張?jiān)曝?，熊?/p>

WASDE報(bào)告對(duì)中國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)的影響——以玉米和大豆市場(chǎng)為例

張?jiān)曝?，熊?

（華中農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070）

基于2004—2019年美國(guó)農(nóng)業(yè)部WASDE報(bào)告關(guān)于中國(guó)玉米和大豆期初庫(kù)存、產(chǎn)量等預(yù)測(cè)數(shù)據(jù)，運(yùn)用動(dòng)態(tài)條件相關(guān)多元GARCH模型，探究其對(duì)中國(guó)玉米和大豆期貨價(jià)格波動(dòng)率的影響，進(jìn)而衡量期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能。結(jié)果表明：WASDE報(bào)告發(fā)布導(dǎo)致中國(guó)玉米和大豆期貨價(jià)格發(fā)生顯著變化，其中玉米價(jià)格在2015年和2016年波動(dòng)最大，大豆價(jià)格在2007年和2017年波動(dòng)最大，兩者的條件方差分別增加了11.28和1.67，大豆波動(dòng)幅度弱于玉米；由于玉米和大豆在種植決策上的競(jìng)爭(zhēng)關(guān)系，在1%的顯著性水平下，玉米和大豆收益率的條件相關(guān)系數(shù)為0.536，說(shuō)明雙方期貨市場(chǎng)對(duì)對(duì)方的基本面預(yù)測(cè)信息存在極高的敏感度，因此具備良好的價(jià)格發(fā)現(xiàn)功能。

WASDE報(bào)告；農(nóng)產(chǎn)品期貨市場(chǎng)；價(jià)格發(fā)現(xiàn)；玉米；大豆

一、問(wèn)題的提出

美國(guó)農(nóng)業(yè)部發(fā)布的世界農(nóng)產(chǎn)品供需預(yù)測(cè)報(bào)告（WASDE）是反映全球農(nóng)產(chǎn)品未來(lái)供需情況的官方報(bào)告，作為全球最全面和權(quán)威、可供市場(chǎng)參與者免費(fèi)獲得的一份農(nóng)業(yè)公共信息報(bào)告，通常在每月8～12日美國(guó)東部時(shí)間上午8:30發(fā)布，報(bào)告內(nèi)容包括全球?qū)用婕爸饕獓?guó)家的大豆、豆粕、豆油、棉花、小麥、玉米、稻米、粗糧、白糖、肉類、雞蛋等農(nóng)產(chǎn)品的需求與供給等預(yù)測(cè)信息，是全球農(nóng)產(chǎn)品供求信息的重要來(lái)源。報(bào)告的公布對(duì)美國(guó)乃至全球農(nóng)產(chǎn)品市場(chǎng)造成一定的影響和沖擊，會(huì)改變農(nóng)產(chǎn)品期貨市場(chǎng)參與者對(duì)未來(lái)現(xiàn)貨價(jià)格的預(yù)期，從而影響農(nóng)產(chǎn)品期貨價(jià)格的走向。

目前，學(xué)界主要從如下兩個(gè)方面探討美國(guó)農(nóng)業(yè)部WASDE報(bào)告對(duì)期貨市場(chǎng)的研究。一是將美國(guó)農(nóng)業(yè)部發(fā)布報(bào)告作為一個(gè)事件，利用事件分析法探討報(bào)告發(fā)布前后期貨價(jià)格是否發(fā)生顯著變化，而不涉及報(bào)告中的具體內(nèi)容。基于事件分析法，學(xué)者們認(rèn)為期貨市場(chǎng)有效性和WASDE報(bào)告具有一定的內(nèi)在聯(lián)系[1,2]，如果期貨價(jià)格對(duì)報(bào)告的發(fā)布做出迅速反應(yīng)，則報(bào)告為期貨市場(chǎng)提供了有價(jià)值的信息[3]，意味著期貨市場(chǎng)的有效程度較高。學(xué)者們往往利用報(bào)告發(fā)布前的期貨合約收盤價(jià)與報(bào)告發(fā)布后的開(kāi)盤價(jià)之間的比率衡量?jī)r(jià)格對(duì)報(bào)告的反應(yīng)程度。在美國(guó)大豆期貨市場(chǎng)，美國(guó)農(nóng)業(yè)部報(bào)告的發(fā)布增加了期貨合約的交易量，從而有助于形成市場(chǎng)價(jià)格[4]。此外，市場(chǎng)價(jià)格往往會(huì)對(duì)新的作物信息報(bào)告做出及時(shí)準(zhǔn)確的反應(yīng)，尤其在7月和8月的反應(yīng)最為強(qiáng)烈，并隨著時(shí)間的推移而增加[5]?；诘皖l和高頻兩個(gè)維度，學(xué)者實(shí)證分析了報(bào)告對(duì)國(guó)內(nèi)豆一、豆油和棉花期貨的影響，并指出報(bào)告確實(shí)對(duì)農(nóng)產(chǎn)品期貨價(jià)格有一定的影響[6]，且影響程度趨于增加[7]。

