胡友 陳昕 祁春節(jié)

摘要：【目的】基于易腐特性探討柑橘市場價格波動的風險特征，對于把握柑橘市場發(fā)展規(guī)律、促進我國柑橘產(chǎn)業(yè)持續(xù)發(fā)展具有重要意義?！痉椒ā炕?016年1月1日—2020年12月31日的日頻數(shù)據(jù)，運用VaR方法和GARCH及其衍生的EGARCH模型，從易腐特性角度比較研究蜜桔、砂糖橘、蘆柑、臍橙、甜橙和沙田柚等柑橘市場價格波動風險?！窘Y(jié)果】易腐特性是柑橘價格波動風險的重要影響因素，即相較弱易腐性的柑橘水果而言，強易腐性的柑橘水果價格波動幅度更大，波動頻率更高。風險價值分析結(jié)果表明，在90%置信水平下我國各品類柑橘價格波動的風險價值均高于安全閾值，且強易腐性柑橘的價格漲跌風險高于弱易腐性柑橘，表明不同品類柑橘的價格風險與其易腐特性強度密切相關(guān)。風險特征分析結(jié)果表明，各品類柑橘價格波動均具有較強的集簇性特征，且強易腐性柑橘價格波動的集簇性程度普遍高于弱易腐性柑橘，導(dǎo)致其價格風險更加難以預(yù)測，可能陷入連續(xù)下跌的境地。各品類柑橘價格波動對外部沖擊的反應(yīng)均呈現(xiàn)出明顯的不對稱性，且強易腐性柑橘價格波動對負向信息沖擊的反應(yīng)更強，更加容易被引發(fā)出劇烈震蕩?！窘ㄗh】構(gòu)建柑橘價格波動預(yù)警機制，及時監(jiān)測市場風險;推動柑橘貯藏保鮮設(shè)施建設(shè)，穩(wěn)定市場價格波動;實施品類差異化的柑橘市場保險機制，降低市場經(jīng)營風險。

關(guān)鍵詞： 柑橘市場;易腐特性;價格波動;風險價值法（VaR）;GARCH及其衍生模型

中圖分類號： S-9;F323.7? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼： A 文章編號：2095-1191（2022）01-0257-11

Price volatility risk of citrus market in China based on perishable characteristics

HU You1， CHEN Xin1*， QI Chun-jie2

（1College of Economics and Management， Jiangxi Agricultural University， Nanchang? 330045， China;

2College of Economics and Management， Huazhong Agricultural University， Wuhan? 430070， China）

Abstract：【Objective】It was great significant to analyze the risk characteristics of fluctuations from fruit prices based on perishability for learning the regularities of citrus markets and promoting the sustainability of citrus industry in China. 【Method】Based on? daily data from January 1st， 2016 to December 31st， 2020， VaR，? GARCH and its? deuterogenic model EGARCH were applied to study the risk characteristics of price fluctuations from citrus market such as tangerine， sugar tangerine， reed orange， navel orange， sweet orange and Shatian pomelos from a perspective of perishability in China. 【Result】The perishable property was an important influencing factor of the risk of citrus price fluctuation， that was， compared with the weakly perishable citrus fruits， the strongly perishable citrus fruit price fluctuated more and more frequently. The analysis of value at risk showed that under confidence level of 90%， the risk value of price fluctuations of various types of citrus in China exceeded the safety threshold level significantly， and the price risk of rise and fall of forced perishable citrus was significantly higher than that of weak perishable citrus， which indicated the risk of price fluctuation of various types was closely related to the strength of perishable characteristics on citrus. The analysis of risk characteristics showed price fluctuations of various types of citrus had strong clustering， but the clustering degree of price fluctuations of forcedperishable citrus was generally greater than that of weak perishable citrus， which making its price risk more difficult to predict. The price fluctuations of various citrus were all asymmetry， furthermore， the response of price fluctuations of forced perishable citrus to information shocks of negativity was greater than that of weak perishable citrus prices which caused the price risks in citrus market be more likely to be drawn into a violent concussion. 【Suggestion】Establish an early warning mechanism for price fluctuations in citrus market to monitor the market risks in a timely manner; promote the facility construction of citrus storage and preservation to stabilize the supplies and price fluctuations in citrus market; implement a differentiated insurance mechanism in citrus market to reduce the market risks in citrus operation.

Key words： citrus market; perishability; price fluctuations;method of value-at-risk（VaR）; GARCH and its deuterogenic model

Foundation items： Social Science Planning Project of Jiangxi（8026206792）; Science and Technology Plan Project of Jiangxi （20181BAA208015）; Special Project of Modern Agriculture（Citrus） Industrial Technology System（CARS-26-08B）; Jiangxi Humanities and Social Sciences Fund Project（GL17230）

