我国生猪产业链价格传递的非对称性_省略__基于门限误差修正模型的实证分析_王晶晶

我国生猪产业链价格传递的非对称性研究———基于门限误差修正模型的实证分析王晶晶（中国农业大学经济管理学院北京100083）钱小平（日本国际农林水产业中心筑波305－8686）陈永福（中国农业大学经济管理学院北京100083）内容提要本文基于2000年1月—2011年6月我国生猪外销区、自给自足区和调入区的月度价格数据，在运用协整模型分析生猪产业链价格间长期均衡关系的基础上，利用非线性门限误差修正模型对我国生猪产业链上下游间价格传递的非对称性进行了实证分析。

结果表明：生猪和猪肉价格存在长期均衡关系，外销区生猪产业链价格间存在短期门限调整关系，且与四川、湖南和河南省生猪产业链的短期价格传递过程存在负非对称性相比，吉林省则存在正非对称性，而自给自足区和调入区则存在短期线性调整关系。

因此，在制定生猪产业价格调控政策和产业政策时应充分考虑外销区生猪产业链价格传递的非对称性特征。

关键词价格传递非对称性门限误差修正模型生猪产业链一、引言我国生猪产业链上下游的价格波动，不仅显著影响着居民的生活水平，而且不利于生猪产业的稳定发展（刘春芳等，2011）。

我国生猪和猪肉价格波动日益剧烈和频繁（Gale et al.，2012）。

鉴于猪肉消费在我国居民肉类消费中占有绝对重要的地位，生猪产业日益成为我国农业经济发展的支柱产业，生猪和猪肉价格的剧烈波动对城乡居民生活的冲击和生猪产业发展的影响越来越显著。

生猪产业链价格传递机制是生猪市场运行效率的基石（Griffith and Piggott ，1994），其中，生猪产业链价格传递是否存在非对称性是测度我国生猪市场运行状况的重要指标。

价格是产品供给与需求相互作用并通过产业链的纵向与横向传递形成的（杨朝英等，2011）。

在某一农产品产业链中，价格从生产者传至批发商，再传至零售商。

当某一冲击作用于该传递过程使得某环节价格上升或下降，价格在沿产业链传递的同时发生相应的调整。

在猪肉价格高涨时，消费者付出更多的货币，但生产者未必获得更多的利润，似乎零售价格上涨幅度远高于生猪收购价格上涨幅度，即出现了所谓的“农产品价格放大效应”；当发生疫情或食品安全事件时，易导致猪肉需求严重下降，进而导致生猪收购价格的急剧下降，从而使得生猪养殖者福利受损。

可见，生猪产业链价格传递过程中有可能存在不对称性，这也是本文选择研究生猪产业链价格传递非对称性的动机和出发点。

Tweeten and Quance （1969）在农产品供给弹性的研究中首次提出了价格传递的非对称性问题，农产品产业链价格传递非对称性是指当不同冲击（如农业支持政策和转移成本变动等）作用于产业链的价格传递时，产业链价格间调整速度的非一致性（Von Cramon-Taubadel ，1998）。

在生猪产业链中，生猪养殖者常常面对买方市场，而猪肉消费者又不得不面对零售商的卖方寡占市场（郭利京，2008）。

除市场力量外，调整成本、政策干预、信息非对称等因素，也是造成生产者价格和零售商价格以不同的—58—农业技术经济2014年第2期DOI:10.13246/ki.jae.2014.02.009速度和幅度传递市场冲击的重要原因（Peltzman，2000；Meyer and Von Cramon-Taubadel，2004）。

基于不完全竞争理论及调整成本、政策干预、非对称信息的存在性，生猪产业链的价格传递很可能表现为非对称性。

因此，根据生猪和猪肉价格的波动特征以及前人的相关研究，本文的研究假设为生猪产业链的价格传递存在非对称性。

有关价格传递的非对称性研究方法主要分为线性模型研究方法和非线性模型研究方法。

前者又可分为协整之前的线性模型研究方法（Ward，1982；Boyd and Brorsen，1988）与协整—误差修正模型方法（Von Cramon-Taubadel，1998；Bakucs and Ferto，2008），该类方法的特点为在模型中将生产者价格拆分为分别反映价格上升和下降的正、负两部分来研究价格传递的非对称性问题，但同时这两部分变量的存在导致了多重共线问题（Houck，1977）；后者是基于产业链价格间可能存在非线性关系（Balke and Fomby，1997），而线性方法又无法捕捉价格序列间可能存在的非线性特征这一思路而发展起来的，在Balke and Fomby（1997）提出门限误差修正模型（Threshold Error Corrected Model，TECM）之后，已广泛应用于农产品价格传递非对称性研究中（Fernandez-Amador et al.，2010；Abdulai，2002；Kaabia and Gil，2007）。

在门限误差修正模型的估计和检验方面，Hansen and Seo（2002）提出了如何在门限值未知条件下运用最大似然法来估计门限误差修正模型和检验门限效果，并应用到土豆、番茄、大米、乳制品等价格传递的非对称性研究中（Aguero，2004；Ｒezitis andＲeziti，2011）。

从有关价格传递的非对称性的国内研究来看，主要集中于运用协整之前的方法，向量自回归模型等（郭利京，2008；胡华平等，2010；顾国达等，2011）；在门限误差修正模型应用方面，虽然杨朝英等（2011）运用门限误差修正模型对生猪价格和猪肉价格之间的非对称性传递过程进行了检验，但鉴于该研究把门限值设为0，很难把握正确的非线性关系，存在一定局限性（Hansen and Seo，2002）。

