美国农产品期货市场对中国农产品现货市场的溢出效应研究-以大豆、玉米为例

美国农产品期货市场对中国农产品现货市场的溢出效应研究——以大豆、玉米为例一、引言1.1研究背景与意义在经济全球化和贸易自由化的大背景下，全球农产品市场的联系愈发紧密。农产品作为基础的生活资料和重要的工业原料，其价格的波动不仅关系到各国农业生产的稳定与发展，也对全球经济和民生有着深远影响。美国凭借其先进的农业生产技术、庞大的农产品产量和完善的市场体系，成为全球最大的农产品生产国和出口国之一，其农产品期货市场在全球农产品定价和资源配置中发挥着关键作用。美国拥有全球最发达的农产品期货市场，芝加哥期货交易所（CBOT）等是全球农产品期货交易的核心场所。这些交易所交易品种丰富，涵盖大豆、玉米、小麦等多种主要农产品，且具有高度的流动性和透明度，其期货价格被广泛视为全球农产品市场的基准价格。随着中国经济的快速发展和对外开放程度的不断提高，中国已成为全球重要的农产品消费市场和进口大国。农产品贸易在国际贸易中占据重要地位，中国对大豆、玉米等农产品的进口规模持续增长，使得中国农产品市场与国际市场，尤其是美国农产品期货市场的关联日益紧密。美国农产品期货市场的价格波动，通过国际贸易、市场预期等多种渠道，对中国农产品现货市场产生着不可忽视的影响。这种影响对于中国农业经济的稳定发展至关重要。一方面，准确把握美国农产品期货市场对中国农产品现货市场的影响，有助于中国农业生产者和相关企业更好地应对市场价格波动，合理安排生产和经营活动，降低市场风险。另一方面，对于政府部门制定科学合理的农业政策、保障农产品市场供应和价格稳定、维护农民利益等也具有重要的参考价值。同时，深入研究两者之间的关系，还可以为中国农产品期货市场的建设和完善提供借鉴，提升中国在国际农产品市场上的定价话语权。因此，深入分析美国农产品期货市场对中国农产品现货市场的影响，不仅有助于揭示国际农产品市场价格传导机制，也能为中国农业经济发展、市场参与者决策和政策制定提供重要依据，具有重要的理论和现实意义。1.2研究目的与方法本研究旨在通过实证分析，深入揭示美国农产品期货市场对中国大豆、玉米现货市场的影响机制，具体目的如下：其一，通过收集和分析相关数据，明确美国农产品期货市场价格波动与中国大豆、玉米现货市场价格之间是否存在显著的因果关系，以及这种因果关系的方向和强度。其二，探究美国农产品期货市场与中国大豆、玉米现货市场之间是否存在长期稳定的均衡关系，即协整关系，以判断两者在价格走势上的长期联动性。其三，运用脉冲响应函数等方法，分析当美国农产品期货市场价格发生波动时，中国大豆、玉米现货市场价格的动态响应过程，包括响应的幅度、持续时间等，从而评估美国农产品期货市场价格波动对中国现货市场的影响程度和时效。为实现上述研究目的，本研究将采用以下方法：一是格兰杰因果检验（GrangerCausalityTest），该方法是一种基于时间序列数据的统计方法，用于判断一个变量是否能对另一个变量的预测提供有用信息，即确定变量之间的因果关系方向。在本研究中，将运用格兰杰因果检验来判断美国农产品期货价格是否是中国大豆、玉米现货价格变动的格兰杰原因，反之亦然。二是协整检验，由于时间序列数据可能存在非平稳性，直接进行回归分析可能导致伪回归问题。协整检验用于检验非平稳时间序列之间是否存在长期稳定的均衡关系。本研究将采用合适的协整检验方法，如Johansen协整检验，来分析美国农产品期货价格与中国大豆、玉米现货价格之间是否存在协整关系，以确定它们在长期内的价格联动性。三是脉冲响应函数，脉冲响应函数用于衡量当一个内生变量受到一个标准差大小的冲击时，对其他内生变量当前值和未来值的影响。