政策性糧食質量與價格預測分析方法研究

李騰飛，李德燕?，王 濤

（1. 國家糧食和物資儲備局科學研究院，北京 100037；2. 國貿工程設計院，北京 100037）

價格信號可以有效地傳遞商品信息，正確的引導人們進行市場決策，最終達到“質”“價”匹配均衡，是避免市場不出現縮小甚至崩潰的關鍵。產業高質量發展背景下，推動糧食產業發展從依賴低價優勢到打造質量口碑轉變，促進政策性糧食價格與質量的合理匹配具有十分重要的意義。開展糧食質量與價格預測分析研究，主要來源于我國糧食儲備管理與產業發展的現實需求。在管理需求方面，通過建立政策性糧食質價預測預報模型，為政策性糧食拍賣交易提供決策參考，推動建立更加合理的糧食價格形成機制。在產業發展需求方面，研究建立質價模型有助于減緩糧食流通上下游企業之間的信息不對稱問題，改善倉儲企業經濟效益，服務糧食加工產業高質量發展。

但由于諸多原因，當前政策性糧食質價不對稱現象仍然比較突出，主要表現在價格政策不合理、價格機制不完善、糧食市場體制不健全、糧食質量監管和價格監管不到位等方面。本文開展糧食質量與價格關系的預測分析研究，量化政策性糧食的質量和價格關系，用于推動糧食交易和定價的市場需求匹配，服務于倉儲企業開展糧食質價關系的預測，提高政策性糧食在儲存期間的經濟效益，提高政策性糧食的社會效益和經濟價值。

1 質價關系的理論基礎

糧食價格機制是指糧食價格在社會再生產過程中，與各種生產要素相互作用相互聯系的一個有機過程。也就是說，糧食價格機制是指各種影響糧食價格約束變量的總稱。

經濟學理論認為，價格通常是一種可以被有效觀察到的經濟現象，可以被定義為不同產品之間的交換比例。當存在信息不對稱時，消費者比較產品質量的能力受到影響，從而導致市場自發調節產品質量的效果。事實上，在實際的消費場景中，購買雙方的信息不對稱現象是普遍存在的，買賣雙方對商品的信息了解程度存在明顯的差異。根據信息不對稱理論，在社會經濟活動過程中，掌握較多信息的社會成員在社會中占據著有力位置，而信息缺乏的社會成員通常處于弱勢地位。在這種情況下，相比于消費者，企業作為產品生產者往往掌握著更多有關產品質量和品質的信息，而擁有更多信息的企業為了自身利益最大化容易做出損害消費者利益的行為。

在這種情況下，企業如果采用高售價就容易產生機會成本，高價格在導致消費需求減少的同時，也會使企業損失一定的市場占有率和銷售收入。對于高質量產品，消費者在購買使用后獲得了高效用，認為質價相符就會再次購買，周圍獲得該質量信息的人也會增加購買頻次，這會使初期的需求量和收入下降得到一定的補償。對于低質量、高售價的產品而言，消費者在購買后獲得了低效用，將不再購買。企業采用高售價引起的需求量下降和收入減少將不能通過多次交易來彌補，因此理性的企業會選擇與低質量相匹配的低價格。只要交易具有多次重復的情況，即使是使用后才能判斷質量的經驗性商品，也能通過價格機制實現市場的優質優價。

2 預測分析方法

2.1 研究界定

根據國家發展改革委、國家糧食局印發的《國家政策性糧食出庫管理暫行辦法》（發改經貿〔2012〕1520號），政策性糧食包括實行最低收購價和國家臨時收儲政策收購的糧食、中央儲備糧、國家臨時儲備和臨時存儲進口糧，因此本文所指的政策性糧食主要通過拍賣交易形成價格。已有文獻表明，影響糧食價格的因素是復雜多樣的，比如，受國家調控政策、各種自然災害、國際市場變得、突發事件、極端氣候、以及替代品價格變化和人為等多方因素的影響。影響價格的質量因素包括：儲糧溫度、儲糧濕度、儲糧水分、儲糧蟲霉、儲糧費用、儲糧品種、儲糧技術、品質指標和其他因素等。雖然糧食價格受到供求、政策等因素的影響，由于我國的政策性糧食主要通過國家糧食交易中心拍賣的方式形成交易價格，為了控制價格的影響范圍，集中解釋政策性糧食的質量因素對拍賣價格的影響，本文以稻谷為例，重點分析市場和供求正常情況下的糧食拍賣價格與儲存質量之間的關系。

