中國生豬價格周期波動的特征與成因分析

潘方卉，劉麗麗，龐金波*

（1.東北農業大學經濟管理學院，黑龍江 哈爾濱 150030；2.北華大學經濟管理學院，吉林 吉林 132013）

中國生豬價格周期波動的特征與成因分析

潘方卉1，劉麗麗2，龐金波1*

（1.東北農業大學經濟管理學院，黑龍江 哈爾濱 150030；2.北華大學經濟管理學院，吉林 吉林 132013）

“豬周期”問題一直是困擾生豬產業健康發展的難題，以往研究大都是建立在譜分析和濾波分析方法基礎上的，本文則采用三區制馬爾科夫區制轉移模型方法，對中國生豬價格周期波動的特征與成因進行了深入分析。研究結果表明，中國生豬價格周期波動中表現出顯著的非對稱性特征，即生豬價格在“下跌階段”、“穩定階段”和“上漲階段”上的方差、區制轉移概率、自持續概率和平均持續期存在著顯著差異。此外，“豬周期”產生的主要原因在于疫病、政策、自然災害等外界沖擊導致的供需關系失衡，而生豬飼養是生豬產業鏈上抵御外界沖擊能力最差，遭受損失可能性最高的環節。因此，為了緩解豬周期，一方面應該依據區制的非對稱性特征來制定價格調控政策，另一方面可以通過完善牲畜疾病防疫體系和價格風險預警機制，以及提升生豬產業規模化和一體化水平等措施來增強生豬產業的抗風險能力。

生豬價格周期波動；非對稱性；外界沖擊；馬爾科夫區制轉移模型

潘方卉， 劉麗麗， 龐金波. 中國生豬價格周期波動的特征與成因分析［J］. 農業現代化研究， 2016， 37（1）: 79-86.

Pan F H， Liu L L， Pang J B. Characteristics and causes of hog price cycles in China［J］. Research of Agricultural Modernization， 2016，37（1）: 79-86.

鑒于此，各國學者對“豬周期”問題展開了深入的研究。中國學者的研究主要集中于對豬周期長度的測度，研究方法大多為HP濾波法［1-3］和BN分解法［4］，且研究結論大體一致，認為中國的豬周期長度大約為3 a。相比之下，外國學者使用的方法則更加豐富，例如，Dawson［5］應用譜分析方法研究英國豬周期問題，發現大多學者公認的3-4 a的“豬周期”表現并不明顯，以季度和年度為周期的波動則更為顯著。Parker和Shonkwiler［6］則應用卡爾曼濾波方法對德國的豬周期問題進行了研究，發現德國的豬周期約為4 a，而且周期波動幅度明顯增加［4］。

上述研究可以很好的反應生豬價格波動周期的長度、振幅和頻率，但是忽略了外部沖擊可能導致豬周期的結構性變化。對于中國的生豬產業來說，政策、疫病、金融危機等外部沖擊對其影響日益增強，已經成為導致生豬價格周期波動的主要原因［7-8］，因此，豬周期波動的特征很有可能也會隨之發生改變。目前，中國學者的研究也開始注重外部沖擊對豬周期的影響，例如，黎東升和劉小樂［9］分析了2008年以后出臺的相關政策對豬周期的影響，發現2008年前后中國生豬價格波動存在著顯著的差異；高群和宋長鳴［10］從供求關系、政策變動、金融因素等角度出發，基于PPM模型識別了美國生豬價格的歷史突變。但是，前者依然應用的是HP濾波法，該方法不能充分反映生豬價格在不同周期波動階段上呈現出的特征差異，后者研究的對象是美國的豬周期問題，因此，目前亟需找到一種科學、合理的研究方法對中國的豬周期問題進行深入分析，這種方法既要有助于清晰的判斷和甄別生豬價格波動周期的拐點與階段性特征，又要有助于深入挖掘生豬價格周期波動的深層次原因，而馬爾科夫區制轉移模型正是一種符合上述條件的研究方法。