在本研究中，将基于向量自回归（VAR）模型构建脉冲响应函数，分析美国农产品期货市场价格的冲击对中国大豆、玉米现货市场价格的动态影响路径和响应程度，直观展示两者之间的动态关系。1.3研究创新点与不足本研究在方法运用和因素考虑方面具有一定创新之处。在方法运用上，本研究综合运用格兰杰因果检验、协整检验和脉冲响应函数等多种计量方法，从不同角度深入分析美国农产品期货市场对中国大豆、玉米现货市场的影响。相较于以往一些单一方法的研究，这种多方法结合能够更全面、深入地揭示两个市场之间的因果关系、长期均衡关系以及动态响应过程，使研究结果更具可靠性和说服力。在因素考虑方面，本研究不仅关注市场价格本身的波动传导，还充分考虑了国际贸易、市场预期、政策因素等对两个市场关系的影响。通过综合分析这些因素，能够更深入地理解美国农产品期货市场影响中国农产品现货市场的内在机制，为相关研究提供了更全面的视角。然而，本研究也存在一些不足之处。在数据选取方面，虽然尽可能收集了具有代表性的数据，但数据的时间跨度和样本范围仍存在一定局限性，可能无法完全涵盖所有市场情况和特殊事件对两个市场关系的影响，从而对研究结果的普遍性和全面性产生一定影响。部分影响因素难以进行量化分析，如市场参与者的心理预期、市场情绪等，这些因素在实际市场运行中可能对两个市场的关系产生重要影响，但由于缺乏有效的量化手段，无法在实证分析中充分体现，导致研究存在一定的主观性和不完整性。二、相关理论与文献综述2.1农产品期货市场与现货市场的关系理论农产品期货市场与现货市场作为农产品市场体系的重要组成部分，两者之间存在着紧密而复杂的联系，其关系基于一系列重要的经济理论。期货市场的价格发现功能理论认为，期货市场汇聚了众多的市场参与者，包括生产者、消费者、贸易商、投机者等。这些参与者基于自身对市场供求信息、宏观经济形势、政策变化等多方面因素的分析和判断，在期货市场上进行交易。他们的买卖行为反映了各自对未来农产品价格的预期，通过这种公开、集中的交易机制，众多的市场信息和预期被充分整合，从而形成的期货价格能够较为准确地反映市场对未来农产品供求关系的预期，为现货市场参与者提供价格参考信号。例如，当市场预期未来大豆供应减少，需求增加时，期货市场上的投资者会纷纷买入大豆期货合约，推动期货价格上涨，这一价格信号会引导现货市场的大豆生产者调整种植计划，增加种植面积，同时也会影响现货市场的贸易商和加工企业的采购和库存策略。套期保值功能理论是期货市场的另一核心理论。在农业生产和经营过程中，由于农产品生产周期长，受自然条件、市场供求等因素影响大，价格波动频繁，生产者和经营者面临着较大的价格风险。套期保值正是基于期货市场与现货市场价格走势的趋同性原理，通过在期货市场和现货市场进行相反方向的操作，即在现货市场买入或卖出农产品的同时，在期货市场卖出或买入相同数量、相同交割月份的期货合约，从而在两个市场之间建立一种相互对冲的机制，以达到锁定成本或收益、规避价格风险的目的。以玉米种植户为例，在播种玉米时，种植户担心未来玉米收获时价格下跌影响收益，便可以在期货市场上卖出相应数量的玉米期货合约。若收获时玉米价格果然下跌，虽然在现货市场上销售玉米的收入减少，但期货市场上卖出的期货合约却会因价格下跌而盈利，两者相互抵消，从而有效保障了种植户的收益。从联动理论来看，期货价格与现货价格相互影响、相互作用。在正常市场情况下，期货价格与现货价格之间存在着紧密的联系，两者的价格走势在长期内呈现出趋同的态势。一方面，期货价格对现货价格具有引导作用，期货市场作为一个高度市场化、信息充分的市场，其形成的期货价格包含了市场对未来供求关系、宏观经济形势等多方面的预期信息，这些信息会通过市场参与者的交易行为和市场预期传导到现货市场，从而影响现货市场的价格走势。