本文關于政策性糧食質價的分析方法包括三個方面：一是基于數據的分析，利用國家質量調查公報數據作為糧食質量的重要依據，進而確定糧食的質量等級和價格等級；二是基于價格機制的分析方法，開展政策性糧食質量和價格的內在規律分析，建立形成高質量高價格、低質量低價格的價格機制，通過構建質價關系模型實現質價關系的分析；三是基于政策性糧食質量和價格的邏輯關系，分析不同質量因素產生的價格變化，并對這種變化根據其加工用途進行量化，即按照質量標準分等定價的邏輯構建相應的方法模型。

2.2 質價關系模型構建

目前國內研究糧食價格的主要模型方法集中在糧食價格預測、國內外價格波動和傳導、價格形成機制等方面。比如，穆月英、小池淳司（2009）運用可計算的一般均衡模型（CGE）研究了我國糧食最低收購價政策對我國糧食市場價格具有明顯的提高作用[1]。朱海燕、司偉（2013）運用VAR模型、脈沖響應函數及方差分解方法，研究了國內外期貨價格對國內大豆現貨價格的影響[2]。徐海亮、趙文武（2014）利用數據信息分離法和時間序列特征法研究了我國糧食價格波動的主要規律[3]。高帆、龔芳（2011）基于糧食價格殘差序列的二階自相關性構建了一個對數線性模型，研究了導致糧食價格波動的主要影響因素[4]。

在主要的時間序列模型方法中，差分自回歸移動平均模型(Auto Regressive Integrated Moving Average Model（簡稱ARIMA模型）被諸多研究所認可，該方法是專門針對時間序列進行預測和分析價格等經濟現象的主要方法之一，尤其被學者們廣泛應用于非平穩時間序列的分析當中。這一模型最開始是由Box和Jenkins（1976）創造，并較多的應用于期貨價格的月度或季度這類的短期預測分析當中[5]。如張方杰、胡燕京（2005）利用 ARMA模型對短期豆粕期貨價格進行了預測分析，得到了良好的分析效果[6]。馮春山等（2015）運用ARMA模型和ARIMA模型對油價的波動情況進行了預測分析，其中 ARIMA模型對油價進行預測得到了很好的擬合效果，驗證了這一模型對于油價格預測的優越性[7]。許立平和羅明志（2011）基于ARIMA模型對2011年的黃金價格數據進行預測，得到了較好的預測效果[8]。

基于已有文獻及主要預測方法的特點和優勢比較，本研究選擇差分自回歸移動平均模型（ARIMA）作為質價關系的經濟學預測方法。ARIMA模型由三個部分組成，即分別為 AR，I和MA，其中AR表示是自回歸模型，I表示單整模型，而MA則是移動平均模型。需要注意的是，在運用該模型分析非平穩時間序列之前，必須要對其進行平穩化處理，常用的平穩化方法就是對原始數據進行差分處理并進行相關檢驗。因此，該模型的一般形式可以表示為ARIMA(p,d,q)，其中 p代表該模型的自回歸項數，d則代表對非平穩的原始數據進行平穩化處理所確定的差分階數，q則表示移動平均項數，它能夠反映出該模型與其滯后階數所對應的隨機擾動項之間的線性關系。

從上述公式中能夠發現，該模型從實質上來看，即是差分處理和 ARMA 模型的有機結合，而這兩者之間又具有十分重要的聯系。這也意味著，當分析一個時間序列時，所涉及的數據多數情況下是非平穩的，也就有必要在深入分析之前對該數據進行差分處理，將非平穩數據轉化為平穩的時間序列，然后再對處理之后的數據進行ARIMA模型擬合。ARIMA模型的基本步驟如下。

2.2.1 模型的平穩性檢驗

一般情況下，運用 ARIMA模型之前首先要對時間序列進行平穩性檢驗，通常選取的方法有ADF單位根檢驗法和序列圖觀察法，如果根據上述檢驗得出原始序列為非平穩序列則需要對數據進行處理直到序列平穩為止。通常情況下，差分次數不宜太多，否則容易造成該時間序列失去意義。

