波动特征（共10篇）
波动特征 篇1
随着经济的增长和人民生活水平的提高, 人们的膳食结构发生了变化, 蛋白质含量高的牛肉越来越受到人们的青睐, 在肉类消费中所占的比例也不断提高。近几年来, 受到各种因素的影响, 全国牛肉价格普遍高升, 作为肉牛主产省吉林省的牛肉价格也不断上涨, 仅2012年1年的时间里, 牛肉价格就从年初的38.05元/kg上涨到年末的54.14元/kg, 上涨幅度高达34.4%。从2000年到2012年, 吉林省牛肉价格在每年的3—4月份出现1次低谷, 这与全国牛肉价格波动趋势相近。牛肉价格的大幅上涨使得老百姓在购买肉类产品时更容易去选择猪肉、鸡肉等价格相对较低的肉类, 严重影响着居民的牛肉消费量, 也影响了肉牛产业的健康发展。
1 畜产品价格研究现状
近年来, 对畜产品价格方面的研究已经取得了丰硕的成果。唐江桥等[1]运用ARCH类模型对我国主要畜产品的价格波动率进行了分析, 结果表明:牛肉、羊肉和鸡肉的价格波动具有显著的波动积聚性。韩星焕等[2]采用X12季节调整法和HP滤波法对活鸡价格的波动进行研究, 从中总结出活鸡价格波动的主要成因是饲料价格的上涨。陈迪钦等[3]通过建立多元线性模型和1阶AR (1) 模型测度各主要因素对生猪价格的影响程度, 结果表明:生猪价格与仔猪价格、玉米价格、鸡肉价格呈正相关, 与生产者预期、疫情呈负相关, 其中玉米价格的波动对生猪价格影响最大。周晓媛[4]运用X12季节调整法对我国生猪价格波动特征进行了分析, 结果表明:饲料、仔猪价格、猪肉产量和滞后一期的猪肉价格是影响猪肉价格的主要因素。田露等[5]认为在牛肉产业内存在长期的协整关系, 玉米价格是影响牛肉市场价格的最重要因素。本研究在借鉴上述研究成果的基础上, 通过计量经济模型对2000—2012年吉林省牛肉价格变动特征进行分析, 找出价格波动的真正原因, 并提出稳定牛肉价格的对策建议, 为培育健康、良性发展的牛肉市场建言献策。
2 分析方法
研究将采用X12季节调整模型中的加法模型Y=T+S+C+I进行季节调整, 将季节要素和不规则因素分离出来, 得出周期序列, 其中长期趋势变动 (T) 、季节波动 (S) 、循环变动 (C) 、不规则因素 (I) 是影响价格波动的四大因素;再用HP滤波法将周期序列和趋势序列进行分解。
2.1 X12季节调整法
X12季节调整模型中加法模型的3个阶段[2]。
第1阶段:季节调整的初始估计。
1) 通过中心化12项移动平均计算趋势循环要素的初始估计:
2) 通过3×3移动平均计算季节因子S的初始估计:
3) 季节调整结果的初始估计:
第2阶段:计算暂定的趋势循环要素和最终的季节因子。
1) 利用Henderson移动平均公式计算暂定的趋势循环要素:
2) 计算暂定的SI:
3) 计算最终的季节因子:
第3阶段:计算最终的趋势循环要素和最终的不规则要素。
1) 利用Henderson移动平均公式计算最终的趋势循环要素:
2) 计算最终的不规则要素:
2.2 HP滤波趋势分解模型的计算方法[2]
设Yt是包含趋势成分和波动成分的经济时间序列, YtT是序列中含有的趋势成分, YtC是序列中含有的波动成分, 则:
时间序列Yt中的可观测部分趋势YtT常被定义为下面最小化问题的解:
其中c (L) 是延迟算子多项式, 如下:
将式 (3) 带入式 (2) , 则HP滤波的问题就是使下面损失函数最小, 即:
3 数据来源与说明
研究分析吉林省牛肉价格波动特征所运用的价格数据来源于中国畜牧业信息网, 采用的数据为月度数据。选择的时间范围为2000—2012年, 主要是由于2000年以前吉林省牛肉价格比较稳定, 2000年以后开始缓慢上升, 直至2007年开始快速上升, 波动幅度较大。2000—2012年吉林省牛肉价格波动情况见表1, 为了减少物价变化的干扰, 牛肉价格按吉林省居民消费价格指数平减。
4 实证分析
采用Eview6.0软件, 对吉林省2000—2012年牛肉价格月度数据进行X12季节调整和HP滤波分析, 结果如图1~6所示。从图1牛肉价格原序列可以看出, 吉林省牛肉价格在2003年、2007年、2011年和2012年这4年里变动幅度比较明显, 这一趋势与图2牛肉价格不规则要素分量序列的变动趋势基本相同, 说明吉林省牛肉价格在这4年里的大幅度变动是由不规则要素引起的, 而不规则要素影响了季节性波动。
由图2、图4可见, 从季节因素来看, 2000—2012年间吉林省牛肉价格季节性波动比较明显, 呈现出“W”型态势, 2000—2006年, 每年的2月到次年的2月为1个波动周期, 上半个周期和下半个周期波动的幅度差距不大, 季节波动规律基本一致, 分别会在每年的3, 4月份和8, 9月份产生一次低谷, 主要是由于每年的2月份正值春节期间, 牛肉消费需求上升, 牛肉价格随之上涨, 而到了3, 4月份气温开始上升, 大量的应季蔬菜开始上市, 牛肉需求量下降, 价格也随之下降。吉林省10月份开始转冷, 冬季饲养肉牛不易增重, 育肥效果差, 养殖户会选择8, 9月份出售肉牛, 故8, 9月份正是肉牛出栏的旺盛时期, 这就会导致牛肉价格的下降。2007—2012年, 牛肉价格季节波动的上半个周期比下半个周期表现得明显, 同样会在每年的3, 4月份出现1次波谷。
由图6可见, 从牛肉价格趋势循环序列的HP滤波结果来看, 图上方逐渐上升的平滑曲线代表趋势线, 2000—2012年吉林省牛肉价格总体上呈现上升趋势, 2000—2006年价格上升比较平稳, 2007—2012年价格上升速度较快, 从图6最下方曲线来看, 跨年度的波动周期主要有3个, 分别呈现出“∩”型、“U”型和“W”型的波动特征。“∩”型波动周期从2002年5月份到2003年4月份, 周期长度为12个月;“U”型波动周期从2006年4月份到2008年2月份, 周期长度为23个月;“W”型波动周期从2008年3月份到2012年12月份, 周期长度为58个月。
2000—2012年牛肉价格波动是由诸多因素引起的, 2003年肉价价格由年初的16.4元/kg下降到年末的15.7元/kg, 主要是由于2002年国际上普遍爆发的疯牛病对消费者的购买意愿产生了一定程度的影响, 居民减少了牛肉的消费量, 牛肉需求量略有下降, 导致价格的小幅度下降。而2007年牛肉价格大幅上涨的原因一方面是玉米价格、仔畜价格上涨导致生产成本的快速升高, 2007年1月份吉林省玉米和豆粕价格分别为1.23元/kg和2.64元/kg, 持续上涨到2012年12月份的2.32元/kg和4.12元/kg, 上涨幅度分别为88.62%和56.06%;1头400 kg重的架子牛由2007年的4 100元上涨到2012年的9 200元左右。每头肉牛生产成本由2006年的845.47元上涨到2007年的1 410.78元, 上涨了66.86%。另一方面是牛源紧缺, 且肉牛饲养周期长, 居民牛肉消费需求持续增长, 人均牛肉消费量由2003年的2.0kg增长到2011年的4.1 kg, 导致供不应求。2011年和2012年牛肉价格再次大幅上涨的最主要原因还是生产成本的升高, 分别由2010年的6 830元上涨到9 492元和12 093元, 全国肉牛养殖比较效益下降, 散养肉牛成本利润率由2007年的36.63%下降到2011年的28.57%, 直接造成肉牛养殖户积极性下降, 2010年吉林省肉牛年末存栏量为455.7万头, 2011年末存栏量下降为423.7万头, 这一期间全国肉牛存栏下降了266万头, 肉牛生产能力下降, 供给不足。另外, 2010年末全国能繁母牛3.42万头, 到2011年末则下降到3.1万头, 造成2012年牛肉供给紧缩, 给牛肉市场带来巨大的冲击。
4 结论与建议
运用X12季节调整法和HP滤波法对2000—2012年吉林省牛肉价格波动特征进行分析, 结果表明, 吉林省牛肉价格呈现上升趋势, 波动的主要原因来自季节因素和不规则因素, 在剔除季节因素和不规则因素的影响之后, 吉林省牛肉价格周期波动先后呈现出明显的“∩”型、“U”型和“W”型。牛肉价格上涨的主要原因有:肉牛养殖成本升高;养殖户比较效益降低, 积极性不高;消费需求快速增长;肉牛存栏降低, 能繁母牛减少, 供给能力下降。
稳定牛肉价格不仅能够满足消费者的需求, 稳定牛肉市场秩序, 促进牛肉市场良性循环, 也有利于促进肉牛产业的健康发展, 对此针对导致牛肉价格波动的主要原因提出以下几点建议:1) 稳定玉米、豆粕等饲料价格, 适时增加饲料储备并保证饲料的安全供应, 抑制饲料价格的大幅波动, 降低养殖户生产成本, 提高养殖意愿, 从生产成本上减缓牛肉价格的波动。2) 鼓励饲养母牛, 扩大能繁母牛的饲养规模, 通过对饲养母牛的农户按照饲养规模不同给予不同的资金补贴, 来调动农户饲养母牛的积极性。母牛数量增加, 必然会使得犊牛数量增加, 就会降低犊牛市场流通的价格, 从而降低饲养成本, 增加供给量, 抑制牛肉价格大幅波动。3) 促进肉牛良种繁育体系的建设, 培育产肉量高、肉质好的肉牛品种, 提高牛肉总体产量, 增加牛肉供给量, 弥补牛源紧缺导致牛肉产量供不应求而造成的价格波动, 培育健康稳定的牛肉市场。
参考文献
[1]唐江桥, 雷娜, 徐学荣.我国畜产品价格波动分析:基于ARCH累模型[J].技术经济, 2011 (4) :86-91.
[2]韩星焕, 姜天龙.我国活鸡价格波动成因分析:以2000—2011年为例[J].中国畜牧杂志, 2012, 48 (12) :46-49.
[3]陈迪钦, 漆雁斌.中国生猪价格波动影响因素的实证分析[J].湖北农业科学, 2013, 52 (4) :959-963.
[4]周晓媛.我国猪肉价格波动影响因素及影响效应研究[D].重庆:重庆工商大学, 2012.
[5]田露, 王军, 张越杰.中国牛肉市场价格动态变化及其关联效应分析[J].农业经济问题, 2012 (12) :79-83.
