檢驗結(jié)果作為最終結(jié)果，這是由于AD統(tǒng)計量在這3種統(tǒng)計量中是最為穩(wěn)健的一種。

表1 我國糧食市場價格月度環(huán)比增長率的描述性統(tǒng)計分析結(jié)果

運用Easyfit 5.5概率分布擬合軟件對我國糧食市場價格波動風(fēng)險的概率分布進行了優(yōu)化擬合，從AD統(tǒng)計量、KS統(tǒng)計量和卡方統(tǒng)計量的檢驗結(jié)果 (表2)可以看出，正態(tài)分布并不是擬合我國糧食市場價格波動風(fēng)險的最優(yōu)模型，這與表1的分析結(jié)果相一致。玉米、小麥、粳稻、早秈稻、晚秈稻市場價格波動風(fēng)險的概率分布服從了Log－Logistic分布，而大豆市場價格波動風(fēng)險的概率分布則服從了Logistic分布。這一結(jié)果表明，在我國目前的市場環(huán)境下，大豆市場風(fēng)險的產(chǎn)生原因與其他糧食品種有所不同。當(dāng)前，我國玉米、小麥、粳稻、早秈稻、晚秈稻的市場價格波動主要緣于國內(nèi)市場供求關(guān)系變化的結(jié)果，而我國大豆由于進口量逐年劇增，對外依存度過高，其市場價格波動主要受到國際大豆市場價格變化的影響。

表2 我國糧食價格波動風(fēng)險的概率分布檢驗結(jié)果

早秈稻Beta 3.34 4 0.13 4 41.31 6 Gamma 3.12 3 0.12 3 38.89 4 Log－Logistic 1.17 1 0.09 1 7.23 1 Logistic 3.98 5 0.15 5 24.34 2 Lognormal 2.82 2 0.12 2 30.34 3 Normal 5.19 6 0.16 6 41.30 5 Weibull 5.55 7 0.17 7 67.38 7晚秈稻Beta 4.40 4 0.15 4 53.33 6 Gamma 3.84 3 0.14 3 41.27 4 Log－Logistic 1.59 1 0.09 1 14.27 1 Logistic 5.38 5 0.18 6 32.60 2 Lognormal 3.39 2 0.13 2 33.11 3 Normal 6.75 7 0.19 7 42.41 5 Weibull 6.37 6 0.17 5 62.00 7大豆Beta 2.55 3 0.11 3 26.20 5 Gamma 2.72 6 0.12 6 23.76 3 Log－Logistic 1.61 2 0.10 2 14.55 2 Logistic 1.55 1 0.09 1 13.49 1 Lognormal 2.59 5 0.12 5 24.85 4 Normal 2.58 4 0.11 4 26.20 6 Weibull 3.67 7 0.13 7 27.70 7

在確定了不同糧食品種市場價格波動風(fēng)險的最優(yōu)概率分布之后，需對相應(yīng)的概率分布模型進行參數(shù)估計，以得到概率分布密度函數(shù)。該文利用參數(shù)估計法中的極大似然估計法 (OLS)分別估算出我國6種糧食市場價格波動風(fēng)險概率分布模型的參數(shù)值，并寫出具體的概率分布密度函數(shù) (表3)。利用這些密度函數(shù)，便可以計算出一定置信水平α下概率分布函數(shù)的上下分位數(shù)。計算得出的上分位數(shù)對應(yīng)的就是市場價格上漲的最大風(fēng)險值，將其稱為上行VaR值;計算得出的下分位數(shù)則對應(yīng)市場價格下跌的最大風(fēng)險值，稱為下行VaR值。

表3 我國糧食價格波動風(fēng)險的最優(yōu)概率分布模型及其密度函數(shù)

2.5 我國糧食市場價格波動風(fēng)險值的度量

該文運用Decision Tools中的@Risk 5.7數(shù)理分析軟件分別對90%和95%置信水平下的我國糧食市場價格波動風(fēng)險值進行計算。(1)計算上行VaR值。首先對表3中概率密度函數(shù)中的f(x)賦值90%或95%，計算出概率密度函數(shù)中的x值。(2)下行VaR值。再對表3概率密度函數(shù)中的f(x)賦值 (1－90%)或 (1－95%)，計算出在10%或5%的置信水平下的x值 (表4)。

