张静，董晓霞

（1.澳大利亚昆士兰大学农业与食品科学学院，布里斯班 4072；2.中国农业科学院农业信息研究所，北京 100081）

全球原料奶市场价格波动的传导与调控机制研究

张静1，董晓霞2

（1.澳大利亚昆士兰大学农业与食品科学学院，布里斯班 4072；2.中国农业科学院农业信息研究所，北京 100081）

随着全球乳品贸易量的快速提升，国家和地区间的市场关联性日益紧密。本文以2006年5月～2016年8月的原料奶价格作为研究对象，运用Johansen协整检验、格兰杰检验、误差修正模型和脉冲响应函数对欧盟、新西兰、美国和中国的原料奶价格传导关系进行了探讨。研究结果表明，四个国家原料奶价格存在长期均衡关系，其中欧盟和美国的原料奶价格相互显著影响；新西兰对欧盟原料奶价格影响显著，但是新西兰原料奶价格不受其他任何国家和地区原料奶价格的影响，即新西兰价格体系独立，属于市场价格的制定者；欧盟对中国原料奶价格影响显著，但是中国对其他三个国家原料奶价格的传导机制不存在，即中国奶业对欧盟具有依赖性，反之，中国奶业的发展对其他国家的反推动作用不明显。

原料奶；价格传导；向量误差修正模型；全球市场

1 研究背景

自三聚氰胺事件后，中国乳业迅速告别了十年黄金发展期，转而陷入暴涨暴跌的周期怪圈。事实上，随着国内市场快速增长的消费需求、与国际市场的快速接轨（中新、中澳自贸协定实施），再加上全球最大乳制品进口国这一角色的推动，尚不具备国际竞争力的中国乳业受国际乳业周期波动的影响变得越来越明显。虽然乳品市场是农业经济领域最受保护的市场之一，政府在价格和贸易方面的干预在各国的乳品行业政策中非常普遍（比如消费者保护、生产者支持、关税、配额和汇率等在市场中都发挥着举足轻重的作用），然而世贸组织并不鼓励这些容易导致贸易扭曲的政策[1]。也正是因为这样，致力于了解国家和地区间的价格关系和区域贸易影响的研究对于世界乳制品行业至关重要。

价格传导作为最能直观反映市场行为的重要信息，已经在农业经济学文献中取得了广泛而深入的调查研究成果。粮食市场借助全球期货市场的发展，很多关于其价格行为和市场间关系的信息都可以及时准确地得到提供和推测。比如，不同国家的小麦、大豆和玉米等的单日价格都是可以规范记录的，这就为观察研究提供了全面可靠的数据。因此关于价格行为和国际间市场关系的研究也更容易在粮食市场开展。1995年，Karbuz和Jumah用协整分析研究了关于可可豆和咖啡的期货和现货价格之间的长期关系[2]；2003年，Bessler和Yang用误差修正模型和有向非循环图评估了国际小麦市场的价格动态[3]；Luz和Dawn探讨了美国和墨西哥两个装运点与几个终端市场之间的西红柿价格传导关系[4]；2013年，宋长鸣等运用VAR模型分析了中美两国大豆市场的整合程度[5]。但是在乳品市场，价格信息似乎很有限。乳品期货只在极个别地区开展，而且极少记录单日价格。虽然也有关于乳制品市场价格关系的研究，但是由于市场在每个层面都更加集中，层面之间也变得更加整合，多数研究集中在单个市场的垂直价格传导关系上，诸如饲料价格与原奶价格之间的传导，原奶价格与批发和零售价格之间的传导，鲜奶、奶粉、黄油和奶酪价格之间的传导[6～9]。

原料奶作为乳制品质量最重要的环节，其价格对于乳品行业健康稳定发展具有十分重要的作用。但目前关于研究探讨国家和地区之间原料奶价格之间的短期和长期关系的研究却不多。Gould 和 Villarreal(2002)论证了美国全脂奶粉价格和国际价格没有相关性，原因在于美国在全球的全脂奶粉贸易市场中所占份额很小[10]；Carvalho 等(2015)研究发现美国和印度的鲜奶价格是独立的，对国际乳品市场的价格冲击反应不大[11]。同时Bonnet 等(2015)认为随着贸易壁垒政策的禁止和废除，目前不同国家农产品价格和国际价格的连接变得日益紧密[12]。Carvalho 等(2015)同时证明了美国和新西兰的乳制品价格显著影响着德国和荷兰的乳制品市场[11]。但是关于中国原料奶价格与其他国家和地区间的价格传导的文献少之又少。本文旨在填补文献中的这一空白，一方面可以帮助乳企和乳业决策者更好地了解原料奶市场的价格行为，另一方面，有助于支持参与乳品供应链的政策制定者、贸易商、经济学家、农民和私营公司等的决策行为。

