基于GARCH族模型的山東省生豬價格波動特征研究

王玲玲 趙瑞瑩

摘要：通過建立GARCH族模型探究了山東省生豬價格的波動特征。實證結果顯示：山東省生豬價格具有明顯的波動集簇性，生豬市場不存在高風險高收益的特征，生豬價格波動不存在杠桿效應，生豬市場政策的實施能夠減少生豬價格的波動。據此提出政府應加強宏觀調控、完善生豬價格監測及預警機制的建議。

關鍵詞：GARCH模型；生豬價格波動；杠桿效應

中圖分類號：F326.3文獻標識號：A文章編號：1001-4942（2016）07-0169-04

山東省是全國十大生豬生產區之一，年生豬出欄量和豬肉產量均位居全國前列，不僅促進了山東省畜牧業的發展，也提高了生豬養殖人員的收入。然而，生豬價格的劇烈波動給生產者和消費者都帶來了不利影響。因此，深入研究生豬價格波動的大體規律，對促進山東省生豬產業進一步發展有著重要意義。

目前，相關研究主要集中在生豬價格形成機制[1，2]、生豬價格周期性波動[3，4]、生豬價格波動原因[5，6]、生豬價格調控對策以及生豬價格預測[7～9]等方面。

本研究運用GARCH族模型對山東省生豬價格波動特征進行了探討，以期為宏觀調控的制定和價格監測及預警機制的建立提供依據。

2.5生豬價格波動集簇性分析

用GARCH（1，1）模型擬合生豬價格波動率序列，結果如表4。

由表4可知，α和β的概率都為0，高度顯著，說明生豬價格波動率序列具有顯著的波動集簇性，即一個較大的生豬價格波動后會跟隨較大的價格波動，較小的生豬價格波動會緊跟著較小的價格波動。α、β兩個系數之和為0.802315，小于1，滿足參數約束條件，說明整個建模過程是平穩的。系數之和越接近1，表明沖擊越持久。AIC和SC值分別為-5.108801和-5.033996，模型擬合效果較好。

2.6生豬價格風險收益分析

建立GARCH-M模型，結果如表5。

由表5可以得知，均值方程中條件方差系數ht為-1.483628，伴隨概率為0.7443，沒有通過檢驗，說明GARCH-M模型不適合用來描述山東省生豬價格風險與收益的特征，也就是說，山東省生豬市場沒有高風險高收益的特征。

從表6可以得出，杠桿效應系數γ不為零，說明信息作用非對稱，且杠桿系數大于零，說明不存在杠桿效應。即：上期生豬價格上漲或者下跌信息對本期生豬價格的影響是非對稱的，“好消息”對生豬價格的沖擊大于“壞消息”，生豬市場政策的實施能夠減小生豬價格的波動。

3結論及政策建議

本文運用GARCH族模型對山東省生豬價格波動特征進行了研究和探討，結果表明生豬價格波動存在以下特點：（1）生豬價格具有明顯的波動集簇性，即一個大的價格波動后面跟隨著大的價格波動，小的價格波動后面跟隨著小的價格波動。（2）生豬市場不存在高風險高收益的特征。（3）生豬價格不存在“杠桿效應”，但信息對生豬價格波動的作用是非對稱的，好消息對生豬價格的沖擊大于壞消息。

針對以上研究結論提出政策建議如下：（1）建立和完善生豬價格監測和預警機制。建立全省完整的數據庫，監測好生豬周度、月度、年度價格和生豬及母豬存欄出欄量并及時反饋給養殖戶。把握好料肉比、豬糧比等重要指標，設立對應的警限。（2）加大對生豬養殖者的支持力度，扶持其適度擴大養殖規模，在仔豬、飼料、防疫等方面加大補貼力度，將資金直接補貼給養殖戶，減少中間流通，建立完善能繁母豬政策保險等。（3）政府應當加強宏觀調控，當生豬價格處于低谷時，通過豬肉儲存補貼、鼓勵出口、稅收信貸優惠政策等措施穩定生豬的價格，減少因為市場風險所造成的損失。

參考文獻：

[1]

陳永福，馬國英，吳蓓蓓，等.中國生豬價格發現形成機制研究——基于區域間價格關系的實證分析[J].中國農業科學，2011，44（15）：3279-3288.

[2]郭利京，劉俊杰，韓剛.養殖主體行為與生豬價格形成機制[J].統計與信息論壇，2014，29（8）：79-84.

[3]呂杰，綦穎.生豬市場價格周期性波動的經濟學分析[J].農業經濟問題，2007（7）：89-92.

[4]王明利，李威夷.生豬價格的趨勢周期分解和隨機沖擊效應測定[J].農業技術經濟，2010（12）：68-77.

[5]毛學峰，曾寅初.基于時間序列分解的生豬價格周期識別[J].中國農村經濟，2008（12）：4-13.

[6]翁鳴.我國生豬價格大幅波動的原因分析——基于養殖規模和生豬市場的視角[J].農村經濟，2013（9）：31-33.

[7]呂東輝，楊祚，金春雨.基于MS-ARCH模型的我國生豬價格波動特征檢驗及其與CPI變動關聯性分析[J].農業技術經濟，2012（9）：96-103.

[8]廖翼，周發明.我國生豬價格調控政策分析[J].農村技術經濟，2013（9）：26-34.

[9]許彪，施亮，劉洋.我國生豬價格預測及實證研究[J].農業經濟問題，2014（8）：25-32.

[10]駱珣，吳建紅.基于GARCH模型的人民幣匯率波動規律研究[J].數理統計與管理，2009，28（2）：295-300.

[11]雷強，郭白瀅.基于GARCH族模型的國內外煤炭價格波動特征實證研究[J].中國礦業，2014，23（5）：48-52，60.

[12]王俊芹，李憲松，王余丁.基于ARCH類模型的中國蘋果價格波動分析[J].貴州農業科學，2013，41（12）：209-212.