马上注册入会,结交专家名流,享受贵宾待遇,让事业生活双赢。
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
朱丽莉(金陵科技学院商学院)李光泗 王莉(南京财经大学粮食经济研究院)钟钰(中国农业科学院农业经济与发展研究所)
2.稻谷投放情况
稻谷投放数量明显少于小麦投放数量。从稻谷投放规模及成交率来看,2007—2016年,稻谷计划拍卖量达42410.36万吨,可实际投放数量仅为5357.81万吨,占比12.63%,成交率极低。2007—2011年,稻谷投放数量均保持在较高水平,其中2010年达到1337.59万吨。自2012年国内外粮食价格倒挂以来,稻谷投放数量大幅下降,甚至在2012年11月至2014年5月暂停了储备粮的投放,其中2012年投放总量仅为21.24万吨。2014—2016年,中国稻谷年均投放数量为356.70万吨,与之前年均投放数量(853.29万吨)相比,减少了496.59万吨,且在这期间稻谷拍卖成交率极低。无论从稻谷投放频率还是投放数量来看,稻谷投放主要集中在第二季度和第三季度,稻谷市场投放存在较明显的集中轮换现象。2007—2016年,稻谷在第二、三季度投放数量分别为1943.94万吨和1616.79万吨,明显多于第一季度(1002.59万吨)和第四季度(794.49万吨)。2007—2016年,第二季度和第三季度投放的频率也均高于其他月份。从月度投放次数来看,3~9月是稻谷投放的高峰期。
表2 2007—2016年稻谷储备粮投放数量(单位:万吨) 资料来源:根据Wind数据库和布瑞克数据库整理得到 四、储备粮投放对粮食市场的影响分析 (一)模型设立 储备粮投放对粮食市场的影响主要体现在两个方面:一是储备粮投放数量通过改变粮食的供给量,影响粮食市场供求关系,从而调节粮食市场价格;二是储备粮拍卖价格水平起到信息传递作用,传递政策调节信号,从而影响粮食市场价格。本部分主要通过VAR模型、脉冲响应函数和方差分解讨论储备粮投放数量和投放价格对粮食市场价格的影响,进而说明储备粮投放的市场调控效率。VAR模型由Sims(1980)提出,是用模型中所有当期变量对所有变量的若干滞后变量进行回归。VAR模型用来估计联合内生变量的动态关系,而不带有任何事先约束条件。其设定如下: yt=α0+φ1yt-1+…+φpyt-p+εt (1) 其中,yt是k维内生变量列向量,α0是常数项列向量,p是滞后阶数,t是样本个数。k×k维矩阵φ1…φp是待估计的系数矩阵。εt是k维扰动列向量。鉴于本文研究的是储备粮投放数量与粮食价格波动指数的关系,所以构建的二元VAR(p)的具体形式如下:
在VAR模型分析的基础上,建立脉冲响应函数(Impulse Response Function),通过绘制脉冲响应曲线图,则可以更直观地分析冲击对每个内生变量的动态影响。利用方差分解的基本思想,把系统中每个内生变量的变动按照其成因分解为与各方程中随机扰动项(新息)相关联的各组成部分,以了解各新息对模型内生变量的相对重要性,通过分析每一个结构冲击对内生变量变化(通常用方差来度量)的贡献度,进一步评价不同结构冲击的重要性。 (二)数据来源、变量说明及变量描述性统计分析 自2006年起,储备粮拍卖确立公开竞价销售制度,并通过全国统一粮食电子竞价交易系统平台进行国家储备粮的竞价销售,所以本文数据范围确定为2007年1月到2016年12月,数据为小麦市场和稻谷市场月度数据,来源于Wind数据库和布瑞克数据库。储备粮拍卖成交量作为投放数量(单位:万吨),拍卖成交价格作为投放价格(单位:元/吨),粮食现货价格作为粮食市场价格(单位:元/吨)。鉴于稻谷投放在2012年12月到2014年4月期间暂停,稻谷投放数量为0,但是投放价格不可以为零,将其设定为稻谷市场价格更为适宜。为消除异方差,对粮食价格数据进行对数化处理,变量说明如表3所示。 表3 变量说明 描述性统计分析显示,小麦和稻谷市场价格均值都高于储备粮投放价格的均值,粮食市场价格标准差则低于储备粮投放价格的标准差;小麦投放数量的均值远远高于稻谷投放数量的均值,两者之间的差距高达1倍;粮食市场价格变量和投放价格变量的峰度均小于3,说明不是尖顶峰的特征;JB检验结果表明,在5%的显著性水平下,所有序列均呈现非正态分布。 表4 变量的描述性统计和平稳性检验 (三)计量检验与结果分析
