張 超，侯 凱

(1.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030； 2.山東交通學(xué)院威海分校 國(guó)際商學(xué)院，山東 威海 264200)

內(nèi)容提要：農(nóng)業(yè)是百業(yè)之本、糧價(jià)是百價(jià)之基，農(nóng)產(chǎn)品價(jià)格波動(dòng)對(duì)社會(huì)生產(chǎn)和居民生活都具有廣泛影響。為彌補(bǔ)已有相關(guān)研究方法的不足，本文從解析農(nóng)產(chǎn)品價(jià)格波動(dòng)的經(jīng)濟(jì)涵義入手，運(yùn)用B-N技術(shù)分解我國(guó)主要農(nóng)產(chǎn)品價(jià)格波動(dòng)中的持久性成分和暫時(shí)性成分，并考察農(nóng)產(chǎn)品價(jià)格隨機(jī)沖擊的慣性，以刻畫我國(guó)農(nóng)產(chǎn)品價(jià)格的動(dòng)態(tài)特征，以期提高微觀主體對(duì)農(nóng)產(chǎn)品價(jià)格趨勢(shì)變化的預(yù)判能力，進(jìn)而更好安排消費(fèi)、生產(chǎn)及經(jīng)營(yíng)等活動(dòng)，同時(shí)為政策調(diào)整提供科學(xué)信息，減少社會(huì)福利損失。

農(nóng)產(chǎn)品作為基本的生活必需品，對(duì)居民生活及社會(huì)生產(chǎn)存在直接或間接的影響。2013年以來，我國(guó)糧食市場(chǎng)進(jìn)入了新的供求周期，由曾經(jīng)的供求偏緊轉(zhuǎn)向?qū)捤刹⒊霈F(xiàn)連續(xù)三年供大于求，加之國(guó)內(nèi)外價(jià)格倒掛，開始出現(xiàn)了“高庫存、高進(jìn)口、高成本”等供需錯(cuò)配的情況。雖然自“十三五”開局的2016年開始，國(guó)內(nèi)糧食再獲豐收，但結(jié)構(gòu)性矛盾卻依然存在。隨著國(guó)家糧食政策收儲(chǔ)范圍的縮小，糧食價(jià)格支持政策改革的步伐加速，玉米價(jià)格已經(jīng)開始由市場(chǎng)形成，糧食價(jià)格似乎存在向下波動(dòng)的走勢(shì)①。

與糧食價(jià)格波動(dòng)趨勢(shì)形成對(duì)比的是豬肉價(jià)格。豬肉作為我國(guó)居民最主要的肉食來源，國(guó)內(nèi)生豬存欄量早已居于世界首位。受豬周期的影響，國(guó)內(nèi)生豬價(jià)格呈現(xiàn)出一定的規(guī)律性變動(dòng)②。事實(shí)上，自20世紀(jì)90年代以來，除了2000-2003年豬肉價(jià)格相對(duì)穩(wěn)定之外，我國(guó)豬肉價(jià)格處于波動(dòng)的上漲態(tài)勢(shì)。特別是2003年“非典”疫情之后，國(guó)內(nèi)豬肉價(jià)格更是出現(xiàn)了頻繁暴漲暴跌的波動(dòng)。例如，2016年上半年豬肉價(jià)格不斷上升，最高時(shí)(5月)達(dá)到21元/公斤，而此后卻開始一直回落至11月；進(jìn)入2017年，豬肉價(jià)格呈現(xiàn)出先跌后漲走勢(shì)。隨著環(huán)保力度的不斷加大，豬肉進(jìn)口政策的逐步開放，加之不可預(yù)知的疫病等影響因素，豬肉價(jià)格波動(dòng)并沒有因?yàn)橐?guī)?；a(chǎn)而消失。

