王成麗 劉銳金

摘 要 本文基于中國、西北歐的主要植物油價(jià)格以及馬來西亞棕油價(jià)格、庫存、產(chǎn)量的月度數(shù)據(jù)，研究其波動關(guān)聯(lián)性。研究結(jié)果表明，最近7年和20世紀(jì)80年代的價(jià)格波動較為劇烈，西北歐市場植物油價(jià)格在過去30多年中沒有明顯增長趨勢；季節(jié)性變動呈變?nèi)踮厔荩褂偷募竟?jié)性變化相對??；在棕櫚油市場，投機(jī)對價(jià)格波動的影響較弱，但最近7年開始加重；不同地區(qū)、不同產(chǎn)品的價(jià)格關(guān)聯(lián)性強(qiáng)，但菜籽油在不同區(qū)域市場之間的關(guān)系相對弱一些。

關(guān)鍵詞 中國 ；馬來西亞 ；西北歐 ；植物油 ；價(jià)格關(guān)聯(lián)

分類號 F321

植物油是人類最重要的油脂來源。棕櫚油、豆油、菜籽油又是植物油最重要的組成部分。根據(jù)美國農(nóng)業(yè)部的統(tǒng)計(jì)數(shù)據(jù)，2013～2014年度棕櫚油（含棕櫚仁油）、豆油、菜籽油的產(chǎn)量占世界主要植物油（包括椰油、棉花籽油、橄欖油、棕櫚油、棕櫚仁油、花生油、菜籽油、大豆油、葵花籽油）產(chǎn)量的比重分別為38.98%、26.47%、15.30%，合計(jì)為1.37億t。棕櫚油不僅是產(chǎn)量最大的植物油品種，還是出口量最大的品種，其出口占世界主要植物油的比重為61.94%，為全球提供大量的植物油脂。

中國和歐洲是植物油消費(fèi)最大的2個(gè)地區(qū)，2013/2014年度中國和歐盟植物油消費(fèi)量占世界植物油總量的比重分別達(dá)19.85%、14.72%；馬來西亞是棕櫚油第二大生產(chǎn)國，2013～2014年度占世界棕櫚油總產(chǎn)的比重為33.56%，僅次于印度尼西亞（52.28%）。本研究客體的關(guān)聯(lián)如圖1所示，在中國和西北歐選擇棕櫚油、菜籽油、豆油作為植物油的代表，馬來西亞則選擇了毛棕櫚油的價(jià)格、庫存和產(chǎn)量，分析價(jià)格、庫存量、產(chǎn)量的變化規(guī)律，研究價(jià)格之間以及庫存量與價(jià)格之間的相互關(guān)系。接下來首先對數(shù)據(jù)來源和特征、模型作簡要的說明，然后對計(jì)量模型的結(jié)果進(jìn)行分析，最后是一些結(jié)論。

1 數(shù)據(jù)來源

收集中國國內(nèi)棕櫚油、豆油、菜籽油價(jià)格、馬來西亞毛棕櫚油（Crude Palm Oil）期末庫存量、產(chǎn)量及價(jià)格、歐洲西北部毛棕櫚油、豆油、菜籽油價(jià)格的數(shù)據(jù)。中國國內(nèi)棕櫚油、豆油、菜籽油價(jià)格來源于國儲糧油信息中心，時(shí)間區(qū)間為2002年1月至2014年6月，棕櫚油價(jià)格（CPO_Price）為天津港、山東日照港、江蘇連云港、江蘇張家港、浙江寧波港、廣東黃埔港24度棕櫚油交貨價(jià)的平均值，豆油價(jià)格（C_SB_Price）為黑龍江哈爾濱、吉林長春、遼寧大連、河北秦皇島、京津地區(qū)、河北霸州、山東博興、山東日照、河南周口、江蘇張家港、浙江寧波、廣東湛江、廣西防城國標(biāo)一級豆油出廠價(jià)的平均價(jià)格，菜籽油價(jià)格（C_RS_Price）為河南信陽、安徽蚌埠、安徽馬鞍山、江蘇南通、浙江新市、湖北武漢、湖北荊州、湖南岳陽、湖南常德、江西九江、四川成都國標(biāo)一級菜籽油出廠價(jià)的平均值。馬來西亞毛棕櫚油期末庫存量（M_CPO_Stock）、產(chǎn)量（M_CPO_Prod）、價(jià)格（M_CPO_Price），前二者的時(shí)間區(qū)間為1980年1月至2014年6月，后者為1999年1月至2014年6月，數(shù)據(jù)來自馬來西亞油棕局（MPOB）。