波动特征 篇2
选定一批消费者，免费提供新产品让他们试用。以后再向他们折价供应这种新产品和其他不同品牌的竞争产品。这样反复3－5次（销售波），称为销售波动调查。这种方法的目的是了解每一次有多少消费者选了该种产品，满意程度如何，有什么问题和想法。
模拟商店法：
有控制的市场试验和试验市场：
三4.撇脂定价的含义及其条件。
所谓“撇脂定价法”（market-skimming pricing）又称高价法，即将产品的价格定的较高，尽可能在产品生命初期，在竞争者研制出相似的产品以前，尽快的收回投资，并且取得相当的利润。然后随着时间的推移，在逐步降低价格使新产品进入弹性大的市场。一般而言，对于全新产品、受专利保护的产品、需求的价格弹性小的产品、流行产品、未来市场形势难以测定的产品等，可以采用撇脂定价策略。
适用条件
第一，市场上存在一批购买力很强、并且对价格不敏感的消费者；第二，这样的一批消费者的数量足够多，企业有厚利可图；
第三，暂时没有竞争对手推出同样的产品，本企业的产品具有明显的差别化优势；
第四，当有竞争对手加入时，本企业有能力转换定价方法，通过提高性价比来提高竞争力；
第五，本企业的品牌在市场上有传统的影响力。
在上述条件具备的情况下，企业就应该采取撇脂定价的方法。
波动特征 篇3
关键词：改革开放；经济波动；趋势；新特征
经济在沿着经济发展的总体趋势的增长过程中，常常伴随着经济活动的上下波动，且呈现出周期性变动的特征，即经济活动沿着经济发展的整体趋势经历有规律的扩张和收缩。这种现象被称为周期性的经济波动。
新中国建立以来，我国经历了九次经济波动，引起我国经济波动的基本原因，是总供给与总需求之间不平衡的矛盾。相比较于改革开放前的五次经济波动，改革开放以来，我国经历的四次经济波动呈现出以下趋势：
第一波动幅度(周期内经济增长率上下波动的离差)逐渐减小；
第二波动高度(周期内波峰年份的经济增长率)逐渐下降；
第三波动深度(周期内波谷年份的经济增长率)逐渐上升；
第四波动的平均位势(周期内的年均经济增长率)明显提高；
第五波动扩张长度(周期内扩张期的长度)明显延长。
改革开放以来，我国经历的四次经济波动，也逐步呈现出新的趋势和特征。
从改革开放以来的经济波动现象中总结规律，笔者总结经济波动的特点和阶段性趋势如下。
一、改革开放以来的四次经济波动及其特点
改革开放建立了市场经济的雏形，从体制结构的变革中逐步形成了具有中国特色的经济体制建设之路，中国经济与国际接轨的步伐加快，开放市场与引进先进生产力相结合，从宏观上增加了国民经济的总体质量和国际竞争力，从微观上促进了市场化理念深入人心，并形成了以农村经济体制改革为导向的内需供给体系。
在市场化进程中，国家宏观调控与市场调节以及两者之间的结合也经历了逐渐提高和完善的过程。我国的经济波动在这个过程中大致分为四个阶段。
第一阶段，1978-1990年间，供求关系体现为供不应求。经济中固定资产投资增长过快，居民货币收入增长过快，社会总需求扩张速度快于总供给的增长能力，出现了投资和消费的双缺口，物价水平全面上涨，产生了比较严重的通货膨胀。由于在改革开放初期，我国经济活动很大程度上仍遵循计划体制的模式，宏观调控的水平相对不高，主观因素影响较大，对经济运行内在规律认识不够充分；宏观调控措施相对滞后，调控措施以行政手段为主，缺乏市场调节能力。从而导致投资规模出现较大规模的下降，引起了比较大的经济波动。
第二阶段，1991－1997年间，供求关系体现为严重失衡，需求过热。随着市场经济体制改革的推进，市场调节作用得到加强，微观经济体逐渐活跃，中国市场经济开始快速升温。但是，由于新的规则未能及时建立，一些微观经济体在利益驱使下出现无序扩张和膨胀，致使经济活动处于非市场化状态，从而推动区域化产能过快升温，投资产业失调，导致局部通胀压力加大，进而破坏了宏观经济环境的稳定性和产业链条的合理性。但此时的政府宏观调控能力已经有了很大提高，对市场机制也有了更深刻的认识，变行政手段为市场调节机制，变全面紧缩为有针对性地调控，还特别注意依靠和运用财政杠杆为经济活动注入稳定因素，从而使该周期内的经济波动幅度趋于理性，周期持续时间延长，实现了高增长与低通胀并存的良好态势。
第三阶段，1998-2000年间，供求关系体现为供过于求，市场变为买方市场。在全面引入市场机制并经过了20多年的持续高速增长之后，我国社会生产力有了巨大的发展，快速增长的总需求也带动了总供给的快速增长，我国国内生产消费关系发生变化，由短缺经济逐步转变为膨胀供给，有效需求不足成为经济发展的主要制约因素。而1997年发生的亚洲金融危机，使我国的出口需求进一步萎缩，供求之间的矛盾集中体现在产能过剩与内需不足。此时市场已经成为资源配置的主要工具，政府宏观调控的能力得到根本性加强，在这种形势下进一步加深了政府对我国经济运行内在关系的认识，调控措施第一次由控制和稳定需求转向扩大需求。在国家采取积极措施促成投资、消费、出口三驾马车的提速之后，我国的经济增长逐步回升。
第四阶段，2001年至今，供求关系再次出现局部需求过热的苗头，出现了一些影响经济稳定的因素。我国经济进入新一轮增长，但是由于出现了部分产业需求过热，经济增长由偏快转向过热，从而导致了许多资产价格不断上涨，增大了经济总量过热的风险，威胁着宏观经济的稳定。我国的宏观调控在注意发挥市场机制的作用之外，更加注重保持经济政策的连续性和稳定性，对局部需求过热采取及时而有针对性地调控措施，并注意将经济手段、法律手段和必要的行政手段相结合，合理搭配财政政策和货币政策的应用。我国的宏观调控增强了驾驭三驾马车的能力，提高了经济增长的稳定性和协调性，保持了经济总量的大体平衡和物价基本稳定。
二、改革开放以来经济波动的发展趋势和特征
将改革开放以来我国经历的四次经济波动再进行观察和比较，可以看出在社会主义市场经济体制逐步建立和完善的过程中，我国的经济波动呈现出如下发展趋势和特征。
第一、改革开放之后我国供求关系不再由计划调节，受主观意志影响，而是遵循供求总量运动的客观规律。引起经济波动的供求矛盾在供不应求和供大于求之间相互转变。总需求与总供给之间通过市场紧密联系，虽然总需求始终处于扩张的状态，但随着我国生产力水平的提高，需求总量的增长同时促进了供给总量的增长，总需求和总供给之间的差距逐步减小，从而使我国经济逐步趋于稳定，经济波动的幅度越来越小。
第二、经济增长的稳定性逐步提高，我国经济总量占世界经济比重不断上升。由于经济总量大体平衡，物价基本稳定，我国经济出现持续稳定的增长，波动的高度、深度和平均位势都逐步提高，经济波动的扩张长度进一步得到明显增强。
第三、随着社会主义市场经济体制的逐步建立和完善，市场机制在我国资源配置中起着主要作用，供求关系由市场作用调节。国家宏观调控已经充分认识并利用市场规律，从而增强了对经济波动的控制能力。使得我国的经济波动在遵循规律的同时，出现了趋于良好的发展态势。
第四、国家对于经济波动的宏观调控措施日趋成熟和完善。随着对我国经济发展规律和市场规律认知水平的不断深刻，我国宏观调控措施的时效性和针对性进一步增强，更加注重对调控重点和力度的把握，更好地将经济手段、法律手段和必要的行政手段相结合，提高协调使用财政政策和货币政策的能力，更加注重保持经济政策的连续性和稳定性。这些措施都使得我国的经济波动处于更好的控制和发展中。
第五、我国的经济波动不断出现新的原因和表现形式，并且受世界其他经济组织的影响越来越大。这对我国宏观调控能力提出了新的要求和挑战。例如1998年以后经济波动的原因有供求关系中的供不应求变为供大于求，国内有需求不足，我国宏观调控进一步加深了对我国经济形势的认识，第一次将调控措施由控制需求转向扩大需求，很好地处理了新原因引起的经济波动并积累了新的经验。
三、在新的经济形势下积极应对当前的挑战，减小经济波动幅度
2007年下半年以来，我国总需求再次出现部分产业过热，对我国宏观经济的稳定形成较大的威胁。国家宏观调控及时采取措施防止经济增长由过快转为过热，防止价格由结构性上涨演变为明显的通货膨胀。然而，旧的问题没有解决，2008年世界金融市场就出现剧烈震荡并在全球范围内迅速扩张。受到国际大环境的影响，我国股市、房市、能源产业及出口也出现了一些新的变化，国内虚拟经济总量出现下滑以及外贸增速下降。我国的宏观调控，凭借对我国经济发展和世界经济形势的深刻认识，凭借以往历次经济波动中积累的经验，积极应对当前的挑战在审时度势地采取政策措施同时，更深入地思考和实现我国经济增长体制和机制的完善，进一步推进经济结构的升级优化，改变经济增长方式，加强节能减排，提高经济增长的协调性、持续性和稳定性，减小经济波动的幅度。
四、结束语
欧盟碳排放权价格波动特征研究 篇4
自欧盟碳排放权交易市场建立以来, EUA价格经历了几次波动。2006年4月, 由于核准数据的泄露, EUA价格迅速下降;2006年10月EUA现货价格上升, 曾一度接近30欧元, 但随后EUA价格迅速下跌, 几乎接近于零;2008年11月EUA价格再一次发生了比较大的波动, 并且不同合约之间发生波动的时间差很短, 甚至有的合约价格波动竟然发生在了同一天。经历了欧债危机后, 2011年碳价格又一次经历了迅速下降阶段, 在很短的时间内又一次到达最低位, 自此以后, 碳价格一直在低位徘徊。碳价格在2006年、2008年和2011年经历了多次波动, EUA价格波动频繁和猛烈的现象引起了学者高度关注, 许多学者对碳价格波动进行了研究。
学者们多采用GARCH模型和Markov机制转换模型量化模型对碳交易市场价格波动进行研究。Alberola等 (2008) 运用欧盟碳排放交易体系下第一阶段 (2005-2007) 的现货数据对碳价格进行了检验, 结果显示, 碳排放交易价格出现了2次比较大的价格波动而呈现非线性特征;郭福春, 潘锡泉 (2011) 在其基础上, 对欧盟碳排放权交易体系下第二阶段 (2008-2012) 的碳期货价格进行了研究, 也发现碳价格出现了多次大的波动而呈现非线性的特征。Benz (2009) 构建了Markov机制转换模型和AR-GARCH模型对短期内二氧化碳排放限额的现货价格和碳价收益率的波动行为进行研究, 通过4类不同模型的对比发现:AR-GAR CH模型与Mar k ov机制转换模型能够更好地反映EUETS的碳价格波动特征。吴恒煜、胡根华等 (2011) 构建了VAR模型、GARCH模型和Markov机制转换模型对国际碳排放市场中CER期货和现货市场的动态效应进行了研究, 结果显示:T-GARCH模型可以很好的拟合欧洲气候交易所CER期货和现货市场的收益率。
