劉 凱 穆月英* 韓 婷，2

（1中國農(nóng)業(yè)大學經(jīng)濟管理學院，北京 100083；2農(nóng)業(yè)部種植業(yè)司，北京 100125）

1 引言

蔬菜是我國重要的農(nóng)業(yè)產(chǎn)業(yè)之一，是居民必不可少的消費品，蔬菜的產(chǎn)業(yè)發(fā)展和價格波動關(guān)系著城鎮(zhèn)居民的蔬菜供求，同時也關(guān)系著農(nóng)戶的蔬菜生產(chǎn)產(chǎn)值變化情況，與生產(chǎn)者利益息息相關(guān)。蔬菜價格的波動不僅受產(chǎn)量的影響，還受運輸成本、市場政策、流通體系、消費者偏好、居民人均可支配收入等多方面綜合因素的影響。同時相對于糧食作物等其他農(nóng)作物，由于蔬菜本身具有貯存期短、損耗率高、需求彈性較大等多方面的特性，導致蔬菜價格波動相對于糧食價格波動更為劇烈。

近年來，蔬菜價格的頻繁波動無論是對蔬菜種植戶，還是對消費者均會產(chǎn)生影響。蔬菜價格上漲使通貨膨脹壓力增大，并且會抑制蔬菜需求，對我國經(jīng)濟可持續(xù)增長帶來負向影響；若蔬菜價格下跌，又會導致“菜賤傷農(nóng)”?？梢?，蔬菜價格異常波動會給蔬菜產(chǎn)業(yè)的可持續(xù)發(fā)展帶來風險，也會影響社會經(jīng)濟發(fā)展。因此，分析蔬菜價格的變動規(guī)律，進一步測算蔬菜價格波動產(chǎn)生的市場風險，具有重要的理論意義和現(xiàn)實意義。

關(guān)于我國蔬菜價格問題的研究，目前主要集中于以下兩個方面。第一，對于蔬菜價格波動特征及規(guī)律的研究。李娜和史建民（2012）利用ARCH類模型對我國18種蔬菜的2004～2011年月度批發(fā)價格指數(shù)進行了波動特征研究，發(fā)現(xiàn)冬瓜等6種蔬菜的價格具有顯著的異方差效應(yīng)、波動集簇性和非對稱效應(yīng)，其中除洋蔥和青椒外，剩余4種蔬菜的非對稱效應(yīng)都具有減小價格波動的作用。安玉發(fā)（1996）基于蔬菜產(chǎn)地批發(fā)市場角度，討論了產(chǎn)地蔬菜的供給和價值的關(guān)系及變動規(guī)律。周振亞等（2102）從零售價格和批發(fā)價格兩個方面，選取36個大中城市應(yīng)季大路菜的田間平均價格和年平均價格作為分析對象，分析了我國蔬菜田間收購價格、批發(fā)市場價格、零售市場價格的變動特征，研究發(fā)現(xiàn)我國蔬菜產(chǎn)能過剩、跨區(qū)流通體系不健全是導致蔬菜價格不穩(wěn)定的主要原因。第二，對蔬菜價格波動影響因素的研究。潘鳳杰和穆月英（2011）采用2007年至2011年1月的北京市蔬菜總體平均價格且運用多元回歸模型分別對蔬菜價格波動的長期趨勢、季節(jié)變動和隨機波動等波動特點及影響蔬菜價格變動的因素進行了分析，結(jié)果表明蔬菜上市量、農(nóng)用生產(chǎn)資料價格、季節(jié)、自然災(zāi)害等因素均對北京市蔬菜價格有影響。趙曉飛（2015）首先分析了我國蔬菜市場存在的主要問題，后又結(jié)合相關(guān)數(shù)據(jù)分析了影響我國蔬菜市場價格波動的因素，研究認為影響我國蔬菜價格波動的重要因素有土地、氣候、流通成本、農(nóng)戶決策機制、運輸成本、通貨膨脹、供給和彈性、蔬菜特性。羅超平等（2013）采用2003～2011年蔬菜價格的省際面板數(shù)據(jù)，對蔬菜價格波動與內(nèi)生因素的相互作用進行了實證分析，結(jié)果顯示，增加蔬菜產(chǎn)量不會抑制價格上漲，蔬菜成本—價格影響機制不暢通，需求對蔬菜價格有正影響，蔬菜價格對蔬菜產(chǎn)量、生產(chǎn)成本及城鎮(zhèn)居民需求有較好的調(diào)節(jié)作用，對于農(nóng)村居民消費需求調(diào)節(jié)效果則不明顯。目前學術(shù)界對于蔬菜價格波動的研究主要集中于波動規(guī)律和蔬菜價格波動影響因素方面，而鮮見專門針對蔬菜價格波動引起的風險特征的研究。

