劉 帥，劉丁語

（1.吉林農(nóng)業(yè)大學經(jīng)濟管理學院，長春 130118；2.吉林農(nóng)業(yè)大學糧食主產(chǎn)區(qū)農(nóng)村經(jīng)濟研究中心，長春 130118）

一、引 言

中國自古以來就是農(nóng)業(yè)大國，糧食的生產(chǎn)與安全是農(nóng)業(yè)重點關(guān)注的問題，這直接影響到國家的經(jīng)濟發(fā)展與社會穩(wěn)定。糧食生產(chǎn)安全問題的核心是糧食價格，其價格波動會影響居民的生活狀況。況且在經(jīng)濟全球化的背景下，中國糧食價格受到各種外部不確定因素的沖擊越來越廣泛且深遠。通常引起糧食價格波動的原因有內(nèi)部傳導因素和外部沖擊因素，內(nèi)部傳導因素主要包含供需、生產(chǎn)成本、生產(chǎn)者預期以及庫存量等；而外部沖擊因素主要包含替代品價格、國家政策、自然災害以及貿(mào)易流通等（申宇，2016）。外部沖擊因素通常是政府無法控制的事件，具有突發(fā)性、不可預測性以及來源廣泛性等特點，使我國的物價劇烈而頻繁的波動。

玉米作為中國三大主糧之一，具有高產(chǎn)量、類型多樣、用途廣泛、地域分布遼闊、開發(fā)潛力巨大等特性。而玉米價格也一直深受外部沖擊影響，在玉米政策不斷調(diào)整和改革時期，人民幣匯率的變動與國際市場的不穩(wěn)定等危機接踵而至。然而，最嚴重的外部沖擊還是2020年突發(fā)的新冠肺炎疫情。針對國內(nèi)市場而言，供給端，受到物流和運輸嚴格管控、勞動力及企業(yè)在嚴峻形勢下停產(chǎn)停工等影響，玉米等農(nóng)產(chǎn)品供給減少；需求端，消費者對各類產(chǎn)品需求隨著疫情時期滿足自身健康需要而變化。對于國際市場而言，國外疫情日益嚴峻，個別國家對玉米等農(nóng)產(chǎn)品采取出口限制措施，國際糧價也經(jīng)歷著大幅度無規(guī)律波動（劉紹熹等，2022）。疫情的突襲還引發(fā)其他外部因素的變動而造成聯(lián)動效應，最終導致各種外部因素逐漸成為影響物價的主導因素，對全球的宏觀經(jīng)濟均造成一定負向影響。從2020年開始，中國的玉米價格持續(xù)增加，由2020年1月的最低價1 941.45元/噸上漲到2021年3月的最高價2 975.59 元/噸，最大價差達1 034.14 元/噸。雖然到2022 年2 月為止，價格又波動下跌至2 751.28 元/噸，但總體仍呈上漲態(tài)勢，兩年間漲幅高達41.71%。玉米價格劇烈波動，既不利于穩(wěn)定農(nóng)民家庭收入，又影響玉米加工業(yè)等下游產(chǎn)業(yè)的發(fā)展，最終破壞中國經(jīng)濟社會的健康有序運行。對此，基于國際國內(nèi)大背景與新形勢，本文立足當前現(xiàn)狀，探索和揭示現(xiàn)階段中國玉米價格波動規(guī)律和變化趨勢，剖析外部不確定性因素對玉米價格波動的影響，以期更深入地了解中國玉米價格波動的成因，并明確外部沖擊因素對玉米價格波動的影響程度，為政府制定決策提供政策建議，有助于保證日后有效做好預防措施，及時平抑價格波動，保障國家糧食安全。

二、文獻綜述

已有許多學者從不同角度、運用不同方法研究農(nóng)產(chǎn)品價格波動及其影響因素。以國內(nèi)視角來看，大多數(shù)學者均會使用計量模型，馬宏陽等（2021）、吳彩容等（2016）采用ARCH類模型分析農(nóng)產(chǎn)品價格的長期波動特征。此外，宋麗等（2021）、鄭旭蕓等（2020）、王會娟等（2013）利用X12季節(jié)調(diào)整法分解中國玉米價格的時間序列，剔除季節(jié)要素與不規(guī)則要素后，再運用濾波分析法探索玉米價格波動規(guī)律，分析不同時段玉米價格特點。不同農(nóng)產(chǎn)品價格的波動亦是有關(guān)聯(lián)性的，陳曉暾等（2018）、田帥等（2017）基于月度數(shù)據(jù)，分別探究全國和吉林省玉米價格與生豬價格之間關(guān)系，并實證得出國內(nèi)玉米價格波動影響豬肉價格波動、而吉林省玉米價格和豬肉價格短期內(nèi)相互影響的結(jié)論。龐嬌等（2018）選取中國玉米、豆粕和雞蛋價格的月度數(shù)據(jù)，運用VAR模型，證明三者之間的相互影響存在一定時滯性。