馬爾科夫區制轉移模型最早主要應用于經濟周期的識別與分析［11-14］，后來被迅速擴展到其他領域，例如：通貨膨脹［15］、教育投資［16］，新股發行［17］，財政科技投入［18］等不同周期的研究。與此類似，經濟周期領域的相關研究思路當然也適用于“豬周期”。由于馬爾科夫區制轉移模型只需依據樣本數據便可推導出時間序列在不同階段的轉換概率，并且模型當中的系數估計、條件均值、異方差性、持續期都可以設定為隨周期不同階段而變化的形式。因此，應用馬爾科夫區制轉移模型來刻畫生豬價格周期波動在不同階段上的特性差異是十分恰當的。

綜上所述，本文應用三區制馬爾科夫區制轉移模型來描述和刻畫生豬價格周期波動的階段性變遷特征。通過“下跌階段”、“平穩階段”和“上漲階段”的區制特征分析和區制轉移概率的估算，刻畫生豬價格周期波動的非對稱性特征，并基于不同區制的劃分和周期拐點的識別，進一步挖掘生豬價格周期波動的主要原因，借以為政府選擇科學合理的政策組合，建立正確有效的生豬價格調控機制提供決策參考。

1 實證模型與數據說明

1.1 馬爾科夫區制轉移模型

描述時間序列動態軌跡的最簡單方法是自回歸模型，為了捕捉和刻畫生豬價格周期波動的“階段性”變遷特征，我們借鑒Hamilton［11］的做法，在自回歸模型中引入參數的區制轉移性質，構建馬爾科夫區制轉移模型。為此，首先給出生豬（或豬肉、豬仔）價格增長率的簡單自回歸模型形式：

式中：yt表示生豬（或豬肉、豬仔）價格增長率序列，μ是截距項，p是滯后階數，εt為隨機擾動項，且服從均值為0，方差為σ2的正態分布，It-1代表t-1時刻的信息集。簡單自回歸模型中假定均值、回歸系數以及正態分布方差均為固定常數，但是，通常情況下，系統受到外界沖擊（政策干預，突發事件等）時會發生結構性轉變，模型中的估計參數也會隨之改變。

馬爾科夫區制轉移模型可以刻畫時間序列數據在不同階段、狀態或機制下所具有的特征，該模型假設所有參數都是可變的，由區制狀態變量控制。在同一區制內，參數及方差不變；當區制發生轉變時，參數及方差將隨之變化。馬爾科夫區制轉移模型形式根據截距項、回歸系數和方差項是否依賴于狀態變量St分為多種類型，模型類型可以依據AIC、SC和HQ準則值較小和極大似然比統計量值較大的原則進行選擇。結合AIC和HQ模型選擇準則對最優滯后階數的選擇結果（p=1），本文選取截距項和方差項依賴于狀態變量的三區制馬爾科夫區制轉移模型——MSIV（3）-AR（1）（Three Regime Markov Switching Intercept and Variance with AR （1）model）來研究中國生豬價格周期波動的非對稱特征。模型的具體形式如下：

式中：μ（St）和σ2（St）是時間序列yt依賴于不可觀測的區制狀態變量St的條件均值和條件方差。當時，Sjt=1；否則Sjt=0。在這個模型中，假設狀態變量St是離散取值的三區制一階馬爾科夫過程，取值為1，2和3，這樣系統的狀態轉換過程可用狀態轉移概率矩陣表示為：

式中：pij為狀態變量St從t-1時刻i狀態轉移到t時刻j狀態的概率，即：

在此，本文假設生豬價格周期波動過程中可能存在三種區制，具體而言，區制1為價格“下跌階段”（St=1），其條件均值和條件方差分別為μ1和σ1；區制2為價格“平穩階段”（St=2），其條件均值和條件方差分別為μ2和σ2；區制3為價格“上漲階段”（St=3），其條件均值和條件方差分別為μ3和σ3。依據對區制劃分的性質，可得出生豬（或豬肉、豬仔）價格增長率條件均值所具有的參數約束條件為μ1＜μ2＜μ3，且μ1＜0，μ3＞0，μ2約等于0；條件方差均大于0。

