王寧博 馬有財(cái)

本文以國(guó)際原油期貨和大豆、玉米、小麥和棉花四種農(nóng)產(chǎn)品期貨價(jià)格為研究對(duì)象，樣本涵蓋了過(guò)去近二十年的數(shù)據(jù)。首先對(duì)數(shù)據(jù)進(jìn)行小波降噪處理，其次使用分位數(shù)回歸探究原油期貨對(duì)這四種農(nóng)產(chǎn)品期貨價(jià)格的非對(duì)稱(chēng)影響。研究結(jié)果表明，原油價(jià)格對(duì)這四種農(nóng)產(chǎn)品期貨的影響在不同分位數(shù)下都呈現(xiàn)出先下降后上升的情況。由此可知在極端情況下或外部環(huán)境劇烈動(dòng)蕩使得農(nóng)產(chǎn)品期貨價(jià)格大幅變動(dòng)時(shí)，農(nóng)產(chǎn)品期貨價(jià)格更易受到原油價(jià)格的沖擊。

一 、引言

近年來(lái)，中國(guó)參與全球貿(mào)易的范圍迅速擴(kuò)大，伴隨著中國(guó)地緣影響力提升，全球地緣政治風(fēng)險(xiǎn)和經(jīng)濟(jì)政策不確定性不斷增加，極大程度上增加了國(guó)際原油和中國(guó)農(nóng)產(chǎn)品價(jià)格波動(dòng)。由于國(guó)內(nèi)和國(guó)際市場(chǎng)之間的密切聯(lián)系，農(nóng)產(chǎn)品市場(chǎng)逐漸形成競(jìng)爭(zhēng)環(huán)境。原油是農(nóng)業(yè)生產(chǎn)的主要能源，其價(jià)格變化將不可避免地導(dǎo)致國(guó)際市場(chǎng)上農(nóng)產(chǎn)品的變化。作為世界上最大的原油和農(nóng)產(chǎn)品進(jìn)口國(guó)，弄清楚原油期貨市場(chǎng)與中國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)之間的影響特征至關(guān)重要。理論上，國(guó)際原油價(jià)格可以通過(guò)三種主要方式影響中國(guó)農(nóng)產(chǎn)品價(jià)格：一是國(guó)際原油的上漲會(huì)導(dǎo)致國(guó)際農(nóng)產(chǎn)品價(jià)格朝著同一方向變化，由于進(jìn)口成本上升，這種轉(zhuǎn)變推高了國(guó)內(nèi)價(jià)格水平；二是作為原油凈進(jìn)口國(guó)，當(dāng)國(guó)際原油價(jià)格上漲時(shí)，中國(guó)的油價(jià)將上漲。油價(jià)上漲給生產(chǎn)、加工和運(yùn)輸帶來(lái)額外成本；三是我國(guó)多年來(lái)一直鼓勵(lì)發(fā)展綠色經(jīng)濟(jì)，由農(nóng)業(yè)原料生產(chǎn)的生物燃料正逐漸取代石油。一旦原油價(jià)格大幅上漲，中國(guó)將減少對(duì)石油的需求，轉(zhuǎn)而使用生物燃料。因此，了解原油價(jià)格變化對(duì)農(nóng)產(chǎn)品市場(chǎng)的影響至關(guān)重要。