馬來西亞是全球棕櫚油最重要的2個(gè)生產(chǎn)國之一，該地區(qū)交易價(jià)格可以認(rèn)為是棕櫚油國際產(chǎn)區(qū)價(jià)格。棕櫚油價(jià)格與世界和地區(qū)的經(jīng)濟(jì)形勢走勢較為一致，受亞洲金5融危機(jī)的影響，從1999年開始，價(jià)格持續(xù)下跌；從2001年開始回升，并進(jìn)入到相對平穩(wěn)的時(shí)期；2008年受金融海嘯的影響，價(jià)格急劇下跌，并且波動幅度加大，如圖2所示。

在中國國內(nèi)市場，棕櫚油價(jià)格始終都要低于國標(biāo)一級豆油，而后者在大部分時(shí)間要低于國標(biāo)一級菜籽油。2011年以來，中國國內(nèi)棕櫚油價(jià)格與馬來西亞之間的差距在拉大，同時(shí)3種植物油價(jià)格的差距也有拉大的趨勢。

歐洲是植物油消費(fèi)的重要地區(qū)，對全球油脂市場具有一定的影響。西北歐市場毛棕櫚油（E_CPO_price）、豆油（E_SB_price）、菜籽油（E_RS_price）價(jià)格數(shù)據(jù)來源于Oil World，時(shí)間區(qū)間為1980年1月至2014年6月。由圖3可知，20世紀(jì)80年代中期，植物油價(jià)格曾發(fā)生較大幅度的波動；90年代價(jià)格都處于相對平穩(wěn)階段，而這一期間美國平穩(wěn)增長，世界經(jīng)濟(jì)總體較為平穩(wěn)，1998年亞洲金融危機(jī)發(fā)生之后，價(jià)格出現(xiàn)了一定幅度的下跌；最劇烈波動出現(xiàn)在美國次級信貸危機(jī)以來，主要植物油價(jià)格跟隨大宗商品價(jià)格大起大落，并持續(xù)在高位振蕩。

2 研究方法

經(jīng)濟(jì)指標(biāo)的月度或季度時(shí)間序列一般包含4種成分，即趨勢成分（Xt）、周期成分（Ct）、季節(jié)變動成分（St）和不規(guī)則變動成分（εt），即Yt=Xt+Ct+St+εt。一般情況下，這些成分均不可觀測。為了簡化處理，將不規(guī)則變動成分與周期成分合為一起，更詳細(xì)的闡述可參見劉銳金等[1-2]。

為了消除可能存在的異方差性，在一定程度上降低序列的非平穩(wěn)性，對時(shí)間序列進(jìn)行取自然對數(shù)處理，這樣不會改變時(shí)間序列的性質(zhì)和相互之間的關(guān)系，另外取對數(shù)能夠縮小不同時(shí)期的波動差異。季節(jié)性變動由氣候的季節(jié)性、社會制度和風(fēng)俗習(xí)慣等引起的，如油棕、油菜、大豆種植和采收具有一定的季節(jié)性，但由于油棕種植集中赤道附近的印度尼西亞和馬來西亞，生產(chǎn)的季節(jié)性相對弱。國際通用、成熟的季節(jié)調(diào)整方法有：由加拿大統(tǒng)計(jì)局在X-11基礎(chǔ)上改進(jìn)推出的X-11-ARIMA、由美國勞工統(tǒng)計(jì)局推出的X-12-ARIMA、由西班牙央行研制推出的Tramo/Seats。本文選取X-12方法進(jìn)行季節(jié)調(diào)整，得到季節(jié)性成分。