二是聚焦美國(guó)農(nóng)業(yè)部WASDE報(bào)告中關(guān)于作物供給與需求的預(yù)測(cè)信息，基于微觀經(jīng)濟(jì)學(xué)供求定理，探討作物供求信息的變化對(duì)期貨價(jià)格的影響。假設(shè)報(bào)告中的預(yù)測(cè)信息包含新的或者市場(chǎng)未預(yù)料到的供求信息，那么期貨市場(chǎng)將對(duì)報(bào)告信息做出反應(yīng)，期貨價(jià)格也會(huì)發(fā)生顯著變化，有助于市場(chǎng)參與者形成預(yù)期價(jià)格。報(bào)告中的作物產(chǎn)量包含農(nóng)產(chǎn)品供給、需求、庫(kù)存量等多方面的信息，因此，農(nóng)產(chǎn)品期貨價(jià)格隨報(bào)告發(fā)布的季節(jié)、庫(kù)存、時(shí)間和需求情況不同而發(fā)生變化[8]。例如，當(dāng)報(bào)告預(yù)測(cè)玉米供給增加時(shí)，玉米期貨價(jià)格將隨之下跌；當(dāng)預(yù)測(cè)玉米需求增加時(shí)，玉米期貨價(jià)格將隨之上漲[9]。此外，報(bào)告中的信息內(nèi)容與芝加哥期貨交易所玉米期貨價(jià)格存在長(zhǎng)期協(xié)整關(guān)系[10]。如果報(bào)告發(fā)布的當(dāng)期數(shù)據(jù)發(fā)生調(diào)整，則在一定程度上影響農(nóng)產(chǎn)品期貨的價(jià)格走勢(shì)[11]。

文獻(xiàn)梳理表明，以往研究對(duì)美國(guó)農(nóng)業(yè)部WASDE報(bào)告發(fā)布與期貨市場(chǎng)價(jià)格的關(guān)系進(jìn)行了一些探討，但對(duì)其是否影響中國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)還缺乏研究。玉米和大豆具有糧食作物、飼料作物和能源作物等多重屬性，其價(jià)格的超常波動(dòng)不僅損害種植戶的切身利益，更對(duì)居民日常生活、畜牧業(yè)和能源產(chǎn)業(yè)產(chǎn)生明顯負(fù)面影響。美國(guó)農(nóng)業(yè)部按月發(fā)布中國(guó)玉米和大豆的種植信息，考慮到WASDE報(bào)告的權(quán)威性和中國(guó)對(duì)美國(guó)進(jìn)口大豆較高依賴度，有必要全面系統(tǒng)地研究其對(duì)中國(guó)玉米和大豆期貨市場(chǎng)的影響。為此，筆者擬引入報(bào)告中期初庫(kù)存、產(chǎn)量、進(jìn)口量、國(guó)內(nèi)總需求等變量，深入探究WASDE報(bào)告對(duì)中國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)價(jià)格的影響，以為玉米和大豆種植決策提供重要的參考信息，促進(jìn)相關(guān)產(chǎn)業(yè)的健康發(fā)展。

