王浴青 温涛

摘 要：通过VAR-BEKK-GARCH模型和DCC-MGARCH模型对我国菜籽油期现货市场价格溢出效应和动态关联性进行实证分析，结果显示：菜籽油期货市场对现货市场存在单向的均值溢出效应，但是期货市场是否始终有效地发现和引导现货价格还有待验证;另外还观察到菜籽油期现货市场动态关联程度呈现时变性。研究表明，要促进菜籽油期货市场和油菜籽产业健康发展，需要不断推进全面深化改革，从体制机制和社会化服务等方面下功夫，充分发挥市场机制的作用。

关键词：菜籽油期货;农产品价格;溢出效应;动态关联

文章编号：2095-5960（2021）01-0076-10;中图分类号：F323.7;文献标识码：A

一、引言

农产品价格是影响农业增效和农民增收的重要因素，也关系到物价水平稳定和国民经济协调发展的全局。“农产品价格有两个非常重要的基础性作用”，一是引导资源配置，二是调节利益分配，因此“农产品价格政策可作为调整要素配置和国民收入分配格局的重要工具，在协调工农关系和城乡关系中可以起到非常重要的作用。”[1]《中共中央国务院关于推进价格机制改革的若干意见》（2015）要求“完善农产品价格形成机制，注重发挥市场形成价格作用”，并且指出“价格机制是市场机制的核心，市场决定价格是市场在资源配置中起决定性作用的关键”。对于农产品而言，“完善主要由市场决定价格的机制”，使价格灵活反映市场供求关系，价格机制真正引导资源配置，既是市场配置资源的“关键”，也具有特殊性。由于农业多重风险交织的产业特性，农业生产波动性与农产品价格风险性常常相伴而生，农产品价格形成和市场机制作用的关联性尤为复杂。现有研究表明，有效的价格体系是以包括期货市场在内的健全的市场体系为基础，并且具有充分竞争的体制机制为条件的。期货市场因其价格发现和套期保值等多重功能，可以在一定程度上避免农产品价格波动风险产生的不利影响。所以中央也提出了扩大农业“保险+期货”的试点政策，以形成有效价格引导，规避农业经营风险，促进农业增效增收。2020年中共中央国务院《关于抓好“三农”领域重点工作确保如期实现全面小康的意见》又要求“优化‘保险+期货试点模式，继续推进农产品期货期权品种上市”。

我国是全球最大的菜籽油生产国，2018年中国菜籽油产量近700万吨，占当年全球菜籽油产量的四分之一。油菜也是中国的第一大油料作物，国内菜籽油产量占国产植物油的半壁江山，在中国食用植物油市场占有举足轻重的地位。而我国食用油生产总体不能满足消费需求，每年还需大量进口，2019年我国食用植物油进口量约985万吨，同期增幅21.75%，为近年之最。据统计，我国植物油对外依存度高达60%以上，菜籽油生产对于解决粮油安全问题至关重要。而且我国油菜籽商品率高达80%，是主产区农民现金收入的重要来源，促进油菜籽产业健康持续发展有利于促进农民增收致富。因此，单就市场因素而言，这就需要完善油菜籽、菜籽油的价格形成机制和市场交易机制。而我国菜籽油生产和消费位列世界第一的情景表明，国内菜籽油市场价格既对全球市场产生较大影响，也容易受到全球价格波动的冲击。郑州商品交易所自2007年起开展菜籽油期货交易业务，就是为了充分发挥期货市场的功能作用和价格引导机制，促进我国菜籽油产业健康发展，从而优化种植业结构，推进“订单农业”和促进农民持续增收。

但是从历史数据初步分析看，我国菜籽油期货价格与现货价格变化的走向及走势乃至波动的峰谷区间和幅度大小等，似乎显示出不尽一致的动态差异，两者之间似乎没有明显的相互关联或影响，隐含了两者内在关联性较弱或者互动关系似有某种特殊性。那么，应该如何认识菜籽油期货市场和现货市场之间的互动关系，菜籽油期货价格与现货价格之间的传递影响是怎样的结果或表现，菜籽油期货市场价格是不是对现货价格起到了理论上的引导作用？分析这些问题有助于深化农产品期货市场的理论认知，更好理解菜籽油期货价格与现货价格之间的互动关系，对于充分发挥期货市场功能以降低价格波动风险，促进菜籽油产业链健康持续发展等具有重要意义。为此，本文拟通过对我国菜籽油期现货市场价格间的溢出效应和动态关联性的分析实证来进行初步探析。