本文采用HP濾波法將去除季節(jié)性成分之后的序列分解為趨勢成分和周期成分。HP濾波法是一種估計(jì)時(shí)間序列長期趨勢的平滑技術(shù)，從（Yt）中將（Xt）分離的一種方法，問題可轉(zhuǎn)化為求下面損失函數(shù)最小化問題的解：

min∑{[Yt-Xt]2+λ∑[（Xt+1-Xt）2-（Xt-Xt-1）2]}（1）

其中，λ是對趨勢序列的折算因子。在HP濾波中，折算因子λ的取值對濾波效果非常重要，λ越大，趨勢序列越光滑。對于年度數(shù)據(jù)，該參數(shù)的取值存在較大爭議，較常見的是λ=100[3-4]，也有學(xué)者主張λ=25[5]，λ=6.25[6]。本文研究選取的月度數(shù)據(jù)，選擇λ=14 400對各類生產(chǎn)數(shù)據(jù)進(jìn)行HP濾波。使用HP濾波法得到趨勢成分和周期成分后，將對趨勢變化以及周期關(guān)聯(lián)進(jìn)行分析。

3 實(shí)證結(jié)果

3.1 季節(jié)性成分識別

如圖4所示，相比20世紀(jì)80年代，馬來西亞棕櫚油產(chǎn)量和庫存量的季節(jié)性變動幅度降低，但仍有較強(qiáng)的季節(jié)性變動趨勢，價(jià)格的季節(jié)性波動則趨于增強(qiáng)，明顯強(qiáng)于中國棕櫚油價(jià)格的季節(jié)性波動。在西北歐市場上，植物油的季節(jié)性波動程度相比20世紀(jì)80年代降低了，但棕櫚油價(jià)格的季節(jié)性變動相比于豆油和菜籽油還是較為明顯；在中國國內(nèi)市場，植物油價(jià)格的季節(jié)變動幅度相對較小，近幾年豆油的季節(jié)性成分幾乎趨于零，這可能是因?yàn)槎褂蛯M(jìn)口的依賴程度不斷提高，而大豆的生產(chǎn)集中在北美洲和南美洲，而這2個(gè)地區(qū)的季節(jié)具有互補(bǔ)性；在西北歐市場上，豆油價(jià)格的季節(jié)變動也是明顯偏弱。

表1是不同時(shí)期周期成分的方差，反映不同時(shí)期的波動程度。對去除季節(jié)性成分之后的序列進(jìn)行HP濾波，將序列分成趨勢成分和周期成分，分解結(jié)果如圖5所示。從1980年以來馬來西亞棕櫚油產(chǎn)量呈穩(wěn)步上升趨勢，波動幅度較小，且方差不斷降低，這表明馬來西亞油棕種植發(fā)展較為平穩(wěn)，逐步進(jìn)入穩(wěn)定階段；期末庫存量的波動也趨于平穩(wěn)，但最近10年的庫存量水平要高于20世紀(jì)80年代，這可能與產(chǎn)量提升以及投機(jī)的需求增強(qiáng)有關(guān)；馬來西亞棕櫚油價(jià)格呈現(xiàn)比較規(guī)整的周期變化，周期也相對長，2000～2012年價(jià)格逐步上漲趨勢，但近2年開始呈下降趨勢。從圖5中的D、E、F可以發(fā)現(xiàn)，在西北歐市場3種植物油的價(jià)格變化趨勢基本一致，1980～2000年期間，價(jià)格并沒有明顯地變化，但20世紀(jì)80年代的價(jià)格波動比較劇烈；2000年以后，價(jià)格呈上升趨勢，在2008年爆發(fā)金融風(fēng)暴之后，價(jià)格波動幅度變大。2002年以來，中國主要植物油的價(jià)格并沒有呈現(xiàn)很明顯的增長趨勢，金融風(fēng)暴的影響過后，價(jià)格變動也趨于平穩(wěn)，如圖5的G、H、I所示。