在農(nóng)產(chǎn)品價格影響因素分析中，多數(shù)學者認為市場供需、生產(chǎn)成本、種植面積、國際市場以及替代品價格是影響玉米價格最主要的因素（宮斌斌等，2017；方燕等，2012；鄭旭蕓等，2020；宋麗等，2021）。具體到外部不確定性沖擊方面，政府政策及各種災害疾病是主要影響因素。唐利群等（2022）、陳昱帆等（2022）、賈鋮等（2021）分別運用VAR模型、TVP-VAR 模型實證分析中國豬肉價格影響因素，發(fā)現(xiàn)生豬疫情對豬肉價格存在顯著沖擊，且在新冠肺炎疫情的大環(huán)境下，經(jīng)濟政策的不確定性是當前對豬肉價格最大的影響，進而造成豬肉及其相關(guān)產(chǎn)業(yè)不穩(wěn)定。當下全球最為關(guān)注的熱點是疫情，其對農(nóng)產(chǎn)品影響更為深遠。崔海瑩等（2022）、鐘志平等（2021）就分別以疫情新增人數(shù)和疫情關(guān)注指數(shù)為核心變量，運用DCC-MGARCH模型、ARIMA模型及VAR模型，探討了疫情對中國糧食價格和家禽產(chǎn)品價格的影響，發(fā)現(xiàn)不同種類農(nóng)產(chǎn)品應對疫情沖擊存在差異，且農(nóng)產(chǎn)品的一次沖擊時間與累積持續(xù)時間皆有不同。此外，還有學者分析經(jīng)濟政策不確定性指數(shù)、貨幣供應量、居民消費價格指數(shù)等外部影響因素對小麥和大豆影響（周君婷等，2021；孫中葉等，2021）。

上述文獻已對中國農(nóng)產(chǎn)品價格方面展開大量研究，但現(xiàn)有文獻中少有探討在當今國內(nèi)國際形勢復雜的背景下，外部不確定性沖擊對中國玉米價格波動的影響?；诖?，本文以各種外部沖擊因素為主，運用ARCH 類模型和TVP-VAR 模型分析玉米價格的波動特征以及各種外部因素對玉米價格波動影響的時變特征，為玉米產(chǎn)業(yè)的發(fā)展提供科學決策依據(jù)。

三、中國玉米價格波動特征分析

（一）ARCH類模型的設(shè)定

本文首先對玉米價格收益率序列進行描述性統(tǒng)計分析、ADF平穩(wěn)性檢驗和自相關(guān)檢驗，其次設(shè)置均值方程進行ARCH-LM檢驗，再次為深入研究其價格的波動特征，建立GARCH和GARCH-M模型，最后運用TGARCH和EGARCH模型分析該價格波動的非對稱性。

首先，廣義自回歸條件異方差模型（GARCH模型）是由ARCH模型擴展而來

其次，在式（1）基礎(chǔ)上加入表示預期風險的條件方差項，得到帶均值的廣義自回歸條件異方差模型（GARCH-M模型）：

式（2）中，λ是條件標準差的一個倍數(shù)，若λ為正數(shù)，表示由于風險的增加使得市場參與者要求有更高的收益，此參數(shù)用于檢驗玉米市場是否具有高風險高回報的特征。

再次，門限自回歸條件異方差模型（TARCH模型）用來描述時間序列的非對稱性：

式（3）中，dt-1是虛擬變量，當εt-1＜0時，dt-1=1，否則，dt-1=0。其中，價格升高信息（εt≥0）對條件方差產(chǎn)生的影響為α1，而價格下降信息（εt-1＜0）產(chǎn)生的影響為α1+φ。

最后，指數(shù)GARCH模型（EGARCH模型）的條件方差方程為：

式（4）中，價格升高信息（εt-1≥0）對Lnht的影響為α+γ，價格下降信息（εt-1＜0）的影響為α-γ。

TARCH 模型和EGARCH 模型均可描述時間序列的非對稱性，結(jié)合式（3）和式（4），若φ≠0 或γ≠0，證明波動是非對稱。當φ＞0 或γ＜0 時，說明價格下降信息產(chǎn)生的波動比價格升高信息產(chǎn)生的波動大；當φ＜0或γ＞0時，說明價格升高信息產(chǎn)生的波動比價格下降信息產(chǎn)生的波動大。