關(guān)于蔬菜價格變動的分析方法也各有不同，朱堅真和劉漢斌（2012）、王俊芹等（2013）、黃文彪等（2012）、張雯麗和李秉龍（2009）主要采用分析長期趨勢、季節(jié)波動、隨機波動的方法，繼而通過多元回歸模型分析影響蔬菜價格波動的因素，也有部分研究針對水產(chǎn)、水果、農(nóng)資、棉花價格的波動特征采用了ARCH類模型。丁井瑞（2013）通過“蛛網(wǎng)模型”、博弈論等工具和理論，研究認為大蒜等蔬菜價格異常波動的基本原因是供求失衡，蔬菜價格的波動同樣會影響下一期蔬菜的供求關(guān)系，小農(nóng)戶與大市場的矛盾是價格發(fā)生劇烈波動的深層原因。孫倩和穆月英（2011）認為蔬菜價格存在季節(jié)波動、長期趨勢和超常波動，且受生產(chǎn)、流通等多方面因素影響。林光華和陳鐵（2011）在采用ARCH模型研究世界大米市場價格的波動時，考慮了庫存的結(jié)轉(zhuǎn)作用帶來的ARCH效應(yīng)，同時引入了貿(mào)易自由化、全球石油價格等影響因素。

結(jié)合以上綜述，本文以北京市蔬菜價格為研究對象，采用2007年6月至2015年11月北京市蔬菜總體按月平均價格數(shù)據(jù)，采用基于ARCH類模型的風險分析方法，對蔬菜價格波動規(guī)律及風險特征進行研究，得出相關(guān)結(jié)論和相應(yīng)的政策建議，以更全面地掌握北京市蔬菜的市場風險，設(shè)計更為合理的蔬菜價格波動風險管理工具。

2 蔬菜價格波動分析

北京市蔬菜價格波動具有季節(jié)性、長期趨勢、周期性等特點，同時也具有一些隨機波動的特征。蔬菜成本變動是其價格變動的最根本原因，從市場供求的角度來看，供求是影響蔬菜價格的重要因素，而流通、替代品價格波動等其他因素會影響蔬菜供求。

2.1 蔬菜價格波動特征

本文以北京市為例，根據(jù)北京市場協(xié)會蔬菜交易的日交易量和日交易額數(shù)據(jù)整理得到2007年6月至2015年11月蔬菜總體交易月度平均價格數(shù)據(jù)。從圖1可以看出北京市蔬菜價格波動具有以下特征。

圖1 北京市蔬菜月度平均價格序列

2.1.1 蔬菜價格波動具有季節(jié)性和上漲趨勢 2007年以來，北京市蔬菜價格每年表現(xiàn)出很明顯的季節(jié)性波動，年度內(nèi)蔬菜價格波動呈“V”字形變動，即在年周期內(nèi)，高位點在年初，2、3月回落，7、8月跌到最低點，接著開始逐步上漲，一直到年末或次年年初再次漲到最高點。這主要是由于冬夏蔬菜供求差異造成的，冬季蔬菜需求多供給少，因而蔬菜價格是全年最高，而夏季由于蔬菜供給多，使得蔬菜價格相對較低。