2.2.2 ARIMA模型識別

經過上述檢驗獲得了平穩化的時間序列之后，需要觀察處理后的數據自相關函數以及偏相關函數所反映的信息，根據這些信息選擇應該使用的模型類型。如果偏相關函數出現拖尾現象，自相關函數出現截尾現象，則 p取 0，表示則該序列適合 MA(q)模型；同樣，如果偏相關函數出現截尾現象，自相關函數出現拖尾現象，則q取0，表示該序列適合AR(p)模型；此外，如果差分后平穩序列的偏相關函數和自相關函數都是拖尾，則該時間序列需要選用ARIMA(p,d,q)模型，這其中的d為差分次數。

2.2.3 模型定階

模型定階是指，確定平穩序列中p和d的數值。這主要包括兩個步驟，首先是針對差分后的自相關與偏相關函數圖初步判斷數值的大小情況；然后是優化選擇，這時一般借助AIC或者BIC最小為判斷準則，選取不同的參數進行逐步回歸，選擇符合標準且效果最好的參數來確定模型。為了避免人為判斷的失誤，利用最小后驗信息準則（BIC準則）來最終確定模型階數。

2.2.4 ARIMA模型檢驗和預測

模型的檢驗主要包括兩個方面的內容：其一是白噪聲檢驗，主要針對模型的殘差項，判斷依據主要是殘差項的自相關圖，由此確定殘差項是否符合白噪聲；其二是顯著性檢驗，主要針對模型的估計系數，主要用于判定該模型是否具有較為良好的擬合程度，以及待估計系數在統計上是否顯著。最后，運用該方法將擬合好的ARIMA(p,d,q)模型對時間序列進行建模和預測研究。

2.3 質價量化關系

除了上述模型方法外，也可根據糧食質量標準和產品用途標準構建政策性糧食質量指標與價格的量化關系。根據國家質量標準和價格機制理論，本研究將糧食質量分解為四類指標，即質量安全變量、品質變量、食品衛生變量和糧情變量四類，運用基于主成分分析后篩選的變量包括：

（1）質量變量：出糙率（C1）、整精米率（C2）、水分（C3）、黃粒米（C4）；

（2）品質變量：脂肪酸值（C5）、品嘗評分值（C6）、

（3）安全變量：霉變粒（C7）；

（4）糧情變量：害蟲密度（C8）；

（5）基礎變量：儲存年限變量M（月）。

（6）截距項：收購價（P收,元/噸）、噸糧保管費（C，元/噸）、新陳價差（P新陳,元/噸）。

根據GB1350—1999《稻谷》國家標準規定，各類稻谷按出糙率和整精米率可分為5個質量等級，等內的稻谷必須符合整精米率要求。糧食收購以三等為中等質量標準和計價基礎，每個等級實行3%的等級差價。按國家收購政策，秈稻和粳稻相鄰等級價格差為2分/斤。秈稻、粳稻三等最多，三等以上占90%。修訂的GB1350—2009《稻谷》國家標準對早秈稻谷、晚秈稻谷和秈糯稻谷規定了統一的質量指標。鑒于整精米率是評價稻谷出米率和品質的重要指標，為充分發揮標準對質量提高的引導作用，體現優質優價政策，對不同等級稻谷設置了不同的整精米率要求，秈稻1～5級分別為50%、47%、44%、41%、38%。

國家發改委、國家糧食局、財政部和國家質量監督檢驗檢疫總局2010年關于印發《關于執行糧油質量國家標準有關問題的規定》的通知（國糧發[2010]178號）中，對質量和價格實行的是單項調節，也即當質量較高時價格并未充分體現，而質量等級較低時價格卻有相應調節，也即僅實現了低質低價卻未實現優質優價。為避免這種情況，本研究提出應對糧食的質量和價格進行雙向調節，即質高價高、質低價低，從而改變了現有標準中質價就低不就高的現象。為推動糧食儲備與糧食產業結合的思路，根據糧食加工產品用途中的質量指標作為參照基準，通過對比糧食出庫質量指標與產品用途質量指標，如果糧食出庫質量高于產品質量指標則對價格實行向上調節，如果低于產品用途質量標準則向下調節價格。以下分析選取政策性稻谷為例，具體質量變量和價格計算方法如下：

