劉 璐,陳 思,費錫江
1.四川農業大學經濟學院,四川 成都 611130 2.南開大學金融學院,天津 300350 3.埃塞克商學院,新加坡 139408
21世紀以來,重大突發公共事件頻發,給全球經濟帶來嚴重沖擊。農業是一國之重,農業產業鏈條長且涉及的環節復雜,常常面臨著自然災害、疫情等公共事件的威脅。近年來,新冠肺炎疫情帶來的影響席卷全球。農業農村部數據顯示,農產品批發價格指數在進入2020年后由120左右飆升至135,明顯高于近年同期水平,說明新冠肺炎疫情對中國農產品價格產生了顯著的沖擊。
作為在消費者物價指數中占比較大的品類,農產品的價格變動事關國計民生和社會穩定,其在疫情期間的異常震蕩無疑給產業發展和宏觀調控帶來了嚴峻挑戰。與此同時,隨著疫情的持續擴散,國內經濟金融環境亦發生重要改變,其中,較為明顯的變動體現在投資者情緒和宏觀政策上。一方面,面對疫情發展的高度不確定性,市場恐慌情緒急劇上升,而近年來中國農產品金融化程度在不斷加深,金融投機等非基本面因素逐漸成為農產品價格波動的主要驅動力;在此背景下,疫情相關輿論持續發酵會對投資者情緒產生沖擊,進而造成非理性交易增加及羊群效應加劇,最終導致農產品價格偏離合理區間。另一方面,為緩解疫情的不利影響,國家多次出臺寬松型貨幣政策,導致居民購買力增強,總需求擴張,從基本面層面影響農產品價格;同時寬松的貨幣政策也為投機資本入場提供了高流動性支持,從非基本面層面對農產品價格產生疊加沖擊。可見,投資者情緒和貨幣政策很可能是疫情等重大突發事件影響農產品價格的重要渠道。那么,新冠肺炎疫情帶來的投資者情緒波動和貨幣政策變化對中國農產品價格的傳導效應和影響程度究竟如何?不同農產品所受沖擊是否存在差異?不同時間窗口中的影響是否有所不同?我們應當如何緩解此類公共事件給農產品市場帶來的沖擊?對上述問題展開研究有利于深入了解重大突發公共事件對中國農產品市場的影響機理,為有效應對重大突發公共事件的不利沖擊、加快完善農產品價格體系、保障國家糧食安全提供決策支持。
鑒于此,本文選取綜合農產品價格指數以及油料類、糧食類、畜產品等10種代表性農產品作為研究對象,以新冠肺炎疫情為切入點,實證探究重大突發公共事件下投資者情緒和貨幣政策對中國農產品價格的影響及其異質性特征。本文的主要創新點在于:(1)新冠肺炎疫情是近年來全球發生的影響范圍廣、沖擊力強、不確定性程度高的突發公共衛生事件[1],對農產品市場造成了前所未有的沖擊,然而從定量角度分析新冠肺炎疫情對中國農產品市場影響的實證文獻較少,本文豐富了相關領域的研究。(2)疫情發展的高度不確定性易引發投資者情緒波動,國家貨幣政策也做出一系列反應,從而造成農產品市場動蕩,因此本文將投資者情緒和貨幣政策作為兩大渠道,在統一框架內就新冠肺炎疫情下二者對農產品價格的傳導效應進行了量化分析,有助于揭示疫情沖擊的影響機制。(3)為揭示影響的時變特征,本文對疫情發展階段進行了細分,并借助非線性的SV-TVP-VAR模型從不同期限和不同時點角度考察了農產品價格動態響應的演變情況。(4)考慮到不同品種在供需結構、市場特征、產業政策等方面存在明顯差異,本文選取多種農產品作為研究對象進行對比分析,以揭示影響的品種異質性,并對如何穩定農產品市場提出了更具針對性的建議。
本文梳理了近年來農產品價格波動影響因素的相關研究,主要從重大突發公共事件、投資者情緒、貨幣政策三方面進行回顧和評述。
重大突發公共事件主要分為自然災害、事故災難、公共衛生事件和社會安全事件等,其對農產品市場的重要影響得到了諸多研究的支持。程國強等[2]認為2006年底以來農產品價格持續上漲的重要原因是受到了動物疫病、自然災害的影響。黎東升等[3]發現國內自然災害事件總體上會導致食品價格上漲,國外自然災害和全球經濟危機對國內食品價格具有間接沖擊效應。張紅宇等[4]指出,國際金融危機會導致農產品價格的全面下降,給中國主要農產品有效供給帶來新的挑戰。Ubilava[5]發現厄爾尼諾現象對熱帶地區農產品價格走勢具有重要影響。李先德等[6]認為新冠肺炎疫情增加了中國的農產品國際貿易難度,導致農產品價格不穩定性增強。Ramsey等[7]認為新冠肺炎疫情對美國肉類市場供應鏈價格的沖擊主要來自供給面。由此可知,重大突發公共事件會對中國農產品市場造成顯著沖擊,新冠肺炎疫情作為近年來傳播最廣、影響力最大的公共事件,無疑對中國農產品市場的穩定發起了巨大的挑戰。