从上述学者的研究结果可知:Markov机制转换模型和GAR CH模型比较适合研究碳排1放权价格波动特征, 但是这些学者在用Markov机制转换模型对碳交易价格波动进行研究时没有考虑碳交易前期价格对碳价格的影响, 这将导致结果的不准确性, 因此, 本文考虑到时间序列数据往往会存在自相关性, 将在Markov机制转换模型的基础上引入AR模型即MS-AR模型对碳排放权价格波动特征进行研究。
二、实证分析
(一) 样本数据的选取及基本特征分析
由于EUETS第一和第二阶段的期货合约已经全部到期交割, 因而本文将第三阶段碳期货合约作为研究对象, 重点研究分别对2012、2013和2014年到期的碳期货合约价格 (Dec12, Dec13, Dec14) 数据进行研究, 其中Dec12代表第二阶段已经完成交割的碳期货合约, Dec13和Dec14分别代表第三阶段2013年12月和2014年12月未到期交割的碳期货合约。
本文数据来源ICE交易所, 各碳期货合约的起始时间为各碳期货合约开始交易的时间, 期货合约Dec12采用的是2008年6月13日至2012年9月28日的数据, 合约Dec13采用的是2009年9月28日至2012年9月28日的数据, 合约Dec14采用的是2010年9月28日至2012年9月28日的数据。
在进行建模以前, 本文分析了各碳期货合约的基本特征, 以下是各碳期货合约价格变化的折线趋势图:
从图1可以看出, 从2008年后半年开始到2008年年底, Dec12价格经历了大幅下跌的过程, 此次碳价格下跌经历了半年之久, 碳价格从近35欧元的高价一直下跌到了10欧元以下。进入2009年后, 碳价格开始了上升的过程, 不过上升的幅度不是很大, 在2009年5月左右开始, 碳价格进入了较长时间的震荡过程, 在随后的两年中, 碳价格一直在10欧元和20欧元之间不断波动。在2011年年底左右, 碳价格下跌到了最低, 在随后的时间中, 碳价格一直在0到10欧元之间震荡波动。
从图2可以看出, Dec13自交易日起直到2011年年底, 碳期货价格一直在14欧元与20欧元之间波动。比较图2和图3可以看出, 合约Dec13和Dec14的价格在相同的时间段之间, 价格波动比较一致, 即在2011年3月到2011年7月之间, 碳价格一直在高位波动, 且波动的幅度比较小, 这轮波动持续的时间也比较短。而在随后的时间内, 碳期货价格开始下跌, 在2011年底2012年初左右, 碳期货价格下跌到最低点;进入2012年后, 碳期货价格一直在10欧元以下波动, 波动的幅度不是很大。
由于计量模型一般要求时间序列是平稳时间序列, 因而本文遵循一般的文献方法, 对各碳期货数据进行了如下的处理:
其中, pt为碳期货合约在t时刻的价格。
(二) MS-AR模型的建立
H amilton (1989) 提出的马尔科夫机制转换模型是非线性时间序列模型, 它可以很好地刻画时间序列的机制转换特征, 捕捉到这种复杂的时间序列动态演化过程。基于此本文对处理后的各碳期货时间序列yt构建MS-AR (1) 模型 (即两状态一阶自回归马尔科夫机制转换模型) , 采用极大似然估计法、用OX-METRICS软件对模型参数进行估计, 估计结果如下:
由表1可以看出, 在状态为0时, μ0为负值, 说明碳期货Dec12处于下跌状态;在状态为1时, μ1为正值, 说明碳期货Dec12处于上涨状态。在这两种状态下, σ02大于σ12, 即在状态0的情况下, 碳期货Dec12的价格波动比较大。汇率的两种转换机制的转换概率都小于1, p00=0.974036, 说明在状态为0时, 当天碳期货Dec12价格下跌继而继续下跌的概率为0.974036, 该种状态的平均持续期为 天;p11=0.97297, 表明在状态为1时, 当天碳期货Dec12价格上涨继而上涨的概率为0.97297, 该种状态的平均持续期为 由此可以得出, 碳期货Dec12价格下跌持续的时间要比价格上涨持续的时间长。
由表2可以看出, 在状态为0时, μ0为负值, 说明碳期货Dec13处于下跌状态;在状态为1时, μ1为正值, 说明碳期货Dec13处于上涨状态。在这两种状态下, σ20大于σ21, 即在状态0的情况下, 碳期货Dec13的价格波动比较大。汇率的两种转换机制的转换概率都小于1, p00=0.985405, 说明在状态为0时, 当天碳期货Dec13价格下跌继而继续下跌的概率为0.985405, 该种状态的平均持续期为 天;p11=0.98548, 表明在状态为1时, 当天碳期货Dec13价格上涨继而上涨的概率为0.98548, 该种状态的平均持续期为 由此可以得出, 碳期货Dec13价格下跌持续的时间要比价格上涨持续的时间长。
由表3可以看出, 在状态为0时, μ0为正值, 说明碳期货Dec14处于上涨状态;在状态为1时, μ1为负值, 说明碳期货Dec14处于下跌状态。在这两种状态下, σ20大于σ21, 即在状态0的情况下, 碳期货Dec14的价格波动比较大。汇率的两种转换机制的转换概率都小于1, p00=0.193205, 说明在状态为0时, 当天碳期货Dec14价格上涨继而继续上涨的概率为0.193205, 该种状态的平均持续期为 天;p11=0.94546, 表明在状态为1时, 当天碳期货Dec14价格下跌继而下跌的概率为0.94546, 该种状态的平均持续期为 由此可以得出, 碳期货Dec14价格下跌持续的时间要比价格上涨持续的时间长。
(三) 平滑概率分析
平滑概率可以直观的描述碳期货在各个时期所处的状态, 也可以明显的看出各个状态大致持续时间的长短, 基于此本文将各个碳期货的平滑概率进行了分析, 图4、图5、图6分别是各个期货的平滑概率图:其中图4a表示Dec12价格下跌的平滑概率, 图4b表示Dec12价格上涨的平滑概率;图5a表示Dec13价格下跌的平滑概率, 图5b表示Dec13价格上涨的平滑概率;图6a表示Dec13价格上涨的平滑概率, 图6b表示Dec13价格下跌的平滑概率。
由图4a和10b可以看出, Dec12的价格机制表现比较明显, 在整个交易的开始时期近一年的时间中, Dec12的价格基本处于下跌状态;在接下来的二年多的时间中, Dec12的价格基本处于上涨状态;而在最后交易的一年的时间中, Dec12的价格基本处于下跌状态。即金融危机发生后, Dec12的价格开始下跌, 这时全球经济在金融危机大环境的影响下, 这种经济的不景气也影响到了碳期货市场。而在2009年以后价格才有所上涨, 直到2011年底碳期货价格又开始了新一轮的价格下跌过程。由图5a和5b可以看出, Dec13在整个交易的期初的时间内 (即2009年9月28日开始) , 价格处于上涨的状态, 这一轮上涨经历了近两年的时间;在进入2011年7月份后, Dec13的价格开始下跌。在这一时期, 全球经济在经历了金融危机后开始复苏, 伴随着经济的增长, 诸如炼油厂、发电厂、钢铁厂、水泥厂、玻璃厂、造纸厂以及航空业等实体产业也开始复苏, 进而对能源、电力、钢铁和水泥等的消费增加。碳排放配额分配主要涉及的产业涵盖了炼油厂、发电量超过20兆瓦发电厂、钢铁厂、水泥厂、玻璃厂、造纸厂以及航空业等实体产业, 显然全球经济的复苏对这些行业的减排压力就会增加, 全球对排放权的需求就会增加, 而碳排放配额没有增加, 从而促进了碳期货市场价格的上涨。
由图6a和6b可以看出, Dec14从开始交易的时间2009年9月28日开始, 价格就开始下跌, 在整个交易时间内, 价格大致都处于下跌的状态。在这一时期, 正是欧债危机的发生时期, 显然Dec14的价格受到了欧债危机的影响。欧债危机的发生促使市场中的资金开始流向其他国家以规避风险, 这使得欧洲的经济开始下滑, 经济的下滑就会对能源、电力、钢铁和水泥等的消费减少, 从而使得碳减排的实体产业对碳排放权的需求减少, 而碳排放配额没有发生变化, 从而促进了碳期货市场价格的下跌。
三、结论
以上通过构建MS-AR (1) 模型对碳期货价格波动特征进行研究, 结果显示:MS-AR (1) 模型可以很好的反映各个碳期货价格的波动特征;由于受到金融危机和欧债危机的影响, 各碳期货价格波动的特征又有不同, Dec12和Dec13价格上涨和下跌持续的时间大致相同;而Dec14价格上涨和下跌持续的时间相差比较大, 在整个价格交易期间, Dec14的价格几乎都是处于下跌的状态。在平滑概率分析中, 对各碳期货价格波动的原因进行了分析, 主要从金融危机、欧债危机和经济增长这三个方面对碳交易市场价格波动的原因进行了解释。而多数学者在对碳交易市场进行研究时, 考虑的是能源价格、电力价格和天气因素对碳交易市场价格的影响, 而忽略了像金融危机和欧债危机这种特殊的因素对碳交易市场的影响, 所以今后学者在对碳交易市场价格进行研究时, 需要考虑下当时的社会背景, 进而对整个碳交易市场进行全面的分析。
摘要：本文通过构建MS-AR (1) 模型分别对2012、2013和2014年到期的碳期货合约 (Dec12, Dec13, Dec14) 进行了研究, 结果显示:MS-AR (1) 模型可以很好的反映各个碳期货价格的波动特征;Dec12和Dec13价格上涨和下跌持续的时间大致相同, 而Dec14价格上涨和下跌持续的时间相差比较大, 在整个价格交易期间, Dec14的价格几乎都是处于下跌的状态。
关键词：马尔科夫机制转换模型,碳排放权,价格
参考文献
[1]Benz Eva, Hengelbrock Jordis.Liquidity and price discovery in the European CO2 futures market an intraday analysis[J].Carbon Markets Workshop, 2009 (5) 27-60.