1.2 數據處理和單位根檢驗

在變量的選澤上，本文效仿毛學峰和曾寅初［1］的做法，考慮到生豬、豬肉和豬仔市場之間的緊密聯系，因此利用生豬、豬肉和豬仔價格數據來全面分析和探索生豬價格周期波動的特征與成因。在樣本的選取上，本文選取2000年1月到2014年2月的豬仔、待宰活豬和去皮帶骨豬肉價格表示生豬產業鏈上游、中游和下游的豬仔、生豬和豬肉價格，數據均來源于中國畜牧業信息網。

圖1給出了生豬、豬肉和豬仔價格的時間動態軌跡。從圖中可以看出，自2000年以來，生豬、豬肉和豬仔價格表現出相對一致的動態走勢。2003年以前，生豬、豬肉和豬仔價格的波動幅度較小。在此之后，運行軌跡中均呈現出三次“大起大落”，尤其是第二次波動異常猛烈。從整體上來看，生豬、豬肉和豬仔價格波動過程大體上都存在著“下跌階段”、“平穩階段”和“上漲階段”三個區制，且在不同階段上具有不同的波動幅度、調整速度和持續期。因此，生豬價格周期波動中表現出顯著的非對稱性特征。

圖1 生豬、豬肉和豬仔價格的時間動態軌跡Fig. 1 Dynamic trend of hog， pork and piglet prices

為了更好的刻畫和描述生豬價格波動周期的階段性變遷特征，本文對數據進行簡單處理和初步檢驗。首先使用消費者價格指數剔除價格時間序列中的通脹因素，然后使用X-12方法剔除了價格序列中的季節性因素，同時為了消除異方差性，又對季節調整后的價格序列取對數，處理后的生豬、豬肉和豬仔價格變量分別使用szt、zrt和zzt表示。由于馬爾科夫區制轉移模型適用于平穩時間序列，因此需要對上述價格變量進行ADF單位根檢驗。

表1 ADF單位根檢驗結果Table1 Results of the ADF unit root test

檢驗結果（表1）表明，szt、zrt和zzt均是非平穩時間序列，但其一階差分變量△szt、△zrt和△zzt在5%的顯著水平下是平穩的。由于△szt、△zrt和△zzt恰好為生豬價格增長率、豬肉價格增長率和豬仔價格增長率序列，可以準確刻畫生豬、豬肉和豬仔價格的相對變化，具有較好的經濟含義。因此，本文將以生豬產業鏈上的各個價格增長率序列作為實證研究對象。

2 實證結果分析

2.1 生豬價格周期波動的非對稱性特征分析

本文應用帶有MS-VAR模塊的OX軟件編程估計上述馬爾科夫區制轉移模型，生豬、豬肉和豬仔價格序列的估計結果見表2。表2中給出的線性檢驗結果表明：生豬、豬肉和豬仔價格的馬爾科夫區制轉移模型中LR統計量值分別為55.933 2、23.765 5和20.331 1，其卡方統計量的伴隨概率值均小于1%，顯著拒絕線性關系的原假設。再者，諸如截距、自回歸系數以及方差等絕大多數參數的估計結果都在5%的水平上顯著，并且同一參數在不同區制上的估計結果差異很大。這些都說明非線性馬爾科夫區制轉移模型可以很好地刻畫生豬、豬肉和豬仔價格波動周期中的階段性變遷過程，“下跌階段”、“平穩階段”和“上漲階段”的三區制劃分是準確的。因此，本文基于該模型對生豬價格周期波動的非對稱性特征進行研究是較為合理和科學的。

