基于市场势力的生猪产业链纵向市场价格传导机制研究

本文构建了非线性均值方程反映生猪产业链上游生猪价格、中游批发价格和下游零售价格间水平传导关系，并借助协整方程和中间商对来自外部冲击的响应分析了生猪产业链各主体的市场势力；建立零售价格波动函数和中间商价格波动函数，反映产业链上价格序列间的波动影响，并通过LSDV法估计了各主体所具有的市场势力对猪肉价格波动传导的非对称性冲击响应。同时，通过PVECM模型估计上游生猪价格、中游批发价格和下游零售价格偏离系统均衡价格的修正能力。结论表明，当猪肉价格偏离长期均衡后，猪肉产业链自身具有一定的价格修正机制，但产业链各环节修正力度并不均等；生猪产业链各主体的市场势力影响价格水平传导，并存在非对称的波动传导；相比而言，下游零售环节的市场势力更大。基于上述结论，本文从价格调控、产业调控及金融服务体系建设等方面提出相关政策建议。     

突发性动物疫情事件对生猪价格的冲击效应分析——以非洲猪瘟事件为例

在我国,生猪价格的走向引发着社会各界的持续关注。一方面猪肉是我国居民生活消费的必需品,另一方面猪肉价格的波动对中国居民消费价格指数和物价水平有着尤为显著的影响。近年来,我国突发性动物疫情事件频发,尤其是非洲猪瘟疫情的产生,使得生猪价格异化更为严重,波动更加频繁。文章以2015年1月-2018年7月我国生猪月平均价格为建模基础,借助ARIMA时间序列模型深入剖析突发性动物疫情事件对生猪市场价格的冲击作用,并为其提供科学的量化结果。研究显示：突发性动物疫情事件一般是通过降低生产者饲养能力与打击消费者购买信心等渠道影响供需,进而对生猪价格产生强烈冲击,并且这种冲击效应存在时滞性与阶段性特征。     

我国生猪和猪肉价格国内外传递研究

近年来生猪和猪肉价格的周期性波动已成为社会关注的焦点,一方面,消费者经常抱怨进口猪肉价格或者生猪饲养成本的下降并不能"迅速"让国内猪肉市场价格下降;另一方面,虽然消费市场上猪肉价格上涨,但生产者抱怨他们并未受益于生猪价格的上升以及由此带来的收入增长。市场供求力量影响并决定市场价格,那么导致价格上升的"正向"冲击或者价格下跌的"负向"冲击是否对国内生猪和猪肉价格的变化带来不同的影响?伴随着我国猪肉进口数量的增加,国际猪肉价格能够有效地传递到国内市场吗?国内生猪价格和猪肉价格之间的传递是否存在非对称性特征?本文利用向量自回归模型和门限协整模型对国内外生猪和猪肉市场价格的长期均衡关系和短期价格传递关系进行了分析,旨在为政府制定稳定生猪和猪肉价格的相关政策提供参考。     

基于多元GARCH模型的猪肉价格与仔猪价格波动研究

近年来中国猪肉价格波动剧烈,2016年猪肉市场又出现了大幅波动,再次引发了社会的关注。为了分析猪肉与仔猪价格及其收益率的波动关系,研究利用多元GARCH模型检验了猪肉及仔猪价格波动是否存在集群效应和溢出效应。结果说明:我国猪肉和仔猪市场均存在集群效应和溢出效应,即猪肉与仔猪市场受到外部冲击时,猪肉和仔猪市场都将出现持续的波动;同时,猪肉与仔猪价格之间的波动容易在两个市场间传递,一个市场的剧烈波动会引发另一个市场的剧烈波动。由于我国生猪养殖户缺乏市场信息,一旦市场出现价格波动容易盲目扩大或缩小养殖规模,继而引发后续价格波动,因此为稳定市场,政府应提升市场信息透明度,利用生猪储备调控猪肉价格防止出现价格大幅度波动。     

