李柯言，陈红松，黄 蓉

(四川农业大学经济学院，四川 成都 611130)

0 引言

粮食是关系国计民生、国家总体安全的重要战略物资，粮食安全是国家总体安全的一个重要组成部分，而粮食价格波动对粮食安全具有内在性的影响，研究粮食价格波动的影响因素对保障粮食安全具有重要意义。在影响粮食价格波动的诸多因素中，市场供给和需求是影响农产品价格波动的根本因素[1]。随着国际贸易的发展，粮食市场也从过去单一的国内市场扩展为现在的国际市场，这使得粮食产品价格会同时受到国内外市场的多重影响。在国际贸易的规则框架内，国际市场的供需可能会受到各国宏观经济政策调控的影响。最近几年，经济危机、疫情暴发、国际局势变化等情况使各国经济政策的连续性下降，政策的不确定性明显提升，众多产业与产品市场受到了较大的波及。

当前国际粮食市场价格波动趋势加剧，据CBOT(芝加哥期货交易所)相关数据，2000—2022年，大豆期货市场价格由496.37美分/蒲式耳上涨到1 668.63美分/蒲式耳，玉米由216.71美分/蒲式耳上涨到782.65美分/蒲式耳，小麦由258.96美分/蒲式耳上升到1 107.77美分/蒲式耳，豆粕由157.66美元/短吨上升到453.97美元/短吨，涨幅分别达到了236%、261%、328%、188%。对世界各国而言，粮食价格的剧烈波动不仅会对农业生产、人民日常生活带来不便，还会对国家粮食安全、社会稳定与国家经济增长带来负面影响。因此，通过明晰国际粮食市场运行的价格形成机制，理解和研究国际粮食价格波动规律以及粮食价格波动的影响因素，掌握国内外粮食市场价格变化规律，进而可有效应对各种市场风险。

鉴于经济政策的变动与不确定性可能对国际粮食市场产生重要影响，本文选取全球经济政策不确定性指数(GEPU)作为衡量全球经济政策不确定性程度的主要指标，运用向量自回归(VAR)模型定量分析经济政策不确定性对国际粮食价格的时变效应，以期为政府制定相关政策与相关市场参与者作出合理风险管理决策提供参考。

1 研究现状

关于粮食价格波动及影响因素的研究成果十分丰富。国内外诸多学者针对粮食价格波动的影响因素开展了深入研究：有学者从理论层面对粮价波动成因进行了大量研究，如Trostle[2]通过研究发现，影响粮食需求的三大因素是经济增长、人口增长和肉类消费增长。Rosegrant[3]的研究表明，发展中国家在国际粮食市场主要以食品进口国为主，而食品消费在其消费结构中所占比相对较高，因此国际粮食价格的剧烈波动通常会对其产生较显著的负向影响。王双进等[4]指出，粮食价格波动通常受市场供求关系、生产成本等内部因素与国内政策、国际市场传导等外部因素的综合作用。邓宏亮等[5]通过实证分析发现：我国总体粮食价格波动与货币增长率、美元贬值呈显著正相关。罗锋等[6]采用协整检验法，通过三因素分析发现国际粮食价格波动对大豆价格影响显著，对小麦、玉米和大米影响不大，而国内粮食价格波动主要受农产品生产资料价格及其自身价格滞后的驱动。此外，也有部分学者就如何在食品价格波动的背景下协调市场与政府宏观调控之间的关系进行了相关研究。

对于经济政策不确定性的研究，在早期受制于经济政策不确定性的量化问题，大多数研究以定性分析为主，Handley等[7]通过汇率的不确定性等变量作为经济政策不确定性的代理变量，以及国家间多边贸易协定等政策引起的关税差距被用作贸易政策不确定性的指标。关于经济政策不确定性对经济和社会影响的研究文献较为丰富，Abaidoo[8]认为经济政策不确定性对国际贸易具有显著的负面影响。关于经济政策不确定性对粮食价格的影响多集中在其对农产品价格冲击方面，如石自忠等[9]发现，经济政策不确定性对畜产品价格存在持续的冲击。李俊茹等[10]学者研究发现，美国政策不确定性特别是特朗普政府奉行的贸易保护主义对中国农产品和畜产品进出口贸易具有显著的冲击影响。磨恒中[11]通过实证研究分析发现，经济政策不确定性是我国粮食价格呈现周期性波动的原因之一，其中，经济政策不确定性对玉米和粳稻价格的影响最大，对小麦价格的影响最小。苏芳等[12]采用PVAR模型分析了经济政策不确定性对中国粮食安全的影响，发现经济政策不确定性对中国粮食安全具有负向影响。