二、研究方法

1．期貨回報(bào)率

根據(jù)有效市場(chǎng)假說(shuō)，如果WASDE報(bào)告包含新的市場(chǎng)信息，則該信息應(yīng)在報(bào)告發(fā)布后立即反映在期貨價(jià)格的走勢(shì)中。部分學(xué)者使用前一天的收盤價(jià)或者結(jié)算價(jià)和報(bào)告日的開(kāi)盤價(jià)（CTO）衡量新信息產(chǎn)生的即刻影響[12, 13]。但是，信息帶來(lái)的這種影響也可能會(huì)隨著市場(chǎng)參與者在一天的集中競(jìng)價(jià)反映在價(jià)格上，考慮到此情況的影響，本研究采用更加保守可行的CTC方式衡量新信息給價(jià)格帶來(lái)的影響。選取大連商品期貨交易所玉米和大豆期貨品種合約，事件索引為=1或2，分別對(duì)應(yīng)期貨品種合約玉米和大豆；事件所研究的WASDE報(bào)告的索引是=1,2，…,173，其中=1表示2004年9月所發(fā)布的WASDE報(bào)告，=173表示2019年3月發(fā)布的WASDE報(bào)告。依據(jù)在樣本期間觀察到的日收盤期貨價(jià)格之間的百分比差異來(lái)分析未來(lái)價(jià)格變化趨勢(shì)，故期貨的日收盤收益率（CTC）定義為：

R,j=ln(p,i/ p-1,i)×100 （1）

2．GARCH 模型

為了驗(yàn)證WASDE報(bào)告的發(fā)布對(duì)中國(guó)期貨市場(chǎng)是否產(chǎn)生影響，本研究引入GARCH模型進(jìn)行驗(yàn)證。在金融領(lǐng)域研究?jī)r(jià)格波動(dòng)的文獻(xiàn)中，通過(guò)大量的時(shí)間序列數(shù)據(jù)實(shí)證發(fā)現(xiàn)，價(jià)格序列波動(dòng)的大小是時(shí)間的函數(shù)[14]，因此，ENGLE提出了時(shí)間序列分析的自回歸條件異方差（ARCH）模型[15]。但是ARCH（p）模型在現(xiàn)實(shí)中，階數(shù)p一般需要很高才能得到較好的擬合效果，這需要估計(jì)很多參數(shù)，會(huì)損失樣本容量。故BOLLERSLEV進(jìn)一步將其推廣為廣義自回歸條件異方差（GARCH）[16]。結(jié)合本研究數(shù)據(jù)，主要選取GARCH（p，q）模型，即廣義自回歸條件異方差模型：

其中，2為期貨收益率的條件方差，表示為多期滯后的條件方差和擾動(dòng)項(xiàng)ε的平方項(xiàng)的函數(shù)，即某時(shí)刻出現(xiàn)的事件沖擊使得前期條件方差、擾動(dòng)項(xiàng)ε的平方滯后項(xiàng)增加，進(jìn)而導(dǎo)致后期的條件方差增加，也就是總體會(huì)出現(xiàn)波動(dòng)。由此可見(jiàn)，GARCH模型能很好地體現(xiàn)金融數(shù)據(jù)的時(shí)變特征，即波動(dòng)率集聚性。結(jié)合本研究數(shù)據(jù)的特征，在研究WASDE報(bào)告對(duì)期貨價(jià)格的影響時(shí)，在GARCH模型中加入虛擬變量D作為第交易日是否有新報(bào)告，若第日為WASDE報(bào)告發(fā)布后的第一個(gè)交易日，則D=1，否則為零。由于收益率正向反應(yīng)被負(fù)向反應(yīng)所抵消，所以針對(duì)報(bào)告的影響只在方差方程中進(jìn)行了分析。同時(shí)，使用信息準(zhǔn)則來(lái)確定玉米和大豆期貨收益率的最佳擬合自回歸模型階數(shù)AR（m）。為了兼顧模型的靈活性和簡(jiǎn)約性，一般取p≤2，q≤2，常用的為GARCH（1,1）模型。最終確定為AR（m）-GARCH（1，1）模型：