[2]吴恒煜, 胡根华, 秦嗣毅, 刘纪显.国际碳排市场动态效应研究:基于ECX CER市场[J].山西财经大学学报, 2011 (09) :18-24.
[3]Ulrich Oberndorfer.EU Emission Allowence and the stock market:Evidence from the electricity industry[J].Ecological Economics, 2009, 68 (4) :1116-1126.
[4]徐天艳.基于GARCH模型的核证减排期货价格波动性研究[J].时代金融, 2011, (12) :209-211.
[5]张跃军, 魏一鸣.国际碳期货价格的均值回归:基于EU ETS的实证分析[J].系统工程理论与实践, 2011, (02) :214-220.
[6]Seifert Jan, Uhrig-Homburg Marliese, Wagner Michael, Dynamic behavior of CO2 spot prices[J].Journal of Environmental Economics and Management, 2008, 56 (2) :180-194.
[7]Julien Chevallier, Florian Ielpo, Ludovic Mercier.Risk aversion and institutional information disclosure on the European carbon market:A case-study of the 2006 compliance event[J].Energy Policy, 2009, 37 (1) :15-28.
[8]Daskalak George, Psychoyios Dimitris, Markellos Raphael N.Modeling CO2 emission allowance prices and derivatives:Evidence from the European trading scheme[J].Journal of Banking&Finance, 2009, 33 (7) :1230-1241.
心波动美文 篇5
每年的五月末的最后一周到高考结束心中都会波动。，，，还有”今年”。心中的波动越波动的厉害。不知道是不是越来越在乎什么了。还是自己的性格本是善良的，还是自己曾经的高考的失利。没去爸妈所希望的”大学”。如今成为一名高中和大学教师。还是自己家留着教师的血脉。我的外婆。外公，舅舅 等都是老师。还是曾经儿时，初中，高中，大学遇到的`都是认真负责的老师。还是遇到了这些，所以有人说我单纯，善良，可爱。还是自己工作到现在，越来越明白父母，家人，社会叫我们的后代(包括曾经我)叫我们好好的念书。有一个好 未来。
看着自己曾经带的高三的孩子，已经马上就要大学”毕业”，那是届。以及今年我所教的大学的孩子也马上要毕业。他们是走向社会，为社会做贡献。还有就是今年又一批孩子要去参加”高考”。进入他们的象牙塔----大学。
20的孩子刚走，的孩子也要走了。就是觉得”时间”真的很快。就觉得在昨天。这几天，我也忙什么。是最轻松的一段时间。但是，就是忙着把自己用过的资料，书，课件，试卷，电脑的文档。在家里，办公室里整理装包。今年是把自己”工作”6年的东西，基本上都处理了。该留着留，该丢的就丢。，没有像原先那样都留着。不知道是不是自己不爱书了。做出这样的举动，让很多人不敢相信。在这里还发生了几件事情。
第一，在20的5月25号，把自己整理好的废书，废资料等，装好，拿去收废品店的时候，还没出小区门，一个大叔，问我是什么，我说是这几年上班用过的废书，废资料以及废试卷。 他连忙说，我能看一下吗 ?我说：“你看吧”。然后就跟我说，刘”老师”，不要拿去收废品的店里了。我全要了。还有就问我多少钱。我说：“你看着办吧”。给了我元。我把这事情发到5月25号的”日志”里，因为那天发生了一件很搞笑的事情。
第二件事件，就是一个跟她又一面之缘的人，就跟我说要回收我的废品。钱大了。也是她自己出的价钱。300元。这件事真的 疼啊。钱打了。后来说不要了 ，说”男友”已经跟他配齐了这些书。我没退，弄的我还咨询了我一些”朋友”。问了10人基本没有一人说退的。
为什么我不退呢?正好她把钱打来的时候，一个也是今年考国编的老师，要我的课本。我说，那一堆有人要了。钱都打来了。后来，那人就在我家挑她要的东西。在打钱的晚上，那人就说，我男友把书配齐了。你把钱退我吧。我坚决不肯，为什么?因为你打了钱就说你要来。再说，你没打钱，我说不定就卖给另外一个人。这件事件是最疼的一件事情。
石油价格局部波动的前兆特征分析 篇6
最近几年国际石油价格一直处于起伏跌宕之中。石油价格的波动会对经济运行产生影响。[1]研究表明,如果油价每桶上涨10 美元并维持一年,发达国家的通胀率将在一年后上涨一个百分点,世界经济的增长率会下降0. 5个百分点,发展中国家的经济年增长率会减少0. 75 个百分点。[2]国际能源署的一项研究也表明石油价格持续上涨10 美元,将减缓中国经济增长率0. 8 个百分点。据摩根斯坦利的研究结果,国际原油价格每上涨1 美元桶,中国GDP将损失0. 06% . 油价的大规模持续上涨还会加大进口外汇成本,产生潜在的通胀压力。[3]据国家信息中心测算,石油价格提高10% ,居民消费价格会上升0. 25% ,生产资料价格上升0. 9% . 另外,石油和成品油价格的上涨,会带动其它互补性能源产品,如煤炭、天然气、电力等的价格相应上涨,导致物价上涨、利率上浮、诱发通货膨胀等等。[4]
自1998 年我国原油定价与国际接轨以来,国内石油价格开始受国际市场的影响。随着我国石油进口量逐年提高,经济发展对石油的依赖度不断增加,国际油价波动日益成为国内经济运行的不稳定因素。[5]在这样的背景下,对石油价格波动的前兆特征进行分析,不论是从宏观上保障国家的经济安全的角度,还是从微观上有效规避价格风险、减小交易损失的角度,都具有重要的现实意义。[6]
目前,对石油期货价格波动的研究主要有以下几种理论与方法。①利用不可再生资源理论来求取石油价格的最优路径。这种方法始于著名的数理经济学家豪泰林(1931)。他把资源当做一种埋藏在地下的资产,目标是如何寻找一种最优的定价方法使得净现值最大。②从成本角度进行分析。模型的决策变量是通过选择一个开采率使得利润的净现值最大。假如销售市场是完全竞争的,就可以得到以下结论:当预期未来资源价格上涨(边际使用者成本上升)时,或者当预期未来技术进步使得边际开采成本下降时,石油的所有者将减少当期的开采量。当资本的回报率很高(贴现率下降)时,当期的开采率会上升,由于完全竞争是一种高度抽象,这种理论的预测力显然是要打些折扣。③从市场结构出发,根据市场参与者,欧佩克和非欧佩克以及各消费国之间的动态博弈结构分析市场价格的大致走向。这种分析方法始见于萨伦特(Salant,1976)的研究。他用纳什—古诺(Nash—Cournot)模型分析世界石油市场结构。④从计量经济学的角度建立计量预测模型,力图对价格做精确定量分析。这种方法对于短期定量计算石油价格有一定的优势,但是石油市场经常受到各种外生变量的影响,而且初始数据的扰动在中长期预测过程中将会造成很大的误差。⑤在石油期货价格方面,梁强、魏一鸣、范英等,用构建的小波分析模型,分析了石油价格波动的特征,用多元协整检验证明了国际和国内石油价格之间存在的长期协整关系。赵笑宇从投入产出的角度分析石油价格变动对各产业产品价格及价格总水平的具体影响,并通过分析石油价格与价格总水平变动的历史规律,用线性回归方法探讨了二者之间影响的数量关系。潘慧峰、张金水探讨了我国石油价格收益率的波动性,发现收益序列具有显著的异方差性,但是波动持续性较弱。冯春山等利用ARCH模型对国际石油价格进行波动性检验,发现国际石油价格呈现较为明显的ARCH效应。后又应用考虑长记忆性的ARFIMA模型对石油价格进行了预测研究。[7,8,9,10,11,12]
以上研究很少考虑石油价格在某一时点上的局部特性,对石油价格波动前、中、后三个时点的分形谱特征涉及较少。与以往的研究有所不同,本文利用多重分形理论研究石油价格波动,通过建立多重分形模型,研究石油期货价格波动前、中、后阶段石油价格持续大幅波动的曲线的开口跨度、顶部变化与石油价格持续波动的关系。结论对判断石油价格波动前兆特征提供了依据。
2 石油期货价格时间序列多重分形谱的特征分析
多重分形谱描述的是石油市场由于不同的局部条件,或在发展过程中特殊事件而导致的局部价格时间序列在整个价格时间序列中的分布情况。[13]奇异指数 α 是由石油价格决定的,其取值范围的宽窄直接反映了不同奇异强度分布范围的大小。多重分形谱宽度用 Δα 表示[14]
其中,αmax对应价格最小的子集,αmin对应价格最大的子集,Δα 表示石油价格的涨跌幅度,Δα 越大表示价格分布越不均匀,价格波动越激烈,风险越大; Δα 越小表示价格分布越均匀,当 Δα = 0 时,价格分布均匀,处于平稳状态。保持石油价格波动规律不变,当价格波动的幅度变小时,Δα 会变小,谱宽度变窄;当价格波动的幅度增大时,Δα 会增大,即谱宽度有变宽的趋势。因此,一定宽度的多重分形谱反映了非均匀分形结构的特性。
谱函数f(α) 表示相同 α 值子集的分形维数。αmax和f( αmax) 反映的是价格最小子集的性质,αmin和f(αmin) 反映的是价格最大子集的性质,f(α)max和相应的 α0反映的是最或然子集的性质。α = α0将多重分形谱f(α) 分成左右两个部分,若谱的顶点(α0,f(α)max) 右偏,谱的左端(αmin,f(αmin)) 明显低于右端(αmax,f(αmax)),谱形状呈右钩状,此时价格处于最低价位的机会比处于最高价位的机会大,价格有下跌的趋势;若谱的顶点(α0,f(α)max) 左偏,谱的左端(αmin,f(αmin)) 明显高于右端(αmax,f(αmax)),谱形状呈左钩状,此时价格处于最高价位的机会比处于最低价位的机会大,价格有下跌的趋势。对于谱函数有
Δf描述最高价格的数目和最低价格的数目的比例,即石油价格处于波峰(最高) 和波谷(最低) 数目之间的比例。Δf ≥ 0 说明价格处于高价位的机会比处于低价位的机会多;反之,价格处于低价位的机会比处于高价位的机会多。因此,谱的形态是由石油市场内部特性决定的。
3 结果分析
3. 1 石油期货价格多重分形结构的判定
选取2012 年12 月28 日至2013 年12 月16 日期间和2013 年12 月30 日至2014 年12 月23 日期间的纽约石油期货价格数据,绘制波动过程的时间序列趋势见图1。(其中时间间隔l取100、90、80、70、60、50、40、20、10,单位为天,q取值范围为[- 20,+ 20],见图1。
对于石油期货价格序列{X(t):t ∈ [1,T]},幂谱指Fourier变换的模的平方,即
如果幂谱或它的一部分遵循幂律形式E(ω) ∝ ω- β(其中 ω = 1 /t是频率,β 是幂谱指数),则把满足幂律的频率区间及相应的时间区间称为无标度区间。在无标度区间内,石油期货价格序列具有无标度性,即局部与整体在形状、性质或功能等方面是相似的,见图2。
图2 显示纽约石油期货价格变化时间序列的幂谱与频率的双对数关系。取区间(10∶ 10∶ 100),以10 为步长从10 天取至100 天,则对应的尺度为。同时取配分函数的阶q为[- 20,20],计算石油期货价格的配分函数,绘出χα(λ) 和 λ 的双对数曲线,见图3。
图3 中,9 条曲线从上到下依次代表纽约这两年期间的石油期货价格序列在阶数q为- 20,- 15,- 10,- 5,0,5,10,15,20 时的配分函数 χα(λ) 与尺度 λ 的双对数关系曲线。当阶数q ∈[- 20,0]时,在- 3. 2 ≤ logλ ≤- 1. 6范围内均呈现明显的线性关系,在- 1. 6 ≤ logλ ≤ 0 内不满足标度不变性;当阶数q ∈[0,20]时,在整个尺度变化范围内都呈现了较好的线性关系。
由于尺度指数 τ(q) 是lnχq(λ) - lnλ 曲线的斜率,对图3 中的q = [- 20,20]时对应lnχq(λ) - lnλ 双对数曲线进行最小二乘法拟合,可得曲线斜率的估计值。图4 是这两年纽约石油期货价格序列的尺度指数 τ(q) 的图像,有图得知 τ(q) 是q的非线性函数,因此这两年的纽约石油期货价格序列具有多重分形结构。
3. 2 石油期货价格多重分形谱特性
将石油期货价格持续波动过程划分为前期、中期、后期三个阶段,分别绘制两年的f(α) - α 曲线,得到各阶段特征参数 αmin、f(αmin)、αmax和f(αmax) 的数值。
将图2 的区间(0 - 124)、(125 - 180)、(181 - 250)分别定为波动的前期、中期和后期,这三个阶段的f(α) - α曲线图,见图5、图6 和图7。
由图5(a)中可知,αmin= 0. 88,αmax= 1. 14,f( αmin)= - 0. 34,f( αmax) = - 0. 17,顶部较为圆滑,开口较宽。
由图5(b)中可知,αmin= 0. 97,αmax= 1. 56,f( αmin)= 0. 79,f( αmax) = 0. 00,顶部较为圆滑,开口较宽。
从图6(a)中可知,αmin= 0. 78,αmax= 0. 93,f( αmin)= 0. 70,f( αmax) = 0. 16,顶部仍较为圆滑,跨度变窄,说明石油价格波动的幅度变小,f(αmin) 的值增大说明归一化价格较高的事件出现的次数较以前有所增加,f(αmax) 的值增大表明归一化价格较低的事件出现的次数有所增加,Δf = f( αmin) - f(αmax) 为正,此时价格较高的事件占主导地位,说明未来石油价格有上涨的趋势,但是上涨中伴随有局部下跌。
从图6(b)中可知,αmin= 0. 79,αmax= 0. 84,f( αmin)= 0. 70,f( αmax) = 0. 42,跨度迅速变窄,Δα 急剧减小说明石油价格波动分布不均匀的状况有所缓和,石油价格波动幅度较小,f(αmax) 显著增大,说明归一化价格较低的事件出现的次数较以前有所增加,此时价格处于最低价位的机会比处于最高价位的机会大,价格有下跌的趋势。
从图7(a)知,αmin= 0. 88,αmax= 1. 00,f( αmin) = 0.79,f( αmax) = 0. 57,曲线的顶部仍较为圆滑,开口跨度变窄,石油价格波动幅度较小。f(αmin)的值增大说明归一化价格较高的事件出现的次数较以前有所增加,f(αmax) 的值增大表明归一化价格较低的事件出现的次数友所增加,Δf为正,说明在后期的纽约石油期货价格处于最高点的次数多于处于最低点的次数,此时归一化价格较高的事件占主导地位,这说明未来纽约石油期货价格有上涨的趋势。
从图7(b)可知,αmin= 0. 67,αmax= 1. 65,f( αmin) =0. 64,f( αmax) = 0. 06,曲线的开口跨度从窄变宽,跨度明显加宽,Δα 的值迅速增大,石油价格波动分布的奇异性增强石油价格波动幅度较大,f(αmin) 的值下降,f(αmax)的值增大,Δf为负表明在后期处于最低点的次数多于达到最高点的次数。此时归一化价格较低的事件起主导作用的。以上现象说明未来石油价格有下跌的趋势。为了便于观察石油期货价格持续波动过程各阶段的多重分形谱主要参数变化情况,石油期货价格持续波动过程中的多重分形谱主要参数变化表,见表1。
通过研究纽约两年的石油期货价格整个波动过程的多重分形谱可以得出以下结果:
临近石油期货价格上涨时,f(α) - α 曲线的开口跨度逐渐加宽、顶部由尖锐变得圆滑,整个曲线明显右偏、f( αmax) 的值明显变小,反映出石油期货价格时间序列分形结构复杂性(不均匀程度) 增加,这些现象可能成为石油期货价格持续上涨前具有预测意义的前兆特征。当f( α) - α 曲线的开口变窄、顶部再次变得尖锐时,表明石油期货价格的上涨过程已经结束。
采用与石油期货价格上涨过程相同的处理方法,还可以得到石油期货价格持续下跌时的多重分形谱的特征:临近石油期货价格下跌时,f(α) - α 曲线的开口跨度变宽、顶部由尖锐变为圆滑、整个曲线明显左偏。这些现象可能成为石油期货价格持续下跌前具有预测意义的前兆特征。而当f(α) - α 曲线的开口变窄、顶部再次变得尖锐时,表明石油期货价格的持续下跌过程已经结束。
临近石油价格持续大幅波动时,f(α) - α 曲线的开口跨度逐渐变宽,顶部由尖锐变得圆滑,f(αmin) 或f(αmax)的值明显减小。当f(α) - α 曲线的开口跨度逐渐减小、顶部恢复尖锐时,价格的持续波动结束。