总体而言，现有文献从不同角度探讨了粮食价格的波动及其影响因素，其中，多从供求因素、产业链与国际因素等角度分析粮食价格波动原因，并提出了很多建设性意见。同时，国内学者对国内粮食价格波动问题已展开了较为深入的分析，所用研究方法较为前沿。但是，现有研究还存在一些不足，关于国际局势影响、宏观经济政策变动等涉及经济政策不确定性对粮食价格波动影响的研究更多局限于定性分析，且关注点多聚焦于国内，有关经济政策不确定性对国际粮食价格时变影响的系统实证研究还有待深入。掌握粮食价格波动规律对保障粮食安全具有重要意义，因此探讨全球经济政策不确定性对国际粮食价格的影响，分析全球经济政策不确定性可能造成时变效应的差异及其深层次原因，对粮食市场维持供给、稳定价格和完善相关宏观经济政策具有重要的理论意义和实践参考价值。本文将基于全球经济政策不确定性指数(GEPU)，运用 VAR 模型测度和分析全球经济政策不确定性对国际粮食价格波动的影响；分析经济政策不确定性对国际粮食价格的影响程度及其随时间变化表现差异的原因，以期完善有关国际粮食价格波动的原因及其影响因素的研究视角，并据此提出针对性的政策建议。

2 研究设计及数据来源

2.1 研究设计

本文选取向量自回归模型构建经济政策不确定性与国际粮食价格之间的动态关系，向量自回归(VAR)模型由Sims最早提出，向量自回归模型反映变量之间的关系以及序列自身的影响，与传统的最小二乘回归模型相比，向量自回归模型解决了由于变量间互为因果导致的模型估计结果有误的问题。在单变量回归中，一个平稳的时间序列常被模型化为AR过程，即VAR(1)，其数学表达式可以写为：

ytV=α0+α1yt-1+α2yt-2+…+αkyt-k+εtV

式中：α1、α2…αk为待估计的系数，yt为内生变量，k为模型的滞后阶数，α0为常数项，εtV为随机扰动项。

在分析多个时间序列时，VAR模型被广泛应用于研究变量间的动态关系，其目的是利用联立方程的形式建立模型。VAR模型中所有方程的右侧变量在该模型的系统中是一致的，并且右侧变量覆盖了每一个内生变量的滞后值。假设将两个时间序列变量分别作为两个回归方程的被解释变量，而解释变量为这两个变量的p阶滞后值，构成两元的VAR(p)系统，其模型具体形式为：

其中，ε1、ε2均为白噪声过程(故不存在自相关)，但允许两个方程的扰动项之间存在“同期相关性”。β、γ为待估系数，α为常数项，p为滞后阶数。

在研究全球经济政策不确定性和国际粮食价格波动之间的关系过程中，建立两元的VAR(p)模型，具体如下：

其中，GEPU为经济政策不确定性指数，price为大宗粮食商品价格。

2.2 数据来源与说明

为考察全球经济政策不确定性对国际粮食价格波动的影响，本文拟选取玉米、豆粕、大豆的国际期货价格和全球经济政策不确定性作为主要变量进行分析。

2.2.1 主要粮食价格

本文选取玉米、豆粕和大豆作为主要研究对象以考察全球经济政策不确定性的冲击影响。3类食品价格数据来自芝加哥期货交易所，所选取的样本区间为2000年1月—2022年4月。由于本研究选取数据可能存在季节性因素的影响，故而采用Census X12方法进行调整。同时，对每种粮食的价格进行以下处理：Rt=PtV/Pt-1用来保证序列平稳性，其中，Rt为第t期价格率，Pt为第t期粮食价格。

处理后各样本序列分别记为玉米价格率(CORN)、大豆价格率(SOY)、豆粕价格率(BEAN)。豆粕、玉米、大豆价格与经济政策不确定性指数的具体走势如图1所示。

数据来源：芝加哥期货交易所

2.2.2 经济政策不确定性指数

经济政策不确定性是指政府未明确经济政策预期、政策执行和政策立场变更的指向和强度引致的不确定性[13]。

目前学术界主流对经济政策不确定性程度的测定通常使用Scott R.Baker、Nicholas Bloom和Steven J.Davis三位学者编制经济政策不确定性指数(EPU)，该指数可用于反映全球各大经济体以及全球整体的经济政策不确定性程度。衡量这一指标的主要方法是通过搜索“不确定性”“经济”“政策”“税收”“支出”“监管”“中央银行”“预算”和“赤字”等关键词，筛选每月与经济政策变动相关的文章数量，计算其占当月发表文章总数的比例，然后再对其进行标准化处理，从而得到最终的指数[14]。经济政策不确定性指数数据库是本文使用全球经济政策不确定性指数的来源。