二、文献回顾与评述

价格溢出效应是指某种产品的价格不仅受自身前期的影响，还受其他产品前期价格的影响。Marshall在1890年首次将“溢出效应”一词引入经济学领域，认为溢出效应类似于经济学的“外部性”。[2]Samuelson定义溢出效应和外部经济效应是相同的范畴。[3]在理论的不断发展与改进中，国内外学者多从均值溢出效应和波动溢出效应两方面进行研究。

价格的均值溢出效应是指两组价格序列间均值的关联性，主要研究方法是运用VAR、VEC等模型对时间序列数据进行测算和分析。[4]从现有国内研究来看，学者们主要探讨农产品价格的传递效应。如刘艺卓发现人民币汇率的变动会对农产品进口价格产生传递影响。[5]祁华清等利用 VAR 模型及金融化测度分析得出，金融化程度越高，中国粮食的期货和现货价格波动率越高。[6]吴琪等对比分析中国与加拿大的菜籽油期货市场，发现加拿大期货市场捕捉价格信息更加敏锐。[7]

农产品价格间还具有方差（二阶矩）的关联性，即通过波动溢出的方式进行传递，主要运用GARCH类模型及其拓展形式进行研究。“波动溢出效应”的概念首先是从股市价格波动传递的研究中产生。[8]随着期货市场的发展和期货品种的不断增加，国内外学者对农产品期现货市场间的波动溢出效应和动态关联性研究逐渐深入。一部分学者研究产业链不同环节间农产品价格的影响效应。比较经典的是Gardner研究分析了零售食品、农场产出和营销服务三者间价格变化和市场均衡的关系。[9]Hayenga等针对猪肉批发价和零售价之间适应农产品价格的非对称传递进行了实证研究。[10]Apergis & Rezitis檢验了大宗农产品在生产、收购和零售环节的价格之间的影响关系，发现三者存在正向波动溢出效应。[11]Kai Zhao用误差修正模型和BEKK-GARCH模型验证了中国大豆产业期现货市场间的溢出效应和价格引导关系。[12]国内学者纪敏研究了外部冲击通过需求拉动、成本推动和货币冲击三条渠道对国内价格波动产生影响。[13]洪银兴、郑江淮通过对农产品价值链的分析，发现提高农业生产率和对农民进行人力资本投资的微观机制存在于农产品价值链中农户、加工企业、流通环节和零售商之间的纵向联系。[14]张利庠和张喜才实证研究了外部冲击对处于不同生产环节的农产品价格波动有重要影响。[15]李秋萍等运用VAR-BEKK-GARCH模型，分析了多种粮食产品产业链不同环节之间的价格波动影响。[16]高群、宋长鸣利用VAR-BEKK-GARCH模型考察得出生猪与肉鸡产业链上中下游不同环节都存在价格溢出效应。[17]闫桂权等通过对大豆产业链期货价格分析发现大豆系期货价格间存在显著的均值溢出效应和波动溢出效应。[18]

另一部分学者研究不同品种农产品价格间的波动溢出效应。有学者利用新引入的溢出指数检验发现英美两国菜籽油现货和期货市场之间存在双向的波动溢出效应，且受重大经济事件例如欧元区债务危机的影响。[19]同样，指数交易的波动效应和美国农产品期货市场的溢出效应也得到了验证。[20]Sang Hoon Kang等运用多元DECO-GARCH模型研究发现黄金、白银、原油、玉米、小麦和大米六种商品期货市场间具有双向波动溢出效应，黄金和白银还在其他产品期货市场信息传递中发挥中介作用。[21]张有望、李剑研究发现我国主粮作物小麦、稻谷和玉米期货对现货价格的溢出效应较弱，非主粮作物大豆期货对现货价格的溢出效应较强，四个粮食品种现货对期货价格的溢出效应均较弱。[22]郑燕、马骥研究发现我国鸡蛋期现货市场间存在显著的均值溢出效应和波动溢出效应，其中期货市场对现货市场的价格引导关系更为显著，且两市场间具有正相关的动态关联性。[23]丁存振、郑燕从市场间溢出效应和动态关联两个方面研究了价格支持政策对棉花期现货市场关联的影响，结果表明临时收储政策的实施显著降低了棉花期现货市场间相关程度，而目标价格政策则提升了两市场间价格波动关联程度。[24]

