棕櫚油供給沖擊與國內植物油價格波動的動態關系分析

劉銳金　王成麗

摘要：【目的】分析棕櫚油供給量與國內主要植物油價格的互動關系，以及對于來自價格正、負向沖擊下棕櫚油的供給反應，為棕櫚油進口管理提供理論依據。【方法】利用我國棕櫚油月度進口量、棕櫚油、豆油、菜籽油現貨價格及馬來西亞毛棕櫚油現貨價格數據，在協整-GARCH、誤差修正-GARCH框架下進行估計分析，研究供給量與價格間的互動關系，并用線性和非線性Granger因果檢驗進行穩健性檢驗。【結果】我國棕櫚油的加工廠商和貿易商重視過去較長一段時間積累的方差信息（ARCH效應），而不是上一期的預測方差（GARCH效應）；相比于菜籽油，豆油對棕櫚油價格的調整力較大；棕櫚油供給量對價格的影響力較小，有關價格滯后二階的好壞消息對供給量具有非對稱性影響；棕櫚油進口量和價格相互不是Granger原因。【建議】加強棕櫚油進口管理、市場建設及庫存變化監測，加深棕櫚油全球定價機制的研究。

關鍵詞： 棕櫚油；供給沖擊；價格波動；向量誤差修正—廣義自回歸異方差模型（VECM-GARCH模型）

中圖分類號： F307.12 文獻標志碼：A 文章編號：2095-1191（2017）04-0739-09

Abstract：【Objective】In this paper， the interaction between palm oil supply and prices of major domestic vegetable oils was analyzed， and supply reaction of palm oil under positive and negative shocks of prices was studied， as as to provide theoretical references for palm oil import management. 【Method】The interaction between supply and price was assessed under the framework of co-integration-GARCH and error correction-GARCH models using monthly palm oil imports， spot prices of palm oil， soybean oil and rapeseed oil， and spot price of Malaysian palm oil. Linear and nonlinear Granger test was conducted for robustness check. 【Result】Chinese palm oil processing manufacturers and traders preferred to rely on variance information accumulated in the past long period（ARCH effect）， rather than a prediction variance（GARCH effect）. Compared to rapeseed oil， soybean oil had much stronger adjusting force on palm oil. The shock of palm oil supply weakly affected the prices. The signal of price changes with two lags had asymmetric impact on supply of palm oil. There existed no Granger causal relation between supply and price of palm oil. 【Suggestion】Palm oil import management， marketing building and inventory monitor should be enhance， and researches on international pricing mechanism of palm oil need to be deepened.

Key words： palm oil； supply shock； price volatility； vector error correction model-generalized autoregressive conditional heteroskedasticity（VECM-GARCH model）