（二）描述性統(tǒng)計分析

為了深入分析中國玉米價格波動特征，本文以2020 年突發(fā)的疫情為時間節(jié)點，運用2018 年1 月29日～2020年1月20日與2020年1月27日～2022年2月28日的周度數(shù)據(jù)對比分析，數(shù)據(jù)均來源于布瑞克農(nóng)業(yè)數(shù)據(jù)庫。構(gòu)建ARCH模型并將玉米價格收益率作為載體，其計算公式以相鄰月份玉米價格的對數(shù)一階差分表示，即Rt=Lnpt-Lnpt-1，其中pt和pt-1分別表示第t月和第t-1月的價格。表1中的統(tǒng)計量值1和統(tǒng)計量值2分別為2018～2020年和2020～2022年玉米周度價格收益率序列。疫情前的玉米價格收益率平均值為0.0004，標準差為0.0070，偏度為0.8800＞0，說明序列分布存在右偏；峰度為6.1675＞3（正態(tài)分布的峰值為3），說明序列具有厚尾的特征；JB統(tǒng)計量為56.3532，P＜0.05，拒絕原假設(shè)，說明該序列不服從正態(tài)分布。疫情后的玉米價格收益率平均值為0.0033，標準差為0.0131，偏度為-0.1046＜0，說明序列分布存在左偏；峰度為6.1111＞3，說明此序列也具有厚尾的特征；JB 統(tǒng)計量為44.1577，P＜0.05，拒絕原假設(shè)，說明序列不服從正態(tài)分布。從玉米價格收益率變化圖可知（見圖1），疫情前后的玉米收益率波動皆有集聚性特點。

圖1 中國玉米價格收益率變化圖

表1 中國玉米價格收益率描述性統(tǒng)計分析

（三）平穩(wěn)性檢驗與自相關(guān)檢驗

為檢驗疫情前后玉米價格收益率序列數(shù)據(jù)的平穩(wěn)性，采用ADF單位根檢驗，結(jié)果如表2所示，T1和T2分別為疫情前與疫情后兩個時間序列的ADF檢驗結(jié)果，可以看出兩個時間序列在1%顯著性水平下拒絕原假設(shè)，均為平穩(wěn)序列。

表2 中國玉米價格收益率ADF檢驗結(jié)果

隨后對玉米價格收益率序列進行自相關(guān)檢驗，檢驗結(jié)果見表3、4，可知兩個時間序列中的自相關(guān)系數(shù)（AC）、偏相關(guān)系數(shù)（PAC）均不為0，Q-統(tǒng)計量對應的P值均小于置信度0.05，均存在自相關(guān)。

表3 2018～2020年中國玉米價格收益率自相關(guān)檢驗結(jié)果

表4 2020～2022年中國玉米價格收益率自相關(guān)檢驗結(jié)果

（四）ARCH效應檢驗及回歸分析

為檢驗兩個序列的集聚性效應，使用ARCH-LM檢驗方法并選用ARMA模型來擬合均值方程。表5中R1和R2分別表示2018～2020年和2020～2022年玉米價格收益率序列，滯后階數(shù)分別選擇為7階和5階時，檢驗概率P值最顯著。兩個序列均在1%顯著性水平下拒絕原假設(shè)，存在顯著的異方差效應，故應建立ARCH類模型。

表5 中國玉米價格收益率ARCH-LM檢驗結(jié)果

而后依據(jù)ARCH效應檢驗得到這兩個序列至少存在7階和5階的ARCH效應，代表需要估計多個參數(shù)且難度較大，故本文選用一個低階的GARCH模型代替，使模型的識別與估計均變得更容易。

首先，通過GARCH 模型的估計結(jié)果可知，無論疫情前后，在玉米價格收益率條件方差方程中，α1和β1均在10%水平下顯著，說明這兩個序列均有顯著波動聚簇性。加之α1和β1之和為0.977＜1，證明過去的波動對未來的影響逐漸消失（見表6、7）。

表6 2018～2020年中國玉米價格收益率ARCH類模型估計結(jié)果

表7 2020～2022年中國玉米價格收益率ARCH類模型估計結(jié)果

其次，由GARCH-M 模型的估計結(jié)果可知在玉米價格收益率均值方程中，2018～2020年玉米價格收益率序列λ估計值為-0.9142，且在10%水平下顯著；而2020～2022年的玉米價格收益率序列λ估計值雖為-0.2626，卻不顯著，可見疫情發(fā)生前中國玉米市場還存在著高風險高回報的形勢，表明波動率越高的玉米市場，長期的絕對回報可能就越高；但在疫情發(fā)生后不存在高風險高回報的特征，證實疫情這種外部沖擊使玉米市場變得不穩(wěn)定、不規(guī)律。

最后，分別來看TARCH 模型和EGARCH 模型的估計結(jié)果。兩個時間段的序列均在TARCH 模型中，φ＜0且在1%水平下顯著；也均在EGARCH模型中，γ＞0且在1%水平下顯著?？梢娫谝咔榘l(fā)生前后，玉米價格波動均具有顯著的非對稱性，且玉米市場中價格升高信息產(chǎn)生的波動一直比價格下降信息產(chǎn)生的波動大。