在糧食和豬肉價(jià)格波動(dòng)的影響下，國(guó)內(nèi)農(nóng)產(chǎn)品價(jià)格波動(dòng)可能會(huì)加劇，進(jìn)而影響一般價(jià)格水平。同時(shí)，由于農(nóng)產(chǎn)品在價(jià)格鏈“終端”屬于最終消費(fèi)品，價(jià)格鏈“始端”則屬于生產(chǎn)要素。農(nóng)產(chǎn)品價(jià)格的率先波動(dòng)將帶來相關(guān)商品價(jià)格波動(dòng)的連鎖反應(yīng)，不可避免產(chǎn)生價(jià)格聯(lián)動(dòng)效應(yīng)。因此，農(nóng)產(chǎn)品價(jià)格波動(dòng)不僅僅是物價(jià)水平的最終表現(xiàn)形式，更加重要的是將對(duì)通脹或通縮做出重要的結(jié)構(gòu)性“貢獻(xiàn)”。

從農(nóng)產(chǎn)品供求關(guān)系角度分析價(jià)格波動(dòng)是慣用的研究路徑。改革開放以來，我國(guó)發(fā)生了幾次較為嚴(yán)重的通貨膨脹，每次都伴隨著主要農(nóng)產(chǎn)品價(jià)格的大幅上漲，因而農(nóng)產(chǎn)品價(jià)格波動(dòng)的傳導(dǎo)性成為社會(huì)各界關(guān)注的重點(diǎn)。雖然已有文獻(xiàn)對(duì)農(nóng)產(chǎn)品價(jià)格變動(dòng)的原因做了比較全面的研究，但并沒有對(duì)各種影響因素的持久性做進(jìn)一步分析，特別是沒有細(xì)分價(jià)格變動(dòng)中的“持久性因素”和“暫時(shí)性因素”，因此就難以分辨其波動(dòng)是短期異動(dòng)還是長(zhǎng)期趨勢(shì)，有可能過度放大對(duì)通脹或通縮預(yù)期產(chǎn)生的“示范”效應(yīng)，而不準(zhǔn)確的預(yù)期最終可能通過微觀主體的行為得以自我實(shí)現(xiàn)(即Self-fulfillment expectation)，從而給經(jīng)濟(jì)發(fā)展帶來巨大的社會(huì)成本和福利損失。

一、農(nóng)產(chǎn)品價(jià)格波動(dòng)的經(jīng)濟(jì)涵義解析

在各種推動(dòng)農(nóng)產(chǎn)品價(jià)格波動(dòng)的可能因素中，既包括主導(dǎo)農(nóng)產(chǎn)品價(jià)格走勢(shì)的持久性因素，也包括引發(fā)異常波動(dòng)的暫時(shí)性因素。其中，經(jīng)濟(jì)發(fā)展趨勢(shì)、農(nóng)業(yè)供給側(cè)改革及環(huán)保政策趨緊等因素是具有系統(tǒng)性特征的持久性因素。首先在經(jīng)濟(jì)新常態(tài)下，經(jīng)濟(jì)增速放緩，經(jīng)濟(jì)增長(zhǎng)由高速度向高質(zhì)量轉(zhuǎn)變，對(duì)農(nóng)產(chǎn)品供給的層次提出了更高的要求，即調(diào)整農(nóng)產(chǎn)品結(jié)構(gòu)，提供綠色優(yōu)質(zhì)的農(nóng)產(chǎn)品。其次，農(nóng)業(yè)供給側(cè)改革對(duì)糧食高庫存提出了新要求，糧食等重要農(nóng)產(chǎn)品價(jià)格形成機(jī)制和收儲(chǔ)制度亟待改革。再次，環(huán)保政策的趨緊，要求必須轉(zhuǎn)變傳統(tǒng)粗放的農(nóng)業(yè)發(fā)展方式，糧食生產(chǎn)要轉(zhuǎn)向科技效益，生豬生產(chǎn)也正朝著規(guī)模化和科學(xué)化方向發(fā)展，“大魚吃小魚”的兼并模式也將持續(xù)較長(zhǎng)時(shí)間。最后，中國(guó)已經(jīng)越過劉易斯拐點(diǎn)，人口紅利也將消失，勞動(dòng)力正由相對(duì)過剩向相對(duì)短缺轉(zhuǎn)變，加之土地承包經(jīng)營(yíng)權(quán)政策和戶籍制度的改變，農(nóng)業(yè)勞動(dòng)力成本將不斷上漲。一方面這些因素驅(qū)動(dòng)農(nóng)產(chǎn)品價(jià)格形成確定性或隨機(jī)趨勢(shì)，推動(dòng)農(nóng)產(chǎn)品價(jià)格重新找到均衡價(jià)格；另一方面這些因素通過持久性沖擊將逐步“固化”于農(nóng)產(chǎn)品價(jià)格形成機(jī)制中。