許多實(shí)證研究表明，國(guó)際原油價(jià)格對(duì)農(nóng)產(chǎn)品價(jià)格有重大影響。Katrakilidis等（2018）研究結(jié)果表明，原油與農(nóng)產(chǎn)品價(jià)格長(zhǎng)期和短期都存在強(qiáng)烈的依賴性，但生物燃料不能替代原油，并保護(hù)經(jīng)濟(jì)體免受原油波動(dòng)的影響。Gokmenoglu等（2021）研究表明，油價(jià)上漲可能會(huì)相應(yīng)推高農(nóng)產(chǎn)品價(jià)格。Zafeiriou等（2018）；Eissa和 Refai（2019）研究結(jié)果表明，從長(zhǎng)遠(yuǎn)來(lái)看，農(nóng)產(chǎn)品和原油是協(xié)同運(yùn)動(dòng)的。Taghizadeh等（2019）研究結(jié)果表明能源價(jià)格和食品價(jià)格對(duì)油價(jià)沖擊有積極響應(yīng)。另一方面，一些學(xué)者持相反的觀點(diǎn)，認(rèn)為國(guó)際原油和農(nóng)產(chǎn)品之間的價(jià)格沒(méi)有相關(guān)性。Reboredo（2012）研究表明原油和農(nóng)產(chǎn)品價(jià)格之間沒(méi)有發(fā)現(xiàn)極端的市場(chǎng)依賴性，表明原油對(duì)農(nóng)產(chǎn)品的影響是中性的。Qiu等（2012）實(shí)證結(jié)果支持了這樣一種假設(shè)，即需求和供應(yīng)的基本面市場(chǎng)力量是食品價(jià)格波動(dòng)的主要驅(qū)動(dòng)因素，而石油、汽油和乙醇市場(chǎng)的沖擊從長(zhǎng)遠(yuǎn)來(lái)看并沒(méi)有波及糧食價(jià)格。

在期貨市場(chǎng)上，劉慶富和王海民（2006）研究發(fā)現(xiàn)期現(xiàn)貨市場(chǎng)均扮演著重要的價(jià)格發(fā)現(xiàn)角色，且期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)中處于主導(dǎo)地位。彭新宇、樊海利（2019）研究發(fā)現(xiàn)國(guó)際原油價(jià)格與中國(guó)大宗農(nóng)產(chǎn)品價(jià)格之間存在長(zhǎng)期的協(xié)整關(guān)系，且對(duì)不同大宗農(nóng)產(chǎn)品價(jià)格波動(dòng)的貢獻(xiàn)率不同。郭玉晶等（2015）發(fā)現(xiàn)國(guó)際原油期貨市場(chǎng)與大豆、玉米期貨市場(chǎng)之間波動(dòng)存在雙向溢出效應(yīng)，而與小麥期貨市場(chǎng)僅存在單向溢出效應(yīng)，與棉花期貨市場(chǎng)之間不存在顯著的波動(dòng)溢出效應(yīng)。Liu等（2019）研究發(fā)現(xiàn)在不同的農(nóng)產(chǎn)品期貨價(jià)格下，與原油期貨價(jià)格的相關(guān)性程度不同。Luo和Ji（2018）分析美國(guó)原油期貨與中國(guó)農(nóng)產(chǎn)品期貨之間的連通性特征，結(jié)果驗(yàn)證了杠桿波動(dòng)率跨市場(chǎng)傳遞的存在。

本文主要運(yùn)用分位數(shù)方法來(lái)探究在不同分位數(shù)下，也即投資者對(duì)農(nóng)產(chǎn)品期貨價(jià)格不同預(yù)期情況下，國(guó)際原油市場(chǎng)對(duì)中國(guó)農(nóng)產(chǎn)品市場(chǎng)的非對(duì)稱(chēng)性影響。這將有利于對(duì)相關(guān)部門(mén)制定有助于控制風(fēng)險(xiǎn)和穩(wěn)定農(nóng)產(chǎn)品市場(chǎng)的相關(guān)政策起到支持作用。