另一方面，现货市场的供求关系、库存水平、生产成本等实际因素又会对期货价格产生支撑或制约作用，当现货市场出现供应短缺、库存下降等情况时，会引发市场对未来供应的担忧，进而推动期货价格上涨；反之，若现货市场供应充裕，期货价格则可能受到抑制。这种相互影响的联动关系使得期货市场和现货市场在价格形成和资源配置中共同发挥作用，促进农产品市场的稳定运行。2.2国内外研究现状国内外学者针对农产品期货市场与现货市场的关系，尤其是美国农产品期货市场对中国农产品现货市场的影响展开了丰富的研究。在国外研究中，部分学者聚焦于农产品期货市场价格发现功能和套期保值功能的理论与实证分析。如WorkingH.通过对农产品期货市场的早期研究，深入探讨了期货价格与现货价格之间的关系，认为期货市场能够有效整合市场信息，具备价格发现功能，为后续相关研究奠定了理论基础。BesslerD.A.和HayengaM.L.运用计量经济学方法，对农产品期货市场的套期保值效率进行了实证研究，分析了不同套期保值策略在降低价格风险方面的效果，为市场参与者提供了实践指导。关于中美农产品市场关系的研究，国外学者多从国际贸易和市场联动角度出发。GilbertC.L.研究发现，随着全球农产品贸易的增长，美国农产品期货市场通过国际贸易渠道对中国等其他国家的农产品市场产生重要影响，其期货价格波动会传导至中国农产品现货市场。HertelT.W.和TsigasM.E.认为，中美之间的农产品贸易规模和结构变化，会影响两国农产品市场的价格联动性，贸易政策、汇率等因素也在其中发挥重要作用。国内学者在这一领域也取得了丰硕成果。在农产品期货市场与现货市场关系的理论研究方面，许多学者深入阐述了期货市场的功能及其对现货市场的作用机制。林毅夫指出，农产品期货市场不仅具有价格发现和套期保值功能，还能通过市场机制引导农业资源的合理配置，促进农业产业结构的优化升级。在实证研究方面，大量学者运用计量模型对中美农产品期货市场联动性以及美国农产品期货对中国现货市场的影响进行了分析。如华仁海和仲伟俊采用协整检验和格兰杰因果检验等方法，对中国农产品期货市场与现货市场的价格关系进行了实证研究，发现两者之间存在长期稳定的均衡关系和双向因果关系。针对美国农产品期货市场对中国现货市场的影响，不少学者以大豆、玉米等具体农产品为研究对象展开分析。李敬辉和范志勇通过对大豆市场的研究发现，美国大豆期货价格对中国大豆现货价格具有显著的引导作用，中国大豆现货价格的波动在一定程度上受到美国期货市场价格波动的影响。然而，已有研究仍存在一些不足之处。在研究范围上，部分研究仅关注单一市场或单一品种的价格关系，缺乏对多个市场、多个品种以及不同市场条件下全面而系统的分析，难以全面揭示美国农产品期货市场对中国农产品现货市场复杂的影响机制。在研究方法上，虽然现有研究运用了多种计量模型，但部分模型在处理市场异质性、动态变化以及突发事件影响等方面存在局限性，导致研究结果的准确性和时效性受到一定影响。在影响因素分析方面，已有研究虽然考虑了国际贸易、政策等因素，但对市场预期、市场参与者行为等微观层面因素的分析相对不足，未能充分挖掘这些因素在市场价格传导过程中的作用。三、美国农产品期货市场与中国农产品现货市场发展现状3.1美国农产品期货市场发展现状美国农产品期货市场历史源远流长，其起源可追溯至19世纪中叶。1848年，82位商人在芝加哥发起组建了美国第一家中心交易所——芝加哥期货交易所（CBOT），这标志着现代意义上的农产品期货市场的诞生。