表2 馬爾科夫區制轉移模型的估計結果Table2 Estimation results of the Markov regime switching model

2.1.1 方差和區制轉移概率的非對稱性分析 首先，由表2中的方差估計值可知，生豬、豬肉和豬仔價格處于不同階段上的方差存在非對稱性。具體而言，生豬價格處于“上漲階段”上的方差（σ3=0.031 6）最大，其次是處于“下跌階段”的方差（σ1=0.029 3），最后是處于“平穩階段”的方差（σ2=0.011 4）。同理，豬肉和豬仔價格處于“上漲階段”的方差最高，其次是“平穩階段”的方差，最后是“下跌階段”的方差，即豬肉和豬仔價格在各個區制上的方差表現類似的特征，但是豬仔價格的方差明顯高于同一階段上豬肉價格的方差，具有更高的不確定性。由此可見，政府相關管理部門更應該加強對豬價在“上漲階段”的風險甄別與防御能力。

其次，由表2中的轉移概率矩陣可知，生豬、豬肉和豬仔價格的區制轉移概率存在一定的非對稱性。其中，生豬價格由“下跌階段”（“上漲階段”）向“平穩階段”轉移的概率p12=0.000 8（p32=0.075 6）小于向“上漲階段”（下跌階段）轉移的概率p13=0.216 3（p31=0.187 8），說明生豬價格呈現“暴漲暴跌”的可能性較高。與此類似，豬肉價格表現出“暴漲緩跌”的可能性較高，豬仔價格則更易表現出“緩漲暴跌”的情況。由此可見，生豬養殖是整個生豬產業鏈中面臨市場價格波動風險最高的環節。另外，生豬、豬肉和豬仔價格從“平穩階段”向“下跌階段”轉移的可能性均高于向“上漲階段”轉移的可能性，因此，為了保持豬價的平穩運行，政府需要特別注意引發豬價下跌的因素。

2.1.2 自持續概率與平均持續期的非對稱性分析 首先，由表2中的轉移概率矩陣可知，各個區制上的自持續概率均大于向其他兩個區制轉移的概率之和，表現出較強的內在持續性。因此，當豬價處于“下跌階段”和“上漲階段”時，需要政府制定相應的價格調控政策才能推動價格運行區制的轉移。對于生豬價格來說，其處于“下跌階段”的概率（p11=0.782 9）高于其處于“上漲階段”時的概率（p33=0.736 6），說明政府在防止生豬價格下跌時的政策力度需要強于抑制生豬價格進一步上漲時的政策力度。在此方面，豬肉與豬仔價格表現出類似的特征，即處于“上漲階段”的自持續概率高于處于“下跌階段”的自持續概率。通過對生豬、豬肉和豬仔價格的橫向對比，可以看出生豬價格處于“下跌階段”的概率最高，而豬仔價格處于“上漲階段”的概率最高。由于三者通常表現出較為一致的動態走勢，因此政府在抑制豬價上漲時應當以豬仔價格為重點調控目標，豬仔價格止漲時其他價格也會得到有效的控制；在防止豬價下跌時，則應當以生豬價格為主要操作對象，生豬價格止跌時其他價格也會隨之反彈。

其次，由表3中各種價格的區制持續性特征可以看出，生豬、豬肉和豬仔價格處于不同區制上的頻率和平均持續期存在顯著差異。具體而言，生豬價格處于“下跌階段”的持續期（約5個月）略高于處于“上漲階段”的持續期（約4個月），與此相反的是，豬肉價格和豬仔價格處于“上漲階段”的持續期（約4個月和6個月）高于處于“下跌階段”的持續期（約3個月和2個月）。從區制發生的頻率來看，豬肉和豬仔價格處于“平穩階段”的頻率最高，生豬價格處于“下跌階段”的頻率最高。而且與豬肉和豬仔價格相比，生豬價格處于“下跌階段”的頻率最高且平均持續期最長，因此，在生豬產業鏈上，生豬飼養者處于最為不利的地位，發生虧損的可能性最高且時間最長。

表3 馬爾科夫區制轉移模型的區制持續性特征Table3 Regime persistence characteristics of the Markov regime switching model