二、數(shù)據(jù)與研究方法

（一）數(shù)據(jù)來(lái)源

目前，國(guó)際上通用的國(guó)際原油期貨合約主要為紐約商品交易所 （NYMEX） 的WTI原油期貨合約以及洲際交易所 （ICE） 的Brent原油期貨合約。本文選取紐約商品交易所 （NYMEX） 的WTI原油期貨合約作為國(guó)際原油期貨合約代表。中國(guó)農(nóng)產(chǎn)品期貨合約則選擇具有代表性的大豆、小麥、玉米和棉花期貨作為代表，以各期貨合約上市日期至2022年9月20日作為樣本進(jìn)行分析。為減輕數(shù)據(jù)波動(dòng)而不改變兩種價(jià)格之間可能存在的關(guān)系， 考慮到原油期貨價(jià)格是由美元結(jié)算，按照歷史日度美元對(duì)人民幣匯率把原油期貨價(jià)格轉(zhuǎn)換為人民幣價(jià)格。其次所有期貨收盤(pán)價(jià)格都是日度數(shù)據(jù)，對(duì)其進(jìn)行小波消噪處理。最后，對(duì)所有期貨數(shù)據(jù)取對(duì)數(shù)處理并且所有期貨合約的日收益率由對(duì)數(shù)收益率計(jì)算得出：

（1）

其中i=WTI、BRT、DD、XM、YM和MH， 各期貨日度收益率記為RWTI、RBRT、RDD、RXM、RYM和RMH，其中期貨合約價(jià)格和匯率數(shù)據(jù)均自于Wind數(shù)據(jù)庫(kù)， 數(shù)據(jù)運(yùn)用Stata17以及Matlab2022軟件進(jìn)行處理。

（二）小波降噪

金融序列中低頻信號(hào)中一般具有有效信息，高頻信號(hào)通常含有噪聲。因此可以應(yīng)用小波變換提取出金融序列中的低頻信號(hào)，也即有效信息。我們基于張燕和楊洋（2012）的小波降噪方法，小波變換重構(gòu)公式為：

其中，為尺度系數(shù)；為小波系數(shù)；和分別為對(duì)應(yīng)于尺度函數(shù)φ（x）和小波函數(shù)ψ（x）的低通和高通濾波器。

為了建立合理的模型，我們對(duì)原油期貨數(shù)據(jù)和大豆、小麥、棉花和玉米期貨數(shù)據(jù)進(jìn)行四層分解，分解結(jié)果如圖1所示，分解后的序列數(shù)據(jù)與分解前的序列數(shù)據(jù)保持相同的波動(dòng)趨勢(shì)。

（三）分位數(shù)方法

分位數(shù)回歸在計(jì)量經(jīng)濟(jì)學(xué)中已經(jīng)獲得了廣泛的應(yīng)用，根據(jù)不同的分位點(diǎn)得到對(duì)應(yīng)的回歸方程，可以直觀地描述自變量對(duì)因變量分布的變化（Wei等，2006）。式（3）表示在第分位點(diǎn)下得到的回歸方程，即分位數(shù)回歸模型的基本定義為：

式中：Yi為農(nóng)產(chǎn)品期貨；X為原油期貨，為分位數(shù)回歸模型第i個(gè)參數(shù)值；為模型的誤差項(xiàng)。

三、實(shí)證結(jié)果與分析

本文根據(jù)以上收集到的價(jià)格序列，借助matlab軟件對(duì)國(guó)際原油、大豆、玉米、棉花和小麥期貨價(jià)格進(jìn)行小波降噪，如圖1所示。從圖中我們可以看出降噪后的國(guó)際原油、大豆、玉米、棉花和小麥期貨價(jià)格序列基本符合降噪前的波動(dòng)趨勢(shì)。在過(guò)去的二十年里，對(duì)于原油期貨來(lái)說(shuō)，其價(jià)格劇烈波動(dòng)，從最低點(diǎn)93元/噸反復(fù)波動(dòng)到了995元/噸，漲幅達(dá)到1070%，大豆由2437元/噸波動(dòng)到5880元/噸，漲幅達(dá)到238%，小麥由1426元/噸波動(dòng)到3645元/噸，漲幅達(dá)到256%，玉米由1127元/噸波動(dòng)到3044元/噸，漲幅達(dá)到271%，而棉花由9990元/噸波動(dòng)到34245元/噸，漲幅達(dá)到343%，可以看出無(wú)論是原油價(jià)格還是中國(guó)農(nóng)產(chǎn)品期貨，其價(jià)格呈現(xiàn)出波動(dòng)向上趨勢(shì)。同時(shí)我們觀察其價(jià)格走勢(shì)圖，2008年原油期貨遭遇大跌，大豆價(jià)格也有相同趨勢(shì)，而小麥、玉米和棉花也有不同程度的下跌，但不明顯。在 2014 年國(guó)際原油價(jià)格有一個(gè)大幅的下跌過(guò)程，我們?cè)谵r(nóng)產(chǎn)品期貨價(jià)格圖中可以看到大豆、棉花和玉米價(jià)格在 2014 年和 2015 年也均有一個(gè)大幅的下跌過(guò)程，而小麥期貨價(jià)格在 2014 年雖然有下跌，但下跌過(guò)程不明顯。同時(shí)在2020年是原油價(jià)格再次下跌，但大豆、小麥、玉米和棉花從價(jià)格時(shí)序圖上價(jià)格波動(dòng)并不明顯。因此還需進(jìn)一步探究原油期貨價(jià)格和這四種農(nóng)產(chǎn)品期貨價(jià)格的相關(guān)特點(diǎn)。