0 引言

【研究意義】我國柑橘主產(chǎn)地與南方連片特困山區(qū)高度重合，對于帶動農(nóng)民增收脫貧、推進鄉(xiāng)村振興戰(zhàn)略具有重要意義（胡友等，2021）。隨著我國市場化進程不斷深化，影響農(nóng)產(chǎn)品價格波動的因素越發(fā)復(fù)雜，包括內(nèi)生性供需因素（李京棟等，2018），以及外部不確定性因素，諸如天氣變化、突發(fā)事件和信息不對稱等（袁斌和陳超，2020）。水果天然的易腐和不耐貯藏特性，進一步加劇了價格波動，有研究發(fā)現(xiàn)2003年以來超過40%的月份水果價格波動幅度超過10%（宋長鳴等，2016）。水果價格的劇烈波動會嚴重影響農(nóng)戶的種植決策，不利于水果市場平穩(wěn)運行和水果產(chǎn)業(yè)持續(xù)健康發(fā)展（陳新建和韋炳佩，2015）。因此，探討柑橘價格波動與風險特征，對于把握柑橘產(chǎn)業(yè)發(fā)展規(guī)律、制定我國柑橘市場價格平穩(wěn)運行的調(diào)控政策具有重要意義?！厩叭搜芯窟M展】當前對農(nóng)產(chǎn)品價格風險的研究主要集中在風險源、風險特征及風險評估方面。按照是否內(nèi)生于系統(tǒng)，農(nóng)產(chǎn)品價格風險源可分為內(nèi)生性和外生性風險源，其中生產(chǎn)和供給風險為內(nèi)生風險，經(jīng)營者在預(yù)期后可對其進行控制（Huang and Rozelle，2006），自然、宏觀經(jīng)濟和政策變動是外生風險，不可預(yù)期和控制，只能加以規(guī)避（張曉敏和周應(yīng)恒，2012）。關(guān)于農(nóng)產(chǎn)品價格風險特征，主要從價格風險是否具有集簇性、杠桿效應(yīng)等視角展開研究。一旦外生風險源產(chǎn)生，必然造成農(nóng)產(chǎn)品價格大幅漲跌，對生產(chǎn)者收益帶來不確定性，影響農(nóng)戶下一期的生產(chǎn)決策（劉凱等，2018）。因此，合理引導(dǎo)農(nóng)戶進行價格風險管理以穩(wěn)定農(nóng)業(yè)生產(chǎn)成為學(xué)術(shù)界廣泛關(guān)注的話題。價格風險管理的基礎(chǔ)是風險評估，即量化價格風險事件對市場主體收益（或損失）的影響概率、程度（趙玉和祁春節(jié)，2014）。早期研究采用農(nóng)產(chǎn)品價格波動幅度、價格偏離、波動周期等指標量化價格波動風險（Parcell，2003;Gregory and Reeves，2008），大多忽略了風險是收益（或損失）的可能性這一內(nèi)涵。事實上，價格風險度量是在一定的置信水平下預(yù)測價格波動的概率分布及最大收益（或損失）水平。按此界定，國內(nèi)學(xué)者基于模擬價格波動的概率分布測算了蔬菜和肉禽蛋的價格波動風險價值。有研究采用概率分布法測算得出，在95%置信區(qū)間常見蔬菜價格波動漲跌風險超過25%，且漲價風險大于降價風險（熊巍和祁春節(jié)，2013），但有研究卻認為蔬菜價格上漲和下跌的風險相差無幾（王川和趙友森，2011）。亦有學(xué)者采用概率分布法對比研究肉禽蛋價格波動風險，判定豬肉降價風險大于漲價風險且漲跌風險大于禽蛋（王川等，2015）。以上測算農(nóng)產(chǎn)品價格波動風險價值的研究依賴于先驗型分布函數(shù)，且估計的是波動極值的風險價值，在一定程度上有失偏頗（Fernandez，2005）。于是，學(xué)者們改進了先驗分布函數(shù)的依賴性，選擇不依賴先驗型分布函數(shù)的非參數(shù)核密度函數(shù)和神經(jīng)網(wǎng)絡(luò)模型等VaR方法，用以克服極值評估不準確問題（趙玉和祁春節(jié)，2014）。當然，VaR方法難以解釋高頻數(shù)據(jù)較常出現(xiàn)的集簇性現(xiàn)象，而GARCH類模型卻通過擬合價格序列條件方差的變動趨勢解釋了價格波動的集簇性現(xiàn)象和沖擊的時點性。有研究采用GARCH類模型研究得出我國原料奶、魚類價格波動風險具有集簇性（王倩倩等，2020;張偉華和張英麗，2020），認為多數(shù)生鮮農(nóng)產(chǎn)品價格波動風險具有非對稱性，即杠桿效應(yīng)（Agwu and Godfrey，2020），且各種農(nóng)產(chǎn)品價格不具有高風險高回報特征，只有生豬等少數(shù)農(nóng)產(chǎn)品除外（付蓮蓮等，2019）?！颈狙芯壳腥朦c】目前尚無從易腐特性視角來對各品類柑橘市場價格波動風險進行比較研究的相關(guān)報道?！緮M解決的關(guān)鍵問題】以柑橘市場日頻數(shù)據(jù)為基礎(chǔ)，從水果貯藏層面的易腐特性出發(fā)，采用VaR方法對比評估易腐強度不同的柑橘水果價格波動的風險價值，進一步采用GARCH及其衍生的EGARCH模型研究正向和負向信息對不同品類的柑橘價格波動的沖擊效應(yīng)，以期為我國柑橘市場平穩(wěn)運行提供有價值的政策參考。

1 數(shù)據(jù)來源與研究方法

1. 1 研究思路

收集我國蜜桔、砂糖橘、蘆柑、臍橙、甜橙和沙田柚等柑橘的市場價格數(shù)據(jù)，基于易腐特性視角對比分析我國柑橘市場不同易腐強度的柑橘水果價格波動的基本情況，評估強易腐性柑橘和弱易腐性柑橘價格波動的風險價值與風險特征，剖析易腐特性對柑橘價格波動風險的影響機理，最后提出促進我國柑橘市場價格平穩(wěn)運行的政策建議。

1. 2 研究方法

1. 2. 1 柑橘價格波動幅度 基于前期關(guān)于2016年1月1日—2020年12月31日6個品種柑橘價格原始序列趨勢的研究結(jié)果，參照以往研究的做法（沈辰等，2018），本研究采用環(huán)比統(tǒng)計法構(gòu)建柑橘價格波動收益（或損失）率，用以分析各品類柑橘水果價格波動幅度，這樣既能消除通脹因子的影響，又能切實反映柑橘價格波動幅度。具體表達式如下：

Rit=[pit-pit-1pit-1]，i∈[1，6]? ?（1）

式中，pit、pit-1分別為i品種柑橘在t時期和t-1時期的市場平均價格。Rit為[i]品種柑橘在t時期的日頻價格波動收益率，體現(xiàn)柑橘價格波動幅度，本研究以Rit作為研究柑橘價格波動風險價值及風險特征所用的柑橘價格波動序列。

1. 2. 2 柑橘價格波動風險價值的度量 風險價值將風險界定為明確的概率及對應(yīng)的損失范圍，是在持有期內(nèi)產(chǎn)品組合在一定的置信水平下可能遭受的最大損失（或收益）。假定[X]為市場波動下影響柑橘類水果價值損益的隨機變量，F(xiàn)[w（X）]為柑橘類水果價值的概率分布函數(shù)，在置信水平[α]下，風險價值可以表述為：

VaR（α）=-min{x|F[w（X）]≥α} （2）

P[?w（?t，X）≤-VaR]=1-α? （3）

公式（2）和（3）中，VaR為風險價值，[?t]為持有期，?w（?t，X）=w（X，t）-w（X，t0）為損益函數(shù)，w（X，t0）和w（X，t）分別為柑橘類水果組合在初始期和評估期的市場價值。令w（X，t0）=w0，w（X，t）=wt，則wt=w0（1+r），r為持有期的收益率，其期望和標準差分布為[μ]和[σ]。在特定置信水平α*下，評估期產(chǎn)品最小價值為w*=w0（1+r*），評估期相對初始期的價值損益為VaR（t0）=w0-w*=-w0r*。因此，通過水果產(chǎn)品未來價值的概率分布函數(shù)計算得出風險價值。