综上所述，可以看出目前学术界对贸易途径下各国农产品现货价格的传导关系研究日益关注，但是关于不同国家之间原料奶价格传导关系的研究非常少，对新西兰、美国、欧盟和中国的原料奶价格关系的研究文献几乎没有。因此，本文拟以原料奶价格为研究对象，尝试性开展四个地区原料奶价格的传导机制研究。文章一共由5部分组成，第2部分是研究方法介绍，第3部分是数据来源，第4部分是实证分析的具体结果，第5部分是主要结论和对实证分析结果的讨论。

2 研究方法

关于区域间市场价格传导的文献可追溯到一百多年前，其中以不同区域不同地点的商品价格之间的联系作为研究对象的最为典型。最初的研究是基于恩克于1951年提出的空间价格均衡理论，后经萨缪尔森给予了完善。该理论认为不同区域市场之间的价差在一个完全竞争市场中应该小于或者等于商品在市场之间转移的成本。这一概念在市场一体化相关的理论中起着非常重要的作用。之后，运用通过计算不同市场价格序列的相关系数来判断市场是否整合的方法被广泛应用，也就是所谓的相关系数法[13]。接着，恩格尔和格兰杰提出了协整检验和格兰杰检验法，随后自回归和误差修正模型以及一系列的衍生模型在价格传导研究中被不断拓展。然而根据近20年的农产品价格传导的实证研究文献表明，向量误差修正模型一直是空间价格传导的主流方法[14～16]。

因此在已有文献的基础上，本研究运用多种时间序列方法检验了美国、欧盟、新西兰、中国四个国家和地区间原料奶价格的传导机制。应用Johanse协整检验验证了四个国家原料奶价格序列间的长期均衡关系，应用格兰杰因果检验分析了价格传导关系的影响方向，应用误差修正模型验证了（VECM）验证了四个国家原料奶价格序列间的短期均衡关系和具体影响程度，应用脉冲响应函数验证了有影响的时间序列间的具体动态关系。由于篇幅原因，文章对协整检验、格兰杰因果关系检验、脉冲响应函数等方法不进行详细叙述，仅阐述向量误差修正模型的具体运用形式和变量的系数含义。

向量误差修正模型是建立在变量间存在至少一个协整关系的基础上，用于考察变量之间的长期及短期关系。其模型建立如下列方程(1)-(4)所示：

3 数据说明

本文基于2006年5月～2016年8月的月度时间序列数据，研究探索了欧盟、新西兰、美国和中国四个国家和地区原料奶收购价格之间的引导关系和传导机制。其中欧盟、新西兰和美国的原料奶数据来源于农业与园艺发展委员会（AHDB Dairy），单位为EUR/kg。中国原料奶数据来源于农业部畜牧业司发布的原料奶统计数据，单位为元/kg。为了剔除汇率的影响，研究中我们根据不同时期人民币与欧元的汇率对中国原料奶价格时间序列进行了处理，全部换算为EUR/kg。同时，为了消除序列数据可能存在的异方差性，对原始数据取自然对数，得到四组新的序列，将新西兰、欧盟、美国和中国原料奶价格分别记为lnNZ，lnEU，lnUS和lnCH。