暫時(shí)性因素則包括(非毀滅性的)自然災(zāi)害、動(dòng)植物疫情病情、國(guó)內(nèi)外資本投機(jī)、流動(dòng)性過剩或短缺等。這些影響因素作用比較明顯，作用機(jī)理也已經(jīng)得到了充分的研究。

綜上，農(nóng)產(chǎn)品價(jià)格波動(dòng)主要源于兩方面沖擊，一是經(jīng)濟(jì)發(fā)展趨勢(shì)、農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革等持久性因素；二是自然災(zāi)害、國(guó)際游資及流動(dòng)性過?；蚨倘钡葧簳r(shí)性因素，尤其是后者往往造成農(nóng)產(chǎn)品價(jià)格的非理性波動(dòng)。為此，我們提出以下三個(gè)問題：一是既然農(nóng)產(chǎn)品價(jià)格波動(dòng)主要源自兩方面沖擊，那么如何合理地分解出價(jià)格變動(dòng)中的持久性成分和暫時(shí)性成分？二是如何準(zhǔn)確地度量隨機(jī)沖擊，特別是其中的暫時(shí)性成分對(duì)農(nóng)產(chǎn)品價(jià)格的影響？三是在經(jīng)歷了頻繁的隨機(jī)沖擊之后，農(nóng)產(chǎn)品價(jià)格是否已經(jīng)形成了持續(xù)的價(jià)格波動(dòng)路徑？這三個(gè)問題的解答，不僅有助于微觀主體準(zhǔn)確把握農(nóng)產(chǎn)品價(jià)格波動(dòng)以提高其對(duì)價(jià)格趨勢(shì)的預(yù)判能力，而且還能為政策當(dāng)局有效管理通脹或通縮預(yù)期及實(shí)現(xiàn)經(jīng)濟(jì)平穩(wěn)發(fā)展提供參考。

二、研究設(shè)計(jì)

(一)分解技術(shù)的選擇

如何將農(nóng)產(chǎn)品價(jià)格序列中的確定性及隨機(jī)性趨勢(shì)成分分離出來，并將剩余的平穩(wěn)部分作為周期波動(dòng)成分，進(jìn)而分析農(nóng)產(chǎn)品短期波動(dòng)的特征，這不僅是一個(gè)經(jīng)濟(jì)問題，還是一個(gè)技術(shù)難題。按照處理時(shí)間序列方式的不同，目前已有的周期估計(jì)方法可分為兩大類，一是時(shí)域(time domain)分析，二是頻域(frequency domain)分析。

早期的線性趨勢(shì)分解方法與一階差分法，以及多變量分析中的結(jié)構(gòu)式向量自回歸(即SVAR)方法，都可歸類為時(shí)域分析方法，即直接分析數(shù)據(jù)隨時(shí)間變化的結(jié)構(gòu)特征。線性趨勢(shì)分解方法、一階差分法雖然操作簡(jiǎn)單但需要假設(shè)原有序列僅有隨機(jī)性趨勢(shì)；SVAR方法以先驗(yàn)經(jīng)濟(jì)理論為基礎(chǔ)，雖有較強(qiáng)經(jīng)濟(jì)學(xué)涵義，但對(duì)數(shù)據(jù)和樣本的要求相對(duì)較高，在非大樣本數(shù)據(jù)條件下的實(shí)用性不強(qiáng)。而B-N分解方法對(duì)以上問題的處理相對(duì)來說具有更強(qiáng)的優(yōu)勢(shì)。B-N分解的思想源自Beveridge and Nelson(1981)[1]提出的Beveridge-Nelson分解公式，他們從理論上證明了具有單整(I(1))特征的序列數(shù)據(jù)可分解為時(shí)間趨勢(shì)、隨機(jī)游走、平穩(wěn)過程和初始條件之和。其中，持久性成分包含有確定性趨勢(shì)與隨機(jī)游走所表述的隨機(jī)趨勢(shì)。而短期成分即分解公式中的平穩(wěn)過程，也被稱為“周期性”成分。