1. 2. 3 柑橘價格波動風險特征 用GARCH模型及其衍生的EGARCH模型研究柑橘類水果價格日頻波動的集簇性和非對稱性（杠桿效應(yīng)）。一個基本的GARCH（p，q）模型包括均值方程和條件異方差方程，2個方程的形式分別為：

pt=[k=1sγs]pt-s+μt? ? ? ?（4）

σ[2t]=[i=1qαiμ2t-i]+[j=1pβjσ2t-j]+εt? ? ? ?（5）

公式（4）為均值方程，公式（5）為條件異方差方程，i為各柑橘品類，t為日期時間，p為柑橘價格的隨機波動值，γ為均值方程的參數(shù)，s為均值方程滯后期，μ為均值方程的殘差項，[σ]為自回歸條件方差，ε為條件方差方程的殘差，[i=1qαiμ2t-i]為均值方程殘差的滯后值，是為ARCH項，[j=1pβjσ2t-j]為條件方差方程殘差的滯后值，稱為GARCH項;i和j分別是ARCH項和GARCH項的滯后階數(shù);[α]體現(xiàn)了柑橘價格受外部沖擊的影響，[β]體現(xiàn)了柑橘價格波動的路徑依賴特征，這2個參數(shù)均需滿足非負約束（α>0，β>0）及有界約束（α+β≤1）;[t]期的條件方差σ[2t]受滯后期殘差平方μ[2t-i]和滯后期條件方差σ[2t-j]的影響，該設(shè)定能說明農(nóng)產(chǎn)品日頻價格波動的集簇特征。

EGARCH模型放寬GARCH模型參數(shù)的非負和有界約束，能較好地描述柑橘日頻價格波動的非對稱性，即正向和負向信息對價格波動的沖擊效應(yīng)（杠桿效應(yīng)），其條件方差為：

lnσ[2t]=ω0+[i=1qρiμt-iσt-i+i=1qτiμt-iσt-i+j=1pβjlnσ2t-j]

（6）

式中，ρ為非對稱系數(shù)，如果ρ顯著不等于0，那么市場信息對價格波動的沖擊效應(yīng)為非對稱，即具有杠桿效應(yīng)（Nelson，1991）。價格上漲的正向信息對價格波動的沖擊效應(yīng)為τ+ρ=[i=1q（τi+ρi）]，價格下降的負向信息對價格波動的沖擊效應(yīng)為τ-ρ=[i=1q（τi-ρi）]。

采用GARCH模型及其衍生模型評價價格波動風險的特征，需要對價格波動序列進行平穩(wěn)性檢驗和ARCH效應(yīng)檢驗。價格波動序列只有通過了平穩(wěn)性檢驗和ARCH效應(yīng)檢驗，才具備構(gòu)建GARCH模型及其衍生模型分析價格波動風險的條件（丁存振等，2019）。如果GARCH模型及其衍生模型估計結(jié)果的Ljung-Box統(tǒng)計量的P值大于0.100，可以在10%的顯著性水平下不拒絕“模型估計結(jié)果的殘差平方和不存在序列相關(guān)和ARCH效應(yīng)”的原假設(shè)，意味著各GARCH模型估計結(jié)果捕獲了完全的ARCH效應(yīng)，這時模型設(shè)定和估計結(jié)果均有效（Nelson，1991）。

1. 3 數(shù)據(jù)來源

本研究中使用的數(shù)據(jù)為2016年1月1日—2020年12月31日全國農(nóng)貿(mào)批發(fā)市場蜜桔、砂糖橘、蘆柑、甜橙、臍橙和沙田柚等柑橘品類的日頻價格數(shù)據(jù)的算術(shù)平均值（元/kg）。具體地，蜜桔價格通過計算河北邯鄲、安徽碭山和湖南長沙等40個農(nóng)貿(mào)批發(fā)市場蜜桔價格的算術(shù)平均值獲得;砂糖橘價格通過計算新疆烏魯木齊、江蘇凌家塘和安徽碭山等18個農(nóng)貿(mào)批發(fā)市場砂糖橘價格的算術(shù)平均值獲得;蘆柑價格通過計算湖南長沙、上海和北京通州等16個農(nóng)貿(mào)批發(fā)市場蘆柑價格的算術(shù)平均值獲得;甜橙價格通過計算湖南長沙、河北邯鄲和新疆博樂等11個農(nóng)貿(mào)批發(fā)市場甜橙價格的算術(shù)平均值獲得的;臍橙價格通過計算北京通州、新疆烏魯木齊和山西長治等25個農(nóng)貿(mào)批發(fā)市場臍橙價格的算術(shù)平均值獲得;沙田柚價格通過計算江西南昌、安徽馬鞍山和河北邯鄲等9個農(nóng)貿(mào)批發(fā)市場沙田柚價格的算術(shù)平均值獲得。蜜桔、砂糖橘、蘆柑、臍橙、甜橙和沙田柚的樣本個數(shù)分別為1798、1514、1748、1795、1763和1474。為保證研究期的連續(xù)性，采用線性插補法對缺省數(shù)據(jù)進行補齊，插值后統(tǒng)計樣本共計1825組數(shù)據(jù)。所用價格數(shù)據(jù)來源于中國商務(wù)部農(nóng)產(chǎn)品價格數(shù)據(jù)信息平臺（http：//nc.mofcom.gov.cn/jghq/index）。為區(qū)分不同柑橘水果易腐強度的差異，根據(jù)黃海（2018）對柑橘類水果做出的易腐強度排序（橘類>柑類>橙類>柚類），將砂糖橘、蜜桔和蘆柑界定為強易腐性柑橘水果，甜橙、臍橙和沙田柚界定為弱易腐性柑橘水果。

1. 4 統(tǒng)計分析

運用RISK v7.5測算基于歷史模擬法的風險價值，采用STATA 15.0構(gòu)建GARCH和EAGRCH模型，探究柑橘類水果價格波動風險的集簇性和非對稱性特征。

2 基于易腐特性的我國柑橘價格波動風險分析

2. 1 不同易腐強度的柑橘水果價格波動幅度對比分析

當前我國柑橘生產(chǎn)仍以家庭經(jīng)營為主，果農(nóng)對接柑橘市場難的問題廣泛存在，加之柑橘類水果普遍有較強的易腐特性，市場價格波動進一步加劇。2016—2020年的統(tǒng)計數(shù)據(jù)表明，強易腐性的砂糖桔、蜜桔和蘆柑日頻價格波動的標準差分別為0.183、0.157和0.108，若易腐性的沙田柚、臍橙、甜橙日頻價格波動的標準差分別為0.087、0.066和0.065。顯然，強易腐性柑橘水果價格波動幅度普遍大于弱易腐性柑橘水果價格波動幅度，說明易腐特性是柑橘價格波動風險的重要影響因素，即易腐性強度大的柑橘水果價格波動幅度越大。圖1和圖2分別描述以蜜桔、砂糖橘和蘆柑為代表的強易腐性柑橘類水果及以臍橙、沙田柚和甜橙為代表的弱易腐性柑橘類水果市場價格波動收益率。對比圖和圖2可知，強易腐性的蜜桔、砂糖橘和蘆柑價格上漲和下跌幅度大，頻率高，漲跌幅度超過20%的次數(shù)平均高達139日，占整個研究日期數(shù)的7.62%，漲跌幅度超過10%的次數(shù)平均高達387日，占整個研究日期數(shù)的21.19%。弱易腐性的臍橙、沙田柚和甜橙價格上漲和下跌幅度小，頻率低，漲跌幅度超過20%的次數(shù)平均僅37日，占2.03%，漲跌幅度超過10%的次數(shù)平均僅190日，占10.41%，說明強易腐性柑橘類水果價格波動幅度普遍比弱易腐性柑橘類水果價格波動幅度更大，頻率更高。