基于产业链视角的生猪价格波动及其成因分析

近年来,我国生猪价格经历了从非洲猪瘟之后的价格高涨,到2021年中期下跌到谷底。生猪价格过山车式的波动,对生产者和消费者的利益都产生了冲击,其波动特点及成因受到各界高度关注。本文从生猪产业链视角,运用VAR模型对生猪价格影响因素进行实证分析。研究结果表明：生猪价格受自身价格变动的影响程度最大;产业链上游因素对生猪价格冲击具有周期性,且影响持续的时间最长;产业链下游因素对生猪价格影响保持高度一致且稳定;产业链外部因素对生猪价格影响在逐渐加大;“猪周期”的存在加剧了生猪产业链上价格的波动。因此,应保证产业链上下游各方价格稳定,对生猪产能进行调控,并且重视产业链外部因素,建立风险规避机制。     

基于ARMA-GARCH模型的猪肉价格波动研究

猪肉价格在2016年上半年的大幅波动又一次引发了全社会对猪肉市场的关注。笔者利用ARMA-GARCH模型分析了2013年11月13日—2016年7月15日猪肉价格的波动特征,检验了猪肉市场的波动是否存在集群效应、高风险高预期收益与杠杆效应。结果表明:我国猪肉价格的波动存在集群效应,即猪肉价格的一次大幅波动将产生较长的影响;猪肉的刚性需求导致猪肉市场的高风险并不会带来预期收入的增加;猪肉市场并不存在杠杆效应。因此,政府应通过合理规划养殖能力、引导实现规模化和完善猪肉储备制度的方式预防猪肉市场的大幅波动,减轻对生猪养殖业的影响。     

昆明市生猪稳产保供思考及建议

昆明市是云南省重要的生猪养殖基地和猪肉产品主要销售区域,受非洲猪瘟疫情、生猪价格周期性波动等多重因素影响,全市猪产能持续下降,生猪产业链受到较大冲击,恢复生猪生产、提高猪肉市场供应能力刻不容缓。本文以生猪稳产保供为重点,分析当前全市生猪养殖存在的主要困难和问题,对后期生猪稳产保供思路、主要措施防控提出合理建议。     

非洲猪瘟背景下生猪产业链价格波动及传导研究——以河北省为例

非洲猪瘟疫情的暴发对我国生猪产业,尤其是生猪产业链价格产生巨大影响。为研究非洲猪瘟背景下河北省生猪产业链价格波动及传导机制,文章选取河北省2018年8月至2020年6月周度平均仔猪价格、生猪价格和猪肉价格作为生猪产业链价格代表,通过构建协整和误差修正模型、格兰杰因果检验方法分析非洲猪瘟对生猪产业链内部价格传导过程的影响。研究结果表明：非洲猪瘟背景下河北省生猪产业链价格存在长期均衡关系,但其上下游价格传导受阻,而屠宰场和销售市场的垂直整合度增强;生猪产业链中存在一定的反向误差修正机制;生猪产业链上、中游对下游价格的影响更为明显,并据此提出非洲猪瘟背景下河北省调控生猪产业链价格的政策建议。     

河北省猪肉价格波动研究 ——基于X-12和H-P滤波模型

猪肉价格波动会影响整个生猪产业的运行,研究猪肉价格波动可以发现市场对猪肉的消费需求情况,并为政府部门在相关方面的管理提供依据。基于2013年至2019年第1季度的猪肉月度价格数据,利用X-12季节调整法、H-P滤波模型、EXCEL2010以及EVIEWS 8.0软件,通过分析其不规则波动因素、季节因素以及趋势性、周期性因素对2019年第2季度的月度价格波动规律进行探究[1-2]。研究结果表明,河北省猪肉价格波不仅会受到国内和省内生猪养殖的共同影响,而且疫情、政策等外部因素也会对猪肉价格变动产生较大影响。     

中国猪肉价格波动研究——兼与美国的比较

猪肉价格的大幅波动给我国的生猪生产及猪肉消费带来极大的影响。本文通过对1995年以来猪肉月度价格变动及1985到2006年生猪及猪肉年度价格波动的分析,探讨我国猪肉市场价格的长短期变动规律,并从生猪的生产结构、生产周期、生产成本、疫情、宏观环境及与美国的猪肉市场的国际比较等方面解析中国猪肉价格波动的原因。提出鼓励并扶持生猪的规模化生产、提高生猪行业的组织化程度、加大政府投入力度、完善动物防疫体系等主要对策措施。     