綜上所述，在對比疫情發(fā)生前后玉米價格的波動特征時，發(fā)現(xiàn)波動一直均具有顯著的聚簇性，表明玉米價格收益率受到上一期預期方差的影響，即過去的價格波動影響到當期價格的波動。并且信息沖擊對其價格的影響也一直是非對稱的，價格上漲信息與價格下跌信息在玉米市場中的影響程度存在差異，前者比后者引發(fā)的波動更大，在此期間可能是由于各種內(nèi)外部因素的沖擊引起供銷信息不對稱而使價格急劇上漲。但在疫情前玉米市場還存在高風險高回報的特征，疫情后卻不復存在，說明疫情發(fā)生后，玉米市場中交易者的理性交易逐漸轉(zhuǎn)變?yōu)榉抢硇越灰祝瑢е掠衩變r格波動不具有“風險收益”的確定性。

四、中國玉米價格波動的影響因素分析

（一）模型構(gòu)建及變量選取

1.模型構(gòu)建

根據(jù)玉米價格的波動特征可判斷出當前其價格深受外部因素影響才導致惡性波動，為考察外部不確定性沖擊對中國玉米價格波動的影響，研究其時變性和非線性特征，本文采用時變參數(shù)向量自回歸模型（TVP-VAR）進行深入分析。該模型在VAR模型的基礎(chǔ)上擴展而來，其最大的改進是假設(shè)系數(shù)矩陣和協(xié)方差矩陣都是時變的，這有助于從沖擊大小的變化和傳導路徑的改變兩個方面刻畫變量間聯(lián)立關(guān)系的非線性特征。

首先，考慮一個基礎(chǔ)結(jié)構(gòu)的VAR模型：

式（5）中，t=s+1，…，n，t代表時間，s代表滯后期數(shù)；yt是由待考察變量組成的k×1階向量，k是待考察變量的數(shù)量，A和F1，…，F(xiàn)s均為k×k階參數(shù)矩陣；μt衡量的是結(jié)構(gòu)沖擊，且μt～N(0, ∑∑)，其中：

式（6）中，σi（i=1，…，k）為結(jié)構(gòu)沖擊的標準差。假設(shè)結(jié)構(gòu)沖擊服從遞歸識別，即矩陣A為具有下三角的矩陣形式：

通過變換，可將式（5）轉(zhuǎn)化成以下形式的VAR模型：

式（8）中，εt為殘差項，且εt～N(0,Ik)，Ik為單位矩陣；Bi=A-1Fi，i=1，…，s。將Bi的行元素進行堆疊，得到k2s×1維向量β，然后定義，其中?為克羅內(nèi)克積。由此，該VAR模型可表述為：

此時，模型中所有參數(shù)均為非時變的?？紤]參數(shù)是可時變的，則為TVP-VAR模型。參考Nakajima（2011）對其模型的構(gòu)建，可表示成以下形式：

式（10）中，參數(shù)βt、At、∑t均具有時變性。時變參數(shù)模型服從隨機游走過程：βt+1=βt+μβt、αt+1=αt+μαt和ht+1=ht+μht，且有：

式（11）中，∑β、∑α和∑h均為正定矩陣。采用貝葉斯方法進行模型估計，運用馬爾可夫鏈蒙特卡洛（MCMC）方法進行參數(shù)的后驗估計。

2.變量選取

由于疫情的影響廣泛，自2020年起主要影響中國玉米價格波動的其他外部沖擊為國際對國內(nèi)的一些因素變化導致。因此，為重點考察現(xiàn)階段因新冠肺炎疫情及其引發(fā)的其他外部因素的變動，所產(chǎn)生的外部不確定性沖擊對玉米價格波動的影響效應，選取新冠肺炎疫情新增人數(shù)（epi）、人民幣匯率指數(shù)（rate）、國際玉米期貨價格以及玉米進口替代品價格作為解釋變量，國內(nèi)玉米價格（corn）作為被解釋變量。

其中，新冠肺炎疫情新增人數(shù)是除新增境外輸入人群后的全國新增確診人數(shù)，并通過全國疫情實時大數(shù)據(jù)報告計算得出；人民幣匯率指數(shù)可全面反映一國貨幣的價值變化，通過中國貨幣網(wǎng)得到；國際玉米期貨價格選取的是美國芝加哥玉米期貨價格（fut），玉米進口替代品價格則選取美麥到港完稅價（wheat），3個價格變量的數(shù)據(jù)均來源于布瑞克農(nóng)業(yè)數(shù)據(jù)庫，所有樣本區(qū)間也均選取2020年1月27日～2022年2月28日周度數(shù)據(jù)。在獲取到價格變量的基礎(chǔ)數(shù)據(jù)后，以2020年1月27日為基期的CPI指數(shù)進行平減，再對所有變量對數(shù)化處理消除異方差。

（二）實證結(jié)果分析

1.平穩(wěn)性檢驗

在構(gòu)建模型之前，首先需要檢驗數(shù)據(jù)的平穩(wěn)性，通過對各變量的ADF 單位根檢驗可知（見表8），所有變量的原序列在5%水平下均是非平穩(wěn)的，而在一階差分后，重新進行平穩(wěn)性檢驗，結(jié)果顯示P值均為0，拒絕原假設(shè)，即不存在單位根現(xiàn)象，可構(gòu)建TVP-VAR模型，以保證估計的有效性。因此后續(xù)實證部分均采用一階單整序列數(shù)據(jù)。