4 结论
本文利用多重分形谱可以在多重分形谱参数和石油价格的变化之间建立关联性,以一定的概率预测价格变化趋势。将多重分形运用于石油价格时间序列的分析,能解释一些用传统经济理论所不能解释的现象,证明了石油期货价格序列具有随机多重分形结构,揭示石油价格持续波动过程的分形测度的非均匀特征。其次,将石油价格时间序列细分为多个阶段,分别绘制各阶段的多重分形谱,计算出表征石油期货价格波动程度的多重分形谱f(α) - α曲线,通过分析该曲线开口跨度、顶部尖锐程度和f(αmin)或f(αmax) 的值变化,判断石油价格波动趋势。临近大幅波动时,多重分形谱宽度将明显加宽、顶部变得圆滑、钟形谱右(或者左)偏,谱的右(或左)端明显降低、逐渐呈左(或右)钩状;大幅波动结束时,多重分形谱宽度迅速变窄,顶部由圆滑变得尖锐。该方法揭示了石油价格在未来不同价格水平下出现的可能性,类似于用不同倍数显微镜来观察同一事物,使得对市场波动的分解更加细致,为认识和预测石油期货价格的走势提供了有价值的信息。
摘要：为了分析油价数据多重分形谱变化与油价波动的关系,采用标准配分函数分形分析法,选取2012年12月28日至2013年12月16日和2013年12月30日至2014年12月23日期间的纽约石油期货价格数据,通过建立多重分形模型,分析石油期货价格波动前、中、后阶段波动曲线的开口跨度、顶部变化特征。研究结果表明,当石油价格在某一时点上临近大幅波动时,其多重分形谱将明显加宽,顶部变圆滑,分形谱中心向右(或者左)偏移,谱的右端(或左端)明显降低、逐渐呈左钩(或右钩)状;当石油价格大幅波动结束时,多重分形谱宽度迅速变窄,顶部由圆滑变尖锐。这一研究结论对预判石油价格波动前兆具有重要参考价值。
我国食品行业波动特征与周期划分 篇7
一、我国食品行业波动特征的一般描述
以增长率变化来衡量,我国食品行业的发展并不是匀速稳定的,在内外部因素的影响下,食品行业经常出现不规则的波动,时而持续时间较长,时而较短,振幅大小不一。食品行业的不稳定增长表现在多个方面,如食品行业结构波动、价格波动、产值波动、增加值波动、固定资产净值波动、利润波动等。
(一)结构波动
从定义概括到实践活动都可以发现食品行业是一个内涵非常丰富的行业,而且食品行业的子行业结构一直在更新、升级,食品工业的发展要经历从农副产品加工业为主导,到食品制造业和饮料制造业为主导或者三足鼎立的过程。从我国食品行业发展的实践看,在20世纪80年代初期,我国食品行业以农副食品加工业为主导,不管是在投资、产值,还是在利润等方面在整个食品行业中处于绝对优势地位。在此阶段,按照所占比重由大到小的顺序依次是粮油工业、屠宰及肉类加工业、酿酒工业、罐头工业、制糖工业等。随着生产力的发展和居民收入的增加,食品需求多样化,导致食品行业分工越来越精细,同时很多以前没有或者数量上微乎其微的食品逐渐发展壮大成熟。目前,我国食品行业结构由大到小依次为屠宰及肉类加工业、植物油加工业、饲料加工业、谷物磨制业、未分类的其他食品加工业、酒精及酒制造业、水产品加工业、软饮料和精制茶加工业、液体乳及乳制品制造业、方便食品加工业、调味品、发酵制品制造业及制糖业②。食品行业经过近30多年的发展,行业结构发生了重大变化,尽管农副食品加工业总体上仍占据整个食品行业半壁江山,但其增长速度要低于食品制造业和饮料加工业,同时很多新兴的食品行业也发展迅猛,比如、乳制品行业、方便食品行业、调味品行业。
(二)价格波动
价格放开后,食品价格波动成为常态。在食品行业内外部因素影响下,特别是农产品价格上涨的影响下,食品价格也将水涨船高。尤其是2000年以来,因天灾人祸或者人为的投机炒作,使得国际农产品价格波动剧烈,我国食品价格波动亦如此。尤其是2010年9月和10月以来,由于通货通胀的预期和实际通货膨胀的影响,包括植物油、食堂、白酒、方便面、饮料、调味品等,几乎所有的食品进入了10%-30%不等的涨价行列。随着美元的贬值,国内游资在增加,食品价格不断上涨。
(三)总产值波动
食品行业总产值是以货币表现出来的食品企业在一定期限的(通常为一年,下同)生产产品总量,可以用当期总产值表示也可以用不变价格总产值表示。我国食品行业总产值除了个别年份环比略微负增长之外,其他年份都是正增长。从1953年到1957年第一个五年计划开始,食品行业总产值的增长速度高高低低,振荡很大。采用不变价格计算,从第1个“五年计划”到第5个“五年计划”,我国食品行业的增长率分别为13.2%、-1.7% 、2.4%、8.4%、8.0%,其中1963年到1965年增长率为11.4%。从改革开放开始,尤其是进入20世纪80年代以来,我国食品工业总产值从84.8亿增加到2009年的8 604亿③,30年平均增长速度为12.4%。然而总产值的增长也不是匀速的,1989年、1990年、1995年、1999年,这几年增长速度很低,甚至在1989年出现了负增长。从2002年开始,我国食品工业进入了一个快速增长的扩张阶段,2004年最高涨幅环比达到40%多。总体看,20世纪80年代以前,我国食品行业总产值波动是比较大的,平均增长速度比1980年之后低得多。
(四)增加值波动
食品行业增加值是食品企业在一定期限内以货币表现的生产活动的最终成果。食品行业增加值等于食品行业总产值减去中间投入品,在一定程度上反映出食品行业的技术效率高低。20世纪90年代,我国食品工业增加值153亿,与食品行业总产出的比例大致为1:10,逐渐增加到2008年的1 745亿,与食品行业总产出的比例大致增加到1:25,表明食品行业单位增加值所需的各种投入在增加,20年增加了差不多1.5倍。这是因为市场对食品复杂化和多元化的需求,非农副食品加工业的快速发展,使得食品工业生产需要投入更多的资金和设备以及其他生产要素;同时食品工业生产还越来越体现规模经济的特征,使食品生产投入产出比降低。我国食品增加值波动剧烈,2006年和2007年是我国食品行业增加值增长较快的年份,增长率分别为24%和25%,然而1994年,1997年,2004年食品行业增加值环比出现负增长。
(五)固定资产净值波动
食品行业固定资产是指食品企业使用期限超过1年的房屋、建筑物、机器、机械、运输工具,以及其他与生产、经营有关的设备、器具、工具等。不属于生产经营主要设备的物品,单位价值在2000元以上,并且使用年限超过2年的,也应当作为固定资产。食品行业固定资产净值是该行业固定资产的原值减去年度累计折旧,食品行业固定资产净值采用年度固定资产投资指数剔除年度价格波动影响的实际固定资产净值。我国食品行业固定资产净值增速迅猛,从1991年的714亿,增加到2009年的3 999亿,年均增长率24%,但是我国食品行业固定资产净值波动却非常明显。从1992-1995年,固定资产净值呈现负增长,然后经历1996年和1997年较快增长后,之后进入了较为稳定的低速增长阶段,新增投资与累积折旧相差无几,这种情况持续到2001年。从2002年开始,食品行业固定资产净值由低速增长过渡到高度增长的阶段,食品行业固定资产净值增长率波动的走势体现了固定资产投资增长的阶段性以及固定资产折旧率的特征。
(六)利润波动
这里的食品行业利润是利用统计年鉴中年度食品企业销售利润与年度固定资产净值的比值进行核算,食品行业企业销售利润的变化,间接反映了食品行业存在的波动。1990年到2008年食品行业利润平均大于8%(各年度销售利润总和除以该年度固定资产净值总和),所有年度食品行业利润都大于0,且利润大于8%的有10年,小于8%的有9年。1990年开始的连续3年利润比较低仅为3%左右,之后的4年基本维持在10%左右,而2007年和2008年利率最高,达到17%和18%。食品行业利润波动除了市场需求增加外,还与食品企业的生产技术、组织管理能力和市场结构等有关。
二、食品行业波动周期的划分
根据经济周期的类型,食品行业波动可以分为古典经济波动和增长型经济波动,本文也采用增长型经济波动这一概念。根据经典的做法,分析食品行业波动周期应从经济时间序列中分离出趋势成分和波动成分。对于趋势平稳的时间序列,如果存在确定的线性的变化趋势,可以采用一次或者二次线性回归,分离趋势成分;如果经济时间序列发生了截距或者斜率的变化,则适用于采用分段趋势分解法。这两种方法都是早期的研究结果,Nelson和Plosser研究发现多数经济时间序列存在非平稳的单位根性质,上述方法就变得不适用,结构性分解和状态行分解方法就应运而生。结构性分解需要通过其他经济变量,通过变量之间的替代和影响关系,例如Okun分解和Phillips曲线关系等,利用其他经济变量进行替代而分离出趋势成分和波动成分;而状态性分解是将时间序列分析为状态空间中的不同取值,如H-P滤波法分解。分解的目的就是剔除趋势成分,刻划剩下的波动成分,为经济领域的各种活动服务。目前,状态性分解方法之一的H-P滤波法成为测定经济波动最为理想的方法(高铁梅,2009),本文也采用H-P滤波方法。
(一) 数据来源与说明
1.本文有关食品行业的相关数据主要来自各期的《中国统计年鉴》和《中国食品工业年鉴》。食品工业在国民经济统计过程中的统计范畴和统计口径等发生了数次重要的变更,1984年之前的工业统计不包括村办工业企业,村办食品企业自然在食品工业的统计范围之外。1993年以前,我国食品工业的统计对象为食品制造业、饮料制造业、烟草制造业和饲料加工业。从1993年开始,我国食品工业统计对象变更为农副食品加工业、食品制造业、饮料制造业和烟草制造业,且自2005年开始食品工业统计中纳入了采盐业。随着食品企业规模的扩大,行业规模凸现,统计口径在1998年又发生了变化,食品工业调查范围变成按照企业规模进行,各工业行业统计口径为全部国有及年销售收入在500万元以上的非国有工业企业和年销售收入在500万元以下的非国有工业企业,而在此之前则是遵循企业隶属关系,将工业企业分为乡及乡以上独立核算工业企业和非独立核算生产单位,村办工业、城镇合作工业、农村合作工业。由于统计的原因,食品行业的数据长期缺乏一致性,本文仅截取1980-2009年的数据,并进行必要的处理。对获得的食品行业总产值数据,利1978年基础的不变消费价格指数,剔除年度价格波动的影响。
(二)H-P滤波分解法
H-P滤波法是Hodrick和Prescott于1980年提出的,近些年被广泛使用于经济变量趋势分解。通过H-P滤波使经济时间序列中的长期增长趋势和短期波动成份分离,经过滤波后获得平稳波动成分序列数据。H-P滤波法相当于极小化波动方差的线性滤波,其原理如下:
设经济时间序列Y={y1,y2,…,yn}包含趋势成分和波动成分,YT={yundefined,yundefined,…,yundefined}为趋势成分,YC={yundefined,yundefined,…,yundefined}为波动成分,n为样本长度,通常经济时间序列不可观测部分趋势被定义为最小化问题的解:
undefined
其中c(L)为延迟算子多项式:
c(L)=(L-1-1)-(1-L) (2)
将(2)式代入(1)式,得到(3)式,则H-P滤波法就是使其最小化,即:
undefined
λ被称为平滑参数或惩罚因子,是趋势中各种变化程度产生的权重,λ的最优取值是,λ=σundefined/σundefined,其中σ1为趋势成分的标准差,σ2为波动成分的标准差。在实际运用中,要在趋势成分对实际序列的跟踪程度和趋势光滑度之间权衡,尽管学者们对λ的取值仍不一致,但对于年度数据,更多的研究采用λ=100,本文也采用100作为权重。因此,可以获得波动成分序列为:
yundefined=yi-yundefined (4)
(三)食品行业H-P滤波分析
1.食品行业波动周期的划分:
1980-2009。利用eview5.0软件,采用H-P滤波法,消除趋势成分后,可以获得30年来我国食品行业实际产出增长率及其波动值数据(表1)和波动周期分解图(图1)。表1中的波动值表示影响食品行业增长的非规则因素或者是外部冲击,如波动值为正值,表明政府政策的实施促进了食品行业的增长,或者外部冲击是有利于食品行业的增长;如波动值为负值,则可以解释为政府政策的实施阻碍了食品行业的增长,或者是外部冲击不利于食品行业的增长。根据实际经济周期的研究结论,技术对产出冲击效应的大小可用波动值表示,波动值的绝对值越大说明冲击对产出的影响越大。波动值大于零表明某技术冲击对食品行业产出增长产生正的效应,促进食品行业的实际产出增加,使实际产业超出了趋势成分的水平;相反,若该值小于零,则表明这一冲击对食品行业产出产生负的效应,抑制了该行业的增长,是实际产出水平低于趋势成分水平。
图1中y表示食品行业增长率波动的时间序列,Trend为趋势成分,Cycle表示波动成分。我国食品行业增长波动非常频繁,而且波动幅度大。依照目前理论界一般以波动成分为基准利用“谷-谷”划分法来确定经济波动周期,我国食品行业经历了8各波动周期,平均不到4年食品行业经济周期就出现一次波动。波动周期分别是1981-1983年、1984-1989年、1990-1992年、1993-1995年、1996-1999年、2000-2001年、2002-2005年、2006-2009年,食品行业波动周期的划分同刘树成(1998)对我国GDP周期的划分相比,我国食品行业的波动远比GDP的波动频繁且波幅大,二者不存在波动的协同性。
2.食品行业波动周期的检验。
将食品行业产出通过H-P滤波法分解为趋势成分和波动成分,食品行业增长是否也具有周期性特征?如果波动成分是周期性,那么这种周期就反映食品行业实际增长的周期特征。在计量经济学中就是要检验波动成分的稳定性,即检验yundefined=yi-yundefined是否围绕均值上下震动。具体来讲,就是检验波动成分yundefined的单位根是否存在。通过H-P滤波法对波动成分单位根(ADF)的检验如表2所示,波动成分的ADF统计值为-5.4245,小于置信水平水平为1%的临界值-3.6793。所以,拒绝原假设,波动成分序列yundefined不存在单位根,是平稳的。这表明我国食品行业产出的波动成分是周期性的,围绕均值上下波动,食品行业产出的周期是稳定的,即食品行业是增长型周期性波动的产业。从波动图1和表2看,从1980到2000年,我国食品行业的波动的频率和幅度相对稳定,波动的绝对值在10%以内,2000年之后,波动的幅度不仅减慢和减弱,相反波动的幅度变得更大,正的波动值最高达21.41%,负的也有10.03%,这表明食品行业发展的不确定性影响因素在增加。反映出的现实就是因食品行业与农业生产关联紧密,而近些年由于各种原因,包括自然灾害和人为介入,出现了全球性的农产品剧烈震荡,使食品行业的增长增加了不稳定性。从走势图和现实情况看,食品行业的频繁剧烈波动仍将继续,甚至会出现更严重的波动。因此,需要政府对食品行业进行宏观调控,以此减少波动造成的不良影响。
三、结论
通过对我国食品行业若干方面指标变动的描述,可以证明我国食品行业存在频繁且振幅较大的波动。然后通过H-P滤波对食品行业产出进行波动周期的分解,获得趋势成分和波动成分,根据波动值的大小,说明外部冲击影响最大的是2004年,最小的是2006年。根据波动成分的波动图示和经济周期“谷-谷”划分法,1980-2009年,我国食品行业经历了8个波动周期,检验证明波动成分是稳定,这表明波动周期确实存在,即我国食品行业具有增长型波动周期的特征。波动图示还显示,从2002年到目前的两个波动周期中,波动振幅非常大,表明食品行业外部冲击因素增强,这与实际情况相符。基于食品行业发展的外部冲击因素仍具有增加的风险,那么短期内食品行业的波动将更加明显。因此,为了食品行业的稳定发展和社会经济生活的稳定,政府需要对食品行业进行更加关注。
参考文献
[1]刘树成.论中国经济周期波动的新阶段[J].经济研究,1996(11).
[2]刘金全,刘志刚.我国GDP增长序列中趋势成分和周期成分的分解[J].数量经济技术经济研究,2004(5).
[3]孙广生.经济波动与产业波动(1986-2003)相关性、特征及推动因素的初步研究[J].中国社会科学,2006(3).
[4]樊明太.改革前后中国经济波动机制的比较分析[J].管理世界.1995(5).
[5]刘金全,范剑青.中国经济波动的非对称性和相关性研究[J].经济研究,2001(5).
[6]钱士春.中国宏观经济波动实证分析:1952-2002[J].统计研究,2004(4).
[7]刘树成:论中国经济增长与波动的新态势[J].中国社会科学,2000(1).
[8]高铁梅:计量经济分析方法与建模——EViews应用及实例[M].北京:清华大学出版社,2006.