图1 全球原料奶价格变化

图1 是欧盟、新西兰、美国和中国原料奶价格的原始序列走势。可以看出，近10多年来欧盟、新西兰、美国和中国原料奶收购价格总体呈现波动中小幅上升的趋势，尤其是2009年初至2013年底。从时间节点上来看， 2016年8月欧盟原料奶收购价格为26.19EUR/100kg，新西兰为28.46EUR/100kg，美国为38.05EUR/100kg，中国为46.05EUR/100kg。与2006年5月相比，这四个国家和地区的原料奶价格分别上升了2.7%、87.4%、81.5%和144.7%。此外，中国的原料奶价格自2010年开始，特别是2012年9月开始，一直明显高于其他三个国家。从平均值来看，从2006年5月至2016年8月欧盟原料奶平均价格为32.27EUR/100kg，新西兰为26.14EUR/100kg，美国为31.21EUR/100kg，中国为35.69EUR/100kg，中国价格约是新西兰价格的1.4倍。四个国家时间序列的变动趋势与波动幅度均非常相似，除了2009～2013年的价格上升，还包括2014年之后的价格下降。从环比价格指数看，在2006年5月～2016年8月的124个观测值中，欧盟和美国有59个月度的环比价格指数表现为下跌，65个月度的环比价格指数表现为上涨；新西兰也有56个月度表现为下跌，68个月度表现为上涨；中国有49个月度表现为下跌，75个月度表现为上涨。同比价格指数的结果与环比价格指数非常相似，且四个国家时间序列的环比价格指数和同比价格指数上涨或下跌的发生时间非常相近，大多数在同一月或者前后相差1～2个月份。2014年以来，四个国家的原料奶价格均在波动中走低，与2014年1月相比，2016年8月欧盟原料奶价格下降了35%，新西兰下降了29.6%，中国下降了10%，而美国也刚刚恢复到2014年的价格水平。这些价格变动说明四个国家的原料奶价格之间可能存在一定的相关关系。

4 实证分析

表1是四种价格序列之间的相关性检验结果。可以看出，欧盟、新西兰和美国原料奶价格的相关系数均在0.6以上，其中欧盟与新西兰的相关系数最高，为0.776；欧盟与美国、美国与新西兰之间的相关系数次之，分别为0.647和0.624。中国与上述三个国家原料奶价格的相关系数也在0.5以上，其中，中国原料奶价格和欧盟原料奶价格之间的相关系数相对于新西兰和美国较高，为0.685。这些表明四个国家和地区的原料奶价格之间可能存在着某种紧密的联系，因此非常有必要进行更进一步的研究。

表1 相关性分析

为了避免计量分析中的伪回归现象，在检验四个国家和地区的原料奶价格序列之间是否存在协整关系之前，首先利用扩展的迪基-富勒检验（ADF）对各个价格序列的平稳性进行了检验。应用R3.3.1软件对四个价格的单位根进行了检验，结果如表2所示。从表2可以看出，2006～2016年期间四个国家的原料奶价格序列水平均不平稳，经一阶差分后获得平稳。可见，欧盟、新西兰、美国和中国的原料奶价格的时间序列数据都是I(1)序列，因此，不能用传统的计量经济学理论来构建模型，需要用现代计量经济学的协整理论来分析其价格系统中各序列之间的长期均衡关系。

表2 单位根检验

由于涉及四个国家和地区的原料奶价格，本研究采用Johansen协整检验方法，验证欧盟、新西兰、美国和中国的原料奶价格之间是否存在协整关系。如果存在，说明四个国家和地区的原料奶价格之间存在一种长期均衡关系。根据AIC和SC准则，本研究中协整检验的滞后阶数为3，运行过程中选择了存在截距项、没有趋势项选项。表3是Johansen协整检验的具体结果，可以看出，在5%的显著性水平上，无论是迹统计量检验（Trace）还是最大特征根检验（Max-Eigen）都拒绝r=0的原假设，同时不能拒绝r≤1的原假设，说明四个国家和地区的原料奶价格之间存在至少1个协整关系，即四个国家和地区的原料奶价格之间确实存在着长期稳定的均衡关系。间至少有一个格兰杰因果关系，因此，研究进一步用Granger因果关系检验方法验证四个国家和地区原料奶价格之间的双向因果关系是否存在。表4中是Granger因果关系检验的具体结果，可以看出四个国家和地区的原料奶价格之间存在以下几点传导关系：①“新西兰原料奶价格不是欧盟原料奶价格的Granger原因” 和“美国原料奶价格不是欧盟原料奶价格的Granger原因”原假设均被拒绝，即原假设均不成立，新西兰和美国原料奶价格是欧盟原料奶价格的Granger原因。②“欧盟原料奶价格不是中国原料奶价格的Granger原因”和“欧盟原料奶价格不是美国原料奶价格的Granger原因”原假设均被拒绝，即欧盟原料奶价格是美国原料奶价格的Granger原因，也是中国原料奶价格的Granger原因。③“中国原料奶价格不是美国价格的Granger原因”、“中国原料奶价格不是新西兰原料奶价格的Granger原因”、“中国原料奶价格不是欧盟原料奶价格的Granger原因”原假设均被接受，即中国原料奶价格均不是其他三个国家的原料奶价格的Granger原因。④“美国原料奶价格不是新西兰原料奶价格的Granger原因”、“欧盟原料奶价格不是新西兰原料奶价格的Granger原因”、“中国原料奶价格不是新西兰原料奶价格的Granger原因”的原假设均被接受，即其他三个国家的原料奶价格均不是新西兰原料奶价格的Granger原因。