3．DCC-MGARCH模型

基于微觀經(jīng)濟(jì)學(xué)供求定理，商品的供求變化會(huì)對(duì)商品價(jià)格產(chǎn)生重要影響。假設(shè)報(bào)告所預(yù)測(cè)的內(nèi)容包含新的或者市場(chǎng)未預(yù)料到的供求信息，那么期貨市場(chǎng)將對(duì)報(bào)告信息內(nèi)容做出反應(yīng)，期貨價(jià)格也會(huì)發(fā)生顯著變化，有助于市場(chǎng)參與者形成準(zhǔn)確的預(yù)期價(jià)格。且由于種植替代品的信息也會(huì)相互影響期貨價(jià)格，即報(bào)告中農(nóng)產(chǎn)品對(duì)應(yīng)的期初庫(kù)存、產(chǎn)量、進(jìn)口量、國(guó)內(nèi)總需求、出口量、期末庫(kù)存對(duì)其期貨價(jià)格的影響不是獨(dú)立的，則需要驗(yàn)證兩個(gè)競(jìng)爭(zhēng)市場(chǎng)是否存在波動(dòng)溢出效應(yīng)。因此本研究在GARCH模型的基礎(chǔ)上，選用動(dòng)態(tài)條件相關(guān)多元GARCH模型（DCC-MGARCH）分別對(duì)WASDE六個(gè)變量和中國(guó)玉米和大豆價(jià)格進(jìn)行擬合分析，此模型最大程度利用了不同市場(chǎng)間相關(guān)性中所包含的有效信息。DCC-MGARCH假定時(shí)間序列變量服從均值為1、方差協(xié)方差矩陣為H的正態(tài)分布，即

待估計(jì)系數(shù)矩陣，W=(BSTOCKYIELDIMPORTDEMANDEXPORTESTOCK)'為WASDE報(bào)告的變量；V為WASDE報(bào)告中單變量GARCH擬合的隨時(shí)間變動(dòng)的條件標(biāo)準(zhǔn)差取對(duì)角元素形成的k×k對(duì)角矩陣，即V=(h)，h為單變量w用GARCH模型得到的方差；C為動(dòng)態(tài)條件相關(guān)系數(shù)矩陣。

Engle定義的動(dòng)態(tài)條件相關(guān)系數(shù)結(jié)構(gòu)為：

C=diag(Q)-1/2Qdiag(Q)-1/2（7）

Q=(1－1－2)1t-1t-1+2t-1（8）

其中，Q為協(xié)方差矩陣，1和2分別表示DCC-MGARCH中各變量滯后一階的隨機(jī)擾動(dòng)項(xiàng)的系數(shù)和條件方差的系數(shù)，約束條件為1、2＞0，1+2＜1[17]。

使用DCC模型的實(shí)證分析分兩步：首先，估計(jì)各單變量GARCH模型的參數(shù)，并得到各自對(duì)應(yīng)的條件方差序列，進(jìn)而得到標(biāo)準(zhǔn)化后的殘差序列；然后，使用該標(biāo)準(zhǔn)化后的殘差序列估計(jì)動(dòng)態(tài)條件相關(guān)性的參數(shù)。

三、數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

本研究在考慮WASDE報(bào)告對(duì)中國(guó)玉米和大豆期貨市場(chǎng)影響的基礎(chǔ)上，選取美國(guó)農(nóng)業(yè)部2004年9月—2019年3月期間發(fā)布的WASDE報(bào)告關(guān)于中國(guó)玉米和大豆的期初庫(kù)存（）、產(chǎn)量（）、進(jìn)口量（）、國(guó)內(nèi)總需求（）、出口量（）、期末庫(kù)存（）的預(yù)測(cè)數(shù)據(jù)，按月發(fā)布的WASDE報(bào)告共計(jì)173次，其中2013年10月和2019年1月兩個(gè)月份沒(méi)有發(fā)布報(bào)告。

為了分析國(guó)內(nèi)玉米和大豆期貨價(jià)格波動(dòng)的現(xiàn)狀及特征，本研究選取的數(shù)據(jù)是從2004年9月22日到2019年3月14日的大連商品交易所玉米和大豆期貨合約的日收盤價(jià)格，進(jìn)而求得其對(duì)應(yīng)的期貨收益率?？紤]到周末、節(jié)假日等因素，分別獲得3467、3434組數(shù)據(jù)，數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)。由于每個(gè)期貨品種在同一交易時(shí)間有多個(gè)期貨合約上市交易，并且每個(gè)合約在交易一段時(shí)間后將到期交割不再交易，所以選擇主力合約即所有在交易合約中持倉(cāng)量最大的合約來(lái)代表該期貨品種的期貨價(jià)格[18]構(gòu)造連續(xù)價(jià)格序列。