在大宗商品金融化背景下,投資者情緒等非基本面因素在商品價格形成中的作用獲得了越來越多學者的關注。行為金融學認為,投資者并非完全理性,情緒的波動會影響其交易行為,非理性交易是造成資產定價偏誤的重要原因[8]。目前,針對大宗商品市場的研究大多得出了相似的結論,即認為能源、農產品等重要商品的價格較易受到投資者情緒的影響。Gao等[9]發現投資者情緒對商品收益率的解釋力在控制了宏觀和商品特質因素的影響之后仍然高度顯著。Du等[10]認為金融投資者情緒是造成2003—2008年國際油價暴漲暴跌的重要原因。熊曉煉等[11]發現投資者情緒對大豆期貨價格具有顯著的正向影響。劉玉珍等[12-13]分析表明,疫情等重大突發公共事件極易引發市場恐慌情緒,進而對經濟金融系統造成嚴重沖擊。因此,在探索疫情對農產品價格的影響時不應忽視投資者情緒的傳導作用。
貨幣政策對農產品價格的影響也一直是學術界的重點議題。馬龍等[14]認為貨幣供給沖擊會通過通脹預期渠道推動中國農產品價格上漲。李靚等[15]表示貨幣政策與中國農產品價格呈顯著正相關,且間接影響明顯大于直接影響。溫濤等[16]發現中國農產品價格在長短期內均受到貨幣政策的強烈沖擊。Li等[17]發現2006—2014年擴張性貨幣政策致使中國農產品市場出現價格泡沫的概率顯著增大。陳瑤雯等[18]證實在不同的經濟環境中貨幣政策對大宗商品價格的影響存在差異。田清淞等[19]發現中國農產品期貨價格在泡沫期和非泡沫期受貨幣政策的沖擊有所不同。新冠肺炎疫情期間,央行創設一系列有利于資金直達實體的貨幣政策工具,市場流動性增強,參與者行為和預期隨之改變,亦有可能對農產品價格產生重要影響。
綜上,同以往的突發公共事件相比,新冠肺炎疫情傳播速度快、感染范圍廣且不確定性、復雜性和破壞性極強,在農產品金融化日益深化的背景下,疫情引致的投資者情緒波動會對農產品價格產生重要影響;與此同時,相應的貨幣政策調整會通過作用于供需基本面和資金流動性對農產品市場造成雙重沖擊。然而,從定量角度分析新冠肺炎疫情下投資者情緒和貨幣政策對農產品市場影響的實證文獻較少,對其作用機理的探析也不夠深入;研究方法多依賴常系數假定,對影響的時變特征考慮不足,且大多局限于農產品整體或少數幾個品種,對品種異質性的分析有待加強。因此,本文基于投資者情緒和貨幣政策視角,采用SV-TVP-VAR模型實證考察新冠肺炎疫情對農產品價格的異質性影響,選取綜合農產品價格指數以及多個不同農產品品種作為研究對象,分析投資者情緒和貨幣政策在傳導過程中發揮的作用。
本文以投資者情緒與貨幣政策作為新冠肺炎疫情沖擊的兩大傳導渠道,對疫情影響農產品價格的機理進行理論探討與實證分析。借鑒楊子暉等[13]的研究,將2019年12月定義為疫情“初發期”的起始點,以2020年2月作為疫情“高發期”的起始點,此間中國每日新增確診人數達到頂峰,屬于疫情的高發階段;將2020年5月設定為疫情“恢復期”的起始點,經過幾個月的嚴格把控,疫情在國內得到了有效的控制,各地逐漸復工復學,本土月均新增確診人數首次降為個位數。
1.投資者情緒渠道
流行性疾病因具有傳染性和潛伏性,與自然災害、戰爭、經濟危機等其他重大災難事件相比更加容易激發市場恐慌情緒和非理性行為,由此造成的經濟金融沖擊不亞于疫情本身的危害[12]。近年來,中國農產品市場的金融化程度不斷提高[20],大量金融投資者參與到大宗商品交易中,同時也將其在金融市場的羊群行為、反饋交易等非理性特征帶到商品市場[21]。在農產品金融化背景下,疫情發展的不確定性很可能會引發投資者情緒波動,進而對農產品價格造成沖擊。在信息不對稱環境下,疫情相關的輿論和猜測不斷發酵,加之媒體報道的渲染,加重了農產品市場的不穩定預期,給投資者心理造成顯著沖擊,非理性交易和投機傾向增加,恐慌情緒和羊群效應加劇,甚至會導致農產品與金融市場間出現跨市傳染和風險共振現象,最終呈現出“病毒傳染—情緒傳染—市場異動”的連鎖反應。
2.貨幣政策渠道