估計(jì)周期的實(shí)踐中用到各種濾波方法則屬于頻域分析，即把時(shí)間序列看成由多個(gè)不同頻率的規(guī)則波(如正弦波或余弦波)迭加而成。研究經(jīng)濟(jì)周期時(shí)廣泛使用的濾波方法有HP濾波、BK濾波。其中，HP濾波法在求取趨勢(shì)成分時(shí)，先驗(yàn)的假設(shè)趨勢(shì)成分為充分平滑的曲線，因而濾出的短期成分波動(dòng)會(huì)較大，故存在“虛假周期”(spurious cyclical behavior)之嫌，這也是HP方法招致詬病的重要原因。BK濾波法是基于理想帶通(Ideal Band-Pass)濾波的“線性近似(逼近)”，同樣也會(huì)遭遇這一問題。另外，HP濾波得到周期由于包含有隨機(jī)趨勢(shì)將導(dǎo)致沖擊的持久效應(yīng)被過度估計(jì)(over-estimated)，這顯然違背了本文的初衷，而B-N分解方法能有效回避上述這些問題，這構(gòu)成了本文選擇B-N分解法的重要理由。

在B-N分解中，由于確定趨勢(shì)和周期的理論解析式中出現(xiàn)了“無窮大”，因此運(yùn)算過程比較繁瑣③。不過，Newbold (1990)[3]依據(jù)Wold定理簡(jiǎn)化和精確了運(yùn)算過程：任意協(xié)方差平穩(wěn)過程必能表述為ARMA過程，而任何一個(gè)ARMA過程又可表述寫為MA()過程。因此，Newbold(1990)基于ARIMA(p，1，q)表達(dá)式，將B-N周期表述如下：

(1)

在趨勢(shì)周期的技術(shù)框架下，趨勢(shì)成分永遠(yuǎn)存留于水平條件期望之中，通過累積使無限遠(yuǎn)期的水平條件期望形成趨勢(shì)成分，而周期成分由于僅具有短期效應(yīng)而不出現(xiàn)在無限遠(yuǎn)期的水平條件期望中[4]。這暗示趨勢(shì)成分受到?jīng)_擊后，會(huì)發(fā)生永久性的改變，而周期成分受到?jīng)_擊后，僅會(huì)發(fā)生暫時(shí)性的偏離。

趨勢(shì)成分對(duì)應(yīng)著持久性沖擊，而周期成分對(duì)應(yīng)著暫時(shí)性沖擊。因此，運(yùn)用科學(xué)的時(shí)序技術(shù)對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格序列進(jìn)行趨勢(shì)周期分解，有助于識(shí)別出持久性沖擊和暫時(shí)性沖擊對(duì)價(jià)格序列的影響。也即是說，根據(jù)周期形態(tài)刻畫農(nóng)產(chǎn)品價(jià)格波動(dòng)的持久性特征，可以進(jìn)一步分析隨機(jī)沖擊對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響程度。

(二)慣性的測(cè)度

由現(xiàn)代時(shí)間序列理論可知，使用AR模型中滯后項(xiàng)的系數(shù)和可以度量隨機(jī)沖擊的持久效應(yīng)。參考經(jīng)典文獻(xiàn)(Taylor，2000；Willis，2003)[5-6]，本文模型設(shè)定如下：

yt=c+α(L)yt-1+ut

(2)

其中，yt-1代表B-N周期，也即短期波動(dòng)；ut表示僅具有短期效應(yīng)的隨機(jī)沖擊；α(L)=α1+α2L+…+anLn-1代表滯后算子多項(xiàng)式；c為常數(shù)項(xiàng)。