新冠肺炎疫情对家禽产品价格的影响及对策

新冠肺炎疫情对家禽产业稳定造成巨大冲击,市场随之剧烈波动。研究基于2011—2020年家禽产品价格月度和周度数据分别构建ARIMA模型和VAR模型,探讨新冠肺炎疫情暴发前后不同家禽产品价格异动情况、新冠肺炎疫情与家禽产品价格波动间的因果关系,以及新冠肺炎疫情的随机冲击对家禽产品价格的影响机制。结果表明,新冠肺炎疫情对家禽饲料价格的影响有限;在肉鸡产业链中,新冠肺炎疫情对活鸡、白条鸡的价格存在直接影响,一次冲击影响时间在4周左右,累积影响持续时间为6个月;在蛋鸡产业链中,新冠肺炎疫情对鸡蛋价格存在直接影响,一次冲击影响时间在7周左右,累积影响持续时间为7个月。在此基础上,研究提出了加强家禽产品监测预警,提升家禽市场突发应急响应能力,促进家禽产业健康发展的政策建议。     

黑龙江省猪肉价格波动的非对称性研究

研究猪肉价格波动的非对称性特征对掌握猪肉价格波动规律,降低猪肉价格波动水平具有重要意义。笔者运用自回归条件异方差(GARCH)族模型对2002年1月份—2016年6月份间黑龙江省猪肉价格波动的非对称性特征进行分析。结果表明:黑龙江省猪肉价格存在非对称性波动,且为"正的非对称性"波动。具体表现为猪肉价格受到正向冲击时的波动水平显著大于其受到负向冲击时的波动水平;价格非对称性波动产生的主要原因是由于价格调控政策的时滞性和猪肉供给方不当的供给行为而导致的。基于上述结论提出相应的政策建议。     

2022年中国猪肉市场回顾及未来趋势

2022年，我国生猪产能在调整中波动增加，猪肉市场供给充足，全国生猪和猪肉价格经历了“持续下跌、快速上扬、迅速回落”的走势，波动幅度明显加大。期间，新冠肺炎疫情管控继续冲击猪肉消费端，而乌克兰危机通过对玉米等饲料原料的影响冲击了生猪养殖端，叠加政策调控、非洲猪瘟等因素影响，我国生猪产业进入深度调整期，并呈现出新的阶段性特点。考虑到目前生猪产能保持高位，后期猪肉市场供需将呈平衡偏松格局。     

我国生猪期货对猪肉价格短期波动的影响研究

自2021年1月8日我国生猪期货上市以来,生猪期货的价格发现功能被业内高度关注,生猪期货价格对猪肉现货价格的指导与价格平抑作用效果备受关注。基于猪肉价格的主要影响因素,本文选择了猪的饲料价格、屠宰加工成本、牛肉价格(猪肉替代品)、生猪期货价格和猪肉价格作为变量,创建VAR模型,使用了2021年4月至2022年4月的周平均数据,采用协整检验、Granger检验和脉冲分析等方法研究生猪期货对我国猪肉价格短期波动的规律。结果显示,饲料价格的波动和生猪期货价格的波动是引起猪肉价格短期波动的主要因素。由此提出维持饲料价格稳定、完善生猪期货市场制度、引导生猪养殖企业运用生猪期货套期保值进行风险避险等政策建议。     

我国生猪价格波动区域特征及其传递效应研究

研究我国生猪价格波动区域特点及其传导关系,对于完善我国生猪价格调控政策具有重要的理论和现实意义。笔者利用2000—2015年生猪价格月度数据对我国生猪价格区域波动特征及其传递效应进行实证分析。结果表明:我国生猪价格区域差异呈收敛态势,主产区价格波动幅度高于主销区;主产区间、主销区间以及主产区和主销区间均存在长期和短期整合关系;影响市场整合程度的因素主要有地理位置、运输条件和经济发展程度;主产区价格在生猪价格传导过程中占主导地位。未来需加强主产区基础设施建设,重点监控核心地区生猪产能及价格变化情况,积极探索建立生猪期货。     

北京市生猪市场2003年形势分析及2004年展望

2003年北京市生猪、猪肉、仔猪市场价格受“非典”疫情及全国粮食、饲料等农产品价格上扬影响和消费的推动出现全面上涨,同比均高于上年。展望2004年,本市生猪生产仍将稳定发展,生猪、猪肉、仔猪价格受宏观经济形势及全国粮食生产和价格波动的影响将走出基本平稳波动的态势,总体水平将高于上年或略有波动。12003年生猪市场价格走势1.12003年生猪收购价格震荡上升,同比有所上升2003年前8个月生猪收购价格走势呈小幅震荡运行状态,后4个月持续上涨、幅度较大,12月份比8月份上涨24.5%。全年总体走势与上年略有不同,2003年的生猪价格水平高于上年…     