表8 各變量單位根檢驗

2.最優(yōu)滯后階數(shù)確定

為了判斷模型的滯后階數(shù)，根據(jù)一般VAR模型最優(yōu)滯后階數(shù)的確定辦法，如表9所示，滯后階數(shù)的選擇主要根據(jù)AIC 和SC兩項，由于各個階數(shù)的AIC 和SC兩項數(shù)值相差微小，因此通過一般的判定方式，選取1階、2階或3階為最優(yōu)，經(jīng)過綜合分析，本文選擇最優(yōu)滯后階數(shù)為2階。

表9 模型滯后階數(shù)的選擇

3.模型估計結(jié)果與診斷

在利用MCMC 方法模擬樣本和估計TVP-VAR 模型之前，需要對參數(shù)進行初始賦值，用MCMC 方法抽取M=10 000個樣本，并剔除1 000個初始樣本，進而得到一個有效的模型樣本。表10給出了待評估參數(shù)后驗分布的平均值、標準差、95%置信區(qū)間和收斂性統(tǒng)計。其中參數(shù)的后驗均值都在95%置信區(qū)間內(nèi)，且除參數(shù)sh1外，其余參數(shù)的Geweke 收斂診斷值均未通過5%水平的顯著性檢驗，說明參數(shù)收斂于后驗分布。從無效因子來看，其數(shù)值也均小于100，說明模型的參數(shù)估計結(jié)果較為穩(wěn)健。

表10 基于MCMC算法的參數(shù)估計結(jié)果

同時，圖2 分別給出TVP-VAR 模型的樣本自相關(guān)性、樣本路徑以及樣本密度。由圖2（a）可見，樣本的自相關(guān)性隨數(shù)量的增加其系數(shù)會迅速下降，接近0值。從圖2（b）的樣本路徑來看，其圍繞某一定值呈上下波動，進一步證明樣本取值路徑平穩(wěn)，模型擬合效果較好。在圖2（c）中，樣本密度特征類似于正態(tài)分布，也體現(xiàn)出取值抽樣有效。

4.等間隔脈沖響應分析

等間隔脈沖響應是表示不同滯后期產(chǎn)生的沖擊引起變量的脈沖響應函數(shù)，TVP-VAR 模型就可以運用參數(shù)計算時點上各變量在不同滯后期的脈沖響應圖，圖3給出了滯后2周、4周和6周的玉米價格對自身和各個外部不確定性變量的等間隔脈沖響應。因為選取的樣本區(qū)間是從2020年1月27日～2022年2月28日的周度數(shù)據(jù)，故共有110個周度，即110個樣本量。下圖中橫軸代表等間隔樣本量，其中橫軸上的20、40、60、80、100 分別對應時間區(qū)間上的2020 年6 月8 日、10 月26 日、2021 年3 月15日、8月2日、12月20日；縱軸則表示為脈沖響應程度。

由圖3可知，中國玉米價格波動對各外部因素變動的脈沖響應具有顯著時變性特征，各外部因素在不同時期對玉米價格波動均有不同影響。根據(jù)玉米價格波動對各變量沖擊的脈沖響應程度來看，除玉米價格波動對自身的沖擊影響外，疫情新增人數(shù)對玉米價格波動的影響最大，這也說明疫情沖擊使玉米價格深受影響，其次為國際玉米期貨價格對其的影響，而玉米進口替代品價格與人民幣匯率指數(shù)這兩個變量對于中國玉米價格波動的影響較小。從不同滯后期的玉米價格波動對各變量沖擊的脈沖響應上看，滯后期為2周時，玉米價格波動對各變量沖擊的響應最大，滯后期為4周時脈沖響應明顯減弱，而滯后期為6周時脈沖響應基本趨近于0，這表明滯后期的增加將迅速削弱外部不確定性沖擊對玉米價格波動的影響，無長時間的持續(xù)期。

具體分析各因素對玉米價格波動的沖擊。圖3（a）為中國玉米價格波動對自身的時變性特征，其在滯后2周、4周和6周時脈沖響應程度均為正向，可以看出玉米價格波動受自身影響很大，但隨著滯后期增加，其自身影響也在持續(xù)減少。

