康藝之 鄭業(yè)魯 林偉君 方偉

摘 要：本研究采用黑色預警方法，以價格波動率為警情指標，CPI月度波動率平均值1-2倍標準差確定警限，建立我國豬市價格異常波動預警模型并展開預警。結果顯示，2016年上半年我國豬市價格處于異常波動中，且多為重警狀態(tài)。異常波動主要源于生豬市場，豬肉市場價格異常波動警限等級輕于生豬市場。因此，生豬產(chǎn)業(yè)宏觀調控壓力要大于豬肉消費市場。建議從加大政府對養(yǎng)殖環(huán)節(jié)的固定扶持、增設肉豬保險、重視豬肉流通調控、建立統(tǒng)一信息平臺等方面出具對策措施。

關鍵詞：豬市價格；異常波動；黑色預警

中圖分類號：F326.3 文獻標志碼：A 文章編號：1008-2697（2016）01-0046-04

一、引言及文獻回顧

長期以來，中國生豬產(chǎn)量接近世界的一半，但近年國內生豬與豬肉市場的價格波動日漸增大，異常波動時有發(fā)生，給國內豬產(chǎn)業(yè)發(fā)展造成較大影響。因此，探尋豬市價格的波動情況，對未來豬市價格走勢展開預測預警，進而指導生產(chǎn)經(jīng)營和市場政策出具，對于穩(wěn)定市場價格、保障生產(chǎn)者利益具有重要意義。

關于豬價異常波動的預測及預警研究在國外開展較早，先后有Do Canto，Melinda等使用多變量遞回歸式模型對美國的生豬季度價格、月度價格展開過預測[1，2]，Ole采用通過建立生豬市場價格預測的年度模型、季節(jié)模型、ARIMA模型等方式，對美國生豬的市場價格波動展開過專門研究[3]。國內對于豬市價格預警的研究是在引進國外研究成果的基礎上，集中于用計量模型對市場價格波動周期和成因展開分析。如趙瑞瑩等采用BP神經(jīng)網(wǎng)絡模型對豬肉價格波動影響因素進行分析[4]。呂杰重在研究生豬市場價格的運行周期，并對其價格波動形成機理展開了分析[5]。欒淑梅等采用VAR模型對豬肉月度價格進行協(xié)整檢驗[6]。楊瑢利用MIMIC結構方程模型和月度價格，對生豬價格的波動及其風險臨界展開預警[7]。于少東運用X12季節(jié)調整法和HP濾波法對北京市豬肉月度批發(fā)價格進行研究[8]。范傳棋、陳迪欽等采用ARIMA模型預測了四川省和全國生豬價格波動，并用多元線性模型對價格波動影響因素展開分析等[9，10]。

因已有研究多分別選擇生豬或豬肉價格展開研究，不能綜合反應豬市價格異常波動給生產(chǎn)者和消費者所造成的不同影響，因此也就難以出具更加明確的政策指導建議。本研究選擇生豬以及豬肉兩種價格，分別用以反映生豬生產(chǎn)者和豬肉消費者面臨的豬產(chǎn)品價格波動不同影響。樣本數(shù)據(jù)采用2000年1月到2015年12月的月度數(shù)據(jù)，通過建立豬市價格波動率的時間序列模型，預測生豬市場和肉產(chǎn)品市場未來6個月的產(chǎn)品價格極其波動率。在此基礎上，提出我國豬市價格異常波動的相關對策建議。

二、 我國豬市價格異常波動的預警系統(tǒng)構建

因在警情信息不足時，黑色預警法有助于快速判斷特定產(chǎn)品未來價格波動水平，因此，本文采用黑色預警法展開分析。主要包括選擇未來價格預測模型、確定警情指標、劃分警限層次、分析判斷風險等級四個步驟。

（一）價格預測模型選擇

目前，在時間序列預測方面主要有時間序列趨勢法、彈性系數(shù)法、灰色預測法、Logistic模型等預測方法[11]。因ARIMA模型在分析短期時間序列數(shù)據(jù)方面具有良好的擬合效果，技術成熟，利用該模型展開價格預測，能夠實現(xiàn)最小方差下的最優(yōu)結果。因此，本文選擇ARIMA模型展開豬市價格預測。

（二）價格警情指標確定

警情指標是衡量市場價格波動是否出現(xiàn)異常的核心指標，本研究以價格波動率作為豬市價格風險預警的警情指標。以更加動態(tài)地反映豬市產(chǎn)品的價格變動水平及劃分風險程度，具體公式為：