為緩解疫情沖擊、重振經濟,人民銀行多措并舉,出臺了一系列針對性的貨幣政策,如三次下調存款準備金率,推出共計1.8萬億元再貸款再貼現政策,下調支農支小再貸款利率等。當國家實施寬松的貨幣政策時,居民購買力提高、企業融資約束下降、總需求擴張,均會直接或間接地影響農產品供需,進而引發農產品價格波動。此外,貨幣流動性亦是助推農產品金融化的重要因素,寬松的貨幣政策為投機炒作提供了資金支持[20]。根據調控方式不同,貨幣政策主要分為利率價格型操作和以貨幣供應量為目標的數量型操作,二者的傳導效應存在差異。由于中國利率市場化機制尚不健全,貨幣政策的利率傳導渠道仍存在阻滯,價格型貨幣政策工具的宏觀經濟效應弱于數量型工具[22]。具體到大宗商品領域,Li等[17]發現貨幣供應量在中國農產品價格泡沫形成中發揮主導作用,其重要性大于利率;諶金宇等[23]也證實中國貨幣政策對大宗商品價格的影響主要由數量型工具產生,利率價格型工具的影響不夠顯著。因此,在疫情影響農產品價格的貨幣政策渠道中,貨幣供應量沖擊的傳導作用很可能強于利率沖擊。此外,經驗證據顯示,投資者情緒在貨幣政策的傳導過程中起到部分中介作用[24-25],這意味著貨幣政策除了會直接影響農產品價格外,還會通過作用于投資者情緒而產生間接影響,據此進一步推測,新冠肺炎疫情下貨幣政策對農產品價格的沖擊要強于投資者情緒。
3.影響的時點差異性
已有研究表明,在疫情初發之時,投資者往往會低估極端風險的發生概率和嚴重性,而在疫情大規模暴發之后又容易出現過度反應[12,26]。因此,在初發期,由于市場主體難以提前感知或是容易低估潛在風險,農產品價格受到的沖擊相對較小。進入高發期后,國內確診病例激增,疫情的迅速擴散使得市場恐慌情緒急劇上升,羊群效應等非理性行為加劇。與此同時,國家采取了強力的貨幣政策調控,例如2020年春節后向市場投放了1.7萬億元短期流動性,2—4月分批啟用再貸款再貼現率工具共計1.8萬億元額度。因此,在高發期農產品市場會受到投資者情緒和貨幣政策沖擊的顯著影響。進入恢復期后,盡管疫情在國內暫時得到控制,但其全球蔓延形勢日益嚴重,境外確診和死亡人數遠超中國境內,投資者擔憂加劇,國家貨幣政策的調控力度也未松懈,2020年6月人民銀行推出了總規模為4 400億元的普惠小微企業貸款延期支持工具和信用貸款支持計劃。可見,在恢復期,國際疫情的超預期擴散會對投資者情緒形成二次疊加沖擊,貨幣政策亦在持續發力,農產品市場所受的影響或將進一步增大。
4.影響的品種差異性
如前所述,新冠肺炎疫情下投資者情緒和貨幣政策會對農產品價格產生重要影響,但由于不同品種在供需結構、市場特征等方面存在差異,其響應情況也將有所不同。(1)對油料作物而言,一方面,油料品種的期貨市場較為發達、金融化特征尤為明顯,這使得其價格更多地受到資本和貨幣供給等因素的影響[20],尤其是在寬松的貨幣政策環境中容易吸引過剩資金,故疫情期間的貨幣政策變化會對油料價格產生顯著沖擊;另一方面,中國油料產業自給率低、嚴重依賴進口,疫情的全球化蔓延致使油料國際貿易的不確定性加大,市場恐慌情緒上升、非理性行為激增,會導致價格波動風險進一步加劇。(2)對糧食作物而言,其需求量、貿易量巨大,受民眾和政策制定者關注極高。近年來,中國糧食產業的結構性失衡問題日趨嚴重,加之國家對糧食市場調控政策的改革,導致糧價預期的不穩定性、不確定性大幅上升;與此同時,隨著糧食金融化和能源化趨勢的加速深化,其價格形成機制愈發復雜,受金融市場與宏觀政策的影響日益增強[27],這意味著疫情期間的投資者情緒波動以及貨幣政策沖擊會對糧食價格產生較大影響。(3)對畜產品而言,中國畜產品期貨市場發展尚不成熟,投資資金進入畜產品市場的通道較為有限,由于缺少期貨市場的金融傳導路徑,疫情引致的投資者情緒和貨幣政策沖擊對畜產品價格的影響可能不如糧油價格顯著;此外,畜牧養殖業處于糧油種植業下游,產業鏈價格波動的傳導路徑較長,在面對不確定性因素沖擊時,畜產品市場的風險一定程度上被上游產品分散化解,致使其所受影響相對較小。(4)對棉糖而言,二者在生產生活中的替代品較少,需求相對穩定,與其他農產品的關聯性較低;考慮到新冠肺炎疫情發生在春節期間,正是糧油消費的高峰時期,而棉糖產品的需求不如前者旺盛,加之其儲存性較強、供給彈性大,抵御外部沖擊的能力相對較強,故而推測二者受疫情沖擊的影響也相對有限。
綜上,新冠肺炎疫情通過投資者情緒和貨幣政策渠道對農產品市場的影響機理如圖1所示。基于上述分析,本文提出如下假說:

圖1 新冠肺炎疫情對中國農產品價格的影響機理