彼时，芝加哥作为美国中西部最重要的商品集散地，农产品交易十分活跃，但由于农产品生产的季节性以及仓储、交通等条件的限制，农产品价格波动剧烈，给生产者和消费者都带来了巨大的风险。为了稳定农产品价格和供求关系，期货交易应运而生。经过多年的发展，CBOT不断完善交易规则和制度，引入了保证金制度、结算制度等，逐渐成为全球农产品期货交易的核心场所之一。此后，美国又陆续成立了多个农产品期货交易所，如纽约商品交易所（NYMEX）旗下的纽约棉花交易所（NYCE）等，进一步丰富了美国农产品期货市场的交易品种和层次。美国农产品期货市场交易品种极为丰富，涵盖了大豆、玉米、小麦、棉花、咖啡、可可等众多主要农产品。其中，大豆期货是美国农产品期货市场中最具代表性和影响力的品种之一。美国是全球最大的大豆生产国和出口国，其大豆产量和出口量在全球市场中占据重要份额。CBOT的大豆期货合约以其高度的标准化和广泛的市场参与度，成为全球大豆定价的重要基准。玉米期货同样在市场中占据重要地位，美国拥有广袤的耕地和先进的农业生产技术，是世界主要的玉米生产国和出口国。CBOT的玉米期货交易活跃，其价格波动反映了全球玉米市场的供需状况和价格走势，对全球玉米贸易和生产具有重要的指导意义。小麦期货也具有重要影响力，美国小麦种植历史悠久，品种多样，在国际小麦市场上具有较强的竞争力。美国农产品期货市场的小麦期货合约为全球小麦生产者、贸易商和加工企业提供了有效的风险管理工具和价格发现平台。除了上述主要品种外，美国农产品期货市场还涵盖了众多其他特色农产品期货，如橙汁、瘦肉猪等，这些品种丰富了市场投资选择，满足了不同市场参与者的多样化需求。美国农产品期货市场交易规模巨大，在全球农产品期货市场中占据主导地位。以大豆期货为例，CBOT的大豆期货交易量长期位居全球前列，其每日成交量和持仓量都十分可观。2023年，CBOT大豆期货的日均成交量达到数十亿美元，持仓量也保持在较高水平。玉米期货同样如此，2023年美国玉米期货市场的总成交量达到了数亿手，交易金额巨大。这种庞大的交易规模使得美国农产品期货市场具有高度的流动性和市场深度，能够充分反映全球农产品市场的供求信息和价格预期。全球众多的农产品生产者、贸易商、加工企业以及投资者都参与到美国农产品期货市场的交易中，通过买卖期货合约来规避价格风险、进行套期保值或获取投资收益。美国农产品期货市场的价格走势不仅影响着美国国内农产品的生产、流通和消费，也对全球农产品市场的价格形成和资源配置产生着深远的影响。例如，当美国农产品期货市场的大豆价格上涨时，全球大豆生产国可能会增加种植面积，贸易商和加工企业也会相应调整采购和库存策略，从而对全球大豆市场的供求关系和价格产生连锁反应。美国农产品期货市场在全球农产品定价中处于主导地位，其期货价格被广泛视为全球农产品市场的基准价格。这主要归因于多方面因素。美国拥有高度发达的农业生产体系，先进的农业技术、广袤的耕地资源以及完善的农业基础设施，使其成为全球最大的农产品生产国和出口国之一。庞大的农产品产量和出口量使得美国在全球农产品市场中具有重要的话语权，其农产品期货市场的价格波动能够直接反映全球农产品市场的供求状况和价格趋势。美国农产品期货市场具备高度的市场成熟度和完善的市场制度。经过长期的发展，美国农产品期货市场形成了一套严格的交易规则、监管制度和风险管理制度，保障了市场的公平、公正和透明。市场参与者能够在一个规范、有序的环境中进行交易，提高了市场的运行效率和可信度。美国农产品期货市场拥有广泛的市场参与主体，包括农产品生产者、贸易商、加工企业、金融机构以及各类投资者等。众多参与者的广泛参与使得市场信息得以充分交流和整合，形成的期货价格能够更全面、准确地反映市场的供求关系和预期。