大蒜出口价格波动论文范文

本站小编为你精心准备了大蒜出口价格波动论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、数据说明与模型构建

(一)数据说明大蒜出口价格(美元)按中国人民银行公布的人民币当月平均汇率换算，数据分别源自海关资讯网与中国人民银行网站。本文选取2001年1月至2012年12月的月度数据(所有数据以上年同月为基期进行指数化处理)进行研究。所用计量软件为Eviews［9］。

(二)小波分析理论简介与小波基函数选择小波分析［10］克服了傅里叶变换只有频率分辨率而没有时间分辨率的缺点，通过小波多尺度分解，可实现信号时域和频域的局部化分析。通过信号的分解与重构，可以得到信号的低频趋势成分和高频细节成分，被誉为分析信号的显微镜。在实际操作过程中通过Mallat［12］算法实现离散小波的快速计算，小波分解和重构的过程较复杂，有专门书籍对其进行介绍，本文不再赘述。由于DbN(DaubechiesN)小波具有较好的正交性和降噪性，故本文选用Db小波进行分解与重构。至于分解层数N的选择，由于分解层数越多，去噪效果越明显，但失真度也会随之增大，将遗失大量信息。根据杨天宇等［13］提出的3－5层的标准，本文拟取N=3，即Db3小波函数来对大蒜价格指数的波动序列进行消噪处理。

(三)GARCH模型构建GARCH模型全称为广义自回归条件方差模型，是ARCH模型的拓展，由Bollerslev(1986)和Taylor(1986)研究和发展，在研究时间序列波动性方面有着广泛应用。本文拟采用GARCH模型，对经过小波分析分解和重构后表征波动的d1－d3层信号分别构建模型，以此研究不同时间刻度下大蒜出口价格波动特点，而关于GARCH模型滞后阶数的选择，学界尚缺乏统一标准，由于GARCH(1，1)模型已经能够很好刻画条件方差并且得到广泛运用，本文也决定使用GARCH(1，1)模型。

二、实证分析

(一)大蒜出口价格波动周期与规律分析图1为大蒜出口价格指数经过小波分析分解与重构后的信号图，其中s表示原始信号(大蒜出口价格指数)。本文将以去除了短期波动影响、表征长期趋势的a3层信号为分析对象，以波峰—波峰为标准来表示一个完整的周期，将大蒜出口价格波动划分为四个周期:第一个周期为2001年9月到2004年5月，第二个周期为2004年5月到2006年4月，第三个周期为2006年4月到2010年5月，第四个周期为2010年5月到2012年12月。与上述周期相关的描述性统计特征见表1。由表1可得关于大蒜出口价格波动周期特征:1．从周期长度可以看出，我国大蒜出口价格波动周期长短不一，体现为波动周期的不可重复性，同时结合图1中表征趋势的a3层信号可以看出，波动周期具有明显的非对称性，即同一个周期内，波谷偏离了整波的中间位置，两波峰的波动幅度也不相同。2．由最大与最小值以及波动幅度可以看出，我国大蒜价格波动幅度有扩大趋势。以2006年4月为分界，出口价格波动幅度出现了很大的跳跃。进一步观察a3可以看到，2008年末，大蒜出口价格到达本周期波谷位置，2010年上半年，大蒜价格到达史无前例的波峰位置。因此可以推知，2006年后大蒜出口价格波动幅度显著变大的原因在于2008年金融危机带来的国外需求疲软，导致大蒜出口价格跌至冰点，以及2010年上半年国内对大蒜的炒作，导致大蒜供应紧张，其价格迅速被推至历史高点。3．比较均值数据容易得出，前三个周期内大蒜出口平均价格呈上升趋势，即前三个周期内大蒜价格整体呈上升趋势，但第四个周期平均价格较第三个周期低，表明这一阶段为大蒜出口价格的下降阶段。可能原因是2010年上半年对国内大蒜的炒作后，国内大蒜供给与需求的改善对出口价格也产生了影响。4．根据标准差可以直观看到，前两个周期内大蒜出口价格波动相对是较小的，但第三个周期内，标准差远高于前面两个周期。虽然第四个周期标准差有所降低，但相比开始两个周期来说仍处在高位，说明第三个周期内的金融危机和国内炒作对出口价格还有一定影响。