圖3（b）反映新冠肺炎疫情新增人數(shù)對中國玉米價格波動沖擊的時變特征。能夠看出玉米價格波動對疫情變動的脈沖響應在滯后2周、4周和6周時波動頻繁，在整個時期內(nèi)既有正向影響，又有負向影響，且滯后期越大，脈沖響應程度越趨近于0。因此，以滯后2周為例，2020年以來，疫情對中國玉米價格波動的沖擊影響表現(xiàn)出一定的周期性，主要經(jīng)歷了2個較大的“上升—下降”階段。從沖擊的影響方向上看，在2020年9月前，盡管沖擊的主要表現(xiàn)為正向影響，但不強烈，加上該影響持續(xù)時間不長且在此期間還伴隨著小幅度波動，可知疫情剛剛來襲時并未導致玉米價格劇烈波動，且在全國乃至全球大力防控疫情時，國家也出臺了許多保障民生、維持國家正常運行的舉措，有了國家的政策調(diào)控，起初疫情并未對玉米價格波動產(chǎn)生顯著影響。而從2020年9月初開始直到2022年2月28日，疫情對玉米價格波動的沖擊就一直表現(xiàn)為負向影響，期間雖帶有階段性、較大幅度的上下波動，可隨著時間的推移脈沖響應程度越來越高，產(chǎn)生的負向影響也越來越大。其中三次低峰期分別在2020年12月初、2021年8月2日和2022年2月28日，主要原因是疫情帶來的負面影響具有滯后性，在當期沒有表現(xiàn)出來，而在疫情持續(xù)一段時間后就顯現(xiàn)出對玉米價格的沖擊被放大和延長；雖然經(jīng)過嚴防嚴控后國內(nèi)疫情稍有緩和且基本平穩(wěn)，但不乏一些地方范圍內(nèi)疫情出現(xiàn)反彈，如2020年底黑龍江省疫情出現(xiàn)反彈、2021 年暑期河南省突發(fā)暴雨致使疫情反復、2022 年初廣東及其以南地區(qū)的疫情形勢也較為嚴峻，由此可見疫情的沖擊給玉米價格造成的不良影響會持續(xù)許久，其價格也存在惡性波動的情況。

圖3（c）顯示人民幣匯率指數(shù)對中國玉米價格波動沖擊的時變特征。其脈沖響應程度相比于其他變量，對玉米價格波動的影響最小，雖然其沖擊的影響表現(xiàn)得比較微弱，但玉米價格波動對人民幣匯率指數(shù)變動的響應一直為正向。一般而言，人民幣匯率升值會使進口增加，從而抑制糧價；相反，人民幣匯率貶值則會抬高糧價。因疫情對美國和歐洲的不均衡沖擊推動美元指數(shù)下跌，也助推了人民幣匯率上漲，再綜合人民幣匯率指數(shù)得知盡管其變化程度不大，可依然有小幅度增加。但人民幣匯率上漲并不意味著國內(nèi)糧價一定下跌，由于國內(nèi)疫情的有效控制和經(jīng)濟的持續(xù)向好，大量海外資金進入中國資本和資產(chǎn)市場投資，金融市場流動性泛濫也將會提高國內(nèi)糧價。而其脈沖響應程度偏弱，也體現(xiàn)出人民幣匯率指數(shù)并未對中國玉米價格波動產(chǎn)生直接影響。

圖3（d）展示國際玉米期貨價格指數(shù)對中國玉米價格波動沖擊的時變特征。從不同的滯后期看，滯后4周的沖擊影響最大，其次為滯后2周，再次為滯后6周，說明不同滯后周數(shù)的國際玉米期貨價格指數(shù)對玉米價格波動的沖擊影響不同，且隨著滯后期數(shù)擴大，影響先增強后減弱。由于國際關(guān)系形勢以及全球疫情的影響，當前美國芝加哥玉米期貨價格也在不斷上升，美國玉米價格走高，使進口玉米價格繼續(xù)攀升，而國內(nèi)玉米存在產(chǎn)需缺口，需要通過進口玉米補充，隨著進口玉米價格走高，對國內(nèi)玉米價格形成一定支撐，故進口玉米價格的不斷變化，再疊加國內(nèi)玉米市場的波動，可能會產(chǎn)生聯(lián)動效應，使國內(nèi)玉米價格波動程度表現(xiàn)出明顯的階段性走勢，可以看到在滯后4周時國際玉米期貨價格指數(shù)對玉米價格波動的沖擊也從正向轉(zhuǎn)變?yōu)樨撓颉?/p>

最后，圖3（e）則是玉米進口替代品價格指數(shù)對中國玉米價格波動沖擊的時變特征?？芍衩變r格對其進口替代品價格變動的脈沖響應在滯后2周、4周和6周時均為正向，隨著滯后周數(shù)的擴大，影響在逐步減弱。替代品價格作為外部影響因素之一，選擇美麥到港完稅價還可側(cè)面反映貿(mào)易流通形勢，2020～2022年美麥到港完稅價也存在上升情形，一是可能會帶動國內(nèi)小麥價格上漲，二是為減少進口而提高國內(nèi)小麥產(chǎn)量，使小麥價格下降。小麥作為玉米最主要的替代品，也會使玉米價格在當前時期存在上升或下降趨勢，導致小范圍的價格波動，但是由于國家三大主糧儲備充足，國內(nèi)糧價不會受到太大影響。單從脈沖響應程度來看，無論是哪個階段，脈沖響應都相對偏小，證明美國小麥到港完稅價格指數(shù)對玉米價格波動的沖擊也存在間接影響。