表3 Johansen 协整检验

表4 格兰杰检验

在上述分析的基础上，研究进一步建立向量误差修正模型（VECM）检验四国原料奶市场的短期整合状况。表5中是向量误差修正模型的具体估计结果，可以看出，在以新西兰的原料奶价格为被解释变量的方程中，除了受上一期自身价格的微弱影响外，其他三个国家上一期的价格对其当期价格均无影响。在以欧盟的原料奶价格为被解释变量的方程中，除了受自身价格影响外，新西兰和美国的原料奶价格对其影响均显著。 在以美国的原料奶价格为被解释变量的方程中，除了受上一期自身价格影响外，欧盟的原料奶价格对其影响显著，系数为0.58495，即上一期欧盟的原料奶价格变动10%，将会导致美国的原料奶价格同方向变动5.8%。在以中国的原料奶价格为被解释变量的方程中，除了受上一期自身价格的影响外，欧盟的原料奶价格对其影响显著，系数为0.236806，即上一期欧盟的原料奶价格变动10%，将会导致中国的原料奶价格同方向变动2.368%。但是从ECM误差修正系数可以看出，以欧盟原料奶价格为被解释变量的方程中其显著为负，说明价格序列短期关系偏离长期均衡状态时，系统能自动调整到均衡状态。

表5 误差修正模型

为了更好地刻画国家和地区间原料奶价格在一个标准差冲击后，其当前和未来价格的变动轨迹，文章用脉冲响应函数（IRF)对其传导的效率进行了进一步分析。图2是信息冲击的响应路径曲线图，横轴表示冲击作用响应期数，纵轴表示响应程度，实线表示对应的函数值，虚线表示响应函数标准差置信区间。可以看出：①欧盟原料奶价格发生一个标准差的信息冲击后，中国和美国原料奶价格当期没有任何反应，但从第2期中国价格会出现一个微弱的下降（大约0.1%），然后开始上升并在第4期达到峰值；美国价格则会在第2期上涨2%，之后便开始缓慢下降。②新西兰原料奶价格发生一个标准差的信息冲击后，欧盟原料奶价格的第1期也没有任何反应，从第2期开始价格便会急速上涨2%，而且这种影响一直持续到第6期，并且高达4%。相似的，美国原料奶价格发生一个标准差的信息冲击后，欧盟原料奶价格直至第2期也没有明显反应，从第3期开始才会上升。虽然这种影响也会持续到第6期，并维持在2%左右。

图2 信息冲击的响应路线图

5 结论和讨论

本文基于近10余年的时间序列数据，运用协整检验、Granger检验、VECM模型和脉冲响应函数等方法，分析了欧盟、新西兰、美国和中国四个国家和地区的原料奶价格的传导关系。研究发现，尽管近10年中国与欧盟、新西兰和美国的乳品贸易量迅猛增长，但是中国在原料奶市场始终是一个价格追随者，其中欧盟对其影响最显著。 美国和欧盟的原料奶市场相互影响，互相显著，且影响作用时滞为1个季度，影响持续2个季度。此外，新西兰的价格相对独立，它对欧盟的原料奶价格波动影响显著，但是其本身的价格波动并不受其他三个国家的影响。

从理论联系实际看，上述四个国家间的价格传导关系既符合一定预期，也存在其特殊之处。首先，欧盟原料奶价格对美国和中国原料奶价格的显著影响，以及美国和新西兰原料奶价格对欧盟原料奶价格的显著影响，应该主要源于进出口贸易原因。新西兰原料奶市场不受其他市场影响，中国原料奶市场对其他市场无法造成影响，原因应该是由其市场特征决定的。其中，新西兰独立的价格波动体系主要是由于其在该地区的特殊出口国地位决定的。而造成中国市场的被动地位则不光是因为其特殊的进口国地位所决定，因为根据中国统计局公布的数据显示，2015年中国奶制品净进口量比2013年减少了43.9%（2015年净进口759.5万t，2013年净进口1 354.7万t，数据为鲜奶折算）。其实，中国2015年的牛奶产量为3 755万t，净进口量只占到国内消费能力的大约16.8% ，比2013年下降了10.9个百分点（在2013年这一比例为27.7%）。中国奶业对其他国家价格的反推动作用不明显的其他原因还包括饲料人工技术管理等成本上升导致的自身竞争力弱，乳品行业的上下游一体化程度不够高，奶企和奶农之间缺乏有效的利益平衡机制等客观原因。主观原因则是因为消费者对国内乳品行业的监管和对国产乳制品的质量不够信任。当下，中国乳业已经