0 引言

【研究意義】棕櫚油是世界植物油脂中占比最大的品種，我國與印度、歐盟是棕櫚油最大的消費主體，棕櫚油也是我國消費的主要植物油品種。根據《油世界2020》，與2000年相比，2010年棕櫚油在全球油脂油料產量中所占比例上升了8個百分點，超越大豆油，成為份額最大的一種油料。棕櫚油在植物油貿易中占據重要地位，出口總量遠大于豆油、菜籽油、葵花籽油，2015/2016年產季其出口占世界主要植物油的比例為59.96%。在食品和工業需求增長推動下，棕櫚油需求仍在增長，但供給擴大空間有限。全球最主要的棕櫚油生產國是馬來西亞和印度尼西亞，2015/2016年產季兩個主產國產量占全球產量的84.59%，2010～2015年兩國產量比例均保持在84%以上。2015/2016年產季棕櫚油消費份額超過10%的有印度、印度尼西亞和歐盟等27個國家和地區，其次是我國（8.33%）和巴基斯坦（5.20%），印度是世界棕櫚油的最大消費國，其年消費量為965萬t。印度和我國作為人口基數較大的發展中國家，目前人均消費量還較低，隨著經濟發展，對棕櫚油的需求在未來很長一段時期內可能還會增加，這或許會形成保持其價格上揚的驅動力；同時，馬來西亞工資水平的吸引力下降，外國勞動力供給偏緊，部分油棕種植園靠使用來自緬甸等國的非法勞工，以緩解勞動力緊缺（Al-Mahmood，2015），使得更多的國家和地區發展種植油棕，如尼日利亞等非洲國家。鑒于棕櫚油在油脂油料中的重要地位和我國的供給結構，了解來自棕櫚油供給面的沖擊對國內主要植物油價格影響，對制定我國食用油進出口相關管理政策具有重要意義。【前人研究進展】供給和需求決定著均衡價格，實際價格變動又調節著供給量和需求量。在理性預期框架內，Rezitis and Stavropoulos（2012）檢驗了希臘牛肉、雞肉、羊肉和豬肉4種主要肉類的供給沖擊模型，研究結果表明在4個市場中生產者存在理性行為，價格波動已成為希臘肉類生產中的主要風險因素。在此之前，他們還研究了希臘的豬肉市場（Rezitis and Stavropoulos，2009）、雞肉市場（Rezitis and Stavropoulos，2010）的供給沖擊模型。何子陽和李玉珠（1993）認為，農產品價格變化對農產品供給所產生的反作用是農戶經濟行為主體的結果；在雙軌制下，定購數量和定購價格均對農戶糧食供給產生顯著影響（王德文和黃季熴，2001）；農產品生產者和消費者的雙重身份可能導致農戶在同一個農產品市場上得到或付出不同的價格，農戶所在地區的糧食可獲性對其生產決策也存在一定程度的影響（劉帥和鐘甫寧，2011）。對于玉米而言，不論短期還是長期，面積彈性均優于單產（邵飛和陸遷，2011），玉米播種面積對價格的反應程度短期較小，長期則較大，但存在滯后效應（范壟基等，2012）；大蒜的長短期供給彈性均偏小，特別是種植大戶（姚升和周應恒，2013）；甘蔗和甜菜是糖料生產的兩種主要作物，司偉和王秀清（2006）發現甜菜比甘蔗對價格變動更敏感。在畜產品生產方面，牛肉短期價格波動對產品供應的影響不明顯，但長期來看具有彈性（楊春和王明利，2015），可能是由于投資的調整成本所造成。在蔬菜市場上，李鎖平和王利農（2006）研究發現，我國蔬菜生產對價格變動的反應程度較大，上年蔬菜價格仍然在本年生產決策中起到重要作用；但在糧食市場，生產對產品價格和投入價格的反應都要經過較長的時期完成，但不管是短期還是長期，產品價格彈性均低于相應的要素價格彈性（蔣乃華，1998）。【本研究切入點】與糧食、肉類和蔬菜不同，油棕屬于常年生作物，供給主體非常集中，但至今尚無有關棕櫚油供給沖擊的研究報道。【擬解決的關鍵問題】在棕櫚油供給完全依賴進口的特定情形下，利用月度數據識別出國內棕櫚油進口行為受價格波動的影響程度，分析棕櫚油進口量變動對國內主要植物油價格的沖擊情況，為棕櫚油進口管理提供理論依據。

1 分析方法

1. 1 模型分析

從棕櫚油市場來看，我國國內沒有種植園，全部依賴進口，供給者主要是加工企業、貿易商。雖然當前月份進口大多通過前一月份確定，但外部環境變化不可避免對供給曲線產生影響，需求曲線的變動并不一定會跟隨供給沖擊，而是通過庫存來調節。如圖1-A所示，貿易商在t期預計t+1期的需求量可能會由A點移動到C點，但實際上只移動到B點，此時價格產生了變動，且期末庫存增加；需求曲線也可能移動到D點，由最終消費誘致的需求量低于原均衡點，造成更大的期末庫存（圖1-B）。價格的變動又會對下一期供給量產量影響，因此需要研究價格與供給量間的互動關系。