5.時點脈沖響應分析

分時點的脈沖響應是不同確定時點上的脈沖響應函數(shù)，本文根據(jù)外部不確定性沖擊的4 個因素，選取3個時點再次進行分析。圖4和圖5為各個外部因素的變化趨勢圖，可以看出新冠肺炎疫情新增人數(shù)在2020年2月17日和2022年2月28日最高；而期貨價格指數(shù)在2021年5月3日為最高點，其余兩個因素在此期間的趨勢無明顯變化。因此，選取第4 期：2020 年2 月17 日、第67 期：2021 年5 月3 日、第110期：2022年2月28日這3個時點做時點脈沖響應分析，分別對應3次最高峰。圖6中橫軸表示為滯后周數(shù)（滯后期），縱軸則表示為脈沖響應程度。

圖4 新冠肺炎疫情新增人數(shù)變化趨勢

圖5 人民幣匯率指數(shù)、期貨價格指數(shù)與替代品價格指數(shù)變化趨勢

圖6 玉米價格波動對各變量沖擊的時點脈沖響應

從時點脈沖響應圖可知，各外部因素均在滯后5～6周時脈沖響應程度才趨近于0，雖然外部沖擊產(chǎn)生的影響存在滯后性，但其影響還具有較強的短期效應。而且所有變量皆在2022年2月28日這個時間點上產(chǎn)生的影響最大，此時正是疫情新增人數(shù)的最高峰，可見疫情的極大程度沖擊會先影響其余各外部因素的變動，再間接影響玉米價格的波動。其中圖6（a）是中國玉米價格波動對自身的影響，響應程度雖為正向，但在這3個時點內(nèi)其影響均逐漸減弱；而從中國玉米價格波動對新冠肺炎疫情新增人數(shù)沖擊的時點脈沖響應來看（圖6（b）），3個時點上的沖擊基本均呈現(xiàn)出一定的負向響應，產(chǎn)生最大響應的周數(shù)也均在1～2周之間，其負向影響所帶來一定時點滯后性也與前文分析一致。

圖6 （c）為中國玉米價格波動對人民幣匯率指數(shù)沖擊的時點脈沖響應，3個時點上的影響程度基本一致，前期產(chǎn)生了1周的負向響應，而在第2周為正負交替的響應，之后就轉(zhuǎn)變成2周的正向響應，相比之下其負向影響程度更大。同樣與前文分析一致，證實了人民幣匯率的變動先受疫情和國際玉米期貨價格的影響后再間接影響國內(nèi)玉米價格波動。隨后從圖6（d）中國玉米價格波動對國際玉米期貨價格指數(shù)沖擊的時點脈沖響應上看，2020年2月17日與2021年5月3日這兩個時點均產(chǎn)生了一定程度的正向響應，而最后一個時點則在滯后到3～6周時產(chǎn)生了較大程度的負向響應，可見最近一次的疫情時點讓國際玉米期貨價格指數(shù)極大地影響了玉米價格波動；最后圖6（e）展示了中國玉米價格波動對玉米進口替代品價格指數(shù)沖擊的時點脈沖響應，3 個時點的曲線走勢也基本一致，皆呈現(xiàn)出一定的正向影響，脈沖響應峰值均在第2周。與人民幣匯率指數(shù)相同，玉米進口替代品價格指數(shù)也在其3個時點中深受影響而間接導致玉米價格產(chǎn)生波動。

綜合來看中國玉米市場的變化及波動可知，以新冠肺炎疫情為主導等多種外部因素，嚴重干擾了全球糧食供應鏈的穩(wěn)定和暢通。在形勢嚴峻時停產(chǎn)停工，穩(wěn)定局勢后再復工復產(chǎn)，會削弱農(nóng)民種糧積極性，使其恐慌；還會使世界糧食總產(chǎn)量下降，造成世界糧食價格上漲，進而誘發(fā)中國糧食價格上漲，如此往復、惡性循環(huán)。這也從側(cè)面反映出外部沖擊影響著農(nóng)業(yè)勞動力和相關(guān)生產(chǎn)要素的投入、國際糧農(nóng)貿(mào)易的流通以及糧食供應鏈的消費端等，使外部沖擊作用到內(nèi)部因素上致使國內(nèi)玉米市場不穩(wěn)定。

6.穩(wěn)健性檢驗

為增強研究結(jié)論的穩(wěn)健性，采用VAR模型對玉米價格與各外部沖擊因素之間的關(guān)系進行穩(wěn)健性檢驗。如圖7所示，其脈沖響應結(jié)果與TVP-VAR的實證分析結(jié)果基本一致，可見TVP-VAR模型實證結(jié)果穩(wěn)健。

圖7 玉米價格與各個外部因素之間的脈沖響應

五、結(jié)論與政策建議

（一）結(jié)論

本文基于2018年1月29日～2020年1月20日和2020年1月27日～2022年2月28日的周度數(shù)據(jù)分別對中國玉米價格波動特征以及外部不確定性因素對玉米價格的影響進行分析，得出如下結(jié)論：