基本形成了乳企、牧场、养殖小区、奶站和奶农多方博弈的格局。在这种格局下，清楚了解中国原料奶价格对全球主要乳品大国的影响，以及深入理解国际乳业对中国乳业的影响，将对国内乳业摆脱这种价格的周期波动带来的不稳定性至关重要。

[1] van Meijl, Hans, Frank van Tongeren. The Agenda 2000 CAP reform, world prices and GATT-WTO export constraints[J].European Review of Agricultural Economics,2002,29(4):445-470.

[2] Karbuz Sohbet, Jumah Adusei. Cointegration and commodity arbitrage[J]. Agribusiness, 1995,11(3):235-243.

[3] Bessler, D. A., Yang Jian. The structure of interdependence in international stock markets[J]. Journal of international money and finance, 2003,22(2):261-287.

[4] Luz, E., Dawn, T. Price relationships among North American fresh tomato markets: a comparison between Mexican and US market[J]. International Food and Agribusiness Management Review, 2003,5(3).

[5] 宋长鸣, 李崇光, 徐娟. 中美农产品市场整合及其价格传导机制研究——以大豆市场为例[J].世界经济研究, 2013,3:35-40.

[6] Bessler D.A, Akleman DG. Farm Prices, Retail Prices, and Directed Graphs: Results for Pork and Beef[J]. American Journal of Agricultural Economics,1998,80:1144-1149.

[7] Serra T, Goodwin BK. Price Transmission and Asymmetric Adjustment in the Spanish Dairy Sector[J]. Applied Economics,2003,35:1889-1899.

[8] 董晓霞,李哲敏,许世卫,等.我国玉米、豆粕与奶价的传导机制研究—基于链合模型[J].系统科学与数学, 2013,33(1):55-66.

[9] Ahn BI, Lee H. Vertical Price Transmission of Perishable Products: The Case of Fresh Fruits in the Western United States[J]. Journal of Agricultural and Resource Economics,2015,40:405-424.

[10] Gould BW, Villarreal HJ.A Descriptive Analysis of Recent Trends in the International Market for Dry Milk Products. Babcock Institute for International Dairy Research and Development,University of Wisconsin.2002.

[11] Carvalho GR, Bessler D, Hemme T, Schröer-Merker E. 2015.Understanding International Milk Price Relationships. Paper presented at: Southern Agricultural Economics Association’s Annual Meeting, January 31-February 3, Atlanta, Georgia (No.196692).

[12] Bonnet C, Corre T, Réquillart V. Food Price Dynamics and Price Adjustment in the EU (McCorriston S. ed.), USA:Oxford University Press. Chapter 4, Price Transmission in Food Chains:The Case of the Dairy Industry; 2015,65-101.

[13] 董晓霞,李哲敏,许世卫,等.国外农产品价格传导关系研究进展及发展趋势[J].价格月刊,2012,5:5-10.

[14] Fackler PL, Goodwin BK. Spatial Price Analysis, Handbook of Agricultural Economics. 2001,1:971-1024.

[15] Listorti G, Esposti R.Horizontal Price Transmission in Agricultural Markets: Fundamental Concepts and Open Empirical Issues[J].Bio-based and Applied Economics,2012,1:81-108.

[16] Miljkovic D. The law of One Price in International Trade: A Critical Review[J]. Review of Agricultural Economics,1999,21:126-139.

F316.3

A

1004-4264（2017）07-0059-06

10.19305/j.cnki.11-3009/s.2017.07.015

2017-01-14

奶牛产业技术体系北京市创新团队，中国农业科学院创新工程（CAAS-ASTIP-2015-AII-02）支持。

张静（1986-），女，河南人，博士，研究助理，研究方向为畜牧业经济。

董晓霞（1980-），女，江苏人，博士，研究员，硕士生导师，研究方向为畜牧业经济。