3 实证结果及分析

3.1 数据检验

本文基础数据为月度时间序列，需要对各序列进行平稳性检验，各序列ADF检验结果，由表1所示。

表1 序列平稳性检验结果

由表可知，大豆、玉米和豆粕价格率序列均在1%水平下通过显著性检验，经济政策不确定性在5%水平下通过显著性检验，则以上序列都拒绝原假设，即各序列平稳。说明研究所选取以上数据可用于构建VAR模型。

在构建VAR模型时，可采用一般VAR模型最优滞后期数选择方法，来确定模型中变量最优滞后期数。

在VAR模型估计前，需要选择合适的滞后阶数。本文根据LR、FPE、AIC、HQIC和SBIC准则对最优滞后阶数进行检验，结果如表2所示。从表2中可以发现，根据最简洁的SBIC准则，只需要滞后1阶，HQIC、FPE、AIC准则也都认为需要滞后1阶，只有LR准则都认为需要滞后12阶。因此本文模型选择构建VAR(1)模型。

表2 模型1滞后期选择结果

3.2 模型稳定性检验

为检验模型设定的准确性和稳定性，本文对VAR模型进行一系列相关检验。首先对各阶段系数的联合显著性进行检验，发现VAR(1)模型整体上可认为各阶段系数的联合显著性是显著的，随后对扰动项白噪声的假设进行检验，发现都可接受残差“无自相关”的原假设，即认为扰动项为白噪声。最后对VAR系统的稳健性进行检验，若估计的VAR模型各根的模倒数都小于1，即判别图中的全部特征值都在单位圆内，则表明该模型具有稳定性(stability)。如图2所示，VAR模型所估计的单位根全部位于单位圆内，说明所构建的VAR模型是稳定的，且各变量之间的关系存在长期稳定性。

图2 VAR系统平稳性检验结果

3.3 脉冲响应分析

为更好地分析VAR模型在经济上的实际意义，本文对经济政策不确定性与大豆、玉米、豆粕价格率之间的脉冲响应函数进行考察，利用脉冲响应函数分析了内生变量对扰动项变化的响应。当模型受到冲击效应时，系统传导会对反应变量产生影响，脉冲响应结果如图3所示。图3(a)、图3(b)、图3(c)和图3(d)分别表示GEPU指数(全球经济政策不确定性指数)对大豆、玉米、豆粕价格率和经济政策不确定性的冲击的脉冲响应结果。

图3(a)显示了全球经济政策不确定性对全球经济政策不确定性影响的脉冲响应。经过对本期全球经济政策不确定性产生冲击后，从第1个时期开始，经济政策不确定性对经济政策不确定性的影响具有正向效应，而反应指数在第一个时期达到最大值，然后影响对自身正向效应的影响迅速下降，直到第4个时期该影响结束。此后，经济政策不确定性对经济政策不确定性的影响产生正向效应并呈现缓慢下降趋势。可看出经济政策不确定性的增加会导致下一期经济政策不确定性的剧烈上升，再经过一段时期的快速回落，在第4阶段开始缓慢下降到0。

图3(b)表示经济政策不确定性对大豆价格率冲击的脉冲响应结果。在本期给经济政策不确定性1个冲击后，最初会给大豆价格收益率带来一定的负向效应，但该效应迅速上升，突破零点，在第3周期达到峰值，然后迅速下降转变为负向效应并在第6期达到最低点；最后缓慢上升接近零点。

图3(c)表示经济政策不确定性对国际玉米价格率冲击的脉冲响应结果。在本期给经济政策不确定性1个冲击后，最初会给玉米价格收益率带来一定的正向效应，紧接着该冲击的效应迅速下降并突破0点，于第1期便达到最低点。接着该冲击的效应迅速上升，之后一直处于正向效应。随着滞后期的逐步延长，该效应慢慢回归于0附近。

图3(d)表示经济政策不确定性对国际豆粕价格率的脉冲响应结果。在本期给经济政策不确定性1个冲击后，最初会给国际豆粕价格收益率带来一定的正向效应，并在第1期达到正向效应的最高点，然后进入一段较长时间的波动期。随着滞后期的逐步延长，波动趋于平缓，该效应慢慢回归于0附近。

图3 脉冲响应分析图

3.4 影响机理

经济市场环境的内、外部两个层面会对经济政策不确定性产生影响：一是内部因素，指供需变化与各类市场行为会对粮食市场价格波动产生直接影响，即粮食市场低迷导致供需双方和决策者对市场的不利行为和反应，从而影响国际粮食市场；二是外部因素，如爆发战争、疫情、经济危机等地缘政治事件等突发事件，此类事件的波及范围越广，往往表明国际粮食市场的外部环境越可能缺乏安全性、稳定性，从而使国际经济发展形势更加严峻和复杂，并对各国宏观经济政策的实施产生影响，引起国际市场各因素连锁反应，从而通过影响国际粮食市场的供给与需求来推动价格的波动变化。另外，经济政策对食品的生产和销售以及其他过程产生影响，即通过影响生产、运输、经营成本等途径直接影响国际粮食市场供求关系，也可通过影响国际投资、市场预期和宏观政策调整等途径间接影响国际粮食市场供求关系。