波动特征 篇8
改革开放以来特别是西部大开发以来,内蒙古经济快速的发展,社会事业全面进步,综合经济实力也显著增强了,人民生活水平也不断改善了,其发展速度是一鸣惊人,被有关媒体称为是“内蒙古现象”。本文采用GDP这一指标来描述内蒙古自治区的经济周期波动的情况及趋势,并以1952年的GDP数据为基期,分别计算出1953—2011年的GDP增长率,具体如下图所示。
本文主要是根据现代周期的增长率周期法,也就是直接法来对内蒙古自治区1953—2011年的经济波动周期进行划分。增长率周期法的具体操作方法很简单,就是根据实际GDP增长率的变化来划分; 如果某年实际GDP增长率比前后两年都低,则表示该年是本轮经济周期的波谷,是本轮经济周期的截止年份,后一年则是下轮经济周期的开始年份。同时,按照“谷—谷”的标准,如图1所示其共划分为九个阶段。第一个阶段: 1955—1957年 ( 历时3年) ; 第二个阶段: 1958—1961年 ( 历时4年) ; 第三个阶段: 1962—1967年 ( 历时6年) ; 第四个阶 段:1968—1972年 ( 历时5年) ; 第五个阶段: 1973—1976年( 历时4年) ; 第六个阶段: 1977—1986年 ( 历时10年) ;第七个阶段: 1987—1989年 ( 历时3年) ; 第八个阶段:1990—1999年 ( 历时10年 ) ; 第九个阶段: 2000—2009年 ( 历时10年) ; 从图中可以看到:
九个阶段大致可以分为两类周期: 基钦周期、朱格拉周期。第一、二、三、四、五、七阶段近视归为基钦周期; 第六、八、九阶段归为朱格拉周期。基钦周期是经济活动中一种有规律的短期波动,一般持续时间为3 ~ 4年。从图1可以看出1955—1976年、1987—1989年是短期波动的,几乎都有 较完整的 复苏、繁荣、衰退、萧 条;1977—1986年、1990—1999年、2000—2009年是较长期波动,1977—1986年整体趋势是上升的; 1990—1999年波动趋势较平稳,平稳上升且平稳下降,有较明显的对称性; 2000—2009年总体是平稳上升,但是2009年是陡然下降,有较明显的非对称性。
2 内蒙古经济周期的基本特征
经济周期波动特征侧重于通过峰位、谷位、振幅、波位和平均位势这五个指标描述的。峰位是指波动的高度,它指每个周期内波峰的增长率,其表明每个周期经济扩张的强度。波峰过高,扩张过强,往往导致随后的波谷过深,从而使整个周期的振幅过大; 波峰过低,扩张微弱,则表明经济增长乏力。峰位的高低,直接反映经济增长力的强弱,大于15% 为高峰型,小于10% 为低峰型,大于10% 小于15% 为中峰型。第一阶段波峰年份是1956年,峰位是41% ; 第二阶段 波峰年份 是1958年,峰位是32% ; 第三阶段波峰年份是1963年,峰位是16% ; 第四阶段波峰年份是1970年,峰位是19% ; 第五阶段波峰年份是1975年,峰位是12% ; 第六阶段波峰年份是1985年,峰位是28% ; 第七阶段波峰年份是1988年,峰位是28% ; 第八阶段波峰年份是1994年,峰位是29% ; 第九阶段波峰年份是2008年,峰位是32% ,九个阶段的峰位中除了第五阶段是中峰型外,其余的都是高峰型的,且第一阶段 ( 1955—1957年) 波动强度最高,波动高度趋近于先降后升。
谷位,是指波动的深度,它指每个周期内波谷的经济增长率。它表明每个周期经济收缩的力度,谷位越低,说明经济增长越不稳定,通常以谷位的深度考察波动的性质,如果波谷年份经济增长率呈负值,则称为古典型波动,表明国民生产总值呈绝对量的下降。如果波谷年份经济增长率呈正值,则称为增长型波动,表明国民经济水平的绝对量并没有下降。第一阶段波谷年份是1957年,谷位是 - 14% ; 第二阶段 波谷年份 是1961年,谷位是- 31% ; 第三阶段波谷年份是1967年,谷位是 - 17% ; 第四阶段波谷年份是1972年,峰位是 - 5% ; 第五阶段波谷年份是1976年,谷位是 - 1% ; 第六阶段波谷年份是1986年,谷位是11% ; 第七阶段波峰年份是1989年,谷位是8% ; 第八阶段波谷年份是1994年,谷位是9% ; 第九阶段波谷年份是2009年,谷位是15% ,前五个阶段的谷位都是古典型的,谷位较低,经济增长率都呈现负值,即改革开放以前内蒙古国民经济水平呈现绝对量的下降; 后四个阶段是增长型波动,从第六阶段起,即改革开放以来,内蒙古国民经济水平呈现绝对量的上升。
振幅,是指波动幅度,它指每个周期内经济增长率上下波动的落差。它表明了每个周期内经济增长高低起伏的剧烈程度。它是反映经济增长稳定性的一个重要指标,振幅越大,说明经济增长越不稳定。我们用增长率的波峰和波谷的落差来度量波动的幅度,如果大于10% 为强幅型,小于5% 为低幅型,大于5% 小于10% 为中幅型。九大阶段振幅分 别是55% 、63% 、33% 、24% 、13% 、17% 、20% 、20% 、17% ,分别都是强幅型的,且第二阶段内经济增长高低波动起伏最强烈。单从振幅上说,总体趋势上内蒙古经济增长较不稳定。
波位,是指波动的平均位势,它指每个周期内各年度平均的经济增长率,它表明每个周期经济增长的总和水平,从另一角度反映经济增长的稳定性。计算平均增长率,就是通过计算算术平均值求得,大于等于8% 为高位型,小于5% 为低位型,大于等于5% 小于8% 为中位型。九大阶段的 波位分别 为6% 、8% 、5% 、5% 、5% 、14% 、18% 、17% 、22% ,第一、三、四、五阶段为中位型的波位,第二、六、七、八、九阶段为高位型的波位。总体趋势上,由中位型转向高位型,内蒙古经济增长较快发展的。特别是从第六阶段,即改革开放以来,内蒙古经济转向特别显著,经济增长也较显著。
波动的扩张长度,是指每个周期内扩张期的时间长度,它表明每个周期经济扩张的持续性。若将扩张长度与收缩长度的比值记为L,则当L小于1时,即扩张期短于收缩期,称周期为“短扩张型”; 当L大于等于1时,即扩张期长于收缩期,称周期为“长扩张型”。九大阶段的扩张期分别为1、1、2、2、2、6、2、5、8 ( 年) ,分别计算出其L近似为: 0. 5、0. 3、0. 5、0. 7、1、1. 5、2、1、4。所以前四个阶段是“短扩张型”,收缩期要大于扩张期,即经济萧条和衰退持续的时间较长; 后五个阶段是“长扩张型”,扩张期要大于收缩期,即经济繁荣和复苏持续的时间较长。
3 内蒙古经济波动的指标分析
总结上述的五个基本指标,1953—2011年内蒙古各大阶段的经济周期波动的状况和特征见下表。
具体分析来看,自1953年以来内蒙古自治区经济周期波动表现出以下六个主要的特点。
第一,周期长度有逐渐拉长的趋势。除去第七个特殊阶段外,前面五个阶段都属于短周期,从第六个阶段开始,其周期跨度明显增长,均达到10年,属于中长周期,说明内蒙古自治区经济抗风险的能力也在增强。
第二,波动的高度几乎都是高峰型。九个阶段的峰位中除了第五阶段的1975年的峰位是12% ,属于中峰型外,剩余的阶段都大于15% ,都属于高峰型。其中波动高度最大的是第一阶段的1956年,而最小波动高度则是1975年。总体趋势上,前五个阶段的波动高度均在降低,从第六个阶段趋于平稳化,说明内蒙古自治区不是在盲目扩张,经济处于平稳性增长。
第三,波动的深度由古典型转向增长型。前五个阶段的谷位都是负值,即国民生产总值呈现绝对量的下降,属于古典型,其中第二个阶段的波谷极深为 - 31% ; 后四个阶段,即改革开放以来谷位都是正值,波动的深度由古典型转向为增长型,并且谷位有逐渐平稳上升的趋势,这表明内蒙古自治区经济的增长具有较强的抗衰退能力,这有利于增强经济的稳定性。
第四,波动的幅度都是强幅型。九个阶段的波动幅度都是大于10% ,都属于强幅型的。其中波动幅度最大的是第二个阶段1958—1961年,单从振幅上说,总体趋势上内蒙古经济增长较不稳定。但是在总体绝对的强幅型中有趋于相对的平稳。
第五,波动的平均位势由中位型转向高位型。除了第二个阶段8% 是高位型外,前五个阶段都是处于5% 和8%之间,均是中位型。自改革开放以来,后四个阶段均大于8% ,都是高位型。从总体趋势上看,波动的平均位势由中位型向高位型转变,增长趋势的平均水平在不断地提高。这表明改革开放后,内蒙古经济的总体增长水平有了显著性的提高。
波动特征 篇9
一、北京市鸡蛋生产情况
（一）北京鸡蛋产量
数据来源：历年中国畜牧业统计年鉴、中国畜牧网站统计数据。
由图1可以看出，北京地区鸡蛋产量总体上维持在15万吨左右，相对较平稳。大体上可以分为三个生产阶段：第一阶段为2001年至2004年，此阶段处于鸡蛋产量上升阶段，从12.51万吨上涨到15.73万吨，涨幅为25.74%。第二阶段为2004年至2012年，此阶段鸡蛋产量基本维持在15万吨左右，相对比较平稳。第三阶段为2013年至今，鸡蛋产量开始增长，尤其是2014年，北京地区鸡蛋产量为19.32万吨，相比2012年，增长了28.8%。
（二）北京鸡蛋价格变化情况
图2显示，从整体上来看北京地区鸡蛋价格呈波动上升的趋势，每公斤鸡蛋价格的基本的波动空间为4至10元，波动空间较大。尤其是2010年以后，价格波动幅度比较明显，以2013年7月为例，与2012年同期相比价格下降了32.3%。此外，图表也显示出北京地区鸡蛋价格呈现出周期波动的趋势，每年鸡蛋价格波动存在波峰和波谷时期。鸡蛋价格的波动不仅对居民生活产生影响，也在较大程度上对北京地区鸡蛋产业的健康发展产生影响。因此有必要对北京地区鸡蛋价格的波动特征进一步进行分析，同时分析价格波动背后的影响因素，进而为促进地区蛋鸡产业的发展提供参考。
二、北京地区鸡蛋价格波动特征及影响因素计量分析
（一）鸡蛋价格影响因素概述
对一般商品而言，商品价格是由供给和需求决定的，因而影响供求的因素就会间接影响价格。鸡蛋作为一种畜禽产品，在价格的决定机制上与一般商品具有共性，影响其价格波动的因素主要体现在供给因素和需求因素的影响，其他因素基本上通过影响供求来影响鸡蛋的价格。因而在对北京地区鸡蛋价格影响因素的分析，就是分析影响供求的具体因素。
数据来源：历年中国畜牧业统计年鉴、农产品公共信息服务平台。
一般来讲，影响鸡蛋价格的因素主要分为成本因素、供给因素、需求因素以及其他因素。一般养殖户的蛋鸡成本主要来自饲料、种苗、劳务、疾病防治费、燃料费、水电费、固定资产设备、销售费用等。在生产成本构成中，最主要的是饲料支出，占总支出的60%～70%，其次是种禽费，约占20%，此外还包括疾病防治费和销售费用等。需求因素主要是指来自消费市场的因素，例如鸡蛋替代产品的价格、消费者的收入水平以及消费习惯等。供给方面的影响因素主要包含蛋鸡饲养规模、蛋鸡产蛋量等。此外，重大动物疫情、自然灾害、经济政策等不确定性因素的影响，作为随机因素也会对鸡蛋价格产生重要影响。例如受禽流感疫情的影响，2013年左右鸡蛋价格出现较大幅度的波动。
在参考相关文献的基础上，本文将基于成分分解法，将鸡蛋价格波动分解为长期趋势成分、周期成分、季节成分和不确定成分，从而分析鸡蛋价格波动的不同成分特征，然后通过线性回归模型分析各因素的影响程度，借以为促进鸡蛋产业的健康发展、提升城乡居民消费水平、提高养殖户的经济收益等方面提供参考。
（二）数据来源与计量方法
通过以上分析，鸡蛋价格波动的影响因素较多，在考虑数据的可获得性的基础上，本文选取鸡肉价格（以西装鸡价格代替）、蛋用雏鸡价格、蛋鸡合成饲料价格来分析鸡蛋价格主要影响因素以及影响程度。各影响因素及鸡蛋价格均采用季度数据，鸡蛋价格、西装鸡价格、蛋用雏鸡价格和蛋鸡饲料价格的相关数据来自中国畜牧业信息网、畜牧业统计年鉴，CPI数据来自历年中国统计年鉴与北京信息统计中心。
在鸡蛋价格波动趋势的分析中，包含了季节性因素、趋势性因素以及不确定的随机因素，利用CensusX12方法对2001年至2016年的鸡蛋时间序列数据进行季节调整，从中分离出季节成分、随机成分和趋势循环成分。然后利用H-P滤波法从趋势循环成分中分解出趋势成分和周期成分，最终得到鸡蛋价格波动中包含的季节成分、随机成分、趋势成分和周期成分。采用CensusX12季节调整鸡蛋价格时间序列数据的加法模型为：
(1）式中，Yt表示时间序列，TCt表示趋势循环成分，St表示季节成分，It表示随机成分。
HP滤波法是由Hodrick和Prescott于1980年提出，最先用于分析美国战后的经济前景。后来该方法被广泛应用于各种经济指标趋势分析中，其理论基础将时间序列看作是不同频率的成分的叠加，并在这些频率不同的成分中分离出频率较高的成分（即中短期波动）和频率较低的成分（即长期趋势部分）。
设Pt为包含趋势分析和周期分析的经济时间序列，PtT是趋势成分，PtC是周期成分，即：
(2）式中，t=1,2,3，……，T。计算H-P滤波就是从经济时间序列Pt中，将趋势成分PtT分离出来，对应的周期成分PtC则为（Pt-PtT），在经济时间序列中，趋势成分PtT为不可观测值，常被定义为使损失函数（3）最小的解：
式中，λ参数需要事先给定，根据一般经验，季度数据的λ取值一般为1600。
（三）线性回归模型
在实际情况中，一个变量往往受到多个变量的影响，鸡蛋价格的波动不仅受到CPI，鸡肉价格等需求因素的影响，还受到蛋鸡饲料、人工成本、雏鸡价格等成本因素的影响，因此，在多元线性回归模型中就表现为多个解释变量的存在。一般来讲，多元线性回归模型的基本形式为：
其中，β0为常数项β1，β2，…，βi为回归系数，其中，βi表示为当X1,X2,X3，…Xi，固定时，每增加一个单位对Y产生的效应。通过对不同回归系数的比较，可以比较各自变量对因变量的影响程度。
（四）北京地区鸡蛋价格波动特点
1. 总体趋势分析。
从图3来看，北京地区鸡蛋价格总体上呈现出波动上升的趋势。鸡蛋价格最低出现在2003年第三季度，为3.85元/kg，最高价格出现在2014年第四季度，为10.24元/kg。从波动幅度来看，2001年至2010年鸡蛋价格波动幅度相对较小，价格维持在4～7元/kg的区间内；2010年以后，鸡蛋价格出现了相对较大的波动情况，尤其体现在2013年和2014年，受禽流感疫情的影响，鸡蛋价格在两年内出现了6.76～10.24元/kg的巨大振幅，2013年第二季度出现了近几年的价格波谷。
2. 鸡蛋价格不同成分波动特征。
鸡蛋价格波动的总体趋势主要取决于价格中趋势成分的变化走势，其中季节、周期等成分的影响表现为使鸡蛋价格围绕趋势成分上下波动。图4-1显示了鸡蛋价格趋势成分的变化情况，从中进一步看出，自2001年至2014年北京地区鸡蛋价格总体趋势为上升趋势，近两年价格增长势头放缓，并显现出下降的趋势。
图4-2显示的北京地区鸡蛋价格波动的季节成分，可以看出，鸡蛋价格波动体现出了比较明显的季节性特征。每个年份基本上呈现出，一二季度鸡蛋价格下降，三四季度鸡蛋价格上升的特点。同时也可以看出，不同年份中，鸡蛋季度价格波动的幅度是不同的，2001年至2007年，年内价格波动幅度相对较小，基本维持在-0.4至0.4元/kg之间；2008年至2014年为鸡蛋年内价格波动较大的时期，最大季节波动幅度为-0.7至0.6元/kg。自2014年以后，鸡蛋价格季节波动幅度开始下降，逐渐趋向平稳。
图4-3显示了北京地区鸡蛋价格波动的周期成分，基本上把北京地区鸡蛋价格波动划分为三个周期，第一阶段为2001年-2007年第二季度，价格波动幅度-1.2至0.7元/kg之间，波动幅度为中等水平；第二阶段为2007年至2012年，价格波动幅度为Á-0.2至1.3元/kg之间；第三阶段为2013年至今，鸡蛋价格波动幅度较大，波动幅度为-1.5至1.6元/kg。
图4-4（见下页）显示了鸡蛋价格随机成分波动情况，其中在2001年和2002年，2008年和2009年以及2015至2016年，随机成分的波动幅度较大，受不确定因素的影响较大。事实情况表明2002年左右的非典疫情、2008年的金融危机以及近两年北京市区域产业结构调整等因素作为外部因素影响了鸡蛋价格的走势。
（五）北京地区鸡蛋价格波动影响因素
1. 鸡蛋价格影响因素。
在分析影响鸡蛋价格波动的影响因素分析中，供给和需求因素是最主要的因素，基于数据的可获得性以及代表性，本文选取鸡肉（西装鸡）价格、居民消费价格指数（CPI）、蛋雏鸡价格以及蛋鸡饲料价格为影响因素，并进行回归分析Á。
2. 北京地区鸡蛋价格波动主要影响因素的影响程度分析。
由表1可以看出，鸡肉价格与鸡蛋价格在趋势成分上存在正相关的关系，相关性比较大，原因在于鸡蛋和鸡肉在生产成本等因素上具有一定的共性，但在价格季节及周期成分存在负相关的关系，可能原因在于鸡蛋和鸡肉都能提供给消费者一定的蛋白质，从而存在一定程度的替代关系。居民消费价格指数CPI与鸡蛋价格在价格趋势成分和价格周期成分上存在正相关关系，与鸡蛋价格周期成分相关性较大，其次是价格趋势部分。蛋雏鸡价格以及蛋鸡饲料价格走势趋于一致，在价格趋势和价格周期成分上三者具有正相关性，蛋雏鸡价格与蛋鸡饲料价格作为鸡蛋价格的成本因素影响鸡蛋价格的趋势变化，但两者与鸡蛋价格季节成分上存在负相关，可能是因为蛋雏鸡以及饲料的购入到鸡蛋的生产之间存在一定的滞后期。
基于前面对鸡蛋影响因素的分析，建立回归分析模型进一步考察这些影响因素的影响程度，表2显示了主要影响因素的线性回归结果，结果显示R[2]=82.2,F=85.3,P值为0.000，模型拟合较好。鸡蛋价格与CPI、蛋雏鸡价格、蛋鸡饲料价格成正相关，受CPI、蛋雏鸡价格、蛋鸡饲料价格以及西装鸡价格的影响系数分别为：0.062030(0.1882）、0.938919(0.0292）、2.148743(0.0000）、-0.100086(0.1744）。其中受蛋鸡饲料价格的影响程度最大，蛋鸡饲料价格每增加1个单位，将引起鸡蛋价格增长2.15个单位，受蛋雏鸡价格影响次之，蛋雏鸡价格每增加1个单位，将引起鸡蛋价格增长0.94个单位；与西装鸡价格呈反向关系，西装鸡价格降低1个单位，引起鸡蛋价格上升0.1个单位，居民消费价格指数对鸡蛋价格的影响为正向，但影响程度相对较小。
三、结论与讨论
（一）主要结论
1. 北京地区鸡蛋价格近几年呈现上升的趋势。
在2001年至2012年鸡蛋价格呈现出较快的增长速度，但近三年鸡蛋价格增长趋势放缓，甚至出现下降的趋势，原因主要体现在成本因素方面，诸如玉米等主要粮食作物价格出现大幅度下降，饲料价格的下跌使鸡蛋的生产成本下降，在一定程度上使鸡蛋价格下降；从鸡蛋产量上来看，北京地区鸡蛋产量持续上涨，存在一定程度上的产能过剩。
2. 鸡蛋价格波动呈现较明显的季节周期性。
鸡蛋价格一般在第一、二季度呈下降趋势，在第三、四季度呈现上升的趋势。
3.