2 我國棕櫚油消費與進口情況及植物油價格變動

2. 1 消費與進口情況

由圖2可看出，2000年以前我國棕櫚油基本用于食用；20世紀90年代消費量處于較平穩狀態，沒有明顯的增長趨勢，加入世界貿易組織后進入快速增長階段，且工業用途棕櫚油增長潛力更大。但自2012年總消費量開始下降，在全球中的消費份額也從2012/2013年產季的11.51%下降到2015/2016年產季的8.33%；2013年產季我國棕櫚油消費總量為637.9萬t，較2004年的436.6萬t增長46.21%。

24度精煉棕櫚油是我國進口的主要品種，到岸港口集中在天津港、日照港、連云港、張家港、寧波港和黃埔港，該品種以食用為主。由于我國對44度以上棕櫚油并不實行配額管理，進口更便利，同時受我國制造業快速發展而拉動。我國棕櫚油的非食用行業消費從2000年的34萬t增長到2013年的230萬t，工業消費在量和比例上均在增加。由圖3可知，我國棕櫚油月度進口量約分為三個階段：第一階段（1996年1月～2002年6月），進口量維持在20萬t以下；第二階段（2002年7月～2006年6月），進口量在20萬～50萬t振蕩上升；第三階段（2006年7月至今），進口量圍繞50萬t上下波動，2015年8月進入下降通道，2016年5月不足20萬t。從圖3還可看出，如忽略時間維度，進口量的分布中出現了兩個波峰，第一個波峰在15萬t上下，第二個出現在50萬t；從三次多項式趨勢線（弧線）可知，進口量約在2012年達高峰，隨后呈現下降趨勢；6個月移動平均線則表明進口量呈較規整的周期性變化，其平均周期長度約為31個月（王成麗等，2015）。

2. 2 植物油價格變動

油棕果果仁占果實比例5%～8%，用于生產棕櫚仁油；果肉比例85%～92%，果肉含油量20%～50%，用于生產毛棕櫚油。馬來西亞是全球最重要的兩個棕櫚油生產國之一，建立了較完善的統計和數據發布體系，本研究選擇馬來西亞棕櫚油現貨價格（M_CPO_Price）作為國際產區價格，因為其是最重要油棕初級產品，具有一定的代表性。我國國內棕櫚油（C_PO_Price）、豆油（C_SB_Price）、菜籽油價格（C_RS_Price）來源于國儲糧油信息中心，關于價格數據的詳細說明參見王成麗和劉銳金（2014）。如圖4所示，我國棕櫚油、豆油和菜籽油3種植物油價格從2006年開始以較快的速度上升，2008年年中達高峰，經歷急劇下跌后處于相對平穩階段；2011年年初，3種植物油價格幾乎相等，隨后價差不斷增大，但在2014年有所縮小。

3 我國棕櫚油供給與價格的動態關系分析

由圖5可知，如果忽略時間維度，供給量和與價格大體呈正相關。針對國內棕櫚油市場，從供給和需求兩個方面構建分析模型。參照Rezitis和Stavropoulos（2012）構建的供給和需求函數及Bhati（1987）的研究成果，給出以下供給和逆需求函數。

由Pearson相關系數可知，不同地區、不同品種價格間均具有較高相關性，系數均大于0.85。如果直接進行OLS估計，可能會出現多重共線性或偽回歸問題。通過ADF平穩性檢驗可知，國內棕櫚油月度供給量平穩，而各類價格序列均是一階單整I（1）。由于價格序列間具有協整關系，因此其不能直接加入供給函數中（魏丹等，2012）。在天然橡膠市場，此類的長期均衡關系也顯著存在（劉銳金等，2010）。

3. 1 協整分析

首先對時間序列進行取自然對數處理，仍以原變量名表示。構建由棕櫚油價格、豆油價格、菜籽油價格和馬來西亞棕櫚油價格組成VAR模型，根據FPE、AIC、SC、HQ準則可發現，以4個價格序列組成VAR模型的最優滯后階數為2。由圖3可知，月度價格序列有截距和趨勢。因此，利用基于VAR模型、包含截距和趨勢項的Johansen法進行協整檢驗，結果表明存在2個協整方程（向量）（表1）。