H1:總體而言,新冠肺炎疫情下投資者情緒和貨幣政策會對中國農產品價格產生重要影響。
H2:新冠肺炎疫情通過貨幣政策渠道對農產品價格的影響大于投資者情緒渠道;在貨幣政策渠道中,貨幣供應量沖擊的傳導作用強于利率沖擊。
H3:新冠肺炎疫情下投資者情緒和貨幣政策對中國農產品價格的影響在疫情高發期和恢復期大于初發期。
H4:新冠肺炎疫情下投資者情緒和貨幣政策對不同農產品價格的影響存在差異,對油料和糧食價格的影響較大,對畜產品和其他類產品價格的影響相對較小。
由理論分析可知,新冠肺炎疫情可通過投資者情緒和貨幣政策渠道對農產品價格產生影響,基于此,本文實證分析的主要思路如下:首先,檢驗疫情是否造成了投資者情緒和貨幣政策的顯著變化,以及是否對由二者和農產品價格組成的內生變量系統具有結構性影響;其次,在確認疫情沖擊對變量系統及其關聯關系存在顯著影響的基礎上,進一步就新冠肺炎疫情下投資者情緒和貨幣政策對農產品價格的傳導效應進行量化分析,對其時變特征和品種差異性展開詳細討論。
從當前研究來看,對新冠肺炎疫情沖擊的量化主要有兩種方式。一是使用每日確診或死亡病例數等監測指標刻畫疫情嚴重程度,該方法適用于日度等高頻數據樣本,而本文的核心變量如投資者情緒、貨幣供應量等的最高頻率為月度,與病例監測指標匹配會導致樣本量不足、造成估計偏誤。二是引入代表疫情發生的虛擬變量。盡管無法完全排除事件期間與疫情無關的其他因素的混雜影響,但鑒于此次疫情形勢極為嚴重,同期幾乎不存在與其影響力相當的其他外生沖擊,因此,基于疫情發生與否的對比研究能夠有效度量新冠肺炎疫情的影響。本文采用第二種方式,設置代表疫情進程的虛擬變量:Di(i=1,2,3),當樣本處于i階段時,相應變量取值為1,否則為0,其中i=1、2、3分別對應于疫情的初發期(2019年12月—2020年1月)、高發期(2020年2月—2020年4月)和恢復期(2020年5月及之后)。
第一步,檢驗投資者情緒和貨幣政策的渠道作用。渠道變量與農產品價格之間存在交互影響,具有內生性特征,疫情沖擊則為典型的外生事件,向量自回歸模型(VAR)能夠同時引入外生變量并有效吸收多維內生變量間的互動信息,滿足本文的研究需要,故構建如下的VAR模型:
(1)
其中,Yt是k×1維內生變量向量,在本文中由投資者情緒、貨幣政策變量和農產品價格組成;q為滯后階數,φl為滯后系數矩陣,D=(D1,D2,D3)為疫情外生變量,θ為疫情變量對應的系數矩陣,εt為隨機擾動項,t為時間。
為進一步探究疫情對變量間關聯關系的具體影響,建立如下的簡單回歸模型:
Vt=c+πD+μt
(2)
其中,被解釋變量Vt為農產品價格與投資者情緒或貨幣政策變量的動態相關系數,本文采用DCC-GARCH模型進行相關系數的擬合,并通過Fisher變換將其取值范圍由[-1,1]轉換為(-∞, ∞)。若θ和π顯著,則投資者情緒和貨幣政策的渠道作用得到了驗證,可進行第二步分析。
第二步,度量疫情沖擊下投資者情緒和貨幣政策對農產品價格的傳導效應。根據理論分析,該傳導效應會隨疫情發展而發生變化,即影響具有時變性,本文進一步構建帶隨機波動的時變參數向量自回歸模型(SV-TVP-VAR)進行測度,模型設定如下:
(3)


βt+1=βt+uβt,at+1=at+uat,ht+1=ht+uht
(4)

(5)
其中,∑β、∑a、∑h均為正定矩陣,βs+1~N(uβ0,∑β0),αs+1~N(uα0,∑α0),hs+1~N(uh0,∑h0)。參照Nakajima[28]的做法,本文采用貝葉斯方法進行模型估計,待估參數的后驗分布由馬爾可夫鏈蒙特卡洛(MCMC)算法模擬抽樣獲取。