(二)不同频段下大蒜出口价格波动分析1．平稳性检验本文选取表征波动性的低频d1－d3层信号来建立研究大蒜出口价格波动GARCH模型。从表2可以看出，所有序列均为平稳序列，d1、d2、d3层信号分布都具有尖峰厚尾特征，且J－B统计量均非常显著。2．ARCH效应检验利用自相关图与偏自相关图以及AIC准则确定均值方程的适合阶数，然后对拟合数据的残差序列进行ARCH—LM检验，以验证是否存在ARCH效应。结果显示，F统计量和nR2统计量相伴概率均小于0.01的显著水平，故拒绝残差序列不存在ARCH效应的原假设，认为序列存在ARCH效应。经检验，滞后阶数超过10阶时，相关统计量依旧非常显著，说明残差序列存在高阶ARCH效应，这将为参数估计带来麻烦。由于GARCH模型能有效减少待估参数数量，对存在高阶ARCH效应的序列更为适用，因此本文决定使用GARCH模型来进行分析。3．GARCH建模分析由于小波分析可以将不同时间刻度的波动数据进行分解，因此能够对波动信息进行充分挖掘。对表征不同时间刻度波动的信号单独建模，可以有效分析序列不同时间刻度的波动效应，对于本文，则可以度量大蒜出口价格在1－2个月、2－4个月、4－8个月这三个频段内的波动情况。表3给出了GARCH(1，1)模型结果，其中α0为常数项，α1表示大蒜出口价格波动的ARCH效应，即外部冲击影响。β表示大蒜出口价格波动的GARCH效应，即历史条件方差对即期波动的影响。各方程经条件异方差的ARCH—LM检验(见表4)，均显示相应残差不存在ARCH效应，说明GARCH(1，1)模型拟合效果较好。由表3可知，表征1－2个月内波动的d1层信号ARCH项系数非常显著，而GARCH项未通过显著性检验。这一结果表明，大蒜出口价格2个月内的波动主要受外部冲击的影响，而几乎不受历史条件方差的影响，即波动不具有持续性。α1=0.976，说明大蒜出口价格波动容易受到外部冲击的影响且反应剧烈，但如果冲击消失，这种剧烈波动也会很快消失。对于表征2－4月内波动的d2层信号，ARCH项系数与GARCH项系数都非常显著，表明大蒜出口价格2－4个月内的波动受外部冲击和历史条件方差双重影响，但因α1=0.151＜β=0.883，表明这一时间刻度内波动对冲击的反应较温和，但波动具有较强的持续性。由于ARCH项系数和GARCH项系数和(1.03)约等于1，也说明历史因素的影响会持续存在，但在短期内不会加强。对于表征4－8个月内波动的d3层信号，ARCH项系数与GARCH项系数也都非常显著，表明这一相对较长时间刻度内的波动受外部冲击和历史条件方差影响，α1=0.912＞β=0.318，说明外部冲击是影响大蒜出口价格波动的主要原因，且波动对冲击的反应很剧烈。由于ARCH项系数和GARCH项系数和(1.23)大于1，说明冲击对条件方差的影响是剧烈的、持久的，且有逐渐增强的趋势。总的来说，大蒜出口价格波动更多受到外部冲击的影响，这一特征与农产品市场接近完全竞争的市场结构相符。我国大蒜出口价格总体面临的风险较大，对风险的抵抗能力较弱。尽管我国大蒜出口量占到世界大蒜贸易总量的七成以上，但却仅占国内生产总量的10%—20%，因此受到国内供求影响非常大。特别是近年来国内对大蒜的炒作，使得出口价格也出现了非常明显的波动，这将不利于我国大蒜产品开拓国际市场。

三、结论

由于小波分析具有多分辨分析的特性，因此本文利用小波分析从不同时间刻度分析了大蒜出口价格波动的波动特征与规律，还利用GARCH(1，1)模型分别对经过分解与重构得到的表征不同时间刻度的波动信号进行了建模分析，得到以下结论:

(一)我国大蒜出口价格波动具有一定周期性，同时波动周期具有不可重复和非对称性，即波动周期长短不一，且波动周期内，波谷往往会偏离整波的中间位置，两波峰的波动幅度也不同。

(二)我国大蒜出口价格波动幅度有扩大趋势。2006年4月之前大蒜出口价格波动较小，但2006年后其波动幅度显著变大，可能原因是2008年金融危机带来的国外需求疲软，致使大蒜出口价格跌至历史底点，又适逢2010年上半年国内对大蒜的炒作，使得大蒜出口供应紧张，其价格迅速升至历史最高，一低一高，波幅巨大。

(三)2008年金融危机和2010年上半年国内大蒜炒作事件对后期的大蒜出口价格还存在一定影响，具体表现在第四个周期内的标准差虽较第三个周期有所降低，但是依旧维持在高位。

(四)大蒜出口价格:在1－2个月内的波动容易受到外部冲击的影响且反应剧烈，但如果冲击消失，这种剧烈波动也会很快消失;2－4个月内的波动受到外部冲击和历史条件方差双重影响，然而对冲击的反应较温和，但是波动具有较强的持续性;4－8个月内的波动也受到外部冲击和历史条件方差的双重影响，但其反应剧烈，有一定持续性。综合来说，我国大蒜出口价格波动极易受到外部冲击的影响，且往往反应剧烈，说明大蒜出口价格对风险的抵抗能力较弱，这一特征也符合农产品接近完全竞争的市场结构。因此，相关部门应当积极制定价格稳定政策，努力构筑风险防御体系，切实保障蒜农利益以及促进国际市场的进一步开拓。

作者：陈攀章胜勇单位：华中农业大学经济管理学院