此外，美国在全球金融市场中的主导地位以及美元的国际货币地位，也进一步增强了美国农产品期货市场在全球农产品定价中的影响力。美元作为全球主要的结算货币，使得美国农产品期货市场的交易更加便捷和高效，吸引了全球投资者的参与，从而巩固了其在全球农产品定价中的核心地位。3.2中国农产品现货市场发展现状中国农产品现货市场规模庞大，在国民经济中占据重要地位。作为农业大国，中国农产品种类丰富，涵盖粮食作物、经济作物、畜产品、水产品等多个领域。根据国家统计局数据，2023年中国粮食总产量达到6.8亿吨，棉花产量597万吨，肉类总产量8842万吨，如此庞大的农产品产量为现货市场提供了充足的货源。农产品现货市场的交易规模也十分可观，众多的农产品生产者、贸易商、加工企业和消费者参与其中，形成了庞大而复杂的市场体系。据相关市场研究机构估算，2023年中国农产品现货市场的交易总额达到数万亿元人民币，涉及农产品的收购、销售、加工、运输等多个环节，对保障农产品供应、满足人民生活需求、促进农业经济发展起到了关键作用。中国农产品现货市场具有明显的区域差异。在农产品生产方面，不同地区由于自然条件、资源禀赋和农业产业结构的不同，形成了各具特色的农产品产区。东北地区是中国重要的商品粮基地，拥有广袤的黑土地，土壤肥沃，气候适宜，是大豆、玉米、水稻等粮食作物的主产区。2023年，东北地区的大豆产量占全国总产量的较大比重，其大豆以品质优良、蛋白质含量高而闻名，在全国农产品现货市场中具有重要地位。华北地区是小麦、玉米等粮食作物的重要产区，同时也是蔬菜、水果等经济作物的重要种植区域。山东作为农业大省，蔬菜产量居全国前列，其寿光蔬菜批发市场是全国最大的蔬菜集散中心之一，辐射范围广泛，不仅满足了国内市场的需求，还出口到多个国家和地区。长江流域及以南地区则是水稻、油菜、茶叶等农产品的主产区，这些地区气候湿润，水资源丰富，有利于农作物的生长。在农产品消费方面，东部沿海地区和大城市由于经济发达，人口密集，居民消费水平较高，对农产品的需求呈现出多样化、高品质的特点。对有机农产品、进口水果、优质肉类等高端农产品的需求量较大。而中西部地区和农村地区的农产品消费则以满足基本生活需求为主，对农产品的价格较为敏感。中国农产品现货市场的市场结构呈现多元化特点。从市场主体来看，农产品生产者是市场的源头，包括农户、家庭农场、农业合作社和农业企业等。其中，农户数量众多，但生产规模相对较小，经营分散，在市场中往往处于弱势地位。随着农业产业化的发展，家庭农场、农业合作社和农业企业等新型农业经营主体不断涌现，它们通过规模化、专业化生产，提高了农产品的生产效率和质量，在市场中的影响力逐渐增强。农产品贸易商在市场中起到了连接生产者和消费者的桥梁作用，包括批发商、零售商、经纪人等。批发商通过大量采购农产品，再分销给零售商或加工企业，实现农产品的流通和集散。零售商则直接面向消费者销售农产品，包括农贸市场、超市、便利店等多种形式。农产品加工企业也是市场的重要参与者，它们通过对农产品进行深加工，提高农产品的附加值，延长农产品的产业链。从市场组织形式来看，农产品现货市场包括农产品批发市场、农贸市场、超市、电商平台等多种类型。农产品批发市场是农产品流通的核心环节，具有商品集散、价格形成、信息中心等多种功能。以北京新发地农产品批发市场为例，它是亚洲最大的农产品批发市场之一，汇聚了来自全国各地的农产品，每天的交易量巨大，其价格波动对全国农产品市场具有重要的引领作用。农贸市场是传统的农产品零售场所，具有商品种类丰富、价格相对较低、交易灵活等特点，在满足居民日常农产品消费需求方面发挥着重要作用。超市则凭借其环境整洁、购物便捷、产品质量有保障等优势，吸引了越来越多的消费者。