基于省级数据的猪肉价格非对称性波动特征及其成因分析

本文以30个省(市、自治区)猪肉月度价格数据作为研究对象,运用TGARCH模型对中国各地区猪肉价格波动的非对称性特征及其成因进行实证研究。结果表明:仅有8个地区的猪肉价格存在非对称波动,表明中国猪肉价格非对称性波动不是普遍规律,而是个体特征;中国猪肉价格波动的非对称性特征存在着区域差异,山西省、吉林省和天津市的猪肉价格存在负的非对称波动,黑龙江省、甘肃省、安徽省、云南省以及浙江省的猪肉价格则存在着正的非对称波动;疫病、自然灾害、政策和技术等不规则因素的变动是引发猪肉价格非对称性波动的主要原因。有鉴于此,生猪饲养者应区别对待具有不同非对称性特征地区的猪肉价格变化信息,提高对波动的预判能力;政府部门相关政策的制定也应因地制宜,实现对猪肉价格波动的有效调控。     

生猪价格波动特征分析——基于Beta-skew-t-EGARCH模型的实证分析

生猪产业收入是我国农业经济的主要收入,生猪价格的波动不仅牵动着生猪产业众多参与者的利益,对整个农业经济的健康发展和人民群众的幸福生活皆有重大影响。文章基于2017-2020年江苏、湖北和四川生猪现货价格数据,采用Beta-skew-t-EGARCH模型研究生猪价格波动规律及特征,结果表明:生猪现货价格波动具有较强的持续性和聚集性,且呈现出杠杆效应,在每年一季度价格剧烈波动。因此,建议生猪养殖向规模化发展,尽早推出相关期货品种以丰富和稳定生猪市场,加强对生猪价格市场监测和预警。     

非洲猪瘟下未来的猪肉市场走势

正非洲猪瘟疫情自2018年8月初在我国发生以来,迄今已达113起,波及28个省份,疫情发展态势未来仍有很大变数。受疫情影响,全国生猪跨省流通受限,局地供需失衡,生猪及能繁母猪存栏持续下降,市场去产能进程加快,未来生猪及猪肉市场将何去何从,成为行业普遍关注的热点话题。3月19日,农业农村部猪肉全产业链监测预警首席分析师、农业农村部国际畜产品生产和贸易预警首席专家朱增勇博士与大家一起探讨《非洲猪瘟下未来猪肉市场走势》,朱增勇博士结合多年积累的全国各地猪肉价格数据、生猪存出栏数据、猪肉及产品进出口数据以及各     

产业链重构背景下我国乳业市场价格传导非对称性与市场势力研究

为了探究产业链重构背景下我国乳业市场价格传导非对称性与市场势力，研究基于2010年1月份—2019年12月份我国月度平均生鲜乳收购价格和牛奶零售价格数据，分别采用平滑迁移误差修正模型(STECM模型)和门限广义自回归条件异方差(TGARCH)模型分析牛奶零售价格与生鲜乳收购价格传导的非对称性及乳业产业链不同主体(奶农和牛奶零售商)的市场势力。结果表明：牛奶零售价格增长率(生鲜乳收购价格增长率)变化对生鲜乳收购价格增长率(牛奶零售价格增长率)的传导幅度具有非对称性；生鲜乳收购价格增长率(牛奶零售价格增长率)对于牛奶零售价格增长率(生鲜乳收购价格增长率)变化引起正向和负向冲击的传导速度具有对称性；生鲜乳收购价格受到需求冲击时，恢复长期均衡的调整速度是对称的，牛奶零售价格受到成本冲击时，恢复到长期均衡的调整速度是非对称的。奶农是价格接受者，不能对价格施加影响，不具有市场势力；牛奶零售商具有市场势力，可以在“利好消息”(“利空消息”)出现时大幅度提升(降低)价格以获得更多利润(减少损失),具有一定的价格话语权。说明乳业产业链价格传导存在非对称性，而要素市场和产品销售市场势力对比差异是乳业产业链...