圖2 生豬價格增長率的平滑概率圖Fig. 2 Smooth probability graph of hog price growth

2.2 生豬價格周期波動的拐點識別與成因分析

由于馬爾科夫區制轉移模型的平滑概率圖可以清楚的刻畫和描述經濟變量在不同階段發生概率轉移的可能性（通常情況下，當區制狀態變量St的概率值（i=1，2，3）時，就可以認為生豬價格、豬肉價格和豬仔價格增長率在t時刻處于i階段）。因此，本文給出了生豬、豬肉和豬仔價格的平滑概率圖（圖2、圖3和圖4），并在圖上標識出引發價格進行區制轉移的各種主要因素（其中，虛線所處位置是由各種因素發生的具體時間點決定的），以便清楚的識別與探究生豬、豬肉和豬仔價格周期波動的拐點與成因。

從圖中可以看出，2000年到2003年8月之間，生豬、豬肉和豬仔價格所處的階段基本一致。生豬價格一直以1.0的概率水平處于“平穩階段”，豬肉和豬仔價格除了有少數幾個月份轉移到其他區制外，絕大多數時間也以接近1.0的概率水平處在“平穩階段”，說明2000年至2003年8月期間，生豬產業整體價格運行相對平穩，市場風險較低。但是，在2003年之后，生豬、豬肉和豬仔價格波動的幅度和頻率明顯增加，市場風險大幅提升。而且，生豬、豬肉和豬仔價格周期波動情況基本一致，在“下跌階段”、“平穩階段”和“上漲階段”三個區制之間相互轉換，只不過生豬價格處于“平穩階段”的概率極低，大多時間是在“上漲階段”和“下跌階段”之間相互轉移，因此表現出更大的不確定性。

雖然生豬、豬肉和豬仔價格進出不同階段的時間點存在微小差異，但是周期波動的走勢大體一致，均包含三次大幅度的波動，究其原因主要是由于2003年之后，中國生豬產業受到包括疫病、自然災害、金融危機和政策等外界沖擊越來越多，導致生豬產業供求關系失衡，從而引發豬價的過度波動。

圖3 豬肉價格增長率的平滑概率圖Fig. 3 Smooth probability graph of pork price growth

圖4 豬仔價格增長率的平滑概率圖Fig.4 Smooth probability graph of piglet price growth

2003年下半年開始的這輪豬周期主要是由于2003年5月爆發的非典疫情所致，疫情期間宰殺母豬、補欄停滯，地區間生豬運輸受阻，造成生豬供求矛盾突出，導致豬價反彈明顯，再加上2004年爆發的禽流感疫情，引發豬肉需求大增，導致豬價持續攀升，于2004年中期達到峰值。然而，在2005年初，部分地區（例如四川、廣東等）出現了豬鏈球菌病，導致需求明顯降低，從而引發了豬價下跌，導致一些養殖戶開始宰殺母豬。

2006年下半年以來的這輪豬價上漲與部分生豬主產省暴發豬藍耳病疫情密切相關，除生豬直接死亡造成的損失外，還導致患病母豬流產或死胎，育肥豬生產能力下降，再加上生豬飼養盈利預期不容樂觀，加劇了生豬的短缺和恢復生產的困難，進一步推動了2007年下半年的豬價高漲。隨后受到2008年9月全球性金融危機和2009年4月豬流感疫情的影響，民眾對豬肉需求明顯降低，導致豬價開始下跌。

2010年上半年開始的這輪豬周期主要是由于高熱病、南方大雪以及玉米價格等飼料成本的上漲所致，此次豬價上漲在2011年6月左右達到最高值，在此之后，隨著政府前一段時間鼓勵生豬飼養的政策效應顯現而逐步下行。

由此可見，中國生豬、豬肉和豬仔價格的周期波動大多是由于外界沖擊造成的，該結論與王明利和李威夷［4］的實證研究結論一致，這就說明中國生豬產業應對突發事件的能力較弱。歐美發達國家的經驗告訴我們，規模化養殖與散養相比，在把握市場、價格、技術和信息以及控制動物疫情方面的能力較強，且具有生產周期短、生產成本低、市場談判能力強、又利于政府調控政策實施等優勢，因此，推進中國生豬產業的規模化發展是提升生豬產業抗風險能力的重要途徑。