馬來西亞棕櫚油價(jià)格與西北歐、中國棕櫚油價(jià)格的相關(guān)系數(shù)都大于0.92，與這2個(gè)地區(qū)的豆油和菜籽油的關(guān)聯(lián)也較強(qiáng)。西北歐和中國之間，棕櫚油價(jià)格的Pearson相關(guān)系數(shù)比豆油和菜籽油高，這可能是因?yàn)樽貦坝蛠碓吹丶性隈R來西亞和印度尼西亞，所受影響的部分因素較為一致；2個(gè)地區(qū)之間菜籽油價(jià)格的關(guān)聯(lián)度較弱，這可能是由于菜籽油的產(chǎn)地比較分散，進(jìn)入國際貿(mào)易渠道的量較少，信息傳輸?shù)拿浇檩^少；豆油的關(guān)聯(lián)程度要高于菜籽油，這可能源于豆油的貿(mào)易化程度要高于菜籽油（表2）。

存貨變動與價(jià)格的關(guān)系均是負(fù)向關(guān)系，即從月度數(shù)據(jù)（表3）來看，當(dāng)價(jià)格升高時(shí)，一般情況下存貨會減少。因此，從總體上看，在馬來西亞棕櫚油市場的投機(jī)氛圍不是很濃厚。但是2007年以來，棕櫚油存貨波動與部分植物油價(jià)格之間存在正相關(guān)。

4 討論與結(jié)論

本文基于中國（2002年1月至2014年6月）、西北歐（1980年1月至2014年6月）的主要植物油價(jià)格以及馬來西亞毛棕櫚油價(jià)格（1999年1月至2014年6月）、庫存、產(chǎn)量（1980年1月至2014年6月）的月度數(shù)據(jù)，分析了價(jià)格以及棕櫚油庫存和生產(chǎn)的變化規(guī)律，研究了不同市場、不同產(chǎn)品之間的波動關(guān)聯(lián)性，以及存貨變動與價(jià)格之間的關(guān)系。

研究結(jié)果表明，各類變量的季節(jié)性變動呈弱化趨勢，豆油價(jià)格的季節(jié)性變動整體較弱；西北歐市場植物油價(jià)格在過去30多年中沒有明顯長期增長趨勢，主要植物油價(jià)格在20世紀(jì)80年代價(jià)格波動劇烈，隨后進(jìn)入平穩(wěn)期，但2007年以來處于較高位水平的波動，波動幅度較大；馬來西亞棕櫚油庫存量和生產(chǎn)量的波動程度降低，但價(jià)格的波動依然比較大；中國國內(nèi)植物油價(jià)格在2007～2011年期間波動較為劇烈，其余年份相對平穩(wěn)；棕櫚油市場的投機(jī)程度較低，存貨與價(jià)格的規(guī)律總體上呈現(xiàn)負(fù)相關(guān)，但金融風(fēng)暴以來，投機(jī)性成分在加強(qiáng)，應(yīng)當(dāng)采取一定的措施降低投機(jī)對價(jià)格波動的影響。

參考文獻(xiàn)

[1] 劉銳金，魏宏杰，莫業(yè)勇. 基于小波分析的價(jià)格周期識別——以天然橡膠和合成橡膠價(jià)格為例[J]. 數(shù)學(xué)的認(rèn)識與實(shí)踐，2012，42（20）：38-46.

[2] 劉銳金，魏宏杰，楊 琳. 天然橡膠價(jià)格波動研究：規(guī)律發(fā)現(xiàn)、市場整合與形成機(jī)制[M]. 北京：中國經(jīng)濟(jì)出版社，2013.

[3] Backus D K，Kehoe P J. International Evidence of the Historical Properties of Business Cycles[J]. American Economic Review，1992，82（4）：864-888.

[4] 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模：EViews應(yīng)用及實(shí)例（第二版）[M].北京：清華大學(xué)出版社，2009.

[5] Giorno C P， Richardson P， Roseveare D， et al. Estimating Potential Output， Output Gaps and Structural Budget Balances[J]. OECD Economics Studies， 1995（24）： 167-209.

[6] Ravn M O， Uhlig H. On Adjusting the Hodrick-Prescott Filter for the Frequency of Observations[J]. The Review of Economics and Statistics， 2002， 84（2）： 371-376.