表4 我國糧食價格波動風(fēng)險值 (%)

該文將置信水平分別選取為90%和95%，主要是根據(jù)對我國糧食市場價格多年行情變化進行分析而得出的經(jīng)驗判斷。對于表4的計算結(jié)果，可以作出以下分析:

(1)在正常市場條件下，可以認為我國糧食市場價格月度環(huán)比波動率在上行VaR值與下行VaR值之間的范圍內(nèi)為相對安全區(qū)間，若在上行VaR值與下行VaR值的范圍之外則認為市場處于風(fēng)險發(fā)生區(qū)域。如果簡單地將我國糧食市場風(fēng)險劃分低風(fēng)險和高風(fēng)險兩個級別，即風(fēng)險發(fā)生概率為10%的為低風(fēng)險，風(fēng)險發(fā)生概率為5%的為高風(fēng)險。那么，當(dāng)我國糧食市場價格月度環(huán)比波動率數(shù)值處于90%置信水平下的相對安全區(qū)間之外，就可以認為糧食市場出現(xiàn)了低風(fēng)險;當(dāng)糧食市場價格月度環(huán)比波動率數(shù)值處于95%置信水平下的相對安全區(qū)間之外，則可以認為我國糧食市場風(fēng)險已經(jīng)達到高風(fēng)險級別。由此可見，利用VaR法所計算得出的市場風(fēng)險值完全可以構(gòu)建一套市場風(fēng)險預(yù)警所需的警界限，為科學(xué)開展市場風(fēng)險預(yù)警提供了一種客觀測算警界限的計算方法。

(2)計算結(jié)果表明，我國糧食市場價格上漲的風(fēng)險要大于價格下跌的風(fēng)險，即在90%和95%的置信水平下，上行VaR值的絕對值均大于下行VaR值的絕對值。糧食價格的上漲雖然能在一定程度上增加種糧農(nóng)民的收益，但糧價上漲幅度超過一定界限后，一方面會給社會消費者帶來某種程度的經(jīng)濟與心理壓力，導(dǎo)致需求水平下降，造成供需失衡;另一方面，更為重要的是糧價的快速上漲往往會引起整體國民經(jīng)濟的波動，其直接結(jié)果是助推了通貨膨脹的發(fā)生，進而會影響到社會的和諧與穩(wěn)定，反而會產(chǎn)生更大的風(fēng)險。

(3)比較6種糧食的市場風(fēng)險值，可以看出，我國各種糧食市場風(fēng)險的發(fā)生大小有所不同，其中大豆的市場風(fēng)險值最大，其次為玉米、粳稻、早秈稻、晚秈稻，小麥的市場風(fēng)險值最小。這說明，我國大豆市場價格的波動頻率及波動幅度相對要高，其所承受的市場風(fēng)險明顯大于其他糧食品種，這一結(jié)果與表1的分析結(jié)果一致。

3 我國糧食市場風(fēng)險的評估

風(fēng)險評估是風(fēng)險管理的一項重要內(nèi)容，風(fēng)險評估的目的主要是對某一段時期內(nèi)市場風(fēng)險的發(fā)生頻率及發(fā)生強度進行評定，以判斷在該時期內(nèi)市場風(fēng)險的發(fā)生狀況。該文利用比值法對我國糧食市場風(fēng)險進行評估，其具體做法為:以前文計算得出的糧食市場風(fēng)險值 (VaR值)為基本參照值，將2001年11月至2011年6月間我國6種糧食市場價格月度環(huán)比波動率與其對比，如果某個月某種糧食價格的月度環(huán)比波動率數(shù)值處于安全區(qū)間內(nèi)，則判定這個月該品種糧食的市場沒有風(fēng)險發(fā)生;相反，則認為有風(fēng)險發(fā)生。這里，將糧食市場價格月度環(huán)比波動率與VaR值的比值稱為市場風(fēng)險評估系數(shù)，以N表示，其基本表達式為:

(3)式中，Nj代表第j月的市場風(fēng)險評估系數(shù)，Rmj代表第j月的糧食市場價格月度環(huán)比波動率，VaR為計算所得的風(fēng)險值，包括上行VaR值和下行VaR值。

判定是否發(fā)生風(fēng)險的標準為:若Nj≥1，則斷定第j月發(fā)生了市場風(fēng)險，記錄為發(fā)生1次風(fēng)險;若Nj≤1，則認為第j月沒有發(fā)生市場風(fēng)險。經(jīng)過逐月的對比分析，將記錄的風(fēng)險發(fā)生次數(shù)進行匯總，則得出2001年11月至2011年6月間我國糧食市場價格波動風(fēng)險的發(fā)生頻率 (表5)。

計算結(jié)果表明，我國糧食月度間市場風(fēng)險發(fā)生較為頻繁，從所分析的6種糧食來看，在90%的置信水平下，我國6種糧食市場價格波動風(fēng)險的發(fā)生頻率平均為21.3次，市場風(fēng)險發(fā)生率平均為18.52% (在2001年11月至2011年6月的115個月里，發(fā)生市場風(fēng)險的月份所占比例)。同時，從表5的結(jié)果中還可看出，我國糧食市場價格波動風(fēng)險的發(fā)生強度也較高。在95%置信水平下高風(fēng)險的發(fā)生頻率平均為14次，市場高風(fēng)險發(fā)生率平均為12.17%，占發(fā)生風(fēng)險次數(shù) (平均21.3次)的65.73%?？梢?，我國糧食市場不僅是一個風(fēng)險發(fā)生頻率較高的市場，還是一個高風(fēng)險市場，是一個值得各級政府部門重點關(guān)注的市場。

此外，從計算結(jié)果中還可明顯地看到，糧食市場價格的上漲風(fēng)險與下跌風(fēng)險同等重要。分析結(jié)果表明，發(fā)生價格上漲風(fēng)險的頻率與發(fā)生價格下跌風(fēng)險的頻率基本相當(dāng):在90%置信水平下，我國6種糧食發(fā)生價格上漲風(fēng)險的平均次數(shù)為10.8次，發(fā)生價格下跌風(fēng)險的平均次數(shù)為10.5次;在95%置信水平下，6種糧食發(fā)生價格上漲風(fēng)險和價格下跌風(fēng)險的平均次數(shù)分別為7.5次和6.5次。通常情況下，人們關(guān)心較多的是糧食價格的上漲風(fēng)險，而對糧食價格下跌風(fēng)險的關(guān)注不足。事實上，糧食價格下跌所帶來的后果更為嚴重?！百u糧難”、“增產(chǎn)不增收”等情況的發(fā)生，會直接影響到種糧農(nóng)民的收益，進而使農(nóng)民的生產(chǎn)積極性遭到打擊而出現(xiàn)擴大再生產(chǎn)受阻的現(xiàn)象，這會導(dǎo)致下一期糧食由于生產(chǎn)不足而產(chǎn)生新一輪價格大幅上漲的風(fēng)險，致使市場風(fēng)險循環(huán)發(fā)生，難以保持穩(wěn)定。

表5 我國糧食價格波動風(fēng)險的發(fā)生頻率

4 結(jié)論與啟示

研究的主要結(jié)論有:第一，正態(tài)分布并不是擬合我國糧食市場價格波動風(fēng)險的最優(yōu)分布，不同品種糧食市場價格波動風(fēng)險的最優(yōu)概率分布有所不同;第二，不同品種糧食因價格波動所產(chǎn)生的市場風(fēng)險大小有所差異，其中，大豆的市場風(fēng)險明顯高于其他糧食品種，其市場價格波動幅度相對較大，所承受的市場風(fēng)險更大;第三，糧食市場價格下跌風(fēng)險與市場價格上漲風(fēng)險的發(fā)生頻率基本相當(dāng)，兩者同等重要，在重點關(guān)注糧食價格上漲風(fēng)險的同時，更應(yīng)重視糧食價格下跌所產(chǎn)生的風(fēng)險。