从图3中可以发现，全球经济政策不确定性的冲击效应从初期的大幅波动到最后逐渐趋向于0。这是由于在短期内，全球经济政策不确定性的波动越大，国际粮食市场环境的不确定性就越大，国家政策越缺乏连续、稳定性，国际粮食价格受到全球经济政策不确定性的冲击也就越大。但是从长期来看，全球经济政策不确定性对国际粮食价格的冲击效应会伴随时间的推移而逐渐减弱，经济政策会逐渐趋于连续、稳定，并且市场的自我调节功能也会充分发挥其对粮食市场的调节作用，经济政策不确定性对国际粮食价格的影响会逐渐减弱直至消失。

4 结论及政策建议

4.1 结论

基于2000年1月—2022年4月全球经济政策不确定指数以及主要粮食产品(豆粕、玉米、大豆)价格，本研究通过构建VAR模型，开展脉冲响应分析，实证研究了全球经济政策不确定性对国际粮食价格波动的影响，并得出以下主要结论。

1)全球经济政策不确定性对国际粮食价格的冲击影响较为显著。全球经济政策不确定性对国际粮食价格的冲击效应具有持续性，不同滞后期的全球经济政策不确定性对粮食价格的影响呈现明显的差异性。当滞后期数阶数越大，全球经济政策不确定性带来的冲击效应就越弱。

2)全球经济政策不确定性对不同类型的粮食种类的冲击效应存在差异。其中，全球经济政策不确定性对玉米和豆粕价格的冲击效应较为显著，且主要造成正向效应；大豆价格受全球经济政策不确定性的影响较小，主要受到负向效应。同时，全球经济政策不确定性对其自身滞后期的影响十分显著。

4.2 政策建议

当前国际形势严峻复杂，在此背景下，全球经济政策不确定性指数由于外部因素影响波动较大，而经济政策不确定性的剧烈波动会影响市场参与者的市场行为及未来预期，并最终影响国际粮食市场的供给和需求，使得粮食价格产生较大波动。为帮助政府与相关市场管理者作出合理管理决策、减少全球经济政策不确定性带来的冲击而产生的不利影响，本文从应对和预防两个方面提出以下建议。

1)分类施策，进行风险应对。一是要明确不同种类粮食产品面对全球经济政策不确定性冲击时存在的差异，如玉米、豆粕等受到的冲击较为显著，其价格对全球经济政策不确定性的波动变化较为敏感，在全球经济政策不确定性指数提高时应更加重视此类粮食类别，采取对应的干预措施，而大豆、小麦等产品受到全球经济政策不确定性的冲击相对较小，针对此类产品可以减少干预；二是需要辨别造成全球经济政策不确定性提升的主要因素，当内部因素为主要因素时，应根据国际粮食市场的供需情况调节国内粮食市场的供应与需求，当外部因素为主要因素时，要根据造成经济政策不确定性剧烈波动的外部事件的性质与影响范围判断其可能产生的影响并采取对应措施，不同外部事件对特定贸易对象的影响程度存在差异，如一些地区性国际事件，其涉事国非主要粮食进出口国，故该类外部事件对国际粮食价格的冲击有限，此时可采用较为保守的应对措施，而在发生“俄乌战争”这类事件时，短期内随全球经济政策不确定性的急速攀升，食品价格可能会大幅波动，应及时采取应对措施，维持市场供需平衡，待国际市场价格趋于平稳时降低干预。

2)多措并举，做好风险防范。一是要增强风险防范意识，提高辨识外部事件的敏感性与及时预警经济政策不确定性剧烈波动的能力；二是须提升提高国内粮食市场竞争力与粮食自给能力，持续推动农业现代化，提高粮食单位面积产量，加大对购置补贴和技术研发的政策支持力度，提高农机设备研发水平，强化对种植过程中核心技术的研发，注重提高粮食产品的质量和竞争力，为夯实国家粮食安全奠定基础；三是应扩大对外开放，积极开拓国际合作，拓宽农产品贸易渠道，促进进口多元化；四是要及时掌握粮食市场动态信息，加强建设粮食价格监测机制和预警体系，以国际粮食市场波动规律为基础，采用科学方法有效地进行预期管理和风险防范；五是应稳妥发展粮食期货产品及衍生品市场，丰富风险管理工具，通过为参与者提供准确的价格信号和各种风险管理工具，完善衍生品市场，适时更新农产品期货种类，丰富风险管理手段和措施。