2. 2 我國柑橘市場價格波動的風險價值分析

2. 2. 1 概率分布類型的擬合優(yōu)度檢驗 考慮到本研究的樣本數(shù)量充足，各品類柑橘價格波動有著良好的歷史軌跡且出現(xiàn)極值的概率低，故使用不依賴先驗型分布函數(shù)的VaR方法對各品類柑橘價格波動風險價值進行分析（Steen et al.，2015）。已有研究經(jīng)驗表明大多數(shù)農(nóng)產(chǎn)品價格波動概率分布服從Gamma、Beta、Weibull、Normal、Lognormal、Student-T和Logistic等7種分布函數(shù)類型（熊巍等，2015）。故本研究以6個柑橘類水果價格收益率為樣本，采用3種擬合優(yōu)度檢驗（AD法、 KS法和χ2方法）對這7種分布函數(shù)類型分別進行擬合檢驗，檢驗結(jié)果見表1。通常認為若某種分布使3種統(tǒng)計值的排序相對一致且靠前，則該分布為最優(yōu)分布，否則以AD檢驗為準。據(jù)此原則，蜜桔、蘆柑、甜橙和沙田柚價格收益率的最優(yōu)分布類型為Student-T模型，砂糖橘和臍橙價格收益率的最優(yōu)分布類型為Logistic模型。

2. 2. 2 基于極大似然估計法的模型參數(shù)估計 根據(jù)柑橘類水果價格收益率的最優(yōu)分布函數(shù)類型，采用極大似然估計法（MLE）分別對我國蜜桔、砂糖橘、蘆柑、甜橙、臍橙和沙田柚價格收益率的最優(yōu)分布概率函數(shù)進行參數(shù)估計，得到相應(yīng)的最優(yōu)分布密度函數(shù)（表2）。

2. 2. 3 柑橘價格波動風險價值評估 對表2中蜜桔、砂糖橘、蘆柑、甜橙、臍橙和沙田柚價格收益率的密度函數(shù)的置信水平分別賦值95%、90%和85%，計算得到3個置信水平上6個柑橘類水果價格對應(yīng)的上漲風險價值，分別賦值5%、10%和15%得到3種置信水平上6個柑橘類水果價格對應(yīng)的下跌風險價值（表3）。3個置信水平下，強易腐性柑橘的價格風險價值均高于弱易腐性柑橘。參照農(nóng)業(yè)農(nóng)村部對農(nóng)產(chǎn)品價格波動幅度界定標準，并借鑒熊巍和祁春節(jié)（2016）的觀點，將柑橘類水果價格漲跌幅在5%內(nèi)界定為安全區(qū)間，超過5%為風險區(qū)間。因此，在85%的置信水平下，強易腐性的蜜桔、砂糖橘和蘆柑價格風險均超出安全區(qū)間，而弱易腐性的甜橙、臍橙和沙田柚價格風險價值幾乎均處理于（或略超出）安全區(qū)間;在90%的置信水平下，強易腐性的蜜桔、砂糖橘和蘆柑價格風險價值普遍逼近或突破[-10%，10%]區(qū)間，超出安全區(qū)間1倍，而弱易腐性的甜橙價格風險價值略超出安全區(qū)間，弱易腐性的臍橙和沙田柚價格風險價值超出安全區(qū)間，但超出的范圍不大;在95%的置信水平下，強易腐性和弱易腐性柑橘價格的風險價值均超出安全區(qū)間，但強易腐性柑橘的價格風險價值超出安全區(qū)間的范圍明顯比與弱易腐性柑橘的價格風險價值超出安全區(qū)間的范圍要大得多。總的來說，柑橘類水果本身的易腐特性對其價格風險價值有明顯的正向影響，強易腐性柑橘的價格風險問題更加突出，其中原因可能是因為強易腐性增加了經(jīng)營者的儲藏成本和損耗成本，加強了蜜桔、砂糖橘和蘆柑上市的集中度和供給不均衡，使其價格漲跌幅度較大。

對比不同易腐強度的柑橘類水果價格的上漲風險價值和下跌風險價值絕對值差額可知，在3個置信水平上，強易腐性的蜜桔、砂糖橘和蘆柑的價格上漲風險價值的絕對值大體均大于下跌風險價值的絕對值，而易腐性弱的甜橙、臍橙和沙田柚的價格上漲風險價值的絕對值與價格下跌風險價值的絕對值并無明顯差別。因此，可認為不同易腐強度的柑橘水果，其價格上漲風險和下跌風險的對稱性特征不同：強易腐性柑橘水果的價格漲跌風險呈現(xiàn)不對稱性，即強易腐性柑橘水果漲價風險大于降價風險，而弱易腐性柑橘水果的價格漲跌風險未呈現(xiàn)明顯的不對稱性，即弱易腐性柑橘水果漲價風險和降價風險大體相當，這也進一步說明柑橘水果的價格漲跌風險的不對稱性特征與易腐強度密切相關(guān)。強易腐性柑橘由于儲藏成本高，損耗成本大，價格上漲時商家會趁機大幅抬價以彌補儲藏和損耗帶來的過高成本，價格下降時受儲藏成本和損耗成本限制降價幅度小于上漲的幅度。值得注意的是，盡管強易腐性柑橘的價格下降風險小于其自身價格上漲風險，但始終大于弱易腐性柑橘的價格下降風險，這是因為強易腐性的柑橘水果銷售周期比弱易腐性的柑橘水果更短，市場出現(xiàn)價格下降的沖擊時，商家會進一步壓低強易腐性的柑橘水果價格以便在短時間內(nèi)出貨。