此外，還有学者对国际市场和国内市场之间的价格溢出效应进行了研究，如王振宇运用GARCH-M、EGARCH等模型研究发现中美两国大豆期货市场有显著的波动溢出效应，且国内市场对美国市场的价格传递更为明显。[25]林学贵对棉花价格进行分析后发现棉花国内期货市场对现货市场存在单向价格波动溢出效应，国内现货市场与国际期货市场之间以及国内期货市场与国际期货市场之间均存在双向价格波动溢出效应。[26]郑金英、翁欣实证研究表明美国粮食期货市场价格波动对中国粮食期货市场价格波动有单向传导作用，同时中美大豆期货具有较强的动态关联性，中美小麦期货动态关联性较弱。[27]李光泗等研究发现国内外大豆价格间存在双向的均值和波动溢出效应，国内外玉米价格间存在单向的均值效应和双向的波动溢出效应，国际小麦和大米价格波动传递效应较弱，而中国大米和小麦市场对国际市场具有较强的溢出效应。[28]

从上述文献梳理可以发现，已有学者运用多元GARCH类模型证实了农产品期现货市场间存在不同程度的价格溢出效应和不同特征的动态关联性，为本文深入分析菜籽油价格的溢出效应和动态关联性提供了有益的参考和借鉴。但是目前直接针对国内菜籽油期现货市场价格溢出效应和动态关联性的文献较为少见，较多的主要是菜籽油期现货市场价格波动特征分析。鉴于此，本文基于2011年1月4日至2018年12月28日中国菜籽油期货和现货市场价格日频交易数据，运用BEKK-GARCH模型和DCC-GARCH模型对我国菜籽油期现货市场价格间的溢出效应和动态关联性进行实证，旨在初步探究我国菜籽油期货价格是否真的有效引导了现货价格，为进一步探索菜籽油期货与现货价格互动关系是否具有不同表现或特点奠定基础。

三、研究方法、模型与数据

（一）研究方法与模型设定

1.二元BEKK-GARCH模型

首先，给出二元BEKK-GARCH模型的均值VAR方程如公式（1）（2）：

其中，C是二维三角矩阵，A是C的ARCH项系数矩阵，B是C的GARCH项系数矩阵。

上述四个矩阵的形式分别表示如下：

其中，hii（i=1，2）表示菜籽油现货和期货价格的方差，hij（ij）为协方差。aii和aij（ij）分别表示现货（或期货）价格对自身和另一方的ARCH型波动溢出效应，表征价格波动时变性。bii和bij（ij）则分别表示现货（或期货）价格对自身和另一方的GARCH型波动溢出效应，表征价格持久性。当aij=bij=0时说明现货（或期货）市场价格不受另一方前期市场价格的影响，即现货（或期货）市场价格对另一方价格波动没有溢出效应;当aij和bij至少有一个不为0时，则表明现货和期货市场至少有一方对另一方传递了波动溢出效应。公式（1）经过MLE估计法换算后可得到εt的对数似然函数形式为：

式（5）中，θ是待估参数，N是估计的序列量，T为样本数量。

以考量菜籽油期现货市场间的价格溢出效应为例，本研究针对菜籽油期现货市场间的波动溢出效应提出以下三个原假设：

H01：a12=b12=0，即菜籽油期货市场对现货市场不产生波动溢出效应;

H02：a21=b21=0，即菜籽油现货市场对期货市场不产生波动溢出效应;

H03：a12=b12=a21=b21=0，即菜籽油期现货市场间不存在波动溢出效应。

2.DCC-GARCH模型

想要考察两个序列间是否存在动态条件相关性，一般采用经典的DCC-GARCH（1，1）模型：

（二）数据说明

本研究选取2011年1月4日～2018年12月28日中国菜籽油市场期货和现货价格日频交易数据。其中，菜籽油现货价格选用国家粮油信息中心发布的四川成都生产的四级菜籽油出厂价，菜籽油期货价格选用郑州商品交易所公布的每天收盘价（活跃合约）。为了保证数据可获得性以及样本数据一致性，剔除了二者不能匹配的数据，共获得1936个样本。以上数据均来源于wind数据库。由于期货市场在周末和节假日休市，导致期货交易日频数据往往是不连续的，我们无法连续地计算收益率。因此，本文利用Stata软件对交易日期数据做了适当的调整，通过创建商业日历的方法使收益率得以连续计算。为保证变量的平稳性，本文在具体分析时对两个市场的日交易价格时间序列取对数收益率序列进行模型估计，即：