玉米和大豆期貨收益率的波動(dòng)如圖1所示，表明正常的價(jià)格波動(dòng)已經(jīng)被新的市場(chǎng)信息所擾亂，即存在異常波動(dòng)，初步證明了WASDE報(bào)告發(fā)布對(duì)期貨市場(chǎng)有顯著的影響。為進(jìn)一步驗(yàn)證，在圖2中，使用波動(dòng)率常用的衡量指標(biāo)平方收益率表明，玉米價(jià)格在2015年和2016年波動(dòng)最大，大豆價(jià)格在2007年和2017年波動(dòng)最大。這也說(shuō)明期貨收益率波動(dòng)性聚集的存在，即較小幅度波動(dòng)后連接著較小波動(dòng)，反之亦然。

圖1　玉米和大豆期貨日收益率

圖2　玉米和大豆期貨日平方收益率

選取的玉米和大豆期貨價(jià)格數(shù)據(jù)統(tǒng)計(jì)結(jié)果的如表1所示。表的前四行統(tǒng)計(jì)了玉米和大豆期貨市場(chǎng)的價(jià)格對(duì)美國(guó)農(nóng)業(yè)部WASDE報(bào)告發(fā)布與否的反應(yīng)。

總體來(lái)看，雖然兩市場(chǎng)在報(bào)告發(fā)布后價(jià)格均發(fā)生改變（個(gè)別除外），但是，價(jià)格上漲和下跌的幅度幾乎呈現(xiàn)出對(duì)稱趨勢(shì)，使得觀察到的平均價(jià)格反應(yīng)很小。分品種來(lái)看，玉米價(jià)格在報(bào)告發(fā)布后，96.5%的價(jià)格發(fā)生變化，大豆發(fā)生變化的價(jià)格為97.7%。此外，表中所顯示的收益標(biāo)準(zhǔn)差或絕對(duì)收益的平均值可衡量報(bào)告發(fā)布后兩市場(chǎng)期貨收益率的變化，觀察發(fā)現(xiàn)相對(duì)于沒(méi)有WASDE報(bào)告發(fā)布的交易日，在WASDE報(bào)告發(fā)布后玉米收益率增加了28.8%，大豆收益率增加了34.6%，說(shuō)明報(bào)告的發(fā)布對(duì)期貨市場(chǎng)收益率做出了一定的貢獻(xiàn)。Jarque-Bera統(tǒng)計(jì)量表明玉米和大豆期貨收益率分布顯著異于正態(tài)分布。偏度系數(shù)（Skewness）表明兩組數(shù)據(jù)都呈非對(duì)稱分布，峰度系數(shù)（Kurtosis）都大于3，表明數(shù)據(jù)具有尖峰厚尾特征。

表1　玉米和大豆期貨收益率描述性統(tǒng)計(jì)

四、實(shí)證研究及其結(jié)果分析

首先實(shí)證分析WASDE報(bào)告發(fā)布是否對(duì)玉米和大豆期貨價(jià)格產(chǎn)生影響，進(jìn)行GARCH（1,1）模型擬合；再探究WASDE報(bào)告中供求信息對(duì)中國(guó)玉米和大豆價(jià)格的各自波動(dòng)溢出效應(yīng)以及交叉波動(dòng)溢出效應(yīng)。

1．單位根檢驗(yàn)

構(gòu)建GARCH模型時(shí)應(yīng)具備兩個(gè)基本條件，即期貨收益率需具備平穩(wěn)性和條件異方差性。本研究對(duì)所使用的時(shí)間序列數(shù)據(jù)的水平變量進(jìn)行了ADF（Augmented Dickey-Fuller）趨勢(shì)加常數(shù)項(xiàng)的單位根檢驗(yàn)，建議類型依據(jù)施瓦茨（SIC）信息準(zhǔn)則確定，檢驗(yàn)結(jié)果列于表2。

表2　玉米和大豆期貨收益率的ADF單位根檢驗(yàn)

注：（c,t,0）中分別表示ADF檢驗(yàn)中存在常數(shù)項(xiàng)、趨勢(shì)項(xiàng)、滯后期數(shù)。

對(duì)兩個(gè)時(shí)間序列數(shù)據(jù)水平變量的單位根檢驗(yàn)結(jié)果表明，均能拒絕“存在單位根”的零假設(shè)，說(shuō)明各個(gè)時(shí)間序列數(shù)據(jù)的水平變量是穩(wěn)定的，不會(huì)造成“偽回歸”。而ARCH效應(yīng)檢驗(yàn)可在估計(jì)ARCH或GARCH模型之后，觀察條件方差方程中的系數(shù)是否顯著[19]。因此中國(guó)玉米和大豆期貨的收益率序列均存在顯著的條件異方差性，滿足構(gòu)建GARCH模型的條件。