本文樣本期為2010年1月—2020年7月。除疫情虛擬變量外,本文涉及的實證變量還包括:(1)農產品價格(P),以全國農產品批發價格指數衡量農產品市場總體走勢。為進行品種異質性分析,本文還將農產品分為油料類、糧食類、畜產品和其他四大類,并選取大豆、豆油、豆粕、小麥、玉米、豬肉、牛肉、羊肉、棉花、白糖10個代表性品種的集貿市場平均價格進行研究。(2)投資者情緒(S),選用中國投資者情緒綜合指數(CICSI)作為投資者情緒的代理變量。CICSI指數由國泰安數據庫借鑒易志高等[8]的研究,選取封閉式基金折價率、市場換手率等六大源指標通過主成分分析合成所得,能夠較好地反映中國投資者意愿以及對未來市場行情的預期。借鑒Gao等[9-10]的做法,本文使用的投資者情緒指標并不直接源于農產品市場而主要基于股票市場數據構建,主要原因如下:首先,商品市場中的投資者情緒和價格波動可能會因供需基本面的共同影響而產生“虛假”的因果關系,而CICSI指數相對于農產品基本面而言具有外生性,有助于規避內生性問題;其次,在大宗商品金融化趨勢下,諸多活躍在大宗商品領域的投資者亦具有證券投資背景或經歷,并會將其在股市中的交易習慣、行為特征帶到商品市場中[21],兩市場參與者結構的趨同加深了其投資者情緒的相似性和傳染性,且股票市場的流動性和信息含量相對較高,來自該市場的情緒指標更具廣泛性和代表性[9];最后,本文涉及的農產品種類眾多,限于數據可得性,難以對每個品種逐一構建具有可比性的情緒指標,采用CICSI指數可便于比較分析,亦能控制個體市場間的情緒傳染效應。(3)貨幣政策,參照陳瑤雯等[18,22]的做法,分別以廣義貨幣供應量(M)和銀行間七日同業拆借加權利率(R)作為數量型和價格型貨幣政策代理變量。
變量處理方面:本文對農產品價格(P)、貨幣政策變量(M和R)進行X12季節調整,并對P、S、M取自然對數,為滿足可比性與平穩性,對各變量取一階差分,經驗證各序列均通過ADF檢驗(1)限于篇幅,ADF檢驗結果未在正文中報告,結果備索。。所有數據均來自Wind數據庫和國泰安數據庫。為便于模型估計和比較分析,本文對進入SV-TVP-VAR模型的所有變量都進行了標準化處理。
引入疫情虛擬變量的VAR回歸結果和動態相關系數回歸結果見表1。從VAR估計結果來看,新冠肺炎疫情在初發期給投資者信心帶來了明顯的負面沖擊,進入高發期后投機資本借機炒作、羊群行為激增,投資者情緒出現非理性高漲,影響系數由負變正,在恢復期,盡管國內疫情得到初步控制,但海外疫情的超預期擴散帶來了二次疊加沖擊,引發投資者情緒的劇烈震蕩,影響系數高度顯著且大幅攀升。貨幣供應量方面,疫情初發期影響不顯著、高發期和恢復期的系數分別顯著為正和顯著為負,從累積效應來看,疫情沖擊下貨幣供給在初發期并未有明顯變動,在高發期加速擴張,進入恢復期后增速減緩并逐漸收縮。利率在疫情初發期和高發期呈顯著的負向響應,且高發期受疫情的影響更大,進入恢復期后逐漸回調。總體來看,貨幣政策的發力重點落腳于疫情高發階段,該結果也與客觀事實基本一致,即在疫情高發期,國家采取了最為強力的貨幣政策調控手段,例如2020年春節后向市場投放了1.7萬億元短期流動性,2—4月分批啟用再貸款再貼現率利率工具共計1.8萬億元額度。從動態相關系數的回歸結果來看,疫情沖擊下,投資者情緒和貨幣政策與農產品價格間的關聯性均顯著增強,其中,疫情對投資者情緒與農產品價格相關性的影響在高發期最為強烈,疫情對貨幣供應量與農產品價格相關性的影響

表1 引入虛擬變量的回歸估計結果
在三個階段中依次遞增,疫情引致的利率與農產品價格相關性變化則主要體現在初發期和高發期。
綜上可知,新冠肺炎疫情對由投資者情緒、貨幣政策和農產品價格構成的內生變量系統存在結構性影響,對投資者情緒和貨幣政策產生了顯著沖擊,并導致二者與農產品價格間的關聯特征發生了明顯改變,投資者情緒和貨幣政策的渠道作用得到驗證,而從回歸系數大小和顯著性情況來看,疫情高發期和恢復期的影響更為明顯,假說1和假說3初步得證。
本文基于SV-TVP-VAR模型,綜合運用等間隔和時點脈沖響應函數來考察新冠肺炎疫情下投資者情緒和貨幣政策對農產品價格的時變動態影響。其中,等間隔脈沖響應函數描述了在每個時點對自變量給予1個正向沖擊后間隔相等時段因變量的變化情況;時點脈沖響應函數描述了在指定時點對自變量給予1個正向沖擊后因變量隨滯后期推移的演變特征。在等間隔時期的選擇上,參照多數研究的做法選取4期、8期和12期作為滯后期,分別代表短、中、長期滯后。在時點的選擇上,根據前文定義,分別將疫情初發階段的2019年12月(初發期)、月均新增確診人數最多的2020年2月(高發期)、月均本土確診人數降為個位數的2020年5月(恢復期)選作第一、第二和第三個時點。
1.MCMC估計結果