其中，Rit是i市场在第t期的对数收益率，Pit与Pi，t-1分别为i市场在第t期和第t-1期的日收盘价。

四、模型实证与结果

（一）菜籽油期现货价格走势

受供需影响，菜籽油期现货价格之间存在密切联系：当菜籽油供给充足时，现货价格影响期货价格，现货价格下降，会导致投资者对未来价格预期下降，减少商品持仓量，使得期货价格随之下降。反之，当菜籽油供给不足时，投资者对未来价格看涨，增加商品持仓量，使得期现货价格均相应上涨。图1展示了菜籽油期货上市以来菜籽油期货和现货市场的价格和对数收益率走势。我们可以看出，2011年到2018年间菜籽油现货价和期货价走势基本一致，大体呈正相关趋势;菜籽油期现货价格波动均较为明显，在2011年初和2017年出现显著的短期剧烈波动，期货价格在2013年间有较为明显地震荡下滑，而现货价格在2014年呈下降特征。其次，菜籽油现货价格在部分时期高于期货价格，有时又低于期货价格。菜籽油期货最高价格出现在2011年2月，为11090元/吨;最低价格出现在2016年3月，为5458元/吨。现货最高价格出现在2012年9月，高达11400元/吨;最低价格出现在2016年2、3月，为6100元/吨。

图2呈现了菜籽油期现货市场的基差走势情况（基差=现货价格-期货价格），总体来说，基差波动比期货价格更为剧烈，较为明显的是在2013年间急剧上升，在2014年间又陡然下降。基差最大值出现在2014年1月，为2520元/吨;基差最小值出現在2011年2月，为-782元/吨。基差波动幅度越大，市场风险越大，不利于期货市场套期保值操作，这种情况预示菜籽油期货市场套期保值功能的有效发挥会受到影响。

（二）菜籽油期现货价格描述性统计

表1呈现了菜籽油期现货市场价格的描述性统计结果。菜籽油期货价格的标准差相比现货价格的标准差较小，这表明在此期间菜籽油期货价格的波动幅度不如现货价格大。从统计结果还可以看出，菜籽油期现货价格的偏度和峰度都异于正态值，但右偏并不明显;样本峰度均小于3，JB统计量的值也大于任意合理显著水平下的（2）的临界值，反映了菜籽油期现货价格分布的非正态性和平峰分布的特性。

（三）菜籽油期现货市场溢出效应和动态关联性分析

1.模型检验。数据的平稳性是检验模型ARCH效应的前提，在这之前，我们利用相关信息准则来确定模型最佳滞后阶数。由表2可见，根据LL和LR统计量的计算结果以及FPE、AIC、HQIC和SBIC准则，基于菜籽油期货、现货价格对数收益率确定模型滞后阶数为5。

接下来，为避免伪回归，我们利用Stata对菜籽油期现货价格对数收益率序列进行单位根检验。根据图1菜籽油期现货价格走势图可以大致看出，期现货价格没有明显的时间趋势，但应该带有常数项，因此我们只考虑仅带常数项不带趋势项情形的ADF检验，结果用（c， t， p）的形式列出。各自的具体含义为：c=1（0）表示检验模型带（不带）常数项，同样t=1（0）表示模型带（不带）趋势项，p表示滞后阶数。由表3可得，在1%显著性水平下，菜籽油期现货价格对数收益率序列均强烈拒绝单位根原假设，说明了这两个变量序列十分平稳。

由于菜籽油期现货市场价格对数收益率序列均平稳，首先可以对两市场进行格兰杰因果关系检验。由表4可知，在以菜籽油现货市场价格对数收益率为解释变量的方程中，菜籽油期货市场价格对数收益率的卡方统计量为62.005，相应的P值为0.000，故可认为菜籽油期货价格是现货价格的格兰杰原因，菜籽油历史期货价格可以帮助预测现货价格的未来值。类似地，在以菜籽油期货市场价格对数收益率为解释变量的方程中，菜籽油现货市场价格对数收益率的卡方统计量为8.0627，相应的P值为0.153，故可认为菜籽油现货价格不能构成期货价格的格兰杰原因。