由圖2可以看出，自2007年6月以來，趨勢線呈上升態(tài)勢，說明蔬菜價格呈逐年上漲的趨勢。圖3是北京市蔬菜年平均價格及定基價格指數(shù)、定基價格指數(shù)漲幅圖。以2007年為基期，2008年蔬菜價格指數(shù)為111%，2015年蔬菜價格指數(shù)為177%，價格指數(shù)年平均遞增率為8.25%，明顯超過同期CPI漲幅。由圖2和圖3可以看出，2007～2008年、2010～2011年、2013～2014年蔬菜價格增速比較緩慢，說明這3個時間段北京市蔬菜供求關(guān)系相對比較穩(wěn)定，沒有大幅波動。而2008～2010年由于姜、蒜、蔥等蔬菜作物價格的異常波動上漲導致了這幾年內(nèi)蔬菜價格指數(shù)漲幅增大、加快，2013年蔬菜定基價格指數(shù)達到了330%，定基價格指數(shù)達到了這一時期的最高水平。

2.1.2 季節(jié)性波動振幅隨時間趨緩 圖4是北京市蔬菜價格季節(jié)因子序列圖。各年度內(nèi)，1～12月，季節(jié)因子大體呈現(xiàn)“V”字形變化趨勢，1、2月為本年度內(nèi)的最高價格，3月起價格開始下降，直到6～8月價格降到本年度最低點，之后開始回升，直到11月至次年2月，蔬菜價格回到最高水平。這種變動趨勢符合蔬菜生產(chǎn)特點，每年冬季及春初為蔬菜上市淡季，蔬菜生產(chǎn)成本提高，受蔬菜供給量和需求量的雙重影響，蔬菜價格較高；每年夏季6～8月伴隨著露地蔬菜、大棚蔬菜、溫室蔬菜的大量收獲、上市，蔬菜價格也降到一年的谷底。從圖中可以看到季節(jié)因子波動序列振幅趨緩，說明季節(jié)性價格變化范圍減小。

圖2 分離季節(jié)性成分后的北京市蔬菜月度價格序列

圖3 北京市蔬菜年平均價格及定基價格指數(shù)、定基價格指數(shù)漲幅

圖4 北京市蔬菜價格季節(jié)因子序列

圖5 北京蔬菜價格的不規(guī)則分量序列

2.1.3 偶然因素導致隨機波動 由圖5可以看出，2008年 1～2月，2009年 9～11月，2010年10～12月，2012年6月至2013年4月，2013年10～12月，2015年7～9月這些時間段內(nèi)，北京市蔬菜價格的隨機要素發(fā)生了較為劇烈的波動。分析各年事件可以看到，2007年糧食、豬肉、食用油等農(nóng)產(chǎn)品大幅漲價，對蔬菜價格有連帶傳導效應(yīng)，當年夏天全國大范圍受暴雨襲擊，對各地蔬菜生產(chǎn)造成了負面影響，影響了當季蔬菜上市量，造成2008年1～2月蔬菜價格大幅上漲；2009年秋季，強寒流侵襲全國大部分地區(qū)，導致北京市蔬菜價格上漲；2010年9月，我國北方地區(qū)大幅降溫，使得北京市蔬菜市場供給降低，供給缺口導致蔬菜價格上漲；2012年秋季與2015年秋季情況類似，氣候反常，極端天氣頻現(xiàn)，低溫寒潮導致南方蔬菜退市后，北方蔬菜無法及時上市保證足夠的供給，北京市蔬菜市場出現(xiàn)供給缺口，蔬菜價格連續(xù)上漲。