3 結論

本文應用馬爾科夫區制轉移模型對中國2000年1月到2014年2月之間生豬價格周期波動的特征和成因進行了實證分析，主要得到如下結論：

1）生豬價格波動周期中存在“下跌階段”、“穩定階段”和“上漲階段”三種區制，并以一定的概率水平在各個區制之間進行轉換。整體來看，生豬、豬肉和豬仔價格的周期波動態勢大體一致，主要存在三個較大的波動，而疫病、自然災害、金融危機和政策變動等外界沖擊是引發“豬周期”的主要原因。

2）生豬價格波動周期中存在著顯著的非對稱性特征。就區制方差來看，生豬、豬肉和豬仔價格處于“上漲階段”的波動性明顯高于其他兩個階段，說明政府相關管理部門應該特別加強對豬價處于“上漲階段”時的風險甄別、預警與防范；從區制轉移概率來看，生豬價格易呈現出“暴漲暴跌”的態勢，豬肉和豬仔價格出現“暴漲緩跌”和“緩漲暴跌”的概率水平最高。因此，生豬養殖是整個生豬產業鏈中面臨市場價格波動風險最高的環節。

就自持續概率和平均持續期來看，生豬價格在“下跌階段”的自持續概率和平均持續期大于其處于“上漲階段”的，而豬肉和豬仔價格正好相反，處于“上漲階段”的自持續概率和平均持續期高于“下跌階段”的，說明生豬價格處于“下跌階段”時具有更強的內在穩定性，豬肉和豬仔價格則在“上漲階段”上具有更強的內在穩定性。而且與豬肉和豬仔價格相比，生豬價格處于“下跌階段”的持續期最長且頻率最大，這就說明在生豬產業鏈上，生豬飼養者處于最為不利的地位，發生虧損可能性最高且時間最長。

4 政策啟示

基于上述結論，本文提出如下政策建議：

1）由于引發“豬周期”的主要因素在于疫病、災害、金融危機等外界沖擊，因此政府應該建立健全畜禽疾病防疫體系，減少重大疫病對生豬生產和豬肉消費的沖擊；建立生豬生產與豬肉價格風險預警機制，提供有效的市場信息，引導生豬養殖戶科學確定養殖規模。

2）由于生豬、豬肉和豬仔價格在各個區制上都表現出較強的持續性，因此，實施防止豬價進一步下跌或者抑制其進一步上漲的價格調控政策是十分必要的。再者，為了保持豬價的穩定性，相關管理部門應該尤其應該注重導致豬價下跌的因素，其次才是引發豬價上漲的因素。

3）在制定價格調控政策時，要注意政策力度和主要操作目標的選擇。由于生豬、豬肉和豬仔價格通常表現出較為一致的動態走勢，根據豬仔價格保持上漲能力最強，生豬價格止跌的能力最差的特征，政府在抑制豬價上漲時應當以豬仔價格為主要操作對象；在防止豬價下跌時，則應當以生豬價格為重要調控目標。另外，政府在抑制豬肉（豬仔）價格上漲時的政策力度應該強于防止豬肉（豬仔）價格進一步下跌時的力度，在防止生豬價格下跌時的政策力度需要強于抑制生豬價格進一步上漲時的政策力度。

4）生豬飼養是生豬產業鏈上風險最大的環節，分析其主要原因在于，一方面是中國生豬飼養規模化程度較低，另一方面生豬產業鏈縱向整合程度較低。因此，政府在制定生豬產業政策時，一方面應該繼續推行規模化養殖小區和養殖基地建設政策，增加生豬產業規模化程度；另一方面通過“公司+基地（小區）+農戶”等組織形式促進生豬產業一體化發展，形成利益共享、風險共擔的產業鏈條，提高生豬產業抗風險能力。

［1］ 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.