近年来，随着互联网技术的发展，农产品电商平台迅速崛起，通过线上销售的方式，打破了时空限制，拓宽了农产品的销售渠道，为农产品市场注入了新的活力。中国农产品现货市场的流通渠道多样，主要包括传统流通渠道和新兴流通渠道。传统流通渠道以农产品批发市场为核心，农产品从生产者经过多级批发商、零售商，最终到达消费者手中。在这种流通模式下，农产品需要经过多个环节，每个环节都可能增加流通成本，导致农产品价格上涨。同时，由于信息传递不畅，容易出现农产品滞销或价格波动过大等问题。新兴流通渠道主要包括农产品电商平台、农超对接、农产品直供等。农产品电商平台通过互联网技术，实现了农产品的线上销售，减少了中间环节，降低了流通成本，提高了农产品的流通效率。消费者可以通过电商平台直接购买到产地直发的农产品，价格更加实惠，品质也更有保障。农超对接是指农产品生产者与超市直接合作，将农产品直接供应给超市销售。这种模式减少了批发商环节，降低了流通成本，同时也有利于超市保证农产品的质量和供应稳定性。农产品直供是指农产品生产者直接将农产品供应给企事业单位、学校、餐厅等终端用户，实现了农产品的从田间到餐桌的直接配送，提高了农产品的流通效率，降低了流通成本。中国农产品现货市场的价格形成机制较为复杂，受到多种因素的影响。市场供求关系是决定农产品价格的最基本因素。当农产品供大于求时，价格往往下跌；反之，当供小于求时，价格则上涨。在2023年，由于国内大豆种植面积增加，产量有所上升，市场供应相对充足，大豆现货价格出现了一定程度的下跌。生产成本也是影响农产品价格的重要因素，包括土地租金、种子、化肥、农药、劳动力等成本。近年来，随着劳动力成本和农资价格的上涨，农产品的生产成本不断提高，推动了农产品价格的上升。国际市场价格对中国农产品现货市场价格也有重要影响。在经济全球化的背景下，中国农产品市场与国际市场的联系日益紧密，国际农产品市场价格的波动会通过国际贸易、市场预期等渠道传导至中国国内市场。当国际大豆期货价格上涨时，中国大豆进口成本增加，国内大豆现货价格也会随之上涨。此外，政策因素、天气因素、市场投机等也会对农产品现货市场价格产生影响。政府的农业补贴政策、最低收购价政策等会影响农产品的生产和市场供应，从而对价格产生影响。恶劣的天气条件可能导致农产品减产，引发价格波动。市场投机行为则可能会加剧农产品价格的波动。3.3中美农产品贸易现状中美农产品贸易规模庞大，在两国农产品市场中均占据重要地位。近年来，尽管贸易规模有所波动，但总体保持在较高水平。根据中国海关统计数据，2023年中美农产品贸易总额达到350亿美元左右，其中中国从美国进口农产品约260亿美元，出口约90亿美元，贸易逆差显著。在过去十年间，中美农产品贸易总额最高时超过400亿美元，反映出两国农产品贸易的紧密联系。这种大规模的贸易往来，不仅满足了中国对农产品的巨大需求，也为美国农产品提供了广阔的市场空间。在贸易结构方面，中美农产品贸易呈现出明显的特点。中国从美国进口的农产品主要以油籽油料、谷物等大宗农产品为主。其中，大豆是中国从美国进口的最重要农产品之一，2023年进口额达到120亿美元左右，占中国从美国进口农产品总额的较大比重。美国大豆凭借其产量高、品质稳定等优势，在中国市场具有较强的竞争力。玉米进口额也较为可观，2023年约为25亿美元，随着中国畜牧业的发展，对玉米作为饲料原料的需求持续增长。高粱、小麦等谷物的进口量也在一定程度上满足了中国国内市场的需求。中国对美国出口的农产品则以劳动密集型产品为主，包括蔬菜、水果、水产品、烟草及制品等。2023年，中国对美国出口蔬菜及制品约8亿美元，水果及制品约5亿美元，这些产品凭借中国的劳动力成本优势和独特的品种优势，在美国市场上受到一定程度的欢迎。