Page 110 - 《华中农业大学学报（社会科学版）》2020年第3期

第 ３ 期 丁存振 等: 价格支持政策对农产品期现货市场关联的影响研究 １ ０ ５

检验发现, 棉花期现货价格数据均为平稳的时间序列( 见表 ２ ).其次, 对两序列进行 Gran g er因果关

系检验, 发现在滞后１~５ 期两市场间存在显著的双向 Gran g er因果关系( 见表３ ).进一步建立 VAR
模型, 根据 FPE 、 AIC 、 SC 和 HQ 准则确定模型最优滞后阶数为 ２ .最后, 对两序列进行 ARCHＧLM
①
检验 , 检验结果显示棉花期现货市场价格均存在 ARCH 效应( 见表 ４ ), 可以构建 GARCH 类模型.
综上, 所选取数据可以采用 VARＧBEKKＧMVGARCHＧDUMMYＧT 模型进行估计.
表 ２ 棉花期现货市场价格 ADF平稳性检验
变量 样本数量 检验类型( C , T , K ) １％ 置信水平 t P 值 结果
棉花现货 ２１２１ ( ０ , ０ , ４ ) －２．５６６１ －１１．０６８０ ０．００００ 平稳
棉花期货 ２１２１ ( ０ , ０ , ０ ) －２．５６６１ －４６．８４０４ ０．００００ 平稳

注: 检验类型( C , T , K ) 中 C 、 T 和 K 分别表示截距项、 趋势项和滞后期数.
表 ３ 棉花期现货市场间 Gran g er因果关系检验
原假设: 前者对后者 滞后 １ 期 滞后 ２ 期 滞后 ３ 期 滞后 ４ 期 滞后 ５ 期
不存在均值溢出效应 F 值 结论 F 值 结论 F 值 结论 F 值 结论 F 值 结论
棉花现货 Ｇ 棉花期货 ８．０４４０ ∗∗∗ 拒绝 ３．９９００ ∗∗ 拒绝 ２．４１９０ ∗ 拒绝 ２．０８２０ ∗ 拒绝 ２．１３７０ ∗ 拒绝
棉花期货 Ｇ 棉花现货 １２８．５２８０ ∗∗∗ 拒绝 ９８．８６２０ ∗∗∗ 拒绝 ８１．１３９０ ∗∗∗ 拒绝 ６０．８４８０ ∗∗∗ 拒绝 ５０．０１９０ ∗∗∗ 拒绝
注: ∗∗∗ 、 ∗∗ 和 ∗ 分别表示在 １％ 、 ５％ 和 １０％ 的水平上显著, 后表同.
表 ４ 棉花期现货市场 ARCH 效应检验
ARCH 效应( 滞后 １ 阶)
变量
∗
F 统计量( P 值) Obs RＧs q uared ( P 值)
棉花现货 ７４．３５９１ ( ０．００００ ) ７１．９０３８ ( ０．００００ )
棉花期货 １００．１５９３ ( ０．００００ ) ９５．７２５０ ( ０．００００ )

２． 实证结果

表５ 列出了 VARＧBEKKＧMVGARCHＧDUMMYＧT 模型估计结果.首先, 从条件均值方程上看,
棉花期现货市场间存在显著的双向均值溢出效应, 表明棉花期现货市场间存在互为引导的价格传导
关系; 临时收储政策显著降低了棉花期货市场价格对现货市场价格的均值溢出效应, 而未影响棉花现
货市场价格对期货市场价格的均值溢出效应, 表明临时收储政策显著降低了期货市场对现货市场的

水平价格传递效应; 目标价格政策同样降低了棉花期货市场价格对现货市场价格的均值溢出效应, 而
未影响棉花现货市场价格对期货市场价格的均值溢出效应, 表明目标价格政策同样显著降低了期货
１ １ １ １ 绝对值, 表明临时
市场对现货市场水平价格传递效应.从γ j 和 δ j 系数比较上看, γ j 绝对值大于δ j
收储政策影响棉花期货市场对现货市场水平价格传递效应的程度大于目标价格政策.
其次, 从条件方差方程上看, a １１ a ２２ b １１ 和 b ２２ 均在１％ 水平上显著异于０ , 表明两市场价格均受各
、 、
自前期价格波动的显著影响; a １２ b １２ a ２１ 和 b ２１ 均在 １％ 水平上显著异于 ０ , 表明棉花期现货市场之间
、 、
存在显著的双向波动溢出效应; 、 系数均在 １％ 水平上显著为负, 表明临时收储政策显著降低了
φ １ φ ２
棉花现货市场价格波动以及两市场间的波动溢出关系, 而 φ ３ 系数虽为负, 但并不显著, 表明临时收储
政策并未对棉花期货市场价格波动造成显著影响; 同样, ω １ 和 ω ２ 在 １％ 水平上显著异于 ０ , 而 ω ３ 系数
并不显著, 说明目标价格政策对棉花现货市场价格波动以及棉花期现货市场间波动溢出效应造成显
著影响, 而未对棉花期货市场价格波动造成显著影响; 与临时收储政策相比, 目标价格政策虽增强了
棉花现货市场价格波动, 但同样降低了棉花期现货市场间波动溢出效应.

此处 ARCHＧLM 检验通过设定回归模型进行检验, 通过多次尝试分析发现棉花现货价格最优模型为滞后 ２ 期自回归模型, 棉花
①
期货价格选择滞后 ３ 期自回归模型, 即分别选择 AR ( ２ ) 模型和 AR ( ３ ) 模型进行检验.