2.3.1 出糙率（C1）

以國家質量標準規定的指標為分類基礎，出糙率每低于產品用途標準1個百分點，按照扣價0.5%計算，不足1%的不扣價（下同）。同樣，儲糧質量指標中的出糙率每高于現行產品標準規定的，每增1個百分點提價0.5%。出糙率與價格關系見表1，其中Q為出庫糧食數量，P為經計算調節后的價格（下同）。即：P=Q[1+（C1–等級基準）*0.5%]

表1 出糙率與價格關系Table 1 Relationship between husked rice yield and price

2.3.2 整精米率（C2）

以標準規定的指標為基礎，每低于稻谷產品標準1個百分點，扣價0.75%，不足1個百分點，不扣價。高于產品質量標準規定的，同量提價0.75%。同時，根據現有標準規定，早秈稻谷的整精米率不得低于44%。整精米率與價格關系見表2。

表2 整精米率與價格關系Table 2 Relationship between head rice rate and price

2.3.3 水分（C3）

對于實際水分指標低于或高于稻谷產品用途標準規定指標的，以產品用途標準中規定的水分指標為基礎，每低0.5個百分點提價 0.75%，每高0.5個百分點扣價0.75%；低或高不足0.5個百分點的，不計增扣價。水分與價格關系見表3。

表3 水分與價格關系Table 3 Relationship between water content and price

2.3.4 黃粒米（C4）

黃粒米含量高于產品用途標準規定的政策性糧食，以產品用途標準中規定的指標為基礎，每高1個百分點，扣價1.0%，不足1個百分點的，不扣價；低于標準規定的，每低1個百分點，提價1%。黃粒米與價格關系見表4。

表4 黃粒米與價格關系Table 4 Relationship between yellow-colored rice and price

2.3.5 脂肪酸值（C5）

脂肪酸值含量高于標準規定的糧油，以標準中規定的指標為基礎，每高 1個百分點，扣價1.0%，高不足1個百分點的，不扣價；低于標準規定的，每低1個百分點，提價1%。脂肪酸值與價格關系見表5。

表5 脂肪酸值與價格關系Table 5 Relationship between fatty acid value and price

2.3.6 品嘗評分值（C6）

品嘗分值含量高于產品用途標準規定的政策性糧食，以用途標準中規定的指標為基礎，每高1個百分點，扣價1.0%，高不足1個百分點的不扣量；低于標準規定的，每低1個百分點，提價1.0%。品嘗評分值與價格關系見表6。

表6 品嘗評分值與價格關系Table 6 Relationship between taste score and price

2.3.7 霉變粒（C7）

霉變粒含量高于產品用途標準規定的，以標準中規定的指標為基礎，每高1個百分點，扣價1.0%，高不足1個百分點的，不加扣；低于標準規定的，每低1個百分點，提價0.5%。霉變粒含量超過5.0%的，不在定價范圍，按現行標準處理。霉變粒與價格關系見表7。

表7 霉變粒與價格關系Table 7 Relationship between moldy grain and price

2.3.8 害蟲密度（C8）

害蟲密度高于標準規定的，以標準中規定的指標為基礎，密度每高5個，扣價1.5%；低于標準規定的，每低5個百分點，提價0.5%。以中間值15為基準，害蟲密度超過30的，不在定價范圍。害蟲密度與價格關系見表8。

3 結論

本文通過對政策性糧食質量和價格關系的分析發現，當前政策性糧食價格形成與質量之間的匹配度并不高，價格與質量的關聯性還不強，突出體現在糧食收購時質量與價格僅存在單向調節關系，在糧食出庫拍賣時質量與價格的關系偏弱，未建立基于糧食加工用途導向拍賣定價機制，從而導致下游加工與儲備之間存在一定程度的割裂。為此，本研究在綜合比較價格預測方法的基礎上，立足國家質量標準和產品用途標準，以優質優價為導向，建立了基于經濟學的時間序列預測模型，構建了一種可以量化儲糧質量和價格的計算方法。通過這種方法建立了儲糧質量與價格的緊密關系，不僅可實現政策性糧食按用途形成價格，也可實現儲糧質量和價格的雙向調節，從而有助于推動建立優質優價的政策性糧食流通方式。為加強標準引導，建設修訂完善現有收購質量標準，根據產品用途優化質量指標體系，并建立質量和價格的雙向調節機制。