因此，本文将利用网格搜索法估计门限值之后，运用门限误差修正模型对我国生猪产业链价格传递机制进行实证研究，进而揭示我国生猪产业链价格传递规律。

此外，有关农产品价格传递非对称性的表现形式，正非对称性是指运销价差（零售价格与生产者价格之差）减少的传递速度要快于运销价差增加的传递速度；而负非对称性是指运销价差增加的传递速度要快于运销价差减少的传递速度（Meyer and von Cramon-Taubadel，2004）。

Boyd and Brorsen （1988）和Griffith and Piggott（1994）认为农产品价格传递存在正非对称性，但Ward（1982）和Bailey and Brorsen（1989）的研究也表明负非对称性也具有其存在的合理性，故本文假定生猪产业链的价格传递存在的非对称性既可能为正也可能为负。

二、理论框架与研究方法（一）理论框架在生猪产业链中，从生猪价格到猪肉价格之间，由于存在运输成本、储存成本、加工成本、广告费用、批发行为和零售行为的成本和利润等，可能存在一定的运销价差。

因此，猪肉价格（PＲ）与生猪价格（P F）和运销价差M之间可以写成如下形式（Bakucs and Ferto，2005）：PＲ=P F+M（1）如果假定运销价差为零售价格的一定百分比，即：M=a+bPＲ，a≥0，0≤b＜1（2）把式（2）代入式（1）可得：PＲ=11－ba+11－bP F（3）在完全竞争市场条件下，鉴于b=0，则M等于常数a；在非完全竞争市场下，加工企业、零售商等—68—农业技术经济2014年第2期可能会运用其市场力量使运销价差大于边际成本，即0≤b ＜1，这是导致价格传递非对称性的重要原因。

基于以上理论框架，下面介绍生猪与猪肉价格传递的非对称性的研究方法。

（二）研究方法在本文生猪产业链价格传递非对称性研究中，将运用门限误差修正模型对生猪和猪肉价格间的价格传递机制进行估计，并检验价格序列是否存在门限效果，具体研究步骤显示在图1中，即首先对价格序列进行单位根检验和协整检验，判断生猪价格与猪肉价格是否存在长期均衡关系；其次，估计门限误差修正模型；第三，根据门限误差修正模型的估计结果，开展门限效果检验，如果价格序列存在门限效果，则门限误差修正模型对价格序列的描述有效，如果不存在门限效果，则应估计线性误差修正模型；最后，根据门限误差修正模型或线性误差修正模型的结果，估计生猪产业链的长期均衡相对利润。

图1价格传递非对称性的研究过程1.协整。

如果猪肉价格P Ｒt 和生猪价格P Ft 均为一阶单整的列向量，则这两个列向量间的协整关系可表示为（Engle and Granger ，1987）：P Ｒt =a +bP F t +μt（4）Δμt =ρμt －1+εt其中，a 和b 为待估参数，μt 为随机扰动项。

根据Engle and Granger （1987）的理论；如果μt 是平稳的，那么生猪价格和猪肉价格存在协整关系；如果μt 非平稳，生猪价格和猪肉价格则不存在协整关系。

2.门限误差修正模型的设定、估计和检验。

门限误差修正模型是门限自回归模型与线性误差修正模型相结合后的方法（Balke and Fomby ，1997），即假定随机误差项（μt ）服从门限自回归（TAＲ）—78—王晶晶等：我国生猪产业链价格传递的非对称性研究过程：ρ=ρ1如果μt －1≤c ρ2如果μt －1{＞c（5）其中，c 为门限值，相应地，矩阵形式表示的门限误差修正模型即为：ΔP t =A 1P t －1()βd 1t β，()c +A 2P t －1()β［1－d 2t β，()c ］+υt（6）其中，P t 为包含P Ｒt 和P F t 列向量的t ˑ2矩阵，ΔP t 为P t 的一阶差分形式；β为P Ｒt 和P Ft 的协整向量；如果w t ()β表示误差修正项，则w t ()β=βT P t ，P t －1()β=［1，w t －1()β，ΔP t －1，ΔP t －2，…，ΔP t －l ］T；A 1和A 2为2ˑk 的系数矩阵，k =2ˑl +2；υt 为满足高斯独立分布的扰动项；d t =1，如果w t －1()β≤c0，如果w t －1()β{＞c。

本文所使用的门限误差修正模型的估计方法为Hansen and Seo 在2002年提出的高斯最大似然估计法。

对于式（6）的高斯最大似然估计式为：φn A 1，A 2，Σ，β，()c =－n 2ln Σ－12∑nt =1μt A 1，A 2，β，()c T Σ－1μt A 1，A 2，β，()c （7）其中，μt A 1，A 2，β，()c =ΔP t －A 1P t －1()βd t β，()c －A 2P t －1()β［1－d t β，()c ］，Σ=E μt μ()Tt 。

具体估计过程如下：（1）基于线性误差修正模型的协整向量β0，构建关于c L ，c []U 和βL ，β[]U 的间隔均匀的网格。

βL ，β[]U 是根据β0并基于渐进正态逼近方法构建的，可看做β的置信区间。

令线性误差修正模型的^w t －1=w t －1β()0，c L ，c []U 则是反映^w t －1取值的一个区间。