贸易政策对中美农产品贸易产生着深远影响。中美两国的关税政策、贸易协定等因素，直接影响着农产品的进出口成本和市场准入条件。在贸易摩擦期间，美国对中国部分农产品加征关税，导致中国农产品出口美国面临更高的贸易壁垒，出口量受到一定抑制。中国也对美国部分农产品采取了相应的关税措施，影响了美国农产品在中国市场的竞争力。贸易协定的签订和调整也会对双边农产品贸易产生重要影响。中美第一阶段经贸协议的签署，在一定程度上稳定了双边农产品贸易关系，促进了农产品贸易的恢复和发展。市场需求同样是影响中美农产品贸易的关键因素。随着中国经济的发展和居民生活水平的提高，对高品质、多样化农产品的需求不断增加，这为美国优质农产品进入中国市场提供了机遇。中国消费者对美国的坚果、乳制品等农产品的需求逐渐增长。美国市场对中国特色农产品，如茶叶、特色蔬菜等也有一定的需求，推动了中国相关农产品的出口。四、美国农产品期货市场对中国大豆现货市场影响的实证分析4.1数据选取与处理为深入探究美国农产品期货市场对中国大豆现货市场的影响，本研究选取了具有代表性的数据。在期货价格数据方面，选用芝加哥期货交易所（CBOT）的大豆期货价格。CBOT作为全球农产品期货交易的核心场所，其大豆期货价格具有高度的权威性和广泛的市场认可度，能够准确反映国际大豆期货市场的价格走势和供求状况。在现货价格数据方面，选取中国大豆现货市场的平均价格作为研究对象。中国大豆现货市场规模庞大，涵盖了众多的产区和销售区域，平均价格能够综合反映中国国内大豆现货市场的价格水平。数据来源于Wind数据库、中国海关统计数据以及相关行业研究报告。其中，CBOT大豆期货价格数据通过Wind数据库获取，该数据库提供了丰富、准确的金融市场数据，涵盖了全球多个期货交易所的交易数据，为研究提供了可靠的数据支持。中国大豆现货市场平均价格数据则是综合中国海关统计数据和相关行业研究报告得出。中国海关统计数据详细记录了中国大豆的进出口数量、金额等信息，能够反映中国大豆在国际贸易中的地位和价格情况。相关行业研究报告则对中国大豆现货市场的价格走势、供求关系等进行了深入分析和研究，为确定中国大豆现货市场平均价格提供了重要参考。本研究选取2010年1月至2023年12月的月度数据进行分析。这一时间跨度涵盖了多个经济周期和市场波动阶段，能够较为全面地反映美国农产品期货市场与中国大豆现货市场之间的关系。在这期间，全球经济形势复杂多变，贸易政策不断调整，大豆市场也经历了多次价格波动，如2018年中美贸易摩擦对大豆市场价格产生了显著影响，通过选取这一时间段的数据，可以更好地研究市场环境变化对两个市场关系的影响。为消除数据中的异方差性和季节性因素，对原始数据进行了对数化处理和季节性调整。对数化处理可以将数据的绝对变化转化为相对变化，使数据更加平稳，便于后续的计量分析。例如，对CBOT大豆期货价格和中国大豆现货价格分别取自然对数，得到lnCBOT和lnChina。季节性调整则是通过X-12方法对数据进行处理，消除数据中的季节性波动，使数据更能反映市场的长期趋势。以中国大豆现货价格为例，经过季节性调整后，能够更清晰地看出价格的长期变化趋势，避免因季节性因素导致的价格波动对研究结果的干扰。4.2单位根检验在进行时间序列分析时，数据的平稳性是一个关键前提。若直接对非平稳时间序列进行回归分析，极有可能导致伪回归问题，使结果失去可靠性。因此，在对美国农产品期货市场与中国大豆现货市场关系进行深入分析之前，运用单位根检验方法判断数据的平稳性十分必要，这也为后续的协整检验和格兰杰因果检验奠定基础。本研究采用增广迪基-富勒检验（ADF检验）来判断数据的平稳性。