Rt=（lnPt-lnPt-1）×100 （1）

其中，Pt和Pt-1分別表示第t月和第t-1月的豬市價格，Rt為豬市價格波動率，即相鄰月份豬市價格的對數(shù)一階差分。

（三）豬市價格波動的警限劃分

警限作為劃分有警或無警的界限，是預報警度的基礎。由于價格波動預警的警情指標屬于雙側有警，并非無波動就屬合理[12]。本文采用我國近三年來的CPI月度波動率平均值作為判斷標準，并依據(jù)1-2倍標準差確定警限。若豬市價格波動幅度過大，出現(xiàn)遠遠偏離CPI波動軌跡的情況，則認為價格水平異常波動，出現(xiàn)警情。其中，豬市價格波動率若在基準點一個標準差以內上下浮動，認為價格波動水平正常，屬于無警狀態(tài)；若價格波動率在一個標準差至兩個標準差之間，認為價格波動出現(xiàn)輕度異常；若價格波動率浮動水平超過了兩個標準差，則認為市場價格出現(xiàn)了重度異常，具體分類如表1：

采用近三年（2013-2015年）全國月度CPI 環(huán)比數(shù)據(jù)，計算預警系統(tǒng)價格波動率的參照平均值和標準差。得到2013-2015年 CPI環(huán)比指數(shù)的平均值為1.25，即平均波動率為正的0.25%，標準差為0.52。由此，可確定各級警度的區(qū)間如表2：

三、我國豬市價格異常波動預警的實證分析

依據(jù)上述預警體系，采用Eviews6.0軟件對我國豬市價格異常波動預警所需的價格數(shù)據(jù)及價格波動率等展開預測分析，并對我國豬市價格的異常波動情況展開預警。

（一）豬市價格走勢預測

1.價格數(shù)據(jù)的平穩(wěn)性檢驗

平穩(wěn)的時間序列是運用ARMA模型的基礎。因此，數(shù)據(jù)的平穩(wěn)性檢驗是展開價格預測模型建模的首要環(huán)節(jié)。經(jīng)檢驗，原豬市價格的數(shù)據(jù)并未通過平穩(wěn)性檢驗。為消除豬市價格原序列存在的趨勢性誤差，對原價格序列做一階自然對數(shù)逐期差分，通過計算豬市價格波動率消除趨勢和減小序列波動，并對豬市價格波動率序列進行ADF單位根檢驗，看各序列是否平穩(wěn)，結果如表3。

經(jīng)過對原價格序列做一階自然對數(shù)逐期差分，計算所得的豬市價格波動率已成為平穩(wěn)序列，但仍帶有明顯的季節(jié)趨勢。因此，對經(jīng)過處理的豬市價格波動率序列進行季節(jié)差分后可采用ARIMA模型建模。經(jīng)過多次測試，豬市價格波動率序列在三階季節(jié)差分后，不再出現(xiàn)序列季節(jié)性特征，但因差分后數(shù)據(jù)信息丟失過多，故本文只做一階季節(jié)差分即展開建模。

2.價格波動建模與參數(shù)估計

從單位根檢驗結果已知豬市原價格序列逐期差分階數(shù)d=1。因數(shù)據(jù)均為月度數(shù)據(jù)，且按照一階季節(jié)差分建模，故參數(shù)S=12，D取1。對于季節(jié)自回歸和移動平均階數(shù)p、q、P、Q，通過多次檢驗，主要觀察各序列的自相關函數(shù)和偏自相關函數(shù)。在反復比較模型解釋能力、參數(shù)顯著性后，最終確定的帶季節(jié)的模型形式為：SARIMA（0，1，2）（0，1，1）12，表4為模型各參數(shù)估計結果。

3.模型的有效性檢驗

完成對建模和參數(shù)估計后，對模型的殘差序列進行白噪聲檢驗，以確定所估計的模型已經(jīng)充分提取了序列中的有用信息[13]。根據(jù)圖1，豬市價格序列建模后的模型殘差序列自相關系數(shù)都明顯落入隨機區(qū)間，自相關系數(shù)的絕對值幾乎都小于0.1，與0無明顯差異，可以判定殘差序列是白噪聲，不存在有用信息沒有提取干凈的情況，可以采用所建的SARIMA模型展開價格預測。

4.豬市價格走勢預測

在當前的技術條件下，豬產(chǎn)品生產(chǎn)從仔豬出生到長成出欄的待宰活豬，需要6個月左右；這意味著，穩(wěn)定豬市價格，有必要在至少6-12個月之前就對產(chǎn)品價格展開預測預警分析，才有較大的經(jīng)濟意義。基于豬產(chǎn)品生產(chǎn)周期考慮，采用豬市價格季節(jié)模型，對生豬和豬肉價格走勢展開樣本外6個月的價格預測。本研究采用靜態(tài)預測方法逐步向前預測，實現(xiàn)了較好的擬合和預測效果，Theil指數(shù)在0.01左右，協(xié)方差比例達0.99，預測值和實際值之間的誤差率基本處于0.01%-0.31%之間，誤差較少。

（二）豬市價格異常波動預警結果

根據(jù)所預測的豬產(chǎn)品價格序列結果，計算豬市價格波動率，并分析異常波動警情，計算結果如表5。結果顯示，2016年上半年，我國豬市價格異常波動明顯，絕大部分時間均在正、負向重警之間來回波動，豬產(chǎn)業(yè)宏觀調控壓力較大。