2.1.4 蔬菜價格的循環(huán)變動和趨勢變動 圖6是蔬菜價格的趨勢變動和循環(huán)變動序列，即已經(jīng)剔除了季節(jié)因子及不規(guī)則波動因子的影響，得到了北京市蔬菜價格的趨勢變動和循環(huán)變動序列，可以看出北京市蔬菜價格呈逐漸上升的變動趨勢。

圖6 北京市蔬菜價格的趨勢變動和循環(huán)變動序列

如圖7所示，由于趨勢因子在樣本范圍內(nèi)呈線性上升的趨勢，用線性方程擬合時間T關(guān)于蔬菜價格趨勢序列P的關(guān)系，得到如下方程（系數(shù)下方括號內(nèi)為t值）：

圖7 北京市蔬菜價格趨勢循環(huán)序列的H-P濾波分解

以上回歸方程估計結(jié)果的回歸系數(shù)顯著性檢驗通過，并且R2值較高，因此方程的擬合效果較好。北京市蔬菜價格呈線性增長趨勢，每月大約增長11.1%。

在循環(huán)因子方面，由表1可得，H-P濾波法測算顯示了4.5個蔬菜價格波動周期，其中只有第3個周期歷時較短，且第3個周期波動幅度較小，故2012年3～12月該價格周期內(nèi)，北京市蔬菜價格相對穩(wěn)定。

表1 北京市蔬菜價格波動的周期特征

2.2 蔬菜價格波動的原因及其影響因素

2.2.1 價格波動原因 基于北京市目前的蔬菜生產(chǎn)情況，蔬菜價格波動大的原因主要有以下3點。

第一，由于目前我國蔬菜種植戶生產(chǎn)規(guī)模仍然小而分散，在蔬菜的種植品種選擇以及種植規(guī)模的決策上，同村農(nóng)戶相互模仿，很容易出現(xiàn)市場上某種蔬菜過量供應(yīng)或者某種蔬菜供應(yīng)不足的情況。另外，蔬菜種植者缺乏對蔬菜產(chǎn)業(yè)發(fā)展的長遠規(guī)劃。

第二，蔬菜生產(chǎn)補貼種類缺乏，投入成本變動較大。通過對北京周邊大興、順義、房山等區(qū)縣的調(diào)研發(fā)現(xiàn)，北京市各區(qū)縣化肥補貼等一些補貼不夠連續(xù)，使得蔬菜生產(chǎn)投入成本變動較大，且對于自然災(zāi)害的補貼較少，甚至為空缺狀態(tài)，影響了蔬菜投入產(chǎn)出比和市場供應(yīng)量。

第三，產(chǎn)銷市場信息不對稱。北京市蔬菜主要以中間商地頭收購為主要渠道，這種流通渠道收購價受中間商的影響較大，且中間商處于主導地位，和菜農(nóng)之間存在信息不對稱的問題，菜農(nóng)掌握少數(shù)信息，其利益很難被保障，中間商的環(huán)節(jié)使得流通成本提高，不利于蔬菜價格的穩(wěn)定。

2.2.2 影響因素 蔬菜價格波動因素無非來源于蔬菜供需變化。蔬菜價格波動的原因是供需導致市場不均衡。

第一，成本因素。北京市蔬菜供給來自于本埠及外埠，其中外埠居多。蔬菜生產(chǎn)的過程中需要投入諸多成本如化肥、農(nóng)藥、農(nóng)膜等生產(chǎn)資料，北京市農(nóng)資價格變動會影響蔬菜生產(chǎn)成本，從而影響供給，一般地，本埠及外埠生產(chǎn)資料成本上升，蔬菜生產(chǎn)成本就上升，蔬菜價格隨之上漲。