從表1中的檢驗結果可知，在2002年1月～2016年6月的樣本期間，我國主要植物油價格與馬來西亞棕櫚油價格間存在長期均衡關系，系數標準化后的協整方程如公式（10）所示。

回歸分析后，對殘差進行滯后階數為1的ARCH檢驗。檢驗結果拒絕了原假設，表明供給函數的殘差序列存在ARCH效應。

GARCH模型的階數通常難以確定，實際運用中，一般只用到低階數（蔡瑞胸，2015）。在殘差為正態分布的假設下，GARCH模型的估計結果如表2所示。結果表明，使用GARCH模型明顯改善了模型整體效果，似然值增加，AIC和SC值變小，且ARCH檢驗結果發現，回歸殘差不再存在條件異方差。ARCH效應估計系數β1和GARCH效應系數β2之和為0.5647，小于1.0000，滿足參數約束條件。ARCH效應的系數在1%水平下顯著，GARCH效應在10%水平下不顯著，ARCH項的系數絕對值明顯大于GARCH項。進一步驗證，可能由于我國棕櫚油的供給渠道僅有進口，供給行為具有較強的規劃性，因此進口主體（以棕櫚油為原料的生產廠商和貿易商）更注重長期趨勢，而非上期的價格波動。

3. 3 非對稱性檢驗

為考究價格變動對進口量影響的對稱性，進行TARCH檢驗。由表3顯著性水平和估計參數來看，價格滯后一階的好壞消息對進口量無明顯非對稱影響，但滯后二階的估計系數在5%顯著性水平下通過檢驗。這可能與我國棕櫚油均依賴進口，供給行為一般具有一定的規劃性有關；另一方面，本研究無考慮存貨，因此關于價格好壞消息的非對稱效應需要較長的時間才能傳導到以進口量為指標的供給面。

3. 4 需求函數估計

對誤差修正模型的殘差進行ARCH LM檢驗，發現不存在條件異方差。從公式（15）可知，國際棕櫚油價格對國內棕櫚油偏離均衡的調整系數較大，與我國棕櫚油完全依賴進口的事實相符，通過貿易渠道，馬來西亞當地交易價格能夠以較快的速度傳遞到國內市場；其次是豆油價格，豆油在很長一段時期內在國內是最重要的植物油，在國內和國際豆油比較成熟的市場，可能造就了豆油在植物油中的重要地位，也可能是因為期貨市場經常出現豆油和棕櫚油之間的套期保值，相互之間的影響程度較高；另外，菜籽油對棕櫚油偏離均衡的調整力則非常弱，顯著性程度也較低，可能與菜籽油貿易化程度較低，市場發育程度較低有關系。從短期看，國內棕櫚油價格受到長期均衡的顯著影響，誤差修正項的系數為-0.0649，即當價格偏離長期均衡時會受到反作用的調整力。

利用誤差修正模型中的估計參數作為逆需求函數左邊的參數，計算后函數左邊寫為P，逆需求函數中的變量均為平穩序列，可以進行OLS估計。本研究估計了不同結構的模型，結果如表4所示。無滯后期時，回歸方程在10%顯著性水平下通過檢驗；滯后1月，顯著性水平為4%；滯后2～7月，回歸方程無法通過檢驗。當期和滯后一期的供給量變動與價格間存在靜態關聯，估計系數為負數，表明供給量的增加可能價格負向的變動，符合需求曲線的一般性事實，價格下降導致需求量增加。由于國內供給完全依賴進口，而當月到港的棕櫚油一般不是以前月度簽訂的合約，大型油脂企業進口到達國內后部分進入加工環節，供給量對價格產生的影響可能具有滯后性。但隨著港口市場的不斷發展，形成較為良好的議價機制，加上國內棕櫚油期貨市場的不斷發展，國內棕櫚油的定價機制不斷完善，關于進口量的信息會較快地傳遞到港口市場和期貨市場的定價體系中，價格也隨之作出反應。港口市場不斷完善可能會減弱進口量變動對價格的影響，來自其他植物油市場的沖擊，特別是來自豆油市場的信息。