“慣性”的實(shí)質(zhì)是在短期波動(dòng)過程中一個(gè)單位的隨機(jī)沖擊帶來的累進(jìn)效應(yīng)[7-8]，可以使用累積脈沖反應(yīng)函數(shù)(CIRF) 進(jìn)行刻畫，即：

(3)

結(jié)合等式(2)和(3)，可以將CIRF解析表達(dá)式改寫為如下形式：

(4)

不難看出，α(1)越接近于1，累積脈沖反應(yīng)函數(shù)的值越高，反之越低。因此，α(1)=α1+α2+…+an可以衡量短期波動(dòng)慣性的指標(biāo)。

考慮到滯后項(xiàng)之間可能存在的共線性，如果直接對(duì)(2)進(jìn)行回歸，可能會(huì)影響系數(shù)估計(jì)的精確度。因此，我們可以根據(jù)AR模型的ADF檢驗(yàn)表達(dá)式的轉(zhuǎn)化思路，將原有AR模型重新寫成如下形式：

(5)

等式(5)中Δ表示一階差分算子，系數(shù)ρ與(2)中α(1)相等，即為慣性系數(shù)。

(三)估計(jì)方法

即便模型設(shè)定正確無誤，使用經(jīng)典OLS方法對(duì)ρ的點(diǎn)估計(jì)仍然是統(tǒng)計(jì)有偏的，并且ρ值越接近1時(shí)，偏差會(huì)更為顯著。此外，區(qū)間估計(jì)與假設(shè)檢驗(yàn)所依賴的漸近法則(中心極限定理與大數(shù)定理)失效。漸近法則在ρ∈(0,1)內(nèi)并不一致成立，隨著ρ越接近1中心極限定理的收斂速度減緩；ρ等于1，中心極限定理不再適用。實(shí)際上，ut的分布也將影響統(tǒng)計(jì)推斷，ut的分布通常未知，可能較大地偏離了正態(tài)分布，這意味著以標(biāo)準(zhǔn)的正態(tài)近似方法無法構(gòu)筑出準(zhǔn)確的置信區(qū)間。

Andrews and Chen(1994)[9]在早期研究中曾嘗試解決這一問題，但均以中央極限定理為基礎(chǔ)對(duì)擾動(dòng)項(xiàng)施加了正態(tài)性假設(shè)。針對(duì)此問題，Hansen(1999)[10]在前期研究的基礎(chǔ)上，引入bootstrap方法以避免事先確定誤差項(xiàng)先驗(yàn)分布的局限性。具體來說，我們可以使用蒙特卡洛方法模擬出最小二乘估計(jì)的極限分布，并利用格點(diǎn)搜索法(grid search)來修正ρ值及置信區(qū)間，解決OLS方法的統(tǒng)計(jì)偏差問題。因此，本文使用Hansen(1999)的Grid-Bootstrap方法來修正慣性系數(shù)的估計(jì)。為了確保估計(jì)結(jié)果的可靠性，同時(shí)構(gòu)筑grid-t與grid-α統(tǒng)計(jì)量，進(jìn)而估計(jì)出這兩個(gè)統(tǒng)計(jì)量的Bootstrap分位數(shù)函數(shù)。

Grid-t統(tǒng)計(jì)量的中值無偏估計(jì)量定義為：

(6)

grid-α統(tǒng)計(jì)量的中值無偏估計(jì)量定義為：

(7)

(8)

(9)

(10)

(11)

三、實(shí)證分析

建立在ARIMA估計(jì)基礎(chǔ)之上的B-N分解法，需要事先確定價(jià)格序列的ARIMA過程階數(shù)。通常認(rèn)為，如果隨機(jī)時(shí)序軌跡的真實(shí)數(shù)據(jù)生成過程含有MA成分，其部分自相關(guān)函數(shù)(PACF：Partial Autocorrelation Function)應(yīng)該呈現(xiàn)拖尾特征，而自相關(guān)函數(shù)(ACF：Autocorrelation Function)應(yīng)該出現(xiàn)衰減特征。AR過程對(duì)應(yīng)的是截尾的PACF和衰減的ACF。據(jù)此準(zhǔn)則并結(jié)合信息準(zhǔn)則確定ARIMA過程的最優(yōu)階數(shù)組合，ARIMA模型參數(shù)估計(jì)采用ML法，迭代過程使用Gauss-Newton算法。限于篇幅，此處沒有報(bào)告具體的定階過程。