鸡蛋价格受到供需因素以及不确定因素的影响，在影响供求的因素中，通过对CPI、蛋雏鸡价格、蛋鸡饲料价格以及西装鸡价格的影响进行重点分析，研究表明CPI、蛋雏鸡价格、蛋鸡饲料价格对鸡蛋价格的影响具有明显的正向作用，西装鸡价格对鸡蛋价格的影响表现为负向作用。
（二）讨论
供求因素影响价格是经济学中基本原理，在影响鸡蛋价格波动的影响因素分析过程中，主要分析了影响鸡蛋需求的相关商品价格、CPI因素的影响，在供给方面分析了蛋雏鸡价格、蛋鸡饲料价格等成本因素的影响，这几个影响因素不能完全代表影响鸡蛋价格的供求因素。
对于供求因素以外的不确定性因素，比如突发禽流感疫情、经济政策等因素的影响还需要展开具体分析。
摘要：近几年我国鸡蛋价格波动幅度较大,这在一定程度上影响了居民消费,更大程度上对我国鸡蛋产业的健康发展产生不利影响。文章基于北京地区2001年至2016年鸡蛋价格波动情况,运用成分分解法对鸡蛋价格波动中的趋势和周期成分进行分离,从而能在短期和长期分析地区鸡蛋价格波动的特点,同时通过线性回归模型分析了影响鸡蛋价格波动主要因素的影响程度。通过对北京地区鸡蛋价格波动特征以及影响因素的分析,以期能为促进北京地区鸡蛋产业的健康发展提供参考。
关键词：鸡蛋,价格波动,影响因素
参考文献
[1]赵一夫,秦富.我国鸡蛋价格变动特点及规律分析[J].农业技术经济,2013(1)
[2]徐明凡,刘合光.关于我国鸡蛋价格的预测及分析[J].统计与决策,2014(6)
[3]谭银清,王钊,陈益芳.我国鸡蛋价格波动的特点及影响因素分析[J].畜牧与兽医,2015(1)
[4]李文政,张占锋,金绍良.浅谈影响鸡蛋价格因素及稳定蛋价的建议[J].养禽与禽病防治,2015(4)
[5]徐明凡,刘合光,秦富.我国鸡蛋市场价格的成本因子分析以及短期预测[J].中国物价,2012(8)
[6]周保吉.我国生猪价格波动及其影响因素研究[D].广西大学,2014
[7]付莲莲.国内农产品价格波动影响因素的结构及动态演变机制[D].南昌大学,2014
[8]金三林,张江雪.国际主要农产品价格波动特点及影响因素———基于成分分解的方法[J].经济研究参考,2012(2)
[9]李亚楠.我国近年CPI波动影响因素的主成分回归分析[J].商业时代,2011(16)
[10]刘明月,张淑霞.新疆鸡蛋价格波动特点及影响因素分析[J].贵州农业科学,2013(7)
[11]谭银清,王钊,陈益芳.我国鸡蛋价格波动的特点及影响因素分析[J].畜牧与兽医,2015(1)
波动特征 篇10
1 文献述评
文献表明,ARCH类模型虽得到不断完善,但仍然存在理论缺陷。现有文献应用ARCH类模型研究汇率波动特征问题,发现汇率波动具有聚集效应、杠杆效应以及尖峰厚尾等异方差特征。在抛补利率平价理论下,汇率波动与利率存在相关关系。鲜有学者基于抛补利率平价理论,从汇率波动的时滞性及其影响的结构差异性来探讨汇率波动特征问题。
ARCH类模型的发展及其缺陷。Engle(1982)首次提出并应用ARCH模型[1]。Francq等(2008)放宽ARCH模型估计参数为非负的限制[2]。Bollerslev等(1996)、En-gle等(1987)分别将ARCH模型扩展为GARCH模型[3]和GARCH-M模型[4]。ARCH类理论模型种类众多,比如TARCH、PARCH、EGARCH等等。 相对而言,GARCH-M类模型应用比较广泛,如Suzanne和Andrew(2004)[5]、Brewer等(2007)[6]、Koedijk等(1997)[7]等应用GARCH-M模型研究了利率变化对汇率波动的影响及其他经济效应。然而现有GARCH-M类模型忽略了回归子的动态效应及其对回归子影响的结构差异性。本文着力弥补这一缺陷。
汇率波动具有聚集效应、杠杆效应、尖峰厚尾等异方差特征。魏英辉等(2009)发现人民币兑美元的名义汇率均存在聚集效应、“尖峰、厚尾”与杠杆效应[8]。曹红辉等(2008)[9]、王佳妮等(2005)[10]得出新息扰动、汇率风险影响人民币汇率波动。张金清等(2010)认为短期利率波动具有ARCH效应、水平效应与正向宏观经济效应[11]。
在抛补利率平价理论下,汇率波动受利率变化、风险波动等因素影响。Frankel(1979)[12]发现汇率波动与利率之间存在负的相关关系。刘威和吴宏(2010)[13]也认为国内利率变化是人民币兑美元汇率波动的成因。丁志杰等(2009)[14]、Chu(2000)[15]发现汇率波动具有时滞性与时变风险溢价效应。
现有文献表明,GARCH-M类模型适合研究汇率波动问题,且可进一步完善。然而,抛补利率平价理论抑或非抛补利率平价理论的假设前提是资本自由流动,这要求结合国内资本流动性管理政策、中国汇率体制的特殊性、汇改等客观国情,进一步探讨汇率波动的成因。鉴于此,本文基于2005M07汇改这一事实,构建改进GARCH(r,p)-M模型,研究汇率波动特征等经济问题。
针对现有ARCH类模型的缺陷,在GARCH(r,p)-M模型的基础上,基于抛补利率平价理论,构建汇率的动态效应模型,并对GARCH(r,p)-M模型进行如下创新:①考虑回归子滞后项对汇率波动的影响,并结合2005M07汇改,嵌入虚拟变量,以探讨汇率波动对其自身波动影响的结构差异性问题;②考虑了利率变化及其滞后项对汇率风险σt2变动的影响,并假定利率变化对汇率风险σt2变动、汇率波动存在时滞性,但影响微乎其微。
2 汇率波动特征模型暨改进GARCH-M模型
2.1 汇率波动特征模型
改进GARCH-M模型,基于抛补利率平价理论,考虑了汇率的动态效应及结构差异性对汇率波动的影响,并假定利率是影响汇率风险σt2的因素,且存在时滞性。本文以多元线性动态效应模型为基础,阐述改进GARCH-M模型的形成过程。
参考姜波克(2010)[16]抛补利率平价理论公式:
其中:ρ为汇率的远期升(贴)水率。id为本国利率,if为外国利率。
值得说明的是,汇率的远期升(贴)水其实质是汇率向上(下)波动。受抛补平价理论偏差的影响,在现阶段,资本管制是有效的(白晓燕,王培杰,2008)[17]。鉴于此,用实际汇率对数替代ρ,假定外国利率对汇率波动的影响微乎其微。并考虑到汇率波动的动态特征,即时滞性(丁志杰等,2009)。构建基于抛补利率平价理论的多元线性动态效应模型:
模型(2)中,k、p ∈z+,β0、βi、γi为待估参数;ut表示方程的残差项(下同);xt为影响汇率波动的利率等因素、ln ext为实际汇率取对数(下同)。
模型(2)中,对残差项ut进行ARCH-LM异方差检验,判断其是否存在ARCH效应和满足正态分布要求。ARCH效应的辅助方程如下:
模型(3)中,q∈z+,α0、αi为待估参数;ηt表示方程的经典误差项。
若残差项ut表现出波动聚集性、尖峰厚尾、杠杆效应等异方差特征,且ARCH-LM检验拒绝原假设,则ARCH(q)模型是对多元线性动态效应模型(2)的改进,ARCH(q)理论模型如下:
模型(4)中,β0′、βi′、α0′、αi′为待估参数(下同)。
模型(4)存在以下局限:ARCH模型滞后阶数的确定、估计参数非负以及误差项ut的条件方差为非负等问题。而GARCH模型能有效的克服以上缺点,其形式如(5)所示:
模型(5)中,r∈z+,κi为待估计参数。
模型(5)中,没有考虑汇率风险σt对回归子的影响,GARCH(r,p)-M类模型能弥补以上不足。本文选取汇率风险标准差作为汇率风险σt的指标,建立多元线性自回归GARCH(r,p)-M模型,其一般形式如(6)所示:
模型(6)中,λ为待估参数(下同)。
在抛补利率平价理论下,模型(6)存在以下缺陷:① 忽略了汇率政策性变化对自身波动影响的结构差异性;② 没考虑利率变化的时滞性及其对汇率风险σt2影响。 鉴于此,在模型(6)中,本文在动态效应模型中引入虚拟变量,在GARCH模型中引入利率等滞后项,以改进模型(6)。 改进GARCH(r,p)-M模型的一般形式如下所示:
模型(7)中,τi′ 为待估计参数。值得注意的是,模型(7)的扰动项为经典误差项。
2.2 数据来源
本文的样本区间为2000M01~2013M05,各数据来源及其处理如下:中国CPI数据来自国家统计局官方网站;美国CPI数据源自美国劳工部网站(CPI*)①。本文以直接标价法表示人民币兑美元汇率,汇率数据来源于CCER数据库。以2000M01为基期对CPI、CPI*进行调整,并根据外部实际汇率(ex,以下简称实际汇率)的计算公式(ex=nex·CPI*/CPI),测算出2000M01~2013M05人民币兑美元实际汇率。利率指标为银行间7日质押式回购实际利率,来源于CCER数据库。
3 汇率波动特征实证
3.1 汇率波动特征模型实证
实际汇率数据具有聚集效应、尖峰厚尾等异方差特性,且存在1期自相关。基于Eviews6.0软件,对实际汇率对数数据特征进行分析,发现其波动具有聚集效应,即大的波动之后伴随着较大的波动,较小的波动之后伴随着的波动也较小的现象。对实际汇率对数进行滞后36阶自相关图分析,发现:实际汇率对数的自相关图呈指数衰减、偏自相关图在滞后1阶忽然断尾,这说明实际汇率对数存在动态效应。
本文基于抛补利率平价理论和资本管制有效(白晓燕,王培杰,2008)的假设,即国外利率变化对汇率波动的影响微小的假设,刻画国内利率变化对汇率波动的影响,并应用改进的GARCH-M模型探讨汇率波动特征。本文研究汇率与利率动态关系的GARCH(1,2)-M理论模型如下:
在得出模型(8)的实证结果之前,本文分析了汇率与利率之间关系以及汇率波动的结构差异性。
2005M07汇率政策变化对汇率波动影响具有结构差异性。基于抛补利率平价理论与汇率的自1阶相关特征,本文构建了表1中的模型1,发现利率参数估计结果不显著,说明利率变化对汇率波动不存在显著性影响。考虑到2005M07汇率改革的政策性影响,对2005M07这点进行邹志庄检验,验证了2005M07 这一断点的存在。设定如下虚拟变量virt:
根据汇率结构稳定性的检验结果,在模型1中,在汇率自回归项中加入结构差异性变量,并进行重新建模,详情如表1中的模型2所示。
注:**、*表示在5%、10%的显著性水平下显著,括号内值为标准差。
结构差异性变量的估计参数在5% 的显著性水平下显著,表明汇率波动在2005M07汇改前后存在结构差异性。值得注意的是,在模型(2)中,利率的绝对量每变化1个单位,将引起实际汇率上升0.18%。这说明,即便存在资本管制,国内利率上升将使汇率升值,但影响微弱。
模型(2)存在ARCH-LM效应。在原假设H0:模型(2)的残差不存在ARCH效应、对立假设H1:模型(2)的残差存在ARCH效应的假设前提下,应用拉格朗日乘数检验,即ARCH-LM检验,对模型(2)的残差序列进行ARCH效应检验,其结果如表2所示。
由表2可知,模型(2)的残差序列存在条件异方差。说明有必要在模型(2)的基础上,应用ARCH类模型考虑汇率风险σt对汇率波动的影响。
本文以AIC、SC信息准则为基准。并依据实际汇率对数的1阶自相关特征,在理论模型(7)的基础上,应用“试错法”和以AIC、SC信息准则值最低为原则,确定GARCH效应的阶数,改进GARCH(1,2)-M模型的实证结果如下。
注:**、*分别表示在5%、10%的显著性水平下显著,括号内值为标准差。AIC值:-6.7936;SC值:-6.5812。
模型(8)经过自相关检验、ARCH效应检验,结果表明模型(8)的估计结果是一致、有效的。
3.2 汇率波动特征暨其经济规律
实证结果表明,我国汇率形成体制具有较强的内在稳定器功能。2005M07 汇改后,汇率波动的稳定性略有提高。汇率波动的成因是上期汇率波动及其汇率风险σt.新息冲击对汇率波动的影响较弱且具有2期记忆性和相向时滞性。利率变动对汇率波动的影响十分微弱且具有时滞性。
(1)我国汇率形成体制具有较强的内在稳定器功能。表3结果表明,第t期汇率风险σt2的截距项3.93×10-5,占所有因素对第t期汇率风险σt2影响的比例为0.0062% ,表明固定风险(σt2的截距项)对汇率波动的影响程度低。说明我国汇率形成体制具有较小的风险和较强的内在稳定器功能。
(2)新息冲击对汇率风险σt2的影响具有纠偏功能,且长期内促进汇率贬值。表3结果显示,第t-i(i=1,2)期新息冲击对第t期汇率风险σt2影响的值分别为正0.0683和负0.1101,占所有因素对第t期汇率风险σt2影响的比例分别为10.74% 和17.32% ;因上2期新息冲击一正一负自动纠正对第t期汇率风险σt2的影响,且使汇率风险σt2以6.58% 的速度收敛。新息对汇率风险σt2的纠偏作用,也说明我国汇率具有内在稳定性功能。
(3)汇改后汇率波动的稳定性略有提高。表3表明,2005M07汇改前后,第t-1期实际汇率每波动1个百分点,第t期实际汇率分别波动0.9760和0.9729个百分点。改革后,汇率波动较改革前对第t期实际汇率波动的影响减少了0.0031个百分点,说明2005M07汇改并没有引汇率波动幅度的急骤增加,相反,汇率的波动幅度表现出微缩的现象,说明汇改后,人民币汇率波动朝着渐近性、更稳定性方向发展,其渐近性和稳定性程度提高了0.32%.