表1是對(duì)原油和中國(guó)農(nóng)產(chǎn)品期貨的描述性統(tǒng)計(jì)，在樣本期間，國(guó)際原油價(jià)格和大豆、玉米、小麥和棉花期貨收益率的均值都為負(fù)。從標(biāo)準(zhǔn)差上來(lái)看，玉米和國(guó)際原油收益率的標(biāo)準(zhǔn)差是最大的，其次是大豆、棉花和小麥期貨，這表明相比農(nóng)產(chǎn)品價(jià)格波動(dòng)，國(guó)際原油價(jià)格的波動(dòng)更能引起人們的關(guān)注。在表1中ADF檢驗(yàn)都顯著，因此期貨數(shù)據(jù)的收益率都為平穩(wěn)時(shí)間序列數(shù)據(jù)。

進(jìn)一步觀察表2，原油期貨與農(nóng)產(chǎn)品期貨之間的相關(guān)性分析，可以發(fā)現(xiàn)原油期貨與玉米之間的相關(guān)系數(shù)顯著性較弱，而與其他期貨數(shù)據(jù)都十分顯著。除此之外，各農(nóng)產(chǎn)品期貨相關(guān)系數(shù)也十分顯著，可以說(shuō)明農(nóng)產(chǎn)品期貨之間也存在顯著的相關(guān)性，價(jià)格變動(dòng)呈現(xiàn)出相同的波動(dòng)向上趨勢(shì)。

表3是WTI原油對(duì)中國(guó)農(nóng)產(chǎn)品期貨的回歸結(jié)果，從均值回歸中可以發(fā)現(xiàn)原油對(duì)除玉米之外的其他三種農(nóng)產(chǎn)品期貨都有顯著影響，其中對(duì)大豆和棉花的影響最為顯著。從分位數(shù)回歸中可以看出，對(duì)于農(nóng)產(chǎn)品期貨來(lái)說(shuō)，在低分位數(shù)和高分位數(shù)下，原油其影響要顯著大于中分位數(shù)，四種農(nóng)產(chǎn)品的分位數(shù)系數(shù)都呈現(xiàn)出先下降后上升的情況。可以說(shuō)明投資者預(yù)期農(nóng)產(chǎn)品期貨價(jià)格未來(lái)收益出現(xiàn)波動(dòng)時(shí)，農(nóng)產(chǎn)品期貨更容易遭受原油價(jià)格變動(dòng)等外部因素的影響。其中，大豆和棉花受到原油價(jià)格波動(dòng)的影響最大，對(duì)小麥影響較少，而玉米只有在極端情況下產(chǎn)生影響?？赡艿脑蚴切←満陀衩鬃鳛榧Z食期貨，而中國(guó)一直奉行平穩(wěn)糧價(jià)的政策，一方面不會(huì)使得糧食價(jià)格波動(dòng)過(guò)大，其次在受到外部因素沖擊時(shí)，政府將會(huì)對(duì)期貨市場(chǎng)政策干預(yù)。而大豆和棉花作為經(jīng)濟(jì)作物，其價(jià)格波動(dòng)更易受到外部因素影響，并且其價(jià)格走勢(shì)會(huì)服從市場(chǎng)因素進(jìn)行波動(dòng)。玉米作為制作生物乙醇燃料的原材料，而原油價(jià)格波動(dòng)對(duì)其影響要明顯弱于其他農(nóng)產(chǎn)品，從側(cè)面說(shuō)明，原油作為世界能源的地位仍是不可替代的。