对所有变量进行ADF平稳性检验,粮食市场价格变量和粮食投放价格变量都是非平稳的,对粮食市场价格序列和粮食投放价格序列进行一阶差分,差分后的序列均通过了平稳性检验,且在1%的显著性水平下显著。小麦和稻谷投放数量序列平稳,一阶差分后也是平稳的,且在1%的显著性水平下显著。采用Johanson协整检验来分析储备粮投放与粮食市场价格的长期协整关系,根据AIC检验量确定序列间的最优滞后阶数,小麦投放数量和小麦市场价格、小麦投放价格和小麦市场价格、稻谷投放数量和稻谷市场价格、稻谷投放价格和稻谷市场价格的滞后阶数分别为4、0、1和0,协整检验结果如表5所示。在5%的显著性水平下,小麦投放数量与小麦市场价格之间拒绝协整秩为0的原假设;而小麦投放价格与小麦市场价格无法拒绝原假设,即小麦投放数量与小麦市场价格存在长期协整关系,协整秩为1。稻谷投放数量与稻谷市场价格的协整检验在5%的显著性水平下显著,而稻谷投放价格与稻谷市场价格之间不存在长期协整关系,稻谷投放价格与稻谷市场价格间的协整检验在10%的显著性水平下显著。 表5 原变量Johanson检验 变量 | | | | | nwq,lnwc | | | | | | | | | lnwp,lnwc | | | | | | | | | nrq,lnrc | | | | | | | | | lnrp,lnrc | | | | | | | | |
从长期来看,储备粮投放数量和粮食市场价格间存在长期协整关系,储备粮投放价格与粮食市场价格不存在长期协整关系。储备粮通过粮食拍卖投放到粮食现货市场,成为粮食市场的实际供给,能够增加粮食的供给,从而调节市场的供需问题,而粮食市场价格主要由市场供给和需求决定,所以粮食投放数量和粮食市场价格间存在关联性,符合一般经济学理论。然而,储备粮投放价格与粮食市场价格的关联性不高,储备粮投放的价格信号在粮食市场上不是很强烈,对粮食市场价格的影响有限,由此可见储备粮投放数量引导机制较强。
对储备粮投放数量、投放价格和粮食市场价格原始变量差分后建立VAR模型,并通过脉冲响应和方差分解进一步分析储备粮投放数量、投放价格与市场价格之间的关系。VAR模型估计结果显示:小麦投放数量对市场价格的影响在1%的显著性水平下显著,小麦投放数量受小麦市场价格滞后一期和滞后四期的正向影响;小麦投放价格对市场价格影响不显著,在短期内小麦投放价格与小麦市场价格之间不存在显著的影响关系。
稻谷投放数量对市场价格影响模型F检验在10%的显著性水平下显著,稻谷投放数量滞后一期、二期和三期变量均对稻谷市场价格产生显著影响;稻谷投放价格对稻谷市场价格影响模型F检验在10%的显著性水平下显著,但稻谷投放价格与稻谷市场价格之间影响不显著。 表6 储备粮投放数量与粮食市场价格的VAR模型估计结果 小麦市场 | | 变量 | | | | | | nwq(-1) | | | | | | nwq(-2) | | | | | | nwq(-3) | | | | | | nwq(-4) | | | | | | dlnwc(-1) | | | | | | dlnwc(-2) | | | | | | dlnwc(-3) | | | | | | dlnwc(-4) | | | | | | C | | | | | | F统计量 | | | | | |
注:“*”、“**”“***”分别表示在10%、5%、1%的显著性水平下显著,括号里的数值为标准差;根据AIC准则确定滞后阶数 表7 储备粮投放价格与粮食市场价格的VAR模型估计结果 小麦市场 | | 变量 | | | | | | dlnwp(-1) | | | | | | dlnwc(-1) | | | | | | C | | | | | | F统计量 | | | | | |
注:“*”、“**”、“***”分别表示在10%、5%、1%的显著性水平下显著,括号里的数值为标准差;根据AIC准则确定滞后阶数 在储备粮投放数量与粮食市场价格之间存在长期协整关系分析的基础上,采用脉冲响应函数进一步分析储备粮数量对粮食市场价格影响的滞后性,通过方差分解分析储备粮投放数量对粮食市场价格变动的相关重要性。从图中可看出,在第1期给小麦投放数量一个标准差的冲击后,小麦市场价格的变化会产生一个时滞,到第2期开始出现负向响应,虽然第3期出现了正向响应,但是从第4期开始一直是负向响应,且这种负向响应逐渐减弱,到第9期趋于稳定。总体而言,小麦市场价格对小麦投放数量增加的反应是负向的,符合经济理论。小麦投放数量与小麦市场价格的脉冲响应图也反映出粮食市场价格的变动对储备粮投放数量变动的反应存在一个滞后期,在第2期才开始有所变动,到第9期稳定下来。
|