圖1 農(nóng)產(chǎn)品價(jià)格中周期成分變化軌跡

圖1刻畫了15種農(nóng)產(chǎn)品價(jià)格中周期成分的變化軌跡，時(shí)序圖包含了相當(dāng)豐富的信息。概括地說，自2004年6月以來，15種農(nóng)產(chǎn)品價(jià)格無一例外地出現(xiàn)過較大幅度的波動(dòng)。如2007年到2008年，豬肉價(jià)格的上漲尤為突出，小麥等糧食作物價(jià)格波動(dòng)明顯，總體處于上升階段。受金融危機(jī)影響，2008年末農(nóng)產(chǎn)品價(jià)格出現(xiàn)短暫回落，但隨后又迎來了新一輪上漲。此輪上漲的主要是仔豬、豬肉、棉花、玉米及大豆，小麥等糧食作物并未充當(dāng)農(nóng)產(chǎn)品價(jià)格上漲的主導(dǎo)因素。受異常天氣的影響，2010年到2011年的糧食作物價(jià)格跌宕起伏，波動(dòng)較為劇烈。進(jìn)入2012年后，糧食價(jià)格漲幅趨緩，大豆價(jià)格趨穩(wěn)，但玉米和生豬等農(nóng)產(chǎn)品價(jià)格仍在頻繁波動(dòng)。

我們進(jìn)一步采用Grid-Bootstrap方法對(duì)價(jià)格波動(dòng)的慣性系數(shù)進(jìn)行無偏估計(jì)。在估計(jì)過程中，設(shè)定格點(diǎn)數(shù)為100，boot次數(shù)為1999。結(jié)果匯報(bào)在表1中。結(jié)果顯示，基于grid-t與grid-α的估計(jì)結(jié)果基本是一致的。具有統(tǒng)計(jì)無偏性的中值無偏估計(jì)量均小于單位1，說明遭受隨機(jī)沖擊之后，農(nóng)產(chǎn)品價(jià)格波動(dòng)均呈現(xiàn)出“均值回復(fù)”的特征。因此，暫時(shí)性沖擊的特征及影響路徑得以有效識(shí)別。然而，不同農(nóng)產(chǎn)品價(jià)格均值恢復(fù)速度有所差異。其中，秈稻、大豆、棉花、豬肉具有高慣性系數(shù)，均超過了0.9，90%置信區(qū)間上界均超過1，這意味著經(jīng)典計(jì)量方法對(duì)于這些慣性系數(shù)的統(tǒng)計(jì)推斷將會(huì)產(chǎn)生較大的偏倚。同時(shí)，這也表明受到隨機(jī)沖擊后，恢復(fù)到均衡價(jià)格需要較長(zhǎng)的時(shí)間。具體來看，高慣性的農(nóng)產(chǎn)品主要是糧食作物及豬肉。

表1 農(nóng)產(chǎn)品價(jià)格波動(dòng)慣性的Grid-Bootstrap估計(jì)

四、敏感性檢驗(yàn)

農(nóng)產(chǎn)品價(jià)格周期表現(xiàn)出的深遠(yuǎn)變化，這促使我們思考其慣性特征是否也隨之發(fā)生了變化。如果短期價(jià)格波動(dòng)的慣性發(fā)生了結(jié)構(gòu)性突變，那么忽略這種突變情況下估計(jì)出的慣性系數(shù)則是向上偏倚的。Perron and Vogelsang(1992)[11]指出，固定參數(shù)模型可能錯(cuò)誤地把結(jié)構(gòu)性突變識(shí)別為隨機(jī)沖擊衰減速度減緩，從而高估隨機(jī)沖擊的慣性，因此剔除結(jié)構(gòu)突變因素后慣性將會(huì)相對(duì)較低。