本文參照Nakajima[28]的研究,運用MCMC方法迭代10 000次,舍棄最初的1 000次抽樣。同時根據AIC和SC準則,確定模型的最優滯后階數為2階。由MCMC估計結果可知(見表2),所有參數檢驗的后驗均值都在95%的置信區間內,Geweke收斂診斷值明顯小于5%顯著性水平下的臨界值1.96,農產品批發指數的最大無效因子為255.85,遠低于抽樣次數,足以滿足后驗推斷需求,說明整體MCMC抽樣較為集中,模型擬合效果較好。

表2 MCMC參數估計結果
2.等間隔脈沖響應分析
農產品價格的等間隔脈沖響應情況如圖2所示。總體而言,在新冠肺炎疫情之前的正常區間內,農產品價格的響應系數基本在0附近震蕩變化,疫情暴發之后,響應程度均顯著提升,并且隨著疫情由初發期過渡到高發期和恢復期,響應程度呈持續增大之勢,遠超疫情前水平,再次印證了前文的結論,即新冠肺炎疫情通過投資者情緒和貨幣政策渠道對農產品價格產生了重要影響,且高發期和恢復期的影響大于初發期,假說1和假說3成立。分渠道來看:(1)疫情期間,投資者情緒對農產品價格的影響在短期為負、中長期為正。疫情暴發短期內給投資者信心帶來了沉重打擊,市場悲觀預期濃厚,投資者的投資意愿和投機熱情大幅減弱,投資資金紛紛從包括農產品在內的諸多市場中撤離,導致農產品價格下挫。在中長期,疫情發展的不確定性使得農產品市場預期進一步惡化,加之擴張性貨幣政策釋放的流動性,激發了投機資本的炒作傾向,大量游資基于市場低迷的窗口期,利用減產和供給緊縮的預期伺機炒作,推動農產品價格持續上漲。(2)新冠肺炎疫情下貨幣供應量對農產品價格的影響以短期和中期為主,前者為正、后者為負,說明貨幣供給沖擊導致農產品價格短期出現超調現象,貨幣供給擴張短期內對農產品價格產生顯著的拉升作用,在價格快速上漲情況下,市場供給增加、需求下降,從而又在中期導致價格下跌回調。(3)新冠肺炎疫情下利率沖擊對農產品價格的影響在長期最為顯著,表明疫情期間利率調整的傳導效應存在一定時滯,影響方向在短、中、長期由負轉正再變負。短期中,利率下調帶來的資金成本下降促使實物投資和金融投資需求增加,推動兼具商品屬性和金融屬性的農產品價格上漲;中期影響方向的變化可能與市場泡沫情況有關。根據田清淞等[19]的研究,農產品價格在非泡沫期對利率沖擊的響應主要為負,而在泡沫期則主要呈正向響應,前期價格的快速上漲在中期積累形成價格泡沫,利率沖擊的影響轉為正向,而長期中隨著泡沫的消散影響再次轉為負向。從響應系數的絕對值大小來看,貨幣供應量對農產品價格的沖擊效應明顯強于投資者情緒,利率沖擊對農產品價格的影響相對較小,假說2成立。

圖2 農產品價格的等間隔脈沖響應
3.時點脈沖響應分析
農產品價格的時點脈沖響應情況如圖3所示。對同一沖擊而言,農產品價格在疫情三個時點下的響應路徑較為相似,隨滯后期的推移呈正負交替變化。對比不同時點的響應強度可以發現,無論是投資者情緒沖擊下還是貨幣政策沖擊下,農產品價格在疫情初發期的響應均最弱,高發期次之,在恢復期響應最為強烈,假說3成立。在疫情暴發之初,國內確診病例數尚且不多,投資者難以提前感知或是容易低估潛在風險,彼時政府部門迅速開啟應急管理,其重點在于確認識別病毒特性,及時阻斷疫情傳播,貨幣政策方面尚未進行明顯調整,因此,在初發期農產品價格受投資者情緒和貨幣政策的影響相對較小。進入高發期后,國內確診病例激增,加之媒體報道的渲染,市場恐慌情緒驟升,投資者非理性行為增加,國家亦出臺了一系列強力的貨幣政策,對農產品市場產生了顯著沖擊。在恢復期,盡管國內疫情得到暫時控制,但全球疫情卻不斷發酵,外部環境的不確定性大大增加,引發投資者情緒劇烈震蕩,與此同時貨幣政策仍在持續發力,從而對農產品價格造成了二次疊加沖擊。此外,從三個渠道的影響強度來看,貨幣供給沖擊的影響大于投資者情緒沖擊,也大于利率沖擊,假說2再次得證。

圖3 農產品價格的時點脈沖響應
為進一步探析疫情沖擊下投資者情緒和貨幣政策對不同農產品價格的影響差異,本文選取了油料、糧食、畜產品和其他四大類的10個代表性品種進行分類研究與對比分析,各品種的時點脈沖響應情況如圖4~7所示(2)限于篇幅,分品種的等間隔脈沖響應圖未在正文中報告,結果備索。。
1.油料類