2．估計(jì)結(jié)果

首先使用信息準(zhǔn)則分別確定玉米和大豆期貨收益率的最佳擬合自回歸階數(shù)AR（3）、AR（1），再對(duì)玉米和大豆進(jìn)行GARCH（1,1）模型擬合，結(jié)果見(jiàn)表3：

表3　玉米和大豆GARCH檢驗(yàn)結(jié)果

注：*、**和***分別表示在10%、5%和1%的統(tǒng)計(jì)水平下顯著。

3．波動(dòng)溢出效應(yīng)檢驗(yàn)

在特定面積的耕地上，玉米種植和大豆種植存在競(jìng)爭(zhēng)替代關(guān)系，因此需要探究WASDE報(bào)告中供求信息對(duì)中國(guó)玉米和大豆價(jià)格的各自波動(dòng)溢出效應(yīng)以及交叉波動(dòng)溢出效應(yīng)的影響。本研究選用DCC-MGARCH模型分別對(duì)報(bào)告中關(guān)于供給和需求的六個(gè)變量與中國(guó)玉米和大豆期貨價(jià)格進(jìn)行擬合分析。此模型的實(shí)證分析分兩步，首先對(duì)單變量進(jìn)行GARCH模擬，然后將回歸的殘差標(biāo)準(zhǔn)化后估計(jì)動(dòng)態(tài)相關(guān)系數(shù)，模型估計(jì)結(jié)果見(jiàn)表4：

注：*、**和***分別表示在10%、5%和1%的統(tǒng)計(jì)水平下顯著。

表4估計(jì)系數(shù)顯示，WASDE報(bào)告對(duì)期貨收益率變化的影響已經(jīng)加劇，玉米和大豆的期貨價(jià)格均會(huì)對(duì)WASDE報(bào)告發(fā)布的內(nèi)容做出一定的反應(yīng)，即玉米和大豆的期貨價(jià)格受到WASDE報(bào)告中對(duì)各自的期初庫(kù)存、產(chǎn)量、進(jìn)出口、國(guó)內(nèi)需求、期末庫(kù)存等變量的隨機(jī)干擾項(xiàng)和方差波動(dòng)的共同影響，同時(shí)存在ARCH效應(yīng)和GARCH效應(yīng)。此外，在交叉報(bào)告中，玉米期貨價(jià)格對(duì)WASDE報(bào)告中關(guān)于大豆的期初庫(kù)存、產(chǎn)量、進(jìn)出口、國(guó)內(nèi)需求、期末庫(kù)存等內(nèi)容做出顯著的反應(yīng)。同時(shí)，大豆也對(duì)所有的玉米信息做出顯著反應(yīng)，進(jìn)一步證明了存在跨商品的信息影響效應(yīng)。

由于玉米和大豆種植是競(jìng)爭(zhēng)關(guān)系，雙方期貨市場(chǎng)都對(duì)對(duì)方的預(yù)測(cè)信息非常敏感。檢驗(yàn)結(jié)果中，玉米和大豆收益率的條件相關(guān)系數(shù)為0.536，且在1%的水平上顯著。1的值顯著，表明玉米和大豆期貨收益率的隨機(jī)擾動(dòng)項(xiàng)對(duì)兩者之間的相關(guān)關(guān)系有一定影響，2顯著表明兩者之間的相關(guān)關(guān)系具有一定的持續(xù)性，且2＞1，表明兩者之間的相關(guān)關(guān)系取決于他們的滯后期，而不是當(dāng)期；同時(shí)，1和2的和小于1，說(shuō)明整個(gè)模型的過(guò)程穩(wěn)定，結(jié)論可信。

五、結(jié)論及啟示

本研究基于2004—2019年美國(guó)農(nóng)業(yè)部WASDE報(bào)告關(guān)于我國(guó)玉米和大豆期初庫(kù)存、產(chǎn)量等預(yù)測(cè)數(shù)據(jù)，運(yùn)用動(dòng)態(tài)條件相關(guān)多元GARCH模型，探究其對(duì)玉米和大豆期貨價(jià)格波動(dòng)率的影響，得到如下結(jié)論：