四、穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證結(jié)果的穩(wěn)健性，本文采用Brent原油期貨對(duì)中國(guó)農(nóng)產(chǎn)品期貨的影響分析。通過(guò)對(duì)比分析各項(xiàng)數(shù)據(jù)，發(fā)現(xiàn)穩(wěn)健性檢驗(yàn)結(jié)果與實(shí)證結(jié)果是一致。即四種農(nóng)產(chǎn)品的分位數(shù)系數(shù)都呈現(xiàn)出先下降后上升的情況，并且在高分位數(shù)與低分位數(shù)時(shí)的系數(shù)值要明顯大于中分位數(shù)。對(duì)于糧食期貨的小麥和玉米的影響較少，而對(duì)于作為經(jīng)濟(jì)作物的大豆和棉花影響較大。

五、結(jié)論與建議

（一）研究結(jié)論

本文以原油期貨和大豆、玉米、小麥和棉花四種中國(guó)農(nóng)產(chǎn)品期貨價(jià)格數(shù)據(jù)為基礎(chǔ)，實(shí)證研究國(guó)際油價(jià)對(duì)中國(guó)農(nóng)產(chǎn)品期貨價(jià)格的非對(duì)稱(chēng)效應(yīng)。研究結(jié)果表明，原油對(duì)中國(guó)農(nóng)產(chǎn)品期貨具有顯著的影響，其中作為經(jīng)濟(jì)作物的大豆和棉花受到的影響最大，而作為糧食期貨的小麥和玉米受到的沖擊較小。同時(shí)，在不同分位數(shù)下，原油帶來(lái)的影響也不相同，在低分為數(shù)和高分位數(shù)下的影響要大于中分位數(shù)。由此可知在極端情況下或外部環(huán)境劇烈動(dòng)蕩使得期貨價(jià)格大幅變動(dòng)時(shí)，農(nóng)產(chǎn)品期貨價(jià)格更易受到原油價(jià)格的沖擊，進(jìn)而引發(fā)期貨市場(chǎng)發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的可能。

（二）政策建議

通過(guò)本文的研究，結(jié)合國(guó)際原油價(jià)格波動(dòng)對(duì)農(nóng)產(chǎn)品期貨價(jià)格的非對(duì)稱(chēng)影響以及我國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)的狀況，提出以下一些建議： 一是國(guó)際油價(jià)變動(dòng)會(huì)對(duì)農(nóng)產(chǎn)品期貨價(jià)格產(chǎn)生非對(duì)稱(chēng)沖擊，特別是在極端情況下。因此國(guó)家、企業(yè)和投資者應(yīng)該重視我國(guó)農(nóng)產(chǎn)品期貨價(jià)格的波動(dòng)，防范國(guó)際原油價(jià)格大幅變動(dòng)連帶的系統(tǒng)性風(fēng)險(xiǎn)。二是農(nóng)產(chǎn)品期貨價(jià)格能夠讓政府和農(nóng)民形成對(duì)農(nóng)產(chǎn)品現(xiàn)貨價(jià)格的理性預(yù)期，而期貨市場(chǎng)可以實(shí)現(xiàn)對(duì)農(nóng)業(yè)的資源配置作用。我國(guó)應(yīng)大力支持國(guó)有糧食企業(yè)、國(guó)有農(nóng)場(chǎng)、產(chǎn)業(yè)化的農(nóng)業(yè)龍頭企業(yè)積極參與期貨市場(chǎng)的交易，從而推進(jìn)我國(guó)農(nóng)產(chǎn)品期貨市場(chǎng)更好地實(shí)現(xiàn)其對(duì)農(nóng)業(yè)資源配置的功能。三是 建立并實(shí)施與國(guó)際原油期貨價(jià)格波動(dòng)掛鉤的農(nóng)產(chǎn)品補(bǔ)貼制度，保護(hù)農(nóng)民種植積極性，增加農(nóng)業(yè)投資，通過(guò)技術(shù)創(chuàng)新提高生產(chǎn)力，確保中國(guó)農(nóng)業(yè)健康發(fā)展。同時(shí)大力開(kāi)發(fā)新能源，減少農(nóng)業(yè)生產(chǎn)和運(yùn)輸過(guò)程中對(duì)原油的過(guò)度依賴，以減少原油價(jià)格過(guò)度波動(dòng)對(duì)農(nóng)業(yè)期貨市場(chǎng)的可能影響。