第二，需求因素。北京市居民人均可支配收入的變化、居民消費偏好的改變、其他替代品的價格變化以及總?cè)丝跀?shù)量的變化等都會影響本市蔬菜價格的需求量。當居民人均可支配收入增加時，居民對蔬菜的品種和質(zhì)量會更加關(guān)注，對高質(zhì)量蔬菜的需求會增加，那么相應(yīng)蔬菜價格上漲；而居民消費偏好的變化直接影響著其對不同蔬菜品種的需求，對某種蔬菜偏好增加，則其需求量增加，相應(yīng)的蔬菜品種價格就會上漲。另外，其他對應(yīng)替代品價格變化也會影響蔬菜需求，替代品價格上漲，則居民對蔬菜的需求量增加，蔬菜價格相應(yīng)上漲。其他如北京市蔬菜市場政策、流通渠道變動、流通成本變動等也會影響蔬菜價格的波動。

第三，外部因素。一些不可抗力因素如自然災(zāi)害等影響北京及其蔬菜供給地的產(chǎn)出或貯藏效果，導致蔬菜上市量降低，供給減少。

第四，技術(shù)因素。蔬菜生產(chǎn)技術(shù)進步會使得蔬菜生產(chǎn)效率提高，供給量增加，也會影響蔬菜的市場價格。

3 蔬菜價格波動引起的風險分析

多方面供求關(guān)系影響因素以及政策、流通等因素導致北京市蔬菜價格頻繁波動，這種波動為蔬菜的流通和銷售帶來了一定的市場風險，為更準確地評估蔬菜價格波動風險的規(guī)律，本文采用ARCH類模型對其蔬菜價格波動帶來的風險及其特征進行實證研究。各模型具體研究目標如表2所示。

表2 ARCH類模型研究目標

3.1 理論框架

從計量經(jīng)濟學原理看，蔬菜價格變動特殊性，其時間序列容易出現(xiàn)異方差現(xiàn)象，使得經(jīng)典計量模型的假設(shè)很難成立。在政策變動等因素的影響之下，價格時間序列的預(yù)測精度隨著時期的不同有很大差異，其異方差形式比較特殊，誤差項的方差受前期誤差的影響，存在自相關(guān)性，因此本文選擇運用ARCH類模型，即條件異方差模型，來描述北京市蔬菜價格時間序列的方差變化及波動特點。

3.1.1 ARCH（p） 模 型 ARCH模 型 即 自 回歸條件異方差模型（Autoregressive Conditional Heteroskedasticity Model），其基本思想是指在過去的信息集下，某一時刻一個噪聲的發(fā)生服從均值為0的正態(tài)分布，方差隨時間變化而變化，且是過去有限項噪聲值平方的線性組合。對于某一時間序列Yt，其變化規(guī)律可以用以下回歸模型描述。

（1）為均值方程，（2）為方差方程，ai≥0，a0≥0，i=1，…，為ARCH項。若ARCH項高度顯著，則蔬菜價格波動具有顯著集簇性。

3.1.2 GARCH模型 GARCH（p，q）模型具體形式如式（3）所示。

進行價格時間序列估計時，模型中的系數(shù)ai和 βk要滿足，即外部沖擊對干擾項的波動將隨時間的推移逐漸衰減，干擾項εt為平穩(wěn)過程，的大小反映了外部沖擊對干擾項波動影響的持久性。

3.1.3 ARCH-M模型 將干擾項的方差作為影響序列Yt本身的解釋變量之一，引入均值方程，即：

若Yt表示蔬菜價格序列，方差ht為風險指標，

（1）為均值方程，（2）為方差方程，ai≥0，a0≥0，i=1，…，為ARCH項。若ARCH項高度顯著，則蔬菜價格波動具有顯著集簇性。

3.1.2 GARCH模型 GARCH（p，q）模型具體形式如式（3）所示。

進行價格時間序列估計時，模型中的系數(shù)ai和 βk要滿足，即外部沖擊對干擾項的波動將隨時間的推移逐漸衰減，干擾項εt為平穩(wěn)過程，的大小反映了外部沖擊對干擾項波動影響的持久性。