第一，WASDE報(bào)告發(fā)布導(dǎo)致中國(guó)玉米和大豆期貨價(jià)格發(fā)生顯著變化，存在一定的持久性和集聚性波動(dòng)。其中，玉米價(jià)格在2015年和2016年波動(dòng)最大，大豆價(jià)格在2007年和2017年波動(dòng)最大。第二，GARCH模型進(jìn)一步分析WASDE報(bào)告發(fā)布與否對(duì)期貨價(jià)格的影響，其發(fā)布使玉米和大豆條件方差增加，其中玉米和大豆條件方差分別增加了11.28和1.67，大豆波動(dòng)幅度弱于玉米?？傮w來(lái)說(shuō)，報(bào)告對(duì)兩個(gè)品種的收益波動(dòng)率具有重要影響作用。第三，考慮到玉米和大豆在特定面積的耕地上是一種競(jìng)爭(zhēng)替代關(guān)系，驗(yàn)證了兩個(gè)市場(chǎng)是否存在波動(dòng)溢出效應(yīng)：在1%的顯著性水平下，玉米和大豆收益率的條件相關(guān)系數(shù)為0.536，玉米和大豆期貨價(jià)格都對(duì)對(duì)方的基本面預(yù)測(cè)信息做出顯著的反應(yīng)，進(jìn)一步證明存在跨商品的信息影響效應(yīng)。

美國(guó)農(nóng)業(yè)部WASDE報(bào)告給中國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)提供了有價(jià)值的市場(chǎng)信息，引起期貨價(jià)格發(fā)生顯著變化，且由于玉米和大豆在種植上是競(jìng)爭(zhēng)關(guān)系，雙方期貨市場(chǎng)都對(duì)對(duì)方的預(yù)測(cè)信息非常敏感，存在跨商品的信息影響效應(yīng)。因此，WASDE報(bào)告可作為玉米和大豆等農(nóng)產(chǎn)品種植戶遠(yuǎn)期價(jià)格信息的參考依據(jù)，對(duì)于科學(xué)制定農(nóng)產(chǎn)品種植決策、優(yōu)化農(nóng)產(chǎn)品生產(chǎn)結(jié)構(gòu)和質(zhì)量、保障中國(guó)糧食安全等具有重要意義。同時(shí)，從農(nóng)產(chǎn)品生產(chǎn)量、消費(fèi)量和進(jìn)出口量來(lái)看，中國(guó)在全球農(nóng)產(chǎn)品市場(chǎng)占據(jù)重要地位，但缺乏與之相匹配的農(nóng)產(chǎn)品定價(jià)權(quán)。面對(duì)當(dāng)前復(fù)雜的國(guó)際經(jīng)濟(jì)形勢(shì)，相關(guān)部門應(yīng)積極健全和完善農(nóng)產(chǎn)品信息發(fā)布渠道，深化期貨市場(chǎng)功能，提高中國(guó)在國(guó)際市場(chǎng)上的農(nóng)產(chǎn)品定價(jià)權(quán)。

[1] KARALI，BERNA，DORFMAN，et al．A Nonparametric Search for Information Effects from USDA Reports[J]. Journal of Agricultural and Resource Economics，2015，40(1)：124-143．

[2] ADJEMIAN M K，IRWIN S H．Usda Announcement Effects In Real-Time[J]．American Journal of Agricultural Economics，2018，100(4)：1151-1171．

[3] XIE R，ISENGILDINA-MASSA O，DWYER G P，et al. The impact of public and semi-public information on cotton futures market[J]．Applied Economics，2016，48(36)：3416-3431．

[4] JOSEPH K，GARCIA P．Intraday market effects in electronic soybean futures market during non-trading and trading hour announcements[J]．Applied Economics，2017，50(11)：1188-1202．

[5] LEHECKA G V．The Value of USDA Crop Progress and Condition Information：Reactions of Corn and Soybean Futures Markets[J]．Journal Of Agricultural and Resource Economics，2014，39(1)：88-105．