2. 3 基于易腐特性的我國柑橘價格波動風險特征分析

2. 3. 1 柑橘價格波動風險的集簇性和不對稱性分析基礎(chǔ) 構(gòu)建柑橘價格收益率序列的GARCH模型及其衍生模型之前需要進行平穩(wěn)性檢驗和ARCH效應(yīng)檢驗。首先，使用ADF檢驗法檢驗各品類柑橘價格收益率的平穩(wěn)性，6個品類價格收益率在1%、5%、10%顯著性水平下均拒絕存在單位根的原假設(shè)，表明這些序列平穩(wěn)，滿足ARCH類模型分析的條件。然后用ARCH-LM方法對6種柑橘類水果價格收益率進行ARCH效應(yīng)檢驗。如表4所示，6個品類價格收益率滯后1期和2期的LM檢驗統(tǒng)計值在1%顯著水平下大于臨界值，拒絕不存在ARCH效應(yīng)的原假設(shè)，說明各品類價格序列均存在ARCH效應(yīng)，可構(gòu)建GARCH及其衍生的EGARCH模型進行集簇性和不對稱性分析。

2. 3. 2 集簇性分析 根據(jù)AIC和BIC標準，建立蜜桔、蘆柑、砂糖橘、甜橙和臍橙價格收益率波動的MA（1）—GARCH（1，1）模型，以及沙田柚價格收益率波動的MA（1）—GARCH（1，2）模型，估計結(jié)果如表5所示。6個GARCH模型估計結(jié)果均不拒絕原假設(shè)，意味著各GARCH模型估計結(jié)果捕獲了完全的ARCH效應(yīng)，模型設(shè)定和估計結(jié)果均有效。

從表5可知，6個品類柑橘價格收益率的MA（）—GARCH（p，q）模型參數(shù)大多在1%水平顯著，擬合結(jié)果有效。所有模型的均值方程的上期價格系數(shù)顯著為正，表明所有柑橘水果上期價格對當期價格具有正向影響，但弱易腐性的甜橙、臍橙和沙田柚上期價格對當期價格的影響大于強易腐性的蜜桔、砂糖橘和蘆柑，表明上期價格對當期價格的預(yù)測性受易腐特性影響，易腐性越強，上期價格對當期價格的預(yù)測性則越差。ARCH（）和GARCH（）2項指標的參數(shù)估計值均為正，滿足GARCH模型參數(shù)的非負約束條件，強易腐的蜜桔、砂糖橘和蘆柑價格模型的ARCH（）與GARCH（）參數(shù)估計值之和略大于1.000，表明波動的沖擊會通過條件方差持久地影響強易腐性柑橘價格，導(dǎo)致其價格持續(xù)波動;弱易腐性的甜橙、臍橙和沙田柚價格模型的ARCH（）與GARCH（）參數(shù)估計值之和小于1，表明波動的沖擊通過條件方差對弱易腐性柑橘價格的影響不具有持久性，該沖擊效應(yīng)會逐漸消失;各柑橘類水果價格收益率的GARCH（）項均顯著為正且大于0.600，表明我國柑橘市場不僅受到易腐特性的影響，還受到市場開放度和信息壁壘等因素的影響。2003年我國政府取消農(nóng)林特產(chǎn)稅以來，我國柑橘產(chǎn)業(yè)發(fā)展迅猛，但與此不相匹配的是我國柑橘市場信息披露機制尚不完善，不能及時對各品類柑橘的種植數(shù)據(jù)、地域分布和市場需求等信息進行統(tǒng)計和發(fā)布。再者，在小農(nóng)戶及大市場格局長期存在的背景下，我國柑橘經(jīng)營主體眾多，多為小農(nóng)戶生產(chǎn)方式，組織化和規(guī)?；潭鹊?，無法搜尋到可靠有效的信息，生產(chǎn)者容易盲目決策，最終導(dǎo)致柑橘價格波動連續(xù)產(chǎn)生。對比各品類柑橘來看，強易腐性柑橘價格波動的集簇性程度普遍比弱易腐性柑橘價格波動的集簇性大，說明柑橘品類的易腐性越強，價格波動水平受較近的前期波動水平影響越大，收益率的波動幅度也越大，經(jīng)營風險越大。

2. 3. 3 非對稱性分析 用GARCH模型衍生的EGARCH模型來描述柑橘日頻價格收益率波動的非對稱性。根據(jù)AIC和BIC標準建立蜜桔、蘆柑、砂糖橘、甜橙和沙田柚價格收益率波動的MA（1）―EGARCH（1，1）模型，以及臍橙價格收益率波動的MA（1）―EGARCH（2，2）模型，估計結(jié)果如表6所示。6個EGARCH模型估計結(jié)果的Ljung-Box統(tǒng)計量的P值均大于0.100，表明在10%的顯著性水平下不拒絕“各EGARCH模型估計結(jié)果的標殘差平方和不存在序列相關(guān)和ARCH效應(yīng)” 的原假設(shè)，意味著各EGARCH模型估計結(jié)果捕獲了完全的ARCH效應(yīng)，6個品類柑橘價格波動收益率的EGARCH模型設(shè)定有效。

從表6可知，各品類柑橘價格波動的EARCH_a（ ）項系數(shù)顯著不為0，表明各品類柑橘價格波動對正、負向沖擊的響應(yīng)程度不同，即具有非對稱性，并且該系數(shù)小于0，說明負向沖擊引起的價格波動大于正向沖擊引起的價格波動，也說明柑橘商家在面臨價格低位時會做出非常規(guī)的售賣決策。面臨價格上漲的單位正向信息沖擊時，除蘆柑價格波動的響應(yīng)較大外，其他柑橘水果價格波動的響應(yīng)幅度相差無幾，均在單位沖擊的10.000%～15.000%。意味著，在有利的市場信息沖擊下，強易腐性柑橘價格和弱易腐性柑橘價格的獲益能力差別不大。面臨價格下跌的單位負向信息沖擊時，強易腐性柑橘價格波動的響應(yīng)幅度均接近或超過單位沖擊的50.000%，而弱易腐性柑橘價格波動的響應(yīng)幅度均未超過單位沖擊的37.500%，甚至臍橙價格的響應(yīng)幅度僅15.800%。顯然，強易腐性柑橘價格波動對價格下跌的負向信息沖擊的響應(yīng)幅度大于弱易腐性柑橘，表明在不利的市場信息沖擊下，強易腐性柑橘價格波動劇烈且波動收益會遭受巨大損失，這是因為強易腐性柑橘的商家考慮儲藏成本和損耗成本高，銷售周期短，面臨價格降低的負向信息沖擊時會超量投放市場造成供大于求，以致價格進一步下降而遭受更大的損失。弱易腐性柑橘因其柑橘耐儲藏，商家的儲藏成本和損耗成本較低，面臨負向信息沖擊時會減少投放市場以致供小于求，價格下降的勢頭得以緩和甚至被扭轉(zhuǎn)而減少損失?？傮w來看，易腐特性強弱會影響柑橘價格波動對價格信息沖擊的響應(yīng)幅度，即易腐性越強的柑橘價格波動越容易受到市場信息的沖擊。