3.1.3 ARCH-M模型 將干擾項的方差作為影響序列Yt本身的解釋變量之一，引入均值方程，即：

若Yt表示蔬菜價格序列，方差ht為風險指標，則ARCH-M模型意味著在評估蔬菜價格波動引起的風險時，不但要考慮價格波動，也要考慮波動率的情況。

3.1.4 EGARCH模型 EGARCH模型即為指數(shù)（Exponential）GARCH，其條件方差被規(guī)定為：

若γ≠0，則受沖擊影響價格波動存在非對稱性。蔬菜價格上漲信息（εt-i≥0）對log（ht）的影響為價格下跌信息（εt-i＜ 0）的影響為

3.2 假設(shè)檢驗及回歸模型的確定

對2007年6月至2015年11月102個北京市蔬菜月度平均價格數(shù)據(jù)進行描述性統(tǒng)計分析，得到其描述性統(tǒng)計量（表3）。

表3 北京市蔬菜月度平均價格的描述性統(tǒng)計量

由表3可以看出，蔬菜作物月度平均價格的時間序列是負偏的，峰度為2.421 8，小于正態(tài)分布的峰度3，其時間序列服從正態(tài)分布。綜合看來，該時間序列有可能存在ARCH效應(yīng)。

若考慮采用ARCH類模型，則要求因變量的蔬菜月度價格數(shù)據(jù)必須是平穩(wěn)的，故對蔬菜價格數(shù)據(jù)進行ADF檢驗。結(jié)果如表4所示。

表4 價格序列平穩(wěn)性檢驗結(jié)果

為了明確北京市蔬菜月度平均價格序列是否有條件異方差，如果有，還需確定條件異方差的階數(shù)，因而需要進一步對價格關(guān)于其一階滯后項進行最小二乘回歸后的殘差項平方進行ARCH-LM檢驗。ARCH-LM檢驗的結(jié)果如表5所示。F統(tǒng)計量和nR2統(tǒng)計量都非常顯著，因此可以認為殘差中存在一階ARCH效應(yīng)。圖8為殘差平方-時間變化圖，其波動有明顯的異方差性和集簇性，同樣證明存在ARCH效應(yīng)。

表5 ARCH-LM檢驗結(jié)果（滯后一階）

圖8 蔬菜價格時間序列殘差平方-時間變化圖

進一步確定ARCH效應(yīng)的大小，首先確定蔬菜月度平均價格序列的均值方程：

采用ARCH（p）模型進行回歸后，根據(jù)AIC信息最小準則確定滯后階數(shù)為4，而GARCH模型可用較少的方差滯后項代替高階ARCH項。因此本文采用GARCH（1，1）模型，故對應(yīng)的條件方差方程為：

若ARCH項和GARCH項都顯著且系數(shù)為正，則說明蔬菜價格波動上期和本期有序列相關(guān)性，即集簇性，二者系數(shù)之和小于1，表明外界沖擊的影響是收斂的，且越接近1表明沖擊造成的價格波動越持久。

同時，利用ARCH-M模型衡量蔬菜市場的風險回報特征。若均值方程中條件方差的系數(shù)大于0，說明北京市蔬菜市場參與主體會因蔬菜價格波動的增加而要求更高的收益，即有高風險、高回報的特征。

最后，選擇EGARCH模型去衡量蔬菜價格波動是否存在“杠桿效應(yīng)”，即價格上漲或下跌的沖擊對下一期價格波動影響的對稱性。其條件方差的方程為：

若γ1不為0，則存在“杠桿效應(yīng)”，γ1為負則價格下跌信息沖擊比價格上漲信息沖擊帶來的價格波動大，反之亦然。正負價格沖擊對價格波動帶來的邊際效應(yīng)為α1+γ1和α1-γ1。