在此，我們將借鑒Andrews and Ploberger(1994)[12]的未知斷點(diǎn)檢驗(yàn)方法對(duì)慣性系數(shù)的穩(wěn)定性進(jìn)行檢驗(yàn)。這一檢驗(yàn)依然依托傳統(tǒng)的Chow檢驗(yàn)[13]。只不過，需要先設(shè)定一個(gè)搜索域τ，然后在該域內(nèi)所有點(diǎn)上進(jìn)行Chow斷點(diǎn)檢驗(yàn)，從而得到對(duì)應(yīng)的一系列Wald檢驗(yàn)統(tǒng)計(jì)量，Andrews(1993)[14]正是基于這些Wald檢驗(yàn)統(tǒng)計(jì)量設(shè)計(jì)出supW統(tǒng)計(jì)量，即：

supW=supW(τ)|τ∈[τmin,τmax]

(12)

表2 敏感性檢驗(yàn)

如果supW具有統(tǒng)計(jì)顯著性，則對(duì)應(yīng)的時(shí)刻即是慣性系數(shù)發(fā)生結(jié)構(gòu)性變化的斷點(diǎn)日期[7-8]。而后Andrews and Ploberger(1994)構(gòu)造了兩個(gè)類似的統(tǒng)計(jì)量：ExpW與AveW。相比supW，這兩個(gè)統(tǒng)計(jì)量具有更好的統(tǒng)計(jì)性質(zhì)。但二者適用范圍稍有差異，Andrews et al.(1996)[15]模擬比較發(fā)現(xiàn)，AveW適用于小的結(jié)構(gòu)變遷而ExpW適合大的結(jié)構(gòu)變遷。它們分別由如下方式計(jì)算得到：

(13)

(14)

其中，k表示搜索域內(nèi)Wald統(tǒng)計(jì)量的個(gè)數(shù)。

需要指出的是，結(jié)構(gòu)突變點(diǎn)是擾動(dòng)系數(shù)，其原因是它只存在于備擇假設(shè)之中。因此上述統(tǒng)計(jì)量的分布并不是標(biāo)準(zhǔn)的，Andrews(1993)、Andrews and Ploberger (1994)模擬了統(tǒng)計(jì)量漸近分布的臨界值，Hansen(1997)則進(jìn)一步計(jì)算這些統(tǒng)計(jì)量對(duì)應(yīng)的漸近概率值。本文嘗試進(jìn)行結(jié)構(gòu)性檢驗(yàn)，設(shè)置的搜索域?yàn)槿珮颖局虚g70%區(qū)間。表2的檢驗(yàn)結(jié)果說明不存在結(jié)構(gòu)變遷，即農(nóng)產(chǎn)品價(jià)格波動(dòng)的慣性Grid-Bootstrap估計(jì)結(jié)論具有穩(wěn)定性。

五、主要結(jié)論

首先，本文選擇了更合適的價(jià)格序列分解技術(shù)，科學(xué)分解農(nóng)產(chǎn)品價(jià)格波動(dòng)中的持久性成分和暫時(shí)性成分，并通過暫時(shí)性成分更好地識(shí)別農(nóng)產(chǎn)品非理性波動(dòng)的成因。通過對(duì)常用時(shí)域和頻域周期分解模式的研究，發(fā)現(xiàn)B-N分解技術(shù)傳承了時(shí)域分析的思想，但相比于早期單變量簡(jiǎn)易分解方法與多變量結(jié)構(gòu)分解法，該分解方法具有更強(qiáng)的優(yōu)勢(shì)。同時(shí)，B-N分解技術(shù)亦能有效回避HP濾波和BK濾波等方法中存在的“虛假傳導(dǎo)”等問題。而針對(duì)B-N分解運(yùn)算過程相對(duì)繁瑣的弊端，學(xué)者們也進(jìn)行了有益的改進(jìn)，有效降低了運(yùn)算成本。因此，本文選擇運(yùn)用B-N分解方法，對(duì)代表性農(nóng)產(chǎn)品價(jià)格序列中的持久性成分和暫時(shí)性成分進(jìn)行了科學(xué)分解。根據(jù)農(nóng)產(chǎn)品價(jià)格中暫時(shí)性成分的變化軌跡來看，自2004年6月以來，15種農(nóng)產(chǎn)品價(jià)格都出現(xiàn)了較為顯著的波動(dòng)。