如圖4所示,三個時點下油料價格對投資者情緒沖擊的響應路徑基本相同,且以正向為主,疫情期間在非理性情緒和投機傾向驅動下,金融資本涌入金融屬性較強的油料市場伺機炒作,進而推動其價格上漲。貨幣供給沖擊下大豆價格主要呈正向響應,豆油、豆粕價格則呈負向響應,可能的原因是貨幣供應量增加引致流動性擴張時,大量資本轉投風險收益回報更高的大豆市場,從而對豆油、豆粕市場產生了擠出效應。利率沖擊下大豆價格主要呈負向響應,響應值于滯后1期達到負向最大,隨后逐漸收斂;豆油和豆粕對利率沖擊的響應系數在0附近震蕩變化。進一步對比可以看出,投資者情緒渠道的影響總體弱于貨幣政策渠道,假說2部分成立;三個品種的響應強度均是在疫情恢復期最為顯著,在初發期相對較弱,再次證明假說3成立。

圖4 油料價格的時點脈沖響應
2.糧食類
如圖5所示,投資者情緒沖擊下小麥價格呈遞減式正向響應,響應值在滯后4期左右收斂于0,玉米價格也呈正向響應,響應值先是暫時上升而后逐步衰減,并且疫情恢復期和高發期的響應值明顯大于初發期,假說3再次得證。疫情期間,面對貨幣供給量的增加,小麥價格先是在滯后1期暫時呈負向響應,此后響應值震蕩變化且以正向為主,玉米價格的響應值則始終為負且震蕩衰減。利率沖擊對小麥和玉米價格分別產生正向和負向影響,二者的響應系數在滯后2~3期達到峰值,隨后逐漸收斂。上述結果表明,疫情期間貨幣政策調整對糧食價格的影響無特定規律,作用機制較為復雜,這可能與疫情惡化導致糧價預期具有高度不確定性、不穩定性有關。

圖5 糧食價格的時點脈沖響應
3.畜產品
如圖6所示,總體而言,同一沖擊下糧食價格在疫情發展不同時點的響應形態基本一致。投資者情緒沖擊下豬肉價格在滯后8期內主要呈遞減式負向響應,牛肉價格呈倒U型正向響應,羊肉價格總體呈遞增型正向響應,說明疫情暴發導致投資者恐慌性拋售豬肉產品激發了牛羊肉產品的投機需求,此外,三者在疫情高發期和恢復期的響應強度均大于初發期,再次說明假說3成立。豬牛羊肉價格對貨幣供給沖擊均呈遞增式正向響應,表明疫情期間貨幣供給量增加對畜產品價格具有拉升作用,且該作用具有時滯性。利率沖擊下豬肉價格呈負向響應,于滯后2期達到負向峰值,并且疫情初發期的響應強度弱于高發期和恢復期,牛羊肉價格對利率沖擊的響應較為相似,均由正變負并呈負向增大之勢。進一步觀察可知,疫情作用下投資者情緒對畜產品價格的影響總體不如貨幣政策強烈,且貨幣供應量的作用強于利率沖擊,假說2再次得證。

圖6 畜產品價格的時點脈沖響應
4.其他類
如圖7所示,投資者情緒沖擊下棉花價格主要呈負向響應,響應系數在滯后1~2期達到負向峰值,白糖價格則呈遞增型正向響應。貨幣供給沖擊下,棉花價格除了在當期呈正向響應外,在其余滯后期均呈負向響應,白糖價格呈正向響應,響應值在滯后1期暫時下降,隨后逐漸增大。利率沖擊下,棉花價格主要呈遞減式正向響應,白糖價格則呈V型負向響應。棉花的儲藏性較強,季節性和節假日特征不如其他品種明顯,在疫情期間其供需結構相對穩定,投資者炒作熱情不高,當寬松的貨幣政策致使流動性增加時,更多的投機資金轉向其他品種從而對棉花價格形成了擠出效應。

圖7 其他產品價格的時點脈沖響應
5.影響存在品種差異的原因分析
由前述實證結果可知,新冠肺炎疫情下投資者情緒和貨幣政策對中國農產品價格產生了不容忽視的影響,而對比不同品種的脈沖響應結果可知,油料類和糧食類價格受到的沖擊大于畜產品和其他類產品價格,假說4成立。
(1)油料類。中國油料品種因衍生品市場發展成熟、市場化程度高而具有較強的金融屬性。據美國期貨業協會統計,在2020年全球農產品期貨期權成交量排名中,大商所豆粕期貨、豆油期貨和黃大豆1號期貨分列全球第1、4、14位,豆粕期貨連續9年位居榜首,黃大豆1號期貨成交量同比增長超過了222%。因此,油料價格對投資者情緒和貨幣供給等金融化因素的敏感性較高。疫情的暴發和蔓延引發投資者情緒波動,也促使國家出臺貨幣政策增加市場流動性,從而對油料價格產生了顯著沖擊。此外,大豆價格的響應程度大于豆油和豆粕價格,原因在于大豆作為豆油豆粕的上游產品,在產業鏈傳遞過程中受疫情影響首當其沖,并且其對外依存度最高,疫情期間國際貿易流通受阻致使大豆市場脆弱性急劇上升,對外部沖擊的響應尤為劇烈。