3.3 ARCH類模型回歸結(jié)果及解釋

運用Eveiws8.0軟件估計各模型均值方程和條件方差方程，解釋各模型回歸結(jié)果。

表6為GARCH（1，1）模型均值方程和條件方差方程的回歸結(jié)果。可以看到，前期價格這一變量在1%的水平上顯著且為正，說明北京市蔬菜價格受前期價格的正向影響，前期價格高，則本期價格上升。在條件方差方程的回歸結(jié)果中，ARCH（1）和GARCH（1）項在1%的水平上顯著，表明北京市蔬菜價格波動具有集簇性，上一期的價格波動會傳導到下一期。ARCH（1）和GARCH（1）項系數(shù)之和為0.149 9，小于1，說明蔬菜價格沖擊對其價格波動的影響持續(xù)時間比較短。

表6 GARCH（1，1）的回歸結(jié)果

表7為GARCH（滯后三階）的檢驗結(jié)果，可以看到F統(tǒng)計量和nR2的檢驗值均不顯著，故接受原假設(shè)，認為GARCH模型已經(jīng)消除了序列中的ARCH異方差效應(yīng)。

表7 GARCH模型檢驗結(jié)果（滯后三階）

表8為ARCH-M模型的均值方程和條件方差方程的估計結(jié)果?？梢钥吹侥Ｐ凸烙嬛袟l件方差的參數(shù)為0.024 6，大于0，表明北京市蔬菜市場有高風險、高回報的特征。

由表9可以看出，條件方差EGARCH（1）項β1結(jié)果通過1%水平的顯著性檢驗，且其系數(shù)大于0，亦印證了上文北京市蔬菜價格波動存在一定的集簇性的結(jié)果。α1和γ1的系數(shù)均為正，在5%的水平上，α1顯著大于0，表明前期菜價的漲價信息沖擊對下期價格造成的波動較之于同幅度降價信息沖擊造成的波動更大。因此，北京市蔬菜價格波動具有明顯的“杠桿效應(yīng)”。其中正價格沖擊對價格波動的邊際效應(yīng)為0.717 3，負價格沖擊對價格波動的邊際效應(yīng)為0.398 7。這種非對稱效應(yīng)可以做出如下解釋：北京市蔬菜價格波動的影響程度主要來源于供求，一般地，相鄰的兩期即相鄰2個月內(nèi)，蔬菜上市供給量很難有大的變動。因此庫存供給和需求是影響其價格波動的主要來源。由于蔬菜的易腐性，很少有菜農(nóng)跨期貯存蔬菜。故需求上升會導致蔬菜價格上漲，而本期居民蔬菜需求如果得到滿足，則其下一期需求預(yù)期將會降低，故價格上漲對下一期蔬菜價格造成較大的波動。而需求下降，蔬菜價格下跌，居民下一期蔬菜需求未必上升，故價格下跌對下一期蔬菜價格波動影響不大。同時，也由于消費者更關(guān)心蔬菜價格上漲而不是價格下跌，因此價格上漲的信息對價格波動的沖擊更大。

表8 ARCH-M的回歸結(jié)果

表9 EGARCH（1，1）的回歸結(jié)果

模 型 解 釋 力 度 方 面，GARCH（1，1） 和EGARCH（1，1）2個模型的AIC值相差不大，故認為2個模型的解釋力度相近。

4 結(jié)論及政策建議

本文以北京市為例，利用ARCH類模型對2007年6月至2015年11月的北京市蔬菜價格波動進行了實證研究，得出如下3點結(jié)論：

第一，北京市蔬菜價格波動具有ARCH效應(yīng)，價格的方差具有集簇性，即相鄰兩期的價格方差存在相關(guān)性，高幅度和低幅度的價格波動會分別集中在某些時間段內(nèi)。北京市蔬菜價格受前期波動的正向影響，但蔬菜價格沖擊對其價格波動的影響持續(xù)時間比較短。

第二，北京市蔬菜價格波動具有高風險、高回報的特征，即北京市蔬菜市場參與主體會因蔬菜價格波動的增加而要求更高的收益，即因為蔬菜價格波動的增加而導致菜農(nóng)的期望收益更高。