其次，本文構(gòu)建了一種更穩(wěn)健的慣性度量模型，估計(jì)隨機(jī)沖擊對(duì)主要農(nóng)產(chǎn)品價(jià)格波動(dòng)的慣性，以期準(zhǔn)確捕捉糧食等主要農(nóng)產(chǎn)品價(jià)格波動(dòng)的特征。伴隨單位根模型的發(fā)展，目前國(guó)際上主流文獻(xiàn)的做法是運(yùn)用自回歸模型中的滯后因子系數(shù)的算術(shù)和，來度量隨機(jī)的暫時(shí)性沖擊對(duì)價(jià)格波動(dòng)產(chǎn)生的持久效應(yīng)。鑒于經(jīng)典計(jì)量方法在統(tǒng)計(jì)推斷中的嚴(yán)重偏倚，我們借助了Hansen(1999)的Grid-Bootstrap技術(shù)，同時(shí)構(gòu)建grid-t與grid-α統(tǒng)計(jì)量對(duì)農(nóng)產(chǎn)品短期波動(dòng)的慣性系數(shù)進(jìn)行嚴(yán)謹(jǐn)?shù)慕y(tǒng)計(jì)推斷，得到了較為一致的結(jié)果。也即是說，在受到金融危機(jī)和異常天氣等隨機(jī)沖擊之后，這些農(nóng)產(chǎn)品價(jià)格波動(dòng)都具有“均值回復(fù)”的路徑特征，但不同慣性系數(shù)的農(nóng)產(chǎn)品在遭受隨機(jī)沖擊后，恢復(fù)到均衡價(jià)格的速度有所差異。

最后，考慮到農(nóng)產(chǎn)品短期波動(dòng)率的慣性可能發(fā)生結(jié)構(gòu)性改變，同時(shí)注意到，如果借助已有先驗(yàn)信息確定的已知時(shí)點(diǎn)作為樣本分割點(diǎn)來考察農(nóng)產(chǎn)品短期波動(dòng)率的慣性變化，可能難以精確捕捉其真實(shí)的變動(dòng)情況。因此，本文應(yīng)用Andrews(1993)等提出的未知斷點(diǎn)結(jié)構(gòu)穩(wěn)定性檢驗(yàn)法，對(duì)慣性系數(shù)的變化進(jìn)行了考察，以減少由于斷點(diǎn)的任意選取而對(duì)慣性系數(shù)估計(jì)帶來的敏感性。檢驗(yàn)結(jié)果說明農(nóng)產(chǎn)品價(jià)格波動(dòng)的慣性估計(jì)結(jié)論具有穩(wěn)定性。

注釋：

① 國(guó)家按照“市場(chǎng)定價(jià)、價(jià)補(bǔ)分離”的原則對(duì)玉米收儲(chǔ)制度進(jìn)行改革，將玉米臨時(shí)收儲(chǔ)政策調(diào)整為“市場(chǎng)化收購”加“補(bǔ)貼”的新機(jī)制，玉米價(jià)格由市場(chǎng)形成。市場(chǎng)價(jià)格反映供求關(guān)系、調(diào)節(jié)生產(chǎn)和需求，生產(chǎn)者隨行就市出售玉米，各類市場(chǎng)主體自主入市收購。

② 即生豬供應(yīng)短缺-生豬價(jià)格上漲-增加能繁母豬數(shù)量-生豬供應(yīng)過剩-生豬價(jià)格下跌-減少能繁母豬數(shù)量-生豬供應(yīng)短缺……。

③ 為了降低運(yùn)算成本，Cuddington and Winters(1988)[2]等在文獻(xiàn)中討論了一些解決方案。