其次，我们用LM检验法对VAR模型的残差是否存在自相关进行验证。如表5所示，残差序列检验结果P值在任意置信水平下都接受“无自相关”的原假设，表明VAR残差序列没有显著的自相关性，我们可以判定扰动项为白噪声。

由图1可以比较明显地看出，菜籽油期现货价格对数收益率表现出了波动集聚性的特征。通过对菜籽油期现货价格AR（5）模型OLS残差的ARCH效应进行LM检验可知，1-5阶的残差平方滞后项的P值在10%的置信水平下都拒绝“没有ARCH效应”（见表6），即两个对数收益率序列的检验结果与图1反应的结果一致，两个市场均有波动集聚性（ARCH效应），符合GARCH类模型建立的条件。

2.溢出效应分析。通过一系列检验，在得到VAR模型的方差-协方差矩阵后，我们采用Winrats软件对GARCH（1，1）-BEKK模型进行估计，表7是模型估计的结果，由此可得出以下结论：

首先，我们由现货市场的均值方程P值可知，滞后1～3期的菜籽油期货价格对现货价格产生显著的正向影响;从期货市场的均值方程P值可知，滞后1～5期内菜籽油现货价格对期货价格没有表现出显著影响。这表明菜籽油期货市场对现货市场存在单向的均值溢出效应，菜籽油期货价格对现货价格具有一定的引导作用，但引导效果如何还有待进一步验证。

其次，从矩阵A和B的对角元素来看，A（1，1）和A（2，2）的估计系数在1%的显著性水平下显著异于零，表示菜籽油现货价格和期货价格对数收益率序列的波动具有较为明显的集聚性，即存在ARCH效应。B（1，1）和B（2，2）的估计系数在1%的显著性水平下显著异于零，说明菜籽油现货价格和期货价格对数收益率序列均存在显著的GARCH效应，即大的波动会引起大的震荡，小的波动后面跟着小的波动。这显然增加了预测菜籽油市场价格变动趋势的风险性，有可能影响菜籽油期货市场有效发现价格并引导现货价格的效果。

再次，从矩阵A和B的非对角元素来看，A（1，2）和B（1，2）估计系数的绝对值分别比A（2，1）和B（2，1）估计系数的绝对值大，说明菜籽油现货价格对数收益率序列的ARCH效应和GARCH效应都强于菜籽油期货价格对数收益率序列，表明菜籽油现货市场短期价格波动更容易传递至菜籽油期货市场，反之说明期货市场短期价格波动对现货价格的传递影响似乎并不明显。这一认知似乎与之前的结论不尽一致，为什么菜籽油现货市场短期价格波动更容易传递至期货市场而不是相反的结果呢？这是不是意味短期内期货市场价格发现功能出现了暂时性弱化或变异，或是菜籽油期货市场未能始终有效地发现和引导现货价格，可能原因是什么？本文仅对这一现象提出初步的疑问，有关问题还有待后续研究予以确认并做分析，或许期望能够引起人们深入思考或研究以寻求答案。

最后，我们用wald检验得出的结果可以发现（见表8），a12=b12=0，a21=b21=0，a12=b12=a21=b21=0的三个原假设在1%的置信区间没有通过，验证了菜籽油期货和现货市场之间存在波動溢出效应，不过并没有消除上述疑问，也有待后续研究予以解析。

3.动态关联性分析。接下来，我们计算菜籽油期现货市场间动态相关系数，菜籽油期现货市场间整体呈正相关，样本期内两市场间的条件准相关系数为0.3199，计算得出动态相关系数的范围在-0.0197～0.6148之间，平均0.3447，且在1%置信水平上等于0，即拒绝原假设，意味着菜籽油期现货市场间存在显著的动态关联性。

图3对菜籽油期现货市场间动态相关系数的走势做了描述，其动态相关系数走势也基本上印证了描述性统计的结果。从图中可以看出，绝大多数时期菜籽油期现货市场的相关系数都在0以上，且多数时期处于0.2～0.6之间，说明大多数时期菜籽油期现货市场间都具有关联性，只是不同时期的相关性强度是有差别的。结合图1和图3，我们发现菜籽油期现货市场相关系数较大的时期主要发生在2012年上半年和2015年以后，在2014年下半年～2015年有明显上升，从2015年之后菜籽油期现货市场间关联程度主要呈“N”型变化趋势，基本上一直保持较高相关程度。初步简析其原因可能和2015年国家施行的一项改革有关。当年为了解决下游企业经营困难、财政负担加重、油脂油料价格倒挂严重等问题，国家取消了实行七年之久的油菜籽临时收储制度，改由各类加工企业或相关市场主体进行收购;中央政府对油菜籽种植农户设立财政专项补贴，地方政府则负责油菜籽收购的具体组织。这项改革实际上一定程度引入了市场机制，使市场决定价格的作用得以有所体现，不过是否就是市场化改革的原因以及是如何传导影响的等相关问题，只有待后续的研究进一步探索。