［2］ 于少東. 北京市豬肉價格波動周期分析［J］. 農業經濟問題，2012（2）: 75-78.

［3］ 江六一， 丁家云， 周正平. 我國豬肉價格波動規律及調控對策研究——基于H-P濾波法的實證分析［J］. 經濟問題探索，2014（9）: 96-101.

［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］ Dawson P J. The UK pig cycle: A spectral analysis［J］. British Food Journal， 2009， 111（11）: 1237-1247.

［6］ Parker P S， Shonkwiler J S. On the centenary of the German hog cycle: New findings［J］. European Review of Agricultural Economics，2014， 41（1）: 47-61.

［7］ 吳登生， 李建平， 湯鈴， 等. 生豬價格波動特征及影響事件的混合分析模型與實證［J］. 系統工程理論與實踐， 2011， 31（11）: 2033-2042.

Wu D S， Li J P， Tang L， et al. A hybrid analysis model for fluctuation characteristics and influence events of live pig price and an empirical study［J］. Systems Engineering-Theory & Practice， 2011，31（11）: 2033-2042.

［8］ 周晶， 丁士軍， 阮冬燕. 中國生豬生產波動影響因素分析——基于2000-2012年省級面板數據的實證研究［J］. 農業現代化研究， 2014， 35（6）: 750-756.

Zhou J， Ding S J， Ruan D Y. The empirical analysis on influencing factors of pig production fluctuation in China［J］. Research of Agricultural Modernization. 2014， 35（6）: 750-756.

［9］ 黎東升， 劉小樂. 我國生豬價格波動新特征——基于HP和BP濾波法的實證分析［J］. 農村經濟， 2015（6）: 52- 55.

［10］ 高群， 宋長鳴. 美國生豬價格突變識別及對我國的啟示［J］. 國際 經貿探索， 2015， 31（5）: 62- 72.

Gao Q， Song C M. Identification and analysis of the breaking point of hog prices in the United States［J］. International Economic and Trade Research， 2015， 31（5）: 62-72.

［11］ Hamilton J D. A new approach to the economic analysis of nonstationary time series and the business cycle［J］. Econometrica，1989， 57（2）: 357-384.

［12］ Mills T C， Wang P. Plucking models of business cycle fluctuations: Evidence from the G-7 countries［J］. Empirical Economics， 2002，27（2）: 255-276.

［13］ 郭明星， 劉金全， 劉志剛. 我國貨幣供給增長率與國內產出增長率之間的影響關系檢驗——來自MS-VECM模型的新證據［J］. 數量經濟技術經濟研究， 2005， 22（5）: 27-39.

Guo M X， Liu J Q， Liu Z G. Testing for the money-output relationships: New evidences from the vector error correct model with Markov regime switching［J］. The Journal of Quantitative & Technical Economics， 2005， 22（5）: 27-39.

［14］ 董穎， 唐曉彬， 武一. 我國經濟周期波動的非對稱性研究［J］.統計與決策， 2013（18）: 116-117.

［15］ 龍如銀， 鄭挺國， 云航. Markov區制轉移模型與我國通貨膨脹波動路徑的動態特征［J］. 數量經濟技術經濟研究， 2005， 22（10）: 111-117.

Long R Y， Zhen T G， Yun H. Markov regime switching model and dynamic characteristics of inflation path in China’s economy［J］. The Journal of Quantitative & Technical Economics， 2005， 22（10）: 111-117.

［16］ 隋建利， 劉金全. 改革開放以來我國教育投資周期與宏觀經濟周期同步嗎——基于“雙階段”馬爾科夫區制轉移模型的實證分析［J］. 教育與經濟， 2013（5）: 3-11.

Sui J L， Liu J Q. Have education investment cycle and macroeconomic cycle synchronized since reform and opening up of China—Based on the “dual-stage” Markov regime switch model［J］. Education & Economics， 2013（5）: 3-11.