(4)汇率波动的成因是上期汇率波动和汇率风险σt.由模型(8a)结果表明,实际汇率对数ln ext主要受汇率风险σt与第t-1期的实际汇率对数ln ext-1的影响。从模型估计参数来看:① 第t-1期实际汇率对数ln ext-1系数汇改前、后的占比分别为53.19%和53.11%,表明汇改前、后,上期实际汇率波动是本期汇率波动的主要原因;且汇改后减少仅0.07个百分点,说明汇改轻微降低了上期实际汇率波动对本期汇率波动的影响。②汇率风险σt系数占汇改前、后回归元系数和的百分比分别为44.21% 和44.28%,表明2005M07汇改前后,汇率风险σt是汇率波动的次要原因;且汇改后仅增加0.06个百分点,说明“以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度”改革轻微的提高了汇率风险σt对汇率波动的影响。上期实际汇率波动是本期实际汇率波动的主要原因,汇率风险σt变化是实际汇率波动的次要原因,两者的比值关系大约为53∶44。
汇率风险σt2变化是其自身波动的主要原因。由模型(8b)的实证结果,汇率风险σt2主要受第t-1期汇率风险σ2t-1、第t-i(i=1,2)期新息冲击ε2t-i、第t-i(i=1,2)期年利率it-i变化的影响。从模型估计参数来看,第t-1期汇率风险σ2t-i系数的代数和占影响汇率风险σt2系数的代数和百分比为71.91% ,且对其波动具有1.84 倍乘数效应,即汇率风险σt2每变动1个单位,从长期看,将使其自身变动1.84个单位。第t-i(i=1,2)期新息冲击ε2t-i系数的代数和占比为28.07% ,第t-i(i=1,2)期年利率系数的代数和占比为0.005% .可见,先期汇率风险σt2变化是其自身变动的绝对、主要原因,新息冲击ε2t-i(i=1,2)是汇率风险变动σt2的次要原因,利率t-i(i=1,2)变化对汇率风险σt2变化的影响十分微弱。
(5)汇率波动具有路径依赖性和时滞连带性。对模型(8a)求关于实际汇率对数的偏导数(汇改前为0.9760,汇改后为0.9729)知,在2000M01~2013M12,2005M07前、后第t-1期实际汇率波动以略小于但接近于1∶1的比例影响第t期实际汇率波动,第t期实际汇率波动对第t-1期实际汇率波动具有路径依赖性。
汇率波动具有1期时滞性与时滞连带性。从滞后阶数来看,模型(8a)的实际汇率对数具有1 阶时滞性,2005M07以前,第t-1期实际汇率对数对第t期汇率波动的影响值为0.9760;2005M07后,减至0.9729。第t-1期实际汇率波动通过第t期的传递作用影响到第t+1期实际汇率的波动。汇率波动具有时滞连带性。
2000M01~2005M07,在“以市场供求为基础的、单一的、有管理的浮动汇率制度”下,人民币钉住美元,其汇率走势基本平衡[18]。在管理浮动汇率制度下,决策者实现了汇率稳定等目标,模型(8)验证了许少强等的观点。2005M07,中国实施了“以市场供求为基础的、参考一揽子货币进行调节、有管理的浮动汇率制度”。改革方案实施的第一天,人民币兑美元名义汇率上升2%,实际汇率上升了2.002%.本文根据模型(8)计算出2005M07实际汇率升值2.002% 对往后各期汇率波动的影响,并绘制成图,如图1所示。
由图1知,自2005M07起,时间t与汇率波动呈正的线性关系,且随着时间的推移,汇率波动呈扩大趋势。第t期汇率波动加剧了第t+1期汇率波动。这就很好地解释了2005M07~2013M05人民币兑美元实际汇率波动幅度相对于2000M01~2005M06大,且有继续增大趋势的现象。也证明了汇率波动具有路径依赖性与时滞连带性,这一结论与阳宗妤、彭清华(2010)[19]观点相同。
(6)新息冲击对汇率波动的影响较弱,且具有2期记忆性和相向时滞效应。在模型(8b)中,新息冲击对汇率风险σt2波动的影响分两步:即先加剧、再缓解,体现出相向时滞效应,且整体减弱了汇率风险σt2的波动,体现出2期记忆特性。汇率风险在新息冲击中起着承接与传递的作用。其传递的路径如图2所示。
结合上述分析与图3知,第t-i(i=1,2)期新息冲击的系数之和为负,表明第t-2期新息冲击弱化了汇率风险的波动,通过风险方差与风险标准差σt之间的平方根关系,传递影响汇率波动;因此,新息冲击通过第t期汇率风险影响实际汇率的波动,是实际汇率波动的间接原因。
(7)利率变化影响汇率波动但具有时滞性。从模型(8a)可知,在5%的显著性水平下,利率的估计参数显著,说明利率变化影响实际汇率波动。具体而言,利率每上升1个百分点,将引起实际汇率升值0.11%,这与政策实施有管理的浮动汇率政策以及资本账户未完全流动等国内金融政策有关。利率变化微弱的影响汇率变动,这很好的解释了自2005M07 以来,为什么中国频繁的调整利率(2005M07~2010M12先后进行了11次年利率调整),以应对国际、国内各种复杂经济与金融形势与压力等问题,如美国金融危机、冰岛主权债务危机、希腊等欧元区内的主权债务危机、中国股市大幅波动等等。从国内利率对汇率波动量化角度考虑,国内利率变动对汇率波动的直接影响相对较弱。
从模型(8b)可知,在5% 的显著性水平头下,利率滞后项的估计参数显著,且第t-i(i=1,2)期利率对汇率风险σt2波动的综合影响比例为0.0053% ;利率变化通过汇率风险σt2间接影响汇率波动。
在模型(8b)中,第t-i(i=1,2)期利率it-i对第t期风险方差σt2影响符号分别为负和正,值分别为-1.79×10-5和1.55×10-5,占影响第t期汇率风险σt2波动因素的比例分别为0.0028% 和0.0024% ,占全部影响因素的比例为0.0052% .由于利率变化在相同的2期内收敛,第t-i(i=1,2)期利率变化对第t期汇率风险σt2波动的综合影响占全部影响的比例减少至0.0004% .可见,在有管理的浮动汇率体制下,利率调控对汇率波动的直、间接影响较小,具有2期时滞性。
4 汇率波动特征模型的应用
4.1 稳定汇率与控制汇率波动互为前提
受实际汇率波动路径依赖性与时滞连带性的影响,先期汇率波动是影响后期汇率波动的主要因素,表明稳定汇率与控制汇率波动是相辅相成、互为条件的。这就要求政府:(1)进一步完善汇率管理体制与浮动形成机制,贯彻执行“双向波动”即汇率正向波动与负向波动相结合的调控目标,以控制实际汇率过度波动;(2)减少对汇率干预的频率,控制汇率波动路径依赖性的影响程度,以稳定汇率;(3)促进经济的内部均衡与外部平衡,减少人民币升值的压力,以保持人民币汇率稳定;(4)按照“参考一揽子货币政策”的原则,丰富外汇储备资产的品种,缓解对单一货币的依赖,化解单一汇率波动对人民币冲击的能量;(5)控制国内相对过度的通货膨胀率,等等。
4.2 稳定经济基本面是维持汇率稳定的重中之重
经模型揭示的规律知,汇率风险具有乘数效应、其平方根直接影响实际汇率波动。这要求政府在进一步完善人民币汇率形成机制,实施人民币走出去、汇率政策微观化策略和处理人民币升值、过于单一的外汇储备以及汇率本身风险等问题时,采取主动“相机抉择”的策略,调整外汇储备与货币供应量、配合汇率相对价格传导机制以抑制国际游资的过度进出,在内部均衡与经济稳步增长的前提下,促进中国经济基本面的稳定,以减少金融市场恐慌为目的,降低实际汇率波动的风险,从“面”的高度保证实际汇率的稳定,为人民币汇率的稳定保驾护航。
4.3 预防和管理新息冲击是保证汇率稳定的客观要求
根据新息的2期记忆特性和相向时滞效应的特点,预防和管理由客观环境所引致的新息冲击对人民币实际汇率波动的影响是政府所要面对与要处理的问题。即政府在处理物价指数骤增、通货膨胀率高升、失业率增加、人们消费信心减少、人民币升值预期增加、加息预期增加等国内、外因素而引致的冲击时,政府应及时的采取相应的货币政策与财政政策以及其他政策,在“逆实际汇率波动风向”的原则下,防范新息冲击的产生,化解已产生冲击对风险的影响及其对汇率市场的波及,以防治汇率波动的加剧。在目前的情形下,我国政府应及时释放能有效的抑制公众心理预期的信息,提高公众对中国经济基本面、金融环境、外汇市场稳定的信心,保持人民币币值在合理区间内的稳定。
5 结论
综上所述,在抛补利率平价理论下,基于改进GARCH(1,2)-M模型,阐释了汇率波动的成因及其规律等问题,得出如下主要结论:(1)我国汇率的形成体制具有较强的内在稳定器功能;2005M07汇改之后,实际汇率波动的稳定性略有提高,提高了0.0031个百分点。(2)汇率波动受汇率风险σt与上期汇率波动的影响,受各自影响的程度比值约为44∶53;汇率波动具有1期路径依赖性与无限期时滞连带性。(3)汇率风险σt2具有1.84倍乘数效应,从长期看,单期汇率风险σt2变化对汇率波动的累积效应约为其自身的1.5倍。(4)新息冲击是实际汇率波动的原因,其对汇率风险σt2的影响体现出2期记忆特性与相向时滞效应,从整体来说,对汇率风险σt2的影响体现出向内收敛特性。(5)利率变化对汇率波动的影响十分微弱,体现出2期时滞性。(6)人民币汇率应朝以下几个方面发展:第一,把从实质性钉住单一美元向钉住多国货币、更深层次世界货币转变,通过将风险分散来降低汇率波动;第二,推动国际金融局势新发展,建立离岸金融市场,进一步完善人民币汇率形成机制,实行“人民币”走出去的策略;第三,汇率政策的微观化发展,针对不同国家的汇率政策制度实施不同的汇率浮动区间,并及时依据国际、国内局势的变化,做出相应的调整,等等。
摘要：在分析汇率数据的基础上,本文理论构建了改进的GARCH(1,2)-M模型,实证检验汇改前、后实际汇率波动的特征。结果表明:我国汇率形成体制具有较强的内在稳定器功能;实际汇率波动主要受汇率风险与上期汇率波动的影响,比例值约为44∶53;2005年7月汇改后,实际汇率波动的稳定性略有提高,但结构性变化不明显;汇率波动具有1期路径依赖性与时滞连带性;汇率风险具有1.8倍的乘数效应,且对汇率波动具有1.5倍累积效应;新息冲击、利率变动对实际汇率波动的影响较弱,皆有2期时滞性。模型启示:稳定汇率、稳定经济基本面与预防和管理新息冲击是新一轮汇改要考虑的三项重点,这有利于在可控、主动与渐近的原则下稳定人民币汇率。