3. 5 穩健性檢驗

供給量與價格間可能存在非線性關系，因而采用Hiemstra和Jones（1994）檢驗股票交易價格與交易量之間非線性Granger原因的方法來檢驗。線性Granger因果檢驗表明，在5%顯著性水平下，進口量不是棕櫚油價格的Granger原因，反之，棕櫚油價格也不是進口量的Granger原因。大型油脂企業是進口的主體，這部分進口量一般具有一定計劃性，符合企業的生產安排，價格變動在短期內不會改變其進口行為，因此價格變動對短期進口量的預測能力有限。這與生產廠商和貿易商更注重長期趨勢的結論基本一致。

4 討論

存貨是影響供給的重要因素，存貨變動對價格變動的敏感性要比進口量強。一般認為，上期期末存庫加上當期進口量再減去期末庫存量是實際供給量，而本研究受限于無法獲取庫存數據，未將其考慮在內。這可能導致短期價格變動與供給量間缺少預測力，因為當月進口量沒有完全體現供給的量。但進口商更注重長期價格變化且月度進口量平穩，這在一定程度上說明我國棕櫚油進口行為較理性，受短期價格變動的影響小。從總體上看，貿易商和加工廠商注重較長時期內的方差信息，在一定意義上穩固了國內棕櫚油穩定供給的微觀基礎。但不能忽視來自馬來西亞和印度尼西亞的產量變動市場的影響，如由極端氣候所帶來的產量減少，可能會引起價格的上漲，具體原因有待進一步研究。本研究未考慮馬來西亞林吉特、人民幣、美元之間的匯率因素，而劉銳金等（2010）、魏丹等（2012）的研究均表明，經過匯率調整的馬來西亞天然橡膠、棕櫚油價格序列與國內價格的相關性明顯增強，匯率對市場整合度有較顯著的影響。關于匯率對于不同國家或地區棕櫚油市場價格的影響，有待進一步開展研究。

國內棕櫚油貿易商和生產廠商更注重長期趨勢而不是短期。GARCH模型表明，我國棕櫚油貿易商和生產廠商重視ARCH效應，而不是GARCH效應。國內棕櫚油進口商以加工企業為主，棕櫚油進口行為與自身的生產計劃結合較為緊密，采購計劃的安排會更多地考慮過去一段時間內價格波動情況，以及其他油脂價格變動。短期的價格波動可能不會很快傳遞到進口量，其中違約成本也是重要的考量。有關價格的好壞消息具有非對稱效應，但滯后期較長，杠桿作用弱。

棕櫚油供給量的沖擊對國內主要植物油價格的影響較小。從逆需求方程靜態回歸結果來看，以月度進口量為指標的棕櫚油供給量變動與價格呈負相關，關于供給量的正向信息可能會導致價格的負向變動。但進口量變動并不能為價格預測帶來充分的信息，國內棕櫚油價格受國際產區價格和豆油市場的影響較大，菜籽油價格變動對棕櫚油的影響較小。

5 建議

（1）加強棕櫚油進口管理和市場建設。雖然我國棕櫚油進口行為較穩健，但仍需加強采購聯合行為，減少由于棕櫚油產地和貿易集中的影響，增強在國際市場的定價權；完善棕櫚油期、現貨市場，減弱來自大豆油和棕櫚油國際產區的影響，增強國內市場的價格發現能力。（2）加強對棕櫚油庫存的監測，并建立發布制度。存貨是調節供給面的重要因素，能夠更快、更靈敏地反映出各主體對市場的響應。存貨與價格間的變動關系在一定程度可反映出投機氛圍，當價格上漲且存貨也增加時，行業內投機行為可能增多。（3）加強對豆油國際定價權的實質性研究。我國大豆行業從基本自給自足到基本依賴進口，國際定價權在其中發揮了重要的作用。從目前公開的報道來看，還沒能夠全貌深入反映國際大豆定價的成果。鑒于大豆對棕櫚油的影響，建議加強這方面的研究。