3 討論

易腐特性是柑橘類水果市場價格波動的重要內(nèi)生性風險源。本研究綜合運用VaR方法和 GARCH類模型對蜜桔、砂糖橘、蘆柑、臍橙、甜橙和沙田柚的價格波動風險進行分析，結(jié)果表明，在90%置信水平下，所有品類柑橘價格波動風險價值均超出[-5%，5%]的安全水平，表明柑橘價格風險較大，這是生鮮類農(nóng)業(yè)產(chǎn)業(yè)發(fā)展面臨的一種常見風險。喬立娟等（2018）以蔬菜產(chǎn)業(yè)為例證實生鮮農(nóng)業(yè)產(chǎn)業(yè)風險中價格風險顯著高于產(chǎn)量風險，其中原因是類似柑橘的生鮮農(nóng)產(chǎn)品易腐爛、損耗率高、市場多變，供應(yīng)極不穩(wěn)定，造成價格波動劇烈、風險較大。本研究中，在85%、90%、95%的3個置信水平下，強易腐性柑橘（蜜桔、砂糖橘和蘆柑）的漲價和降價風險均顯著高于弱易腐性柑橘（甜橙、臍橙和沙田柚），易腐性強度與價格波動風險正相關(guān)，該結(jié)果與沈辰等（2018）的結(jié)論一致。強易腐性增加了蜜桔、砂糖橘和蘆柑商家的儲藏成本和損耗成本，尤其在感知降價信息時，經(jīng)營者會盡快將存貨推入市場，造成蜜桔、砂糖橘和蘆柑上市集中度更高，供給極度不均衡，價格劇烈震蕩，價格風險相應(yīng)提高，該結(jié)果與黃寒（2015）的結(jié)論一致。

本研究得出我國各類柑橘的價格波動都具有較強的集簇性，即當期波動幅度會向較近的前期波動水平靠攏，與王倩倩等（2020）的結(jié)論一致。按此規(guī)律，柑橘價格小幅波動后會繼續(xù)出現(xiàn)小幅波動，大幅波動后會繼續(xù)出現(xiàn)大幅波動，那么我國柑橘水果價格波動在一定程度是可預(yù)測的。因此，柑橘產(chǎn)業(yè)管理部門、柑橘經(jīng)營者需要定期對市場可能出現(xiàn)的較大價格波動做好合理預(yù)測以采取合理措施減少波動對柑橘產(chǎn)業(yè)、農(nóng)戶收益造成的沖擊。本研究中強易腐性柑橘價格波動的集簇性特征普遍比弱易腐性柑橘價格波動的集簇性特征強，說明柑橘易腐特性越強，其價格波動受到較近的前期波動水平影響越大，一旦市場出現(xiàn)價格下跌的信號，易腐性柑橘價格很可能陷入連續(xù)下跌的境地，與齊文娥等（2018）的研究結(jié)論一致。

本研究結(jié)果表明，我國強易腐性柑橘價格漲跌風險呈現(xiàn)不對稱性，漲價風險大于降價風險，而弱易腐性柑橘價格漲跌風險大體相當，與熊巍和祁春節(jié)（2016）的結(jié)論一致，由于強易腐性農(nóng)產(chǎn)品在產(chǎn)銷季節(jié)短期內(nèi)集中上市，而在非產(chǎn)銷季節(jié)庫存少、供給嚴重不足，再加上儲藏成本和損耗成本高，以至產(chǎn)銷季節(jié)價格上漲的幅度較大且頻率較高。張欣等（2014）認為易腐性農(nóng)產(chǎn)品價格較大的上漲風險往往伴隨著較大的下跌風險，因為高價格可能傳遞一個不實的需求旺盛信息，使農(nóng)戶盲目擴大種植規(guī)模，引發(fā)下一個產(chǎn)季價格大幅下跌，這個觀點解釋了本研究中強易腐性柑橘價格漲跌風險較大的原因，也與近年來我國砂糖橘、蜜桔出現(xiàn)價格大幅上漲又很快轉(zhuǎn)入大幅下跌的現(xiàn)象相符合。本研究中各品類柑橘價格波動對負向信息沖擊的響應(yīng)幅度均大于正向信息沖擊，與陳子豪和胡浩（2017）、齊文娥等（2018）的結(jié)論相類似，即易腐性鮮食農(nóng)產(chǎn)品銷售時間短，儲藏成本和損耗成本高，可替代性強，不能長時間待售，當價格下跌時，經(jīng)營者為了減少損失會在短期內(nèi)低價大量拋售以致價格降低（非常規(guī)售賣決策）。綜上所述，弱易腐性柑橘銷售時間相對較長，儲藏成本和損耗成本較低，能較長時間待售，當價格下跌經(jīng)營者不會在短期內(nèi)低價拋售甚至惜售。

4 建議

4. 1 構(gòu)建柑橘價格波動預(yù)警機制，及時監(jiān)測市場風險

對我國各品類柑橘的產(chǎn)業(yè)流通數(shù)據(jù)進行搜集、整理，構(gòu)建包括市場信息監(jiān)測、市場風險評估、預(yù)警信息發(fā)布的柑橘價格波動預(yù)警機制，分析柑橘市場價格波動原因及后續(xù)影響。柑橘價格下跌信息會引發(fā)更大波動的非對稱性，因而要對可能引起價格下跌的氣候災(zāi)害、柑橘產(chǎn)銷過剩、負面新聞報道等特別重視，提前預(yù)測柑橘價格波動的趨勢性和可能引起價格大幅波動的突發(fā)性問題，將市場預(yù)警信息及時傳遞至柑橘生產(chǎn)經(jīng)營主體，使其合理安排柑橘采摘時間和數(shù)量，以更好地應(yīng)對市場風險。

4. 2 推動柑橘貯藏保鮮設(shè)施的建設(shè)，穩(wěn)定市場價格波動

易腐特性是柑橘價格波動風險頻發(fā)且風險程度較高的重要原因，政府應(yīng)推動柑橘貯藏保鮮技術(shù)的研發(fā)，建立以財政投入為主、引導(dǎo)企業(yè)自主研發(fā)為輔的科研體系，切實提升我國柑橘尤其是蜜桔、砂糖橘和蘆柑等強易腐性果品的貯藏保鮮技術(shù)水平，建設(shè)高水平的貯藏保鮮設(shè)施，延長強易腐性柑橘的儲藏保鮮時間，減少柑橘貯藏中侵染性病害出現(xiàn)，保持果實的鮮度和水分、維持色澤和香氣。要進一步推廣使用冷鏈物流技術(shù)，融合新一代智能農(nóng)業(yè)信息技術(shù)，以縮短柑橘物流時間，有效減少柑橘尤其高易腐性柑橘的運輸損耗，降低跨區(qū)物流運輸成本，擴大柑橘市場銷售半徑，促進各地柑橘供給均衡，降低柑橘市場價格波動。