［17］ 胡志強， 王一竹. 新股發行周期波動的Markov三區制轉換模型研究［J］. 統計研究， 2013， 30（5）: 76-82.

Hu Z Q， Wang Y Z. The detection of a-share IPO market cycles based on the three regimes Markov switching model［J］. Statistical Research， 2013（5）: 3-11.

［18］ 潘方卉， 李翠霞， 樊斌. 財政科技投入周期與經濟周期協同性的馬爾科夫區制轉移模型［J］. 中國科技論壇， 2015（3）: 42-47.

Pan F H， Li C X， Fan B. Synchronization between financial technology investment cycle and economics cycle based on Markov regime switching model［J］. Forum on Science and Technology in China， 2015（3）: 42-47.

（責任編輯：王育花）

Characteristics and causes of hog price cycles in China

PAN Fang-hui1， Liu Li-li2， PANG Jin-bo1
（1. College of Economics and Management， Northeast Agricultural University， Heilongjiang， Harbin 150030， China；2. College of Economics and Management， Beihua University， Jilin， Jilin 132013， China）

Hog price cycle is a problem that has plagued the development of the hog industry in China. Most of the previous studies were based on spectral analysis and filtering analysis methods. The paper applied the Markov regime switching model with three regimes to analyze the characteristics and causes of hog price cycles in China. Results show that hog price cycles did not show symmetric characteristics: hog prices have different variances， probabilities of regime switching， probabilities of persistence and average durations on “decline stage”， “stabilization stage” and “rising stage”respectively. In addition， the driving force of hog price cycles is the imbalance between hog supply and demand caused by external shocks， including diseases， policy changes， and natural disasters. Hog production is the weakest one among other sectors of the pork supply chain and with the highest possibility of suffering loss from external shocks. Therefore， in order to alleviate the hog price cycle and increase the risk managing ability of the hog industry， this paper suggests: 1） to take into account the asymmetric characteristics of regimes when establishing the price control policies； 2） to enhance the epidemic disease prevention system and the price risk warning mechanism； and 3） to increase production scale and integration level of the hog industry.

hog price cycle； asymmetry； external shocks； the Markov regime switching model

“豬周期”是指生豬價格周期性變化的經濟現象。“豬周期”的循環軌跡一般是：肉價上漲——母豬存欄量大增——生豬供應增加——肉價下跌——大量淘汰母豬——生豬供應減少——肉價上漲，即生豬價格上漲刺激農民積極性造成供給增加，供給增加造成肉價下跌，肉價下跌打擊了農民積極性造成供給短缺，供給短缺又使得肉價上漲，周而復始，這就形成了所謂的“豬周期”。近年來中國豬肉價格波動劇烈頻繁，過度的價格波動既不利于生豬產業的健康發展，也影響居民豬肉消費的國計民生。因此，深入挖掘生豬價格周期波動的特征及其原因，有助于理解和掌握生豬價格的周期波動規律，為政府與各市場主體采取有效措施應對價格波動風險提供實踐與理論指導。

National Natural Science Foundation of China （71503036）， China Postdoctoral Science Foundation （2013M540267）， Postdoctoral Science Foundation of Heilongjiang， China （LBH-Z13048）.

PANG Jin-bo， E-mail: pangjinbo@sina.com.

19 January， 2015； Accepted 24 November， 2015.

F326.3

A

1000-0275（2016）01-0079-08

10.13872/j.1000-0275.2015.0185

國家自然科學基金青年項目（71503036），中國博士后科學基金面上項目（2013M540267），黑龍江省博士后基金項目（LBH-Z13048）。

潘方卉（1982-），女，黑龍江齊齊哈爾人，經濟學博士，副教授，主要從事畜牧經濟和農產品流通研究，E-mail: pfh_nd@126. com；通訊作者：龐金波（1972-），男，黑龍江密山人，博士，副教授，碩士研究生導師，主要從事農業經濟及農村金融研究，E-mail: pangjinbo@sina.com。

2015-01-19，接受日期：2015-11-24