致謝：感謝中山大學嶺南學院韓永輝博士提出的修改建議，以及2016年農林經濟管理學科年會分會場與會老師提出的建議。

參考文獻：

蔡瑞胸. 2015. 金融時間序列分析[M]. 王遠林，王輝，潘家柱譯. 第3版. 北京：人民郵電出版社：115.

Tsay R S. 2015. Analysis of Financial Time Series[M]. Translated by Wang Y L， Wang H， Pan J Z. The 3rd Edition . Beijing： Posts & Telecom Press： 115.

范壟基，穆月英，付文革，陳阜. 2012. 基于Nerlove模型的我國不同糧食作物的供給反應[J]. 農業技術經濟，（12）：4-11.

Fan L J， Mu Y Y， Fu W G， Chen F. 2012. Research on supply response of domestic grains based on Nerlove model[J]. Journal of Agrotechnical Economics，（12）： 4-11.

何子陽，李玉珠. 1993. 農產品價格與農戶經濟行為的個案分析[J]. 調研世界，（1）：28-33.

He Z Y， Li Y Z. 1993. Agricultural product prices and econo-

mic behavior of farmers： A case study[J]. The World of Survey and Research，（1）： 28-33.

蔣乃華. 1998. 中國糧食生產與價格波動研究[D]. 南京：南京農業大學.

Jiang N H. 1998. Fluctuation of grain production and price in China[D]. Nanjing： Nanjing Agricultural University.

李鎖平，王利農. 2006. 我國蔬菜供給對價格的反應程度分析[J]. 農業技術經濟，（5）：59-62.

Li S P， Wang N L. 2006. Vegetable supply and its response to price in China[J]. Journal of Agrotechnical Economics，（5）： 59-62.

劉銳金，莫業勇. 2012. 橡膠行業現狀與展望——2012年中國橡膠年會綜述[J]. 熱帶農業科學，32（6）：76-79.

Liu R J， Mo Y Y. 2012. Status and prospects of the rubber industry： Review of China rubber annual conference 2012[J]. Chinese Journal of Tropical Agriculture， 32（6）： 76-79.

劉銳金，魏宏杰，楊琳. 2010. 國內外橡膠價格的動態關系分析[J]. 林業經濟問題，30（5）：411-416.

Liu R J， Wei H J， Yang L. 2010. Analysis on dynamic relationship of rubbers prices at home and abroad[J]. Issues of Forestry Economics， 30（5）：411-416.

劉帥，鐘甫寧. 2011. 實際價格、糧食可獲性與農業生產決策——基于農戶模型的分析框架和實證檢驗[J]. 農業經濟問題， 32（6）：15-20.

Liu S， Zhong F N. 2011. Actual price， food availability and agricultural production decision： An analytical framework based on farm household model[J]. Issues in Agricultural Economy， 32（6）： 15-20.

邵飛，陸遷. 2011. 基于Nerlove模型的中國不同區域玉米供給反應研究[J]. 經濟問題，（7）：73-76.

Shao F， Lu Q. 2011. Research on the supply response of corn in different regions in China[J]. On Economic Problems， （7）： 73-76.

司偉，王秀清. 2006. 中國糖料的供給反應[J]. 中國農村觀察，（4）：2-11.

Si W， Wang X Q. 2006. Supply response of sugar in China[J]. China Rural Survey，（4）： 2-11.

王成麗，劉銳金. 2014. 國內外植物油價格波動的關聯分析[J]. 熱帶農業科學，34（11）；104-109

Wang C L， Liu R J. 2014. Relationship analysis on the prices of vegetable oils at home and abroad[J]. Chinese Journal of Tropical Agriculture， 34（11）： 104-109.