4. 3 實施品類差異化的柑橘市場保險機制，降低市場經(jīng)營風險

對于柑橘農(nóng)戶尤其是易腐性柑橘農(nóng)戶而言，其面臨的價格風險巨大，有關(guān)部門應(yīng)聯(lián)合保險公司出臺政策為農(nóng)戶提供適時可行的柑橘價格保險服務(wù)。鑒于易腐特性對各品類柑橘價格風險影響大，在制定柑橘價格保險政策時應(yīng)充分考慮各品類柑橘易腐特性的差異，將其作為保險費率厘定的標準。蜜桔、砂糖橘和蘆柑等強易腐性水果的市場風險突出，極易對柑橘產(chǎn)業(yè)造成破壞性影響，因而要將其作為柑橘市場保險體系的優(yōu)先保障對象。對于臍橙、甜橙和沙田柚等低易腐性水果，其價格波動風險相對較小，可合理調(diào)低保險費率，以擴大柑橘市場保險的需求，讓更多柑橘經(jīng)營戶參加保險，從而規(guī)避經(jīng)營損失，降低市場風險。

參考文獻：

陳新建，韋炳佩. 2015. 果農(nóng)對規(guī)模經(jīng)營的風險認知與風險分擔機制研究——基于廣東、廣西適度規(guī)模經(jīng)營果農(nóng)的實證分析[J]. 南方農(nóng)業(yè)學(xué)報，46（5）：936-942. [Chen X J，Wei B P. 2015. Risk perception and risk-sharing mechanism in fruit farmer’s scale operation—Based on empirical analysis moderate scale operation in Guangdong and Guangxi[J]. Journal of Southern Agriculture，46（5）：936-942.] doi：10.3969/j：issn. 2095-1191.2015.5.936.

陳子豪，胡浩. 2017. 易腐農(nóng)產(chǎn)品的價格波動分析——以油桃為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，（8）：103-109. [Chen Z H，Hu H. 2017. The fluctuation of perishable agricultural products—Based on nectarine[J]. Journal of Agrotechnical Econo-mics，（8）：103-109.] doi：10.13246/j.cnki.jae.2017.08.010.

丁存振，鄭燕，肖海峰. 2019. 禽流感危機下肉雞產(chǎn)業(yè)市場狀態(tài)分析——基于互聯(lián)網(wǎng)大數(shù)據(jù)和MS-VAR模型[J]. 中國農(nóng)業(yè)資源與區(qū)劃，40（7）：92-100. [Ding C Z，Zheng Y，Xiao H F. 2019. Research on market status of? broiler industry under avian influenza crisis—Based on internet big data and MS-VAR model[J]. Chinese Journal of Agricultural Resources and Regional Planning，40（7）：92-100.] doi：10.7621/cjarrp.1005-9121.20190712.

付蓮蓮，趙金霞，鄧群釗. 2019. 結(jié)構(gòu)突變視角下生豬價格波動的時空特征的異質(zhì)性[J]. 數(shù)學(xué)的實踐與認識，49（19）：60-68. [Fu L L，Zhao J X，Deng Q Z. 2019. Heterogeneity of temporal and spatial characteristics of hog price fluctuation form the perspective of structural change[J]. Mathematics in Practice and Theory，49（19）：60-68.]

胡友，陳昕，祁春節(jié). 2021. 農(nóng)村勞動價格、收入結(jié)構(gòu)變化與柑橘種植布局變遷[J]. 農(nóng)業(yè)現(xiàn)代化研究，42（3）：496-506. [Hu Y，Chen X，Qi C J. 2021. Rural labor price，farm income structure changes，and citrus production layout evolution[J]. Research of Agricultural Modernization，42（3）：496-506.] doi：10.13872/j.1000-0275.2021.0067.

黃海. 2018. 柑橘貯藏與保鮮技術(shù)[J]. 科學(xué)種養(yǎng)，（11）：27. [Huang H. 2018. Citrus storage and fresh-keeping technology[J]. Science Planting and Raising，（11）：27] doi：10.13270/j.cnki.kxzh.2018.11.011.

黃寒. 2015. 鮮活農(nóng)產(chǎn)品供應(yīng)鏈價格風險傳導(dǎo)機理探索[J]. 商業(yè)經(jīng)濟研究，（12）：30-31. [Huang H. 2015. Exploration of price risk transmission mechanism of fresh agricultural products supply chain[J]. Journal of Commercial Economics，（12）：30-31.] doi：10.3969/j.issn.1002-5863. 2015.12.012.

李京棟，李先德，孫致陸. 2018. 中國大宗水果價格大幅波動的影響因素分析——基于蘋果、梨、香蕉價格數(shù)據(jù)[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），19（3）：15-23. [Li J D，Li X D，Sun Z L. 2018. Analysis of factors affecting the large price fluctuation of Chinese main fruits：Based on the price data of apple，pear and banana[J]. Journal of Hunan Agricultural University（Social Sciences），19（3）：15-23.] doi：10.13331/j.cnki.jhau（ss）.2018.03.003.

劉凱，穆月英，韓婷. 2018. 蔬菜價格波動及風險研究——以北京為例[J]. 中國蔬菜，（2）：63-70. [Liu K，Mu Y Y，Han T. 2018. Vegetables prices fluctuation and risk study—A case study in Beijing[J]. China Vegetables，（2）：63-70.]

齊文娥，歐陽曦，晏發(fā)發(fā). 2018. 易腐農(nóng)產(chǎn)品價格波動非對稱效應(yīng)分析——以荔枝價格波動為例[J]. 價格理論與實踐，（5）：75-78. [Qi W E，Ouyang X，Yan F F. 2018. Analysis of asymmetric effect of price fluctuation of perishable agricultural products—Taking the price fluctuation of litchi as an example[J]. Price：Theory and Practice，（5）：75-78.] doi：10.19851/j.cnki.cn11-1010/f.2018.05.019.

喬立娟，申書興，趙幫宏. 2018. 我國蔬菜產(chǎn)業(yè)風險水平實證量化分析[J]. 南方農(nóng)業(yè)學(xué)報，49（5）：1032-1038. [Qiao L J，Shen S X，Zhao B H. 2018. Empirical quantitative analysis on risk level of vegetable industry in China[J]. Journal of Southern Agriculture，49（5）：1032-1038.] doi：10.3969/j.issn.2095-1191.2018.05.29.

沈辰，孔繁濤，吳建寨，劉繼芳. 2018. 基于核密度估計的我國鮮活農(nóng)產(chǎn)品價格風險度量[J]. 統(tǒng)計與決策，34（3）：65-68. [Shen C，Kong F T，Wu J Z，Liu J F. 2018. Price risk measurement of fresh agricultural products in my country based on kernel density estimation[J]. Statistics and Decision，34（3）：65-68.] doi：10.13546/j.cnki.tjyjc.2018.03. 014.