基于以上結(jié)論看出:我國糧食市場是一個風(fēng)險頻發(fā)且風(fēng)險程度較高的一類農(nóng)產(chǎn)品市場，政府管理部門應(yīng)重點長期監(jiān)測糧食市場的價格變化，加強糧食市場風(fēng)險的管理。第一，應(yīng)建立糧食市場價格預(yù)警機制，密切監(jiān)測糧食的生產(chǎn)，加強對流通過程的管理，定期或不定期地開展糧食市場風(fēng)險的度量與評估，及時發(fā)現(xiàn)糧食市場價格的異常波動，并對異常波動發(fā)出預(yù)警信息，分析波動原因并預(yù)測后續(xù)影響;第二，應(yīng)完善糧食市場體系建設(shè)，建立全國統(tǒng)一、信息完全、公平競爭的糧食流通市場，充分發(fā)揮期貨市場的價格發(fā)現(xiàn)和風(fēng)險規(guī)避功能，有效利用糧食儲備的吞吐調(diào)節(jié)作用熨平糧食價格的異常波動，通過科學(xué)防范市場風(fēng)險以實現(xiàn)我國糧食生產(chǎn)穩(wěn)定持續(xù)發(fā)展;第三，應(yīng)大力發(fā)展農(nóng)業(yè)保險市場，擴大作物保險的險種范圍，強化其政策性保險地位并提高其保障力度，加快糧食再保險、巨災(zāi)保險的實施，尋求建立糧食生產(chǎn)成本價格保險制度，以資本市場的支持保障種糧農(nóng)民的基本利益免受損失，從而確保農(nóng)民的種糧積極性，保障我國糧食安全。

［1］羅萬純，劉銳.中國糧食價格波動分析:基于ARCH類模型.中國農(nóng)村經(jīng)濟，2010，(4):30～37

［2］Giot，Pierre.The Information Content of Implied Volatility in Agricultural Commodity Market.Journal of Futures Markets，2003，5:441～451

［3］Wang Chuan，Zhao Junye and Huang Min.Measurement of the Fluctuation Risk of the China Fruit Market Price Based on VaR.Agriculture and Agricultural Science Proscenia，2010，(1):212～218

［4］韓德宗.基于VaR的我國商品期貨市場風(fēng)險的預(yù)警研究.管理工程學(xué)報，2008，22(1):117～121

［5］王川.基于VaR的我國糧食期貨市場基差風(fēng)險度量與分析.農(nóng)村經(jīng)濟與科技，2010，21，(7):8～11

［6］張峭，王川，王克.我國畜產(chǎn)品市場價格風(fēng)險度量與分析.經(jīng)濟問題，2010，(3):90～94

［7］王川，趙友森.基于風(fēng)險價值法的蔬菜市場風(fēng)險度量與評估.中國農(nóng)村觀察，2011，(5):45～54

［8］徐磊、張峭.國際糧食市場價格風(fēng)險評估研究.中國農(nóng)業(yè)大學(xué)學(xué)報，2011，16(4):158～163

［9］蔣曉陽.風(fēng)險度量理論綜述.世界經(jīng)濟情況，2002，(14):1～5

［10］李金庫，張啟文.VaR方法在我國商業(yè)銀行市場風(fēng)險管理中的應(yīng)用.商業(yè)經(jīng)濟，2009，(5):60～62

［11］馬超群，李紅權(quán).VaR方法及其在中國金融風(fēng)險管理中的應(yīng)用.系統(tǒng)工程，2000，20(2):56～59

［12］黃季焜，Rozelle，S.，解玉平，等.從農(nóng)產(chǎn)品價格保護程度和市場整合看入世對中國農(nóng)業(yè)的影響.管理世界，2002，(9):84～94

［13］武拉平.農(nóng)產(chǎn)品市場一體化研究.北京:中國農(nóng)業(yè)出版社，2000