[6] 李江洪．美農(nóng)報(bào)告對(duì)中國(guó)農(nóng)產(chǎn)品期貨收益率影響的實(shí)證研究[D]．成都：電子科技大學(xué)，2014．

[7] KARALI B，ISENGILDINA-MASSA O，IRWIN S H，et al．Are USDA reports still news to changing crop markets?[J]. Food Policy，2019，84(SI)：66-76．

[8] YING J，CHEN Y，DORFMAN J H．Flexible Tests for USDA Report Announcement Effects in Futures Markets[J]. American Journal of Agricultural Economics，2019，101(4)：1228-1246．

[9] DARBY J，MCKENZIE A．Information Content of USDA Rice Reports and Price Reactions of Rice Futures[J]. Agribusiness，2017，33(4)：552-568．

[10] 周婷婷．美國(guó)農(nóng)業(yè)部報(bào)告對(duì)農(nóng)產(chǎn)品期貨價(jià)格影響的實(shí)證研究[D]．長(zhǎng)春：吉林大學(xué)，2013．

[11] 秦夢(mèng)，李琳，孫毅．美農(nóng)報(bào)告對(duì)中國(guó)農(nóng)產(chǎn)品期貨波動(dòng)的影響——基于GARCH-MIDAS模型[J]．青島農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2018，30(3)：34-38．

[12] ADJEMIAN M K．Quantifying the WASDE Announce- ment Effect[J]．American Journal of Agricultural Economics，2012，94(1)：238-256．

[13] MATTOS F L，SILVEIRA R L F．Futures Price Response to Crop Reports in Grain Markets[J]．Journal of Futures Markets，2016，36(10)：923-942．

[14] 涂雄苓．時(shí)間序列經(jīng)濟(jì)計(jì)量分析中的小波技術(shù)及其應(yīng)用[D]．南昌：江西財(cái)經(jīng)大學(xué)，2017．

[15] ENGLE R F．Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J]．Econometrica，1982，50(4)：987-1007．

[16] BOLLERSLEV T．Generalized autoregressive conditional heteroskedasticity[J]．Journal of Econometrics，1986，31(3)：307-327．

[17] ENGLE R．Dynamic Conditional Correlation[J]．Journal of Business & Economic Statistics，2002，20(3)：339-350．

[18] 趙玉，祁春節(jié)．中國(guó)大豆期貨市場(chǎng)有效嗎?——基于事件分析法的研究[J]．經(jīng)濟(jì)評(píng)論，2010(1)：114-123．

[19] 陳強(qiáng)．高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M]．北京：高等教育出版社，2014．

Impact of the WASDE report on China's agricultural futures markets:Taking the corn and soybean markets as examples

ZHANG Yunyu, XIONG Tao

(College of Economics and Management, Huazhong Agricultural University, Wuhan 430070, China)

Based on the forecast data of China's corn and soybean opening stocks and production frin the WASDE report issued by the United States Department of Agriculture from 2004 to 2019 and adopting, a dynamic condition-dependent multiple GARCH model (DCC-MGARCH), the article explores the impact of the WASDE report on the fluctuations of corn and soybean futures prices in China, and to measure the price discovery function of the futures market. The study found that the release of the WASDE report caused significant changes in the prices of corn and soybean futures in China: with the price of corn fluctuating most dramatically in 2015 and 2016, and the soybean in 2007 and 2017, in which the variance of conditions for corn and soybean respectively increased by 11.28 and 1.67.The fluctuation of soybean was weaker than that of corn. Owing to the competition between corn and soybean in planting decisions, at a significance level of 1%, the conditional correlation coefficient of corn and soybean yields is 0.536, indicating that the futures markets of both parties are highly sensitive to the mutual fundamental forecast information ,thereby equipped with a good function of price discovery.

WASDE report; agricultural futures market; price discovery; corn; soybean

10.13331/j.cnki.jhau(ss).2020.02.010

F830.91

A

1009–2013(2020)02–0073–07

2019－12－27

國(guó)家自然科學(xué)基金（71771101；71673103；71501079）

張?jiān)曝梗?995—），女，寧夏吳忠人，碩士研究生，主要研究方向?yàn)檗r(nóng)產(chǎn)品期貨市場(chǎng)價(jià)格發(fā)現(xiàn)功能。*為通信作者。

責(zé)任編輯：曾凡盛