宋長鳴，周錦，趙曉飛. 2016. 鮮活農(nóng)產(chǎn)品市場替代與整合研究——以水果為例[J]. 農(nóng)業(yè)現(xiàn)代化研究，37（3）：534-541. [Song C M，Zhou J，Zhao X F. 2016. Study of the substitution and integration of fruit markets by the VECH model[J]. Research of Agricultural Modernization，37（3）：534-541.] doi：10.13872/j.1000-0275.2016.0004.

王川，黃敏，王大山，趙安平，王曉東. 2015. 基于VaR的畜產(chǎn)品市場價格風險閾值研究——以北京市農(nóng)產(chǎn)品批發(fā)市場為例[J]. 上海農(nóng)業(yè)學(xué)報，（6）：11-17. [Wang C，Huang M，Wang D S，Zhao A P，Wang X D. 2015. Research on VaR-based market price risk thresholds of animal pro-ducts：Taking Beijing agro-food wholesale markets for example[J]. Acta Agriculturae Shanghai，（6）：11-17.] doi：10.15955/j. issnl000-3924.2015.06.03.

王川，趙友森. 2011. 基于風險價值法的蔬菜市場風險度量與評估——以北京蔬菜批發(fā)市場為例[J]. 中國農(nóng)村觀察，（5）：45-54. [Wang C，Zhao Y S. 2011. Measurement and assessment of the risk of the vegetable market with the method of value at risk（VaR）—Taking the vegetable whole sale market in Beijing as an example[J]. China Rural Survey，（5）：45-54.]

王倩倩，衛(wèi)龍寶，王文亭. 2020. 基于GARCH類模型中國原料奶價格波動實證分析[J]. 農(nóng)業(yè)經(jīng)濟問題，（11）：97-107. [Wang Q Q，Wei L B，Wang W T. 2020. Empirical analysis of raw milk price volatility in China based on GARCH model[J]. Issues in Agricultural Economy，（11）：97-107.]

熊巍，祁春節(jié)，高瑜，楊春. 2015. 基于組合模型的農(nóng)產(chǎn)品市場價格短期預(yù)測研究——以紅富士蘋果、香蕉、橙為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，（6）：57-65. [Xiong W，Qi C J，Gao Y，Yang C. 2015. Research on short-term forecast of product price in agricultural markets based on combination model—Take red Fuji apples，bananas，oranges as examples[J]. Journal of Agrotechnical Economics，（6）：57-65.]

熊巍，祁春節(jié). 2013. 基于VaR的果蔬農(nóng)產(chǎn)品價格的風險度量[J]. 統(tǒng)計與決策，（21）：126-130. [Xiong W，Qi C J. 2013. Risk measurement for the price of fruits and vegetables based on VaR method[J]. Statistics and Decision，（21）：126-130.]

熊巍，祁春節(jié). 2016. 果蔬農(nóng)產(chǎn)品市場價格風險預(yù)警研究[J]. 價格理論與實踐，（12）：41-44. [Xiong W，Qi C J. 2016. Research on early warning of market price risk of fruits and vegetables[J]. Price：Theory and Practice，（12）：41-44.] doi：10.19851/j.cnki.cn11-1010/f.2017.12.010.

袁斌，陳超. 2020. 天氣變化視角下易腐農(nóng)產(chǎn)品價格波動研究[J]. 干旱區(qū)資源與環(huán)境，34（5）：147-153. [Yuan B，Chen C. 2020. Price fluctuation of perishable agricultural products from the perspective of weather change[J]. Journal of Arid Land Resources and Environment，34（5）：147-153.] doi：10.13448 /j.cnki. jalre.2020.138.

張偉華，張英麗. 2020. 中國魚類水產(chǎn)品價格波動特征研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，（2）：133-142. [Zhang W H，Zhang Y L. 2020. The price fluctuation research on China’s fish species[J]. Journal of Agrotechnical Economics，（2）：133-142.]

張曉敏，周應(yīng)恒. 2012. 基于易腐特性的農(nóng)產(chǎn)品縱向關(guān)聯(lián)市場間價格傳遞研究——以果蔬產(chǎn)品為例[J]. 江西財經(jīng)大學(xué)學(xué)報，（2）：78-85. [Zhang X M，Zhou Y H. 2012. A study of price transmission in vertical-related markets of perishable produce：Fruits and vegetables as a case[J]. Journal of Jiangxi University of Finance and Economics，（2）：78-85.]

張欣，張潤清，王健. 2014. 河北省農(nóng)戶蔬菜市場價格風險評估[J]. 北方園藝，（7）：193-196. [Zhang X，Zhang R Q，Wang J. 2014. Evaluation of vegetable price risk in Hebei Province[J]. Northern Horticulture，（7）：193-196.]

趙玉，祁春節(jié). 2014. 大宗農(nóng)產(chǎn)品價格風險評估——基于小波神經(jīng)網(wǎng)絡(luò)-Bootstrap方法的實證研究[J]. 技術(shù)經(jīng)濟，33（3）：75-79. [Zhao Y，Qi C J. 2014. Evaluation on price risk of bulk agricultural product：Empirical study based on wavelet neural network-bootstrap method[J]. Techno-logy Economics，33（3）：75-79.]

Agwu E C，Godfrey O U. 2020. Conditional variance and interest rates in Nigeria：Evidence from the EGARCH-in-mean framework[J]. Mathematics Letters，6（3）：36-41. doi：10.11648/j.ml.20200603.12.

Fernandez V. 2005. Risk management under extreme events[J]. International Review of Financial Analysis，14（2）：113-148. doi：10.1016/j.irfa.2004.06.012.

Gregory A W，Reeves J J. 2008. Interpreting value at risk（VaR） forecasts[J]. Economic Systems，32（2）：167-176. doi：10.1016/j.ecosys.2008.03.001.

Huang J K，Rozelle S. 2006. The emergence of agricultural commodity markets in China[J]. China Economic Review，17（3）：266-280. doi：10.1016/j.chieco.2006.04.008.

Nelson? D B. 1991. Conditional heteroskedasticity in asset returns：A new approach[J]. Econometrica，59（2）：347-370. doi：10.2307/2938260.

Parcell J L. 2003.An empirical analysis of the demand for wholesale pork primals：Seasonality and structural change[J]. Journal of Agricultural & Resource Economics，28（2）：335-348. doi：10.1023/A：1005153717767.

Steen M，Westgaard S，Gj?lberg O. 2015. Commodity value-at-risk modeling：Comparing risk metrics，historic simulation and quantile regression[J]. The Journal of Risk Model Validation，9（2）：49-78. doi：10.21314/JRMV.2015.146.

（責任編輯 鄧慧靈）