第三，北京市蔬菜價格波動存在“杠桿效應(yīng)”，即價格上漲或下跌的沖擊對價格波動的影響是非對稱的，價格上漲沖擊對價格波動的影響相對更大，當期需求提高，在需求得到滿足后居民可能會調(diào)整需求預(yù)期，而當期需求降低，居民未必會在下一期調(diào)整需求，因而價格上漲的信息沖擊對下一期價格波動的影響更大。

針對以上以北京市為例的研究結(jié)論，本文對蔬菜價格波動引起的風險情況提出了以下3點政策建議。首先，由于蔬菜價格波動具有集簇性特點，下一期的蔬菜價格波動可能和當期類似，所以應(yīng)當高度關(guān)注蔬菜價格變動，及時做好下一期蔬菜價格波動應(yīng)對措施，如設(shè)計合理的蔬菜價格保險等風險管理工具，盡可能控制蔬菜價格大幅上漲或下跌。其次，針對北京市蔬菜價格波動的高風險、高回報的特征，在合理控制蔬菜價格的基礎(chǔ)上，可以適當為蔬菜價格波動幅度較大的月份設(shè)計制度，發(fā)放價格收益補貼，盡可能穩(wěn)定菜農(nóng)種菜收益，保持菜農(nóng)種菜積極性；最后，針對北京市蔬菜價格波動的“杠桿效應(yīng)”，相對應(yīng)的蔬菜價格波動風險的管理工具如蔬菜價格保險等應(yīng)當更加關(guān)注蔬菜價格上漲的沖擊信息，或通過降低流通成本，增加信息流通，減少流通環(huán)節(jié)等方法緩解價格上漲壓力。

安玉發(fā)．1996．蔬菜產(chǎn)地批發(fā)市場價格波動分析．農(nóng)業(yè)經(jīng)濟問題，（11）：51-53．

丁井瑞．2013．蔬菜價格異常波動問題研究〔碩士論文〕．蚌埠：安徽財經(jīng)大學：16-20．

黃文彪，徐學榮，鄭思寧．2012．基于ARCH類模型的中國農(nóng)資價格波動特征分析．中國農(nóng)學通報，（20）：210-214．

李娜，史建民．2012．蔬菜價格波動特征研究—基于ARCH類模型分析．科技和產(chǎn)業(yè)，（10）：44-50．

林光華，陳鐵．2011．國際大米價格波動的實證分析：基于ARCH類模型．中國農(nóng)村經(jīng)濟，（2）：83-92．

羅超平，王釗，翟瓊．2013．蔬菜價格波動及其內(nèi)生因素—基于PVAR模型的實證分析．農(nóng)業(yè)技術(shù)經(jīng)濟，（2）：22-30．

潘鳳杰，穆月英．2011．北京市蔬菜價格變動的特征及影響因素．中國蔬菜，（22/24）：1-7．

孫倩，穆月英．2011．我國蔬菜價格波動、原因及其影響因素分析．農(nóng)村金融研究，（8）：21-26．

王俊芹，李憲松，王余丁．2013．基于ARCH類模型的中國蘋果價格波動分析．貴州農(nóng)業(yè)科學，（12）：209-212．

張雯麗，李秉龍．2009．我國棉花短期價格波動研究—基于時間序列．技術(shù)經(jīng)濟，（4）：88-93．

趙曉飛．2015．蔬菜價格波動的規(guī)律、影響因素與調(diào)控對策研究．當代經(jīng)濟管理，（2）：37-42．

周振亞，李建平，張晴，陰晴．2012．我國蔬菜價格問題及其成因分析．農(nóng)業(yè)經(jīng)濟問題，（7）：91-95．

朱堅真，劉漢斌．2012．中國水產(chǎn)品價格波動分析—基于ARCH類模型．南方農(nóng)村，（6）：66-69．