五、结语及启示

本文采用BEKK-GARCH模型和DCC-GARCH模型对2011年1月4日至2018年12月28日中国菜籽油期货和现货市场价格的时序数据对我国菜籽油期现货市场间的溢出效应和动态关联性进行实证分析，得到了如下一些认知：

1.从菜籽油期现货市场价格长期趋势来看，菜籽油期现货价格基本呈现正相关动态关系，但又显示不同的波动特点：一是现货价格波动幅度比期货价格波动更为剧烈，二是期现货价格的基差走势更不平稳。这表明，其一，菜籽油期货价格和现货价格的内在关联性较弱，菜籽油期货市场的价格发现和引导作用没有显现，现货价格的形成和波动可能还有更多复杂的因素起作用;其二，基差作为反映期货价格和现货价格之间即期变化的动态指标，可对期货市场套期保值的效果产生直接影响，我国菜籽油期现货价格基差波动较大，说明基差风险也较大，菜籽油期货市场套期保值规避风险的功能也可能受到一定程度抑制。

2.通过一系列检验和模型估计验证了菜籽油期现货市场之间存在一般意义上的波动溢出效应，但有所不同的是：从均值方程P值可知，菜籽油期货市场对现货市场存在单向的均值溢出效应，菜籽油期货价格对现货价格具有一定的引导作用，但引导效果如何还有待进一步验证。而从方差方程ARCH项系数和GARCH项系数看，尽管菜籽油期现货价格对数收益率序列都表现出了强烈的波动集聚性和双向波动溢出效应，然而矩阵元素的实证结果却显示菜籽油现货价格对数收益率序列波动比期货价格对数收益率序列波动更强，表明菜籽油现货价格短期波动更容易传递至菜籽油期货市场，反之说明期货市场短期价格波动对现货价格有无传递影响似乎不明显。这表明我国菜籽油期货价格和现货价格相互间波动溢出或传递影响具有非典型性，是否意味短期内期货市场价格发现功能出现了暂时性弱化或变异，或者菜籽油期货市场未能始终有效地发现和引导现货价格？这有待后续研究予以解析。

3.菜籽油期现货市场间动态关联性分析表明：期现货市场价格动态相关系数总体呈正相关，但是不同时期的相关性强度是有差别的。简要分析看，可能和改革进程有关，一定程度引入市场机制的改革可能使市场决定价格的作用得以有所体现。但是否就是市场化改革的原因以及如何传导影响等问题，也有待后续的研究进一步探索。

由此得出以下两点启示：第一，菜籽油产业链是油菜籽生产、加工和销售菜籽油的完整产业体系，要促进全产业链高质量可持续发展，应进一步加强农业市场体系建设，努力探索完善菜籽油、油菜籽产品及其生产要素的价格形成机制;在充分发挥市场机制作用的同时应重视发挥政府的调控职能，加强服务引导和价格监管，强化发挥菜籽油期货市场的功能作用，提升运行效率和资源配置效率。第二，坚持以改革为抓手，从体制机制和社会化服务等方面下足功夫，消除可能扭曲价格信号的制度障碍，要根据期货和现货市场各自特殊性，通过改革和建设，提升两个市场的信息处理和价格反应能力等。进一步搞好“期货+保险”试点，努力探索体制机制创新，降低油菜籽种植风险，切实保障农民的利益。

参考文献：

[1]钱克明.充分发挥农产品价格政策在统筹城乡发展中的调节作用[A].2010年中国农业经济学会年会论文集[C]，2010.

[2]Marshall A. Principles of Economics： An Introductory Volume[J]. Social Science Electronic Publishing， 1920， 67 （1742）：457.

[3]Samuelson Paul A. Foundations of Economic Analysis： Enlarged Edition [M]， Harvard University Press， 1983.

[4]肖小勇，李崇光，李剑.国际粮食价格对中国粮食价格的溢出效应分析[J].中国农村经济，2014（2）：42～55.