四、結論與對策建議

研究結果顯示：（1）2016年上半年，我國豬市價格總體水平異常波動較頻繁，主要豬產(chǎn)品價格在正向重警和負向重警之間反復波動，生產(chǎn)者和消費者均面臨較大的市場風險和消費壓力。（2）從價格波動率來看，豬市價格異常波動主要來源于生豬交易市場，生產(chǎn)者面臨市場風險較大。其中，上半年負向重警占據(jù)主要地位，生豬市場價格下跌較快，豬價持續(xù)低迷，生豬存欄量增加。（3）豬肉市場價格異常波動警限等級輕于生豬市場。受生豬價格下跌影響，豬肉價格同步下降，預警結果顯示，豬肉異常波動等級輕于生豬價格，主要原因在于生豬市場多受調整效果時滯性影響，難以及時做出反應；而豬肉市場在短期內可供選擇的調控途徑較多，因此，只要采取適當措施，就可以避免市場價格的異常波動發(fā)生。

針對上述結論，從生豬養(yǎng)殖供應商和豬肉消費市場兩個角度提出建議：

（1）加大政府對養(yǎng)殖環(huán)節(jié)的固定扶持，減少養(yǎng)豬邊際效益波動從而減少投機性養(yǎng)豬行為決策的產(chǎn)生。特別是加大對研發(fā)和生產(chǎn)環(huán)節(jié)的支持力度，保障生豬市場貨源供應充足。一是加快生豬育種、豬病臨床診斷與疾病防控技術的科研與推廣。最大限度提高豬成活率，降低生豬病死率，提高生豬出欄水平，保證在合理出欄周期內將生豬供應到市場。二是盡快落實各項生豬產(chǎn)業(yè)政策，特別是將肉豬生產(chǎn)也全面納入保險，保障生產(chǎn)者利益，提高養(yǎng)殖戶積極性。

（2）重視豬肉流通各環(huán)節(jié)宏觀調控，減少流通成本，減輕消費者壓力。一是通過整治農(nóng)資市場、加強流通環(huán)節(jié)監(jiān)管、開展凍豬肉收儲等各種方式，對豬肉市場開展綜合治理，實現(xiàn)穩(wěn)定豬肉市場價格、緩解市場價格異常波動給市民帶來的不利影響。二是促進豬市供需市場信息平臺建設。相關部門應盡快建立統(tǒng)一、規(guī)范的農(nóng)產(chǎn)品價格數(shù)據(jù)信息平臺，及時、定期更新豬市產(chǎn)品數(shù)據(jù)信息，展開價格預警監(jiān)測，引導生產(chǎn)商、流通商和廣大消費者，避免各方出現(xiàn)大的判斷失誤，減少市場價格大幅和異常波動發(fā)生。

參考文獻：

[1]Do canto，Wilson leite.A recursive model for forecasting

quarterly and monthly US hog prices[D].Master thesis，

Michigan State University，1972.

[2]Melinda D，Ingco. Econometric and ARIMA models in

Predicting cattle and hog Prices：all Evaluation[D].

Master thesis： Michigan State University，1983.

[3]Ole Gjolberg.Are piglet prices rational hog prices

forecasts[J].Agricultural Economics，1995（13）：

119-123.

[4]趙瑞瑩，楊學成.農(nóng)產(chǎn)品價格風險預警模型的建立與應用——

基于BP人工神經(jīng)網(wǎng)絡[J].農(nóng)業(yè)現(xiàn)代化研究，2008，29（2）：

172-175.

[5]呂杰，綦穎.生豬市場價格周期性波動的經(jīng)濟學分析[J].

農(nóng)業(yè)經(jīng)濟問題，2007（7）：89-72.

[6]欒淑梅，壽金，呂杰等.省際間豬肉價格波動的動態(tài)關系研

究——基于VAR模型分析[J].農(nóng)業(yè)經(jīng)濟，2011（8）：87-88.

[7]楊瑢.基于結構方程模型的生豬價格預警研究[J].中國畜

牧雜志，2011，47（18）：6-9.

[8]于少東.北京市豬肉價格波動周期分析[J].農(nóng)業(yè)經(jīng)濟問題，

2012（2）：75-78.

[9]范傳棋，王映，譚靜.基于ARIMA模型的四川省生豬價格預

測[J].農(nóng)村經(jīng)濟與科技，2013，24（5）：31-33.

[10]陳迪欽，漆雁斌.中國生豬價格波動影響因素的實證分

析[J].湖北農(nóng)業(yè)科學，2013，52（4）：960-961.

[11]唐江橋.中國畜產(chǎn)品價格預測預警研究[D].福州：福建農(nóng)

林大學，2011，82-84.

[12]丁浩，張鵬程，霍國輝.山東省原油自給能力預測與分析[J].

技術經(jīng)濟，2011，30（9）：96.

[13]康藝之，方偉，林偉君.我國重要農(nóng)產(chǎn)品價格異常波動情報

預警分析[J].廣東農(nóng)業(yè)科學，2014（4）：200-204.

（責任編輯：吳 霞）