王成麗，劉銳金，劉恩平. 2015. 中國棕櫚油進口貿易的周期分析[J]. 糧食科技與經濟，40（4）：21-25.

Wang C L， Liu R J， Liu E P. 2015. Analysis on the cycles of palm oil imports in China[J]. Grain Science and Technology and Economy， 40（4）： 21-25.

王德文，黃季熴. 2001. 雙軌制度下中國農戶糧食供給反應分析[J]. 經濟研究，（12）：55-65.

Wang D W， Huang J K. 2001. An analysis of China farmers grain supply impact under the duel price system[J]. Economic Research Journal，（12）： 55-65.

魏丹，韓曉龍，劉銳金. 2012. 國際棕櫚油與我國植物油市場價格關聯性的實證研究[J]. 價格理論與實踐，（12）：44-45.

Wei D， Han X L， Liu R J. 2012. An empirical study on the relationship of vegetable prices in China and the international price of palm oil[J]. Price： Thoery & Pratice，（12）： 44-45.

楊春，王明利. 2015. 基于Nerolve模型的我國牛肉產品供給反應研究[J]. 農業經濟，（1）：121-123.

Yang C， Wang M L. 2015. Research on supply response of beef in China： Based on Nerolve model[J]. Agricultural Economy， （1）： 121-123.

姚升，周應恒. 2013. 大蒜供給反應研究：基于微觀面板數據的實證分析[J]. 財經論叢， 171（2）：9-14.

Yao S， Zhou Y H. 2013. An analysis on the supply response of garlic in china： An empirical investigation based on the micro panel data[J]. Collected Essays on Finance and Economics， 171（2）： 9-14.

趙華，潘長鳳. 2004. 在協整分析中如何處理截距和趨勢[J].數量經濟技術經濟研究，21（1）：106-109.

Zhao H， Pan C F. 2004. The approach to dealing with intercept and trend in practical cointegration analysis[J]. Quantitative and Technica Economics， 21（1）：106-109.

Al-Mahmood S Z. 2015. In Malaysia， migrants recount labor abuse[N]. The Wall Street Journal， July 28， XXXIX（231）： 12.

Bhati U N. 1987. Supply and demand responses for poultry meat in Australia[J]. Australian Journal of Agricultural Economics， 31（3）： 256-265.

Bollerslev T. 1986. Generalized autoregressive conditional he-

teroskedasticity[J]. Journal of Econometrics， 31（3）： 307-327.

Engle R F， Granger C W J. 1987. Co-integration and error correction： Representation， estimation and testing[J]. Econometrica， 55（2）： 251-276.

Glosten L R， Jagannathan R， Runkle D E. 1993. On the relation between the expected value and the volatility of the nominal excess return on stocks[J]. The Journal of Finance， 48（5）： 1779-1801.

Hiemstra C， Jones J D. 1994. Testing for linear and nonlinear Granger causality in the stock price-volume relation[J]. The Journal of Finance， 49（5）： 1639-1664

Johansen S. 1994. The role of the constant and linear terms in co-integration analysis of non-stationary variable[J]. Econometric Reviews， 13（2）： 205-229.

Mackinnon J G， Haug A A， Michelis L. 1999. Numerical distribution functions of likelihood ratio tests for cointegration[J]. Journal of Applied Econometrics， 14（5）： 563-577.

Rezitis A N， Stavropoulos K S. 2009. Modeling pork supply response and price volatility： The case of Greece[J]. Journal of Agricultural & Applied Economics， 41（1）：145-162.

Rezitis A N， Stavropoulos K S. 2010. Supply response and price volatility in the Greek broiler market[J]. Agribusiness， 26（1）： 25-48.

Rezitis A N， Stavropoulos K S. 2012. Greek meat supply response and price volatility in a rational expectations framework： A multivariate GARCH approach[J]. European Review of Agricultural Economics， 39（2）： 309-325.

（責任編輯 鄧慧靈）