[5]刘艺卓.汇率变动对中国农产品价格的传递效应[J].中国农村经济，2010（1）：19～27.

[6]祁华清，李霜，樊琦.中国粮食金融化的测度、检验及政策启示[J].管理世界，2015（2）：172～173.

[7]吴琪，蔡勋，冯中朝.中加油菜籽期货与现货价格动态关系研究[J].浙江农业学报，2016（10）：1796～1802.

[8]Hamao，Y.， Msulis，R.W. & Ng V. Correlations in Price Changes and Volatility across International Stock Markets[J]. Review of Financial Studies， 1990， 3（2）：281～307.

[9]Gardner，B. The Farm-Retail Price Spread in a Competitive Food Industry[J]. American Journal of Agricultural Economics， 1975， 57 （3）：399～409.

[10]Hayenga， Marvin L.， Miller. Douglas， Price Cycles and Asymmetric Price Transmission in the U.S. Pork Market[J]. American Journal of Agricultural Economics，2001，83（3）：551～562.

[11]Apergis，N.& Rezitis， A. Agricultural Price Volatility Spillover Effects： The Case of Greece. European Review of Agricultural Economics， 2003， 30（3）： 389～406.

[12]Kai Zhao. The Spillover Effect between Futures and Spot price of Agricultural Products： A Case Study of Soybean Products of China[J]. Asian Agricultural Research， 2017， 9（3）： 24～28， 33.

[13]紀敏.本轮国内价格波动的外部冲击因素考察[J]金融研究，2009（6）：31～43.

[14]洪银兴，郑江淮.反哺农业的产业组织与市场组织——基于农产品价值链的分析[J].管理世界，2009（5）：67～79，187～188.

[15]张利庠，张喜才.外部冲击对我国农产品价格波动的影响研究——基于农业产业链视角[J].管理世界，2011（1）：71～81.

[16]李秋萍，李长健，肖小勇.产业链视角下农产品价格溢出效应研究——基于三元VAR-BEKK-GARCH（1，1）模型[J].财贸经济，2014（10）：125～136.

[17]高群，宋长鸣.国内畜禽价格溢出效应的对比分析——全产业链视角[J].中国农村经济，2016（4）：31～43.

[18]闫桂权，何玉成，杨雪.产业链视角下大豆系期货价格溢出效应研究[J].世界农业，2019（5）：53～64.

[19]Nikolaos Antonakakis， Christos Floros， & Renatas Kizys. Dynamic Spillover Effects in Futures Markets： UK and US Evidence[J]. International Review of Financial Analysis， 48 （2016）： 406～418.

[20]Ana I. Sanjuán-López， Philip J. Dawson. Volatility Effects of Index Trading and Spillovers on US Agricultural Futures Markets： A Multivariate GARCH Approach[J]. Journal of Agricultural Economics， 2017， 68（3）： 822～838.

[21]Sang Hoon Kang， RonMcIver， & Seong-Min Yoon. Dynamic Spillover Effects among Crude Oil， Precious Metal， and Agricultural Commodity Futures Markets[J]. Energy Economics， 62 （2017）： 19～32.

[22]张有望，李剑.粮食期货与现货市场价格波动溢出效应[J].华南农业大学学报（社会科学版），2017（1）：104～111.

[23]郑燕，马骥.鸡蛋期现货市场溢出效应与动态关联研究[J].中国农业大学学报，2018（11）：222～231.

[24]丁存振，郑燕.价格支持政策对农产品期现货市场关联的影响研究[J].华中农业大学学报（社会科学版），2020（3）：100～109;173～174.

[25]王振宇.中美农产品价格波动特征及溢出效应研究：基于大豆期货数据的分析[J].农村经济，2014（5）：98～101.

[26]林学贵.棉花价格波动溢出效应[J].中国管理科学，2016（A1）：504～508.

[27]郑金英，翁欣.中美粮食期货的价格关联及波动溢出效应——基于多元T分布下VAR-BEKK-MGARCH模型的实证分析[J].价格理论与实践，2017（3）：128～131.

[28]李光泗，王莉，谢菁菁，等.进口快速增长背景下国内外粮食价格波动传递效应实证研究[J].农业经济问题，2018（2）：94～103.

[29]Engle，Robert. Dynamic Conditional Correlation： A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models[J]. Journal of Business & Economic Statistics， 2002，20（3）：339～350.

责任编辑：萧敏娜