參考文獻(xiàn)：

［1］Katrakilidis C， Kourti K， Athanasenas A. The Dynamic Linkages Between Energy， Biofuels and Agricultural Commodities’ Prices［J］. Applied Economics Quarterly， 2018， 64（2）： 115-126.

［2］Gokmenoglu K K， Güngr H， Bekun F V. Revisiting the linkage between oil and agricultural commodity prices： Panel evidence from an Agrarian state［J］. International Journal of Finance & Economics， 2021， 26（4）： 5610-5620.

［3］Zafeiriou E， Arabatzis G， Karanikola P， et al. Agricultural commodities and crude oil prices： An empirical investigation of their relationship［J］. Sustainability， 2018， 10（4）： 1199.

［4］Eissa M A， Al Refai H. Modelling the symmetric and asymmetric relationships between oil prices and those of corn， barley， and rapeseed oil［J］. Resources Policy， 2019， 64： 101511.

［5］Taghizadeh-Hesary F， Rasoulinezhad E， Yoshino N. Energy and food security： Linkages through price volatility［J］. Energy Policy， 2019， 128： 796-806.

［6］Reboredo J C. Do food and oil prices co-move？[J]. Energy policy， 2012， 49： 456-467.

［7］Qiu C， Colson G， Escalante C， et al. Considering macroeconomic indicators in the food before fuel nexus［J］. Energy Economics， 2012， 34（6）： 2021-2028.

［8］劉慶富，王海民.期貨市場(chǎng)與現(xiàn)貨市場(chǎng)之間的價(jià)格研究——中國(guó)農(nóng)產(chǎn)品市場(chǎng)的經(jīng)驗(yàn)［J］.財(cái)經(jīng)問(wèn)題研究，2006（04）：44-51.

［9］郭玉晶，宋林，王鋒.國(guó)際原油期貨與農(nóng)產(chǎn)品期貨市場(chǎng)的波動(dòng)溢出效應(yīng)——基于離散小波和BEKK模型的研究［J］.國(guó)際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)），2015（06）：86-96.

［10］彭新宇，樊海利.國(guó)際原油價(jià)格對(duì)中國(guó)大宗農(nóng)產(chǎn)品價(jià)格的影響研究［J］.宏觀經(jīng)濟(jì)研究，2019（01）：99-109+124.

［11］Liu X， Pan F， Yuan L， et al. The dependence structure between crude oil futures prices and Chinese agricultural commodity futures prices： Measurement based on Markov-switching GRG copula［J］. Energy， 2019， 182： 999-1012.

［12］Luo J， Ji Q. High-frequency volatility connectedness between the US crude oil market and China's agricultural commodity markets［J］. Energy Economics， 2018， 76： 424-438.

［13］張燕，楊洋.基于小波分析的金融時(shí)間序列消噪方法及應(yīng)用［J］.寧波大學(xué)學(xué)報(bào)（理工版），2010，23（03）：56-59.

［14］Wei Ying et al. Quantile regression methods for reference growth charts.［J］. Statistics in medicine， 2006， 25（8） ： 1369-82.

作者單位：河南工業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院糧食經(jīng)濟(jì)研究中心，研究生在讀。