第一，根據(jù)ARCH類模型對比分析疫情前后中國玉米價格波動的具體特征，可以看出無論是疫情前還是疫情后，玉米價格均具有顯著的波動集聚性和顯著的非對稱性，且市場中的價格上漲信息引發(fā)的波動比價格下跌信息引發(fā)的波動大，但在疫情前玉米市場還存在高風險高回報的形勢，而疫情后高風險高回報的特征卻不存在。

第二，以2020年為時間節(jié)點，全面地考慮了疫情、國際市場、匯率及替代品等綜合性因素，并以外部不確定性沖擊的視角，利用TVP-VAR 模型研究各變量對中國玉米價格波動的影響，結(jié)果表明每個外部因素的沖擊均會對玉米價格波動產(chǎn)生一定影響，且影響具有時變性。各外部因素對玉米價格波動的影響在不同時期、不同滯后期、不同時點上的沖擊大小和沖擊方向均存在差異。其中，新冠肺炎疫情對玉米價格波動的影響最大，其次是國際玉米期貨價格對其產(chǎn)生的沖擊，而玉米價格波動受人民幣匯率的變動以及玉米進口替代品價格的變動的影響相對較小，主要是因為其二者對玉米價格波動產(chǎn)生的多為間接影響，不能直接導致玉米價格大幅度波動，且各種外部沖擊對其內(nèi)部因素也有一定的傳導效應，進而再影響玉米價格的波動；疫情沖擊對玉米價格波動主要以負向影響為主，而玉米進口替代品價格的變動對玉米價格波動以正向影響為主，其余兩個因素對玉米價格波動的影響則存在反轉(zhuǎn)效應，即短期存在負向影響，中長期存在正向影響，但二者的負向影響程度更大，且所有變量的影響均隨著滯后周數(shù)的擴大逐漸減弱。

（二）政策建議

1.完善市場信息服務功能

新冠肺炎疫情所造成的局部范圍內(nèi)停工停產(chǎn)使國內(nèi)玉米價格大幅度波動，故政府必須完善玉米市場信息系統(tǒng)和有效建立玉米監(jiān)測預警體系，這不但可穩(wěn)定玉米價格，還能使其市場內(nèi)部的有效信息對玉米生產(chǎn)者提供正確方向，引導生產(chǎn)者作出未來預判。首先，政府相關(guān)部門應需及時進行對玉米市場信息的收集與分析，并有效監(jiān)測玉米市場供需狀況，對影響玉米價格穩(wěn)定的重大安全隱患做出提前預警；其次，應及時發(fā)布關(guān)于玉米的權(quán)威資訊，從而進一步強化政府對市場主體的有效監(jiān)督，以打擊嚴重損害市場經(jīng)濟平穩(wěn)運行的惡意定價和哄抬價格等行為；最后，還應建立健全面向廣大農(nóng)民和玉米生產(chǎn)加工企業(yè)的公共信息服務體系，不僅為政府部門開展市場調(diào)節(jié)工作提供真實有效的信息支撐和決策依據(jù)，還可利用不同地區(qū)的線上或線下信息平臺，對外接受咨詢。

2.加大科技投入，保障生產(chǎn)資料供應

國內(nèi)外市場上各種不確定因素的沖擊使得中國必須立足于穩(wěn)定玉米供需，以保障糧食安全。加大對玉米先進技術(shù)的投入有利于提高國內(nèi)玉米產(chǎn)量，一方面，可保證玉米生產(chǎn)資料的供應，培育出新的玉米品種，促進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，推進玉米種植更加合理化；另一方面，面對自然災害與疫情疾病也能及時防控，可運用新式農(nóng)用植保無人機監(jiān)測、秸稈還田配肥地力、精量播種、機械化一次性施肥、機械化密植等，增強品種抗性，提高現(xiàn)有耕地資源的利用效率以及土地的產(chǎn)出效率，從而提高作物產(chǎn)量和改善作物品質(zhì)，促進玉米產(chǎn)業(yè)可持續(xù)健康發(fā)展。

3.關(guān)注國際糧價，形成玉米“南進北出”的貿(mào)易格局

政府相關(guān)部門應加強對國際糧食價格的監(jiān)測，并密切關(guān)注國際糧食價格波動情況，只有及時準確地掌握國際市場動向，積極采取有效的調(diào)控措施，才能降低國際糧食價格波動對中國玉米價格產(chǎn)生的負面影響。此外，還要提高玉米進出口能力，形成玉米“南進北出”的流通格局，構(gòu)建南方玉米主銷區(qū)向國際進口而北方玉米主產(chǎn)區(qū)向國際出口的新型進出口模式，在新冠肺炎疫情常態(tài)化的形勢下，更好地保持國內(nèi)玉米市場供需平衡，提升國內(nèi)玉米價格在國際市場的競爭力，使國內(nèi)外玉米市場聯(lián)系得更緊密。