(2)糧食類。糧食作物具有供求量大、季節性強的特點,受民眾和政策制定者關注極高,這就使得其價格極易受市場情緒和政策因素的影響。隨著糧食金融化和能源化趨勢的加速深化,糧價形成機制愈發復雜,與金融和貨幣市場間的聯系日趨緊密[27],進一步加劇了糧價預期的不穩定性。而玉米比小麥價格所受的沖擊更為強烈,作為中國第一大糧食作物,玉米用途廣泛、替代品豐富,其加工產業鏈的深度和廣度及能源化程度都明顯高于其他農產品[29];2016年國家取消了玉米臨時收儲政策,其市場化程度加深,對外部沖擊的敏感性增大,更易受到疫情沖擊的影響。
(3)畜產品。中國畜產品期貨市場尚不成熟,限制了金融資本和貨幣資金的作用通道,加之畜牧養殖業處于糧油種植業的下游,其受到的外部沖擊一定程度上得到了上游產業的削減,因此,畜產品價格的響應不如糧油價格強烈。牛羊肉價格所受影響強于豬肉價格,這是由于豬肉在中國肉類消費結構中占據主導地位,受國家政策干預的力度最強。疫情期間,中央及各地政府進行了冷凍儲備豬肉的投放,有效穩定了市場預期。而與豬肉相比,中國居民的牛羊肉消費水平總體較低,需求彈性相對較高,需求高峰一般在秋冬季至春節期間,二者之間具有高度替代關系,但與豬肉之間的替代性不強,其戶外消費比例則要高于豬肉[30],以上因素使得牛羊肉在此次新冠肺炎疫情中遭受的沖擊強于豬肉。
(4)其他類。對棉花和白糖而言,二者在生產生活中的替代品較少,與其他農產品的關聯性較弱,加之受國家貿易管控和補貼政策的保護,供需相對穩定,受疫情影響總體較小。
本文基于2010年1月—2020年7月月度數據,以綜合農產品價格指數和10種代表性農產品品種為研究對象構建SV-TVP-VAR模型,實證考察了新冠肺炎疫情下投資者情緒和貨幣政策對中國農產品價格的影響及其異質性特征。總體而言,新冠肺炎疫情下投資者情緒和貨幣政策對中國農產品價格造成了重要影響,且影響在不同渠道、不同時點及不同品種上存在差異。(1)從不同渠道來看,新冠肺炎疫情通過貨幣政策渠道對農產品價格的影響大于投資者情緒渠道;在貨幣政策渠道中,貨幣供應量沖擊的傳導作用強于利率沖擊。(2)從不同時點來看,兩大渠道對中國農產品價格的傳導效應在疫情高發期和恢復期大于初發期。在初發期,投資者難以提前感知或是容易低估潛在風險,貨幣政策方面亦尚未進行明顯調整,農產品價格受到的影響相對較小;在高發期,國內確診病例激增,由此引發的投資者情緒波動以及國家相繼出臺的貨幣政策給農產品價格造成了顯著沖擊;在恢復期,盡管國內疫情暫時得到了控制,但病毒已呈全球大流行之勢,外部環境的不確定性大大增加,引發投資者情緒劇烈震蕩,貨幣政策也在持續發力,從而對農產品價格造成了二次疊加沖擊。(3)從不同品種來看,油料和糧食價格所受影響較大,畜產品和其他類產品價格受到的影響相對較小,這與各品種在供需彈性、金融化程度、貿易格局、產業政策等方面的差異有關。
基于上述結論,本文提出如下建議。首先,由于重大突發公共事件容易造成投資者情緒波動、催生投機交易和羊群行為, 政府應當充分利用媒體治理體系,建立有效的信息發布平臺,減少交易市場信息不對稱。同時,政府也應充分利用法律法規,對新聞、輿論的真實性進行嚴格把控,杜絕虛假信息流竄,減少公眾的恐慌情緒并營造良好的投資氛圍,引導投資者理性交易。其次,由于新冠肺炎疫情通過貨幣供應量沖擊的傳導作用明顯強于利率沖擊,政府應當適時適度推出貨幣政策,建議短期以貨幣供應量等數量型工具為主,長期中輔以利率等價格型工縣進行調控;同時注意控制調控力度與控制導向,避免因政策大幅調整而造成市場劇烈波動。再次,由于疫情不同發展階段產生的影響有所不同,政府應當合理預判事件的發展態勢,并建立事前預警、事中跟蹤管控與事后風險防范體系。針對突發事件的階段性特點,在重大突發事件初期應當做好風險監測和預防工作,保證政府能及時對事件做出合理應對,同時通過媒體治理體系引導投資者警惕潛在的風險;在事件高發階段實施精準及時的干預措施,以有效穩定農產品價格;在事件恢復階段,在保證農產品價格穩定的基礎上,逐步放緩政府干預措施對農產品市場的影響,以保證事件之后農產品市場自我調整的有效性。最后,考慮不同農產品受到新冠肺炎疫情的沖擊存在差異,“一刀切”的價格調控政策明顯有失偏頗,因此國家應當根據各類農產品的供需結構、產業特征等,采取差異化、多樣化的調控手段,尤其應當重點關注金融屬性最強、對外依存度最高的油料產品以及結構性失衡問題最為突出的糧食品種,加強對兩大市場的監測預警和信息通報的同時還可以通過探索期貨創新,發揮金融生品在降低種植、養殖風險等方面的作用,盡可能地減小突發事件對農產品市場帶來的影響。