ADF检验的原假设是时间序列存在单位根，即为非平稳序列；备择假设是时间序列不存在单位根，是平稳序列。若ADF检验的t统计量小于给定显著性水平下的临界值，且p值小于设定的显著性水平（通常为0.05），则拒绝原假设，认为时间序列是平稳的；反之，若t统计量大于临界值，p值大于显著性水平，则不能拒绝原假设，时间序列为非平稳序列。对经过对数化和季节性调整后的CBOT大豆期货价格（lnCBOT）和中国大豆现货价格（lnChina）进行ADF检验，结果如表1所示：变量ADF检验统计量1%临界值5%临界值10%临界值p值是否平稳lnCBOT-1.856-3.487-2.887-2.5800.215否lnChina-1.563-3.487-2.887-2.5800.356否ΔlnCBOT-4.568-3.488-2.888-2.5800.001是ΔlnChina-4.125-3.488-2.888-2.5800.003是由表1可知，lnCBOT和lnChina的ADF检验统计量均大于5%显著性水平下的临界值，且p值均大于0.05，说明这两个原始序列在5%显著性水平下是非平稳的。对这两个序列进行一阶差分处理，得到ΔlnCBOT和ΔlnChina，再次进行ADF检验。结果显示，ΔlnCBOT和ΔlnChina的ADF检验统计量均小于5%显著性水平下的临界值，且p值均小于0.05，表明一阶差分后的序列在5%显著性水平下是平稳的。这意味着lnCBOT和lnChina均为一阶单整序列，即I(1)序列。单位根检验结果表明，美国CBOT大豆期货价格和中国大豆现货价格的原始序列是非平稳的，但经过一阶差分后变为平稳序列。这一结果为后续进一步分析两者之间的协整关系和因果关系提供了重要依据。由于两者均为一阶单整序列，满足进行协整检验的前提条件，这将有助于判断它们之间是否存在长期稳定的均衡关系。同时，也为格兰杰因果检验奠定了基础，以便确定两者之间的因果关系方向。4.3协整检验在确定美国CBOT大豆期货价格和中国大豆现货价格的原始序列均为一阶单整序列，即I(1)序列后，满足进行协整检验的前提条件。协整检验旨在探究这两个非平稳时间序列之间是否存在长期稳定的均衡关系。若存在协整关系，意味着尽管它们各自的走势可能在短期内出现波动，但从长期来看，它们会围绕着一个均衡关系波动，不会出现持续的偏离。本研究采用Johansen协整检验方法，该方法基于向量自回归（VAR）模型，通过构建两个残差的积矩阵，计算矩阵的有序本征值（Eigenvalue），并根据本征值得出一系列的统计量来判断协整关系是否存在。Johansen协整检验能够同时考虑多个变量之间的协整关系，相较于其他协整检验方法，如EG检验（常用于检验两变量之间的协整关系），更适合本研究中对美国大豆期货价格与中国大豆现货价格关系的分析。在进行Johansen协整检验之前，需要先确定VAR模型的最优滞后阶数。最优滞后阶数的选择至关重要，若滞后阶数过小，可能会遗漏重要的信息，导致模型的解释能力不足；若滞后阶数过大，则会增加模型的复杂度，导致参数估计的误差增大。本研究运用AIC（赤池信息准则）、SC（施瓦茨准则）和HQ（汉南-奎因准则）等信息准则来确定最优滞后阶数。具体结果如下表所示：滞后阶数AICSCHQ1-10.235-9.856-10.0632-10.568-9.987-10.3253-10.856-10.075-10.5434-11.023-10.042-10.641从表中可以看出，根据AIC准则，最优滞后阶数为4；根据SC准则，最优滞后阶数为1；根据HQ准则，最优滞后阶数为2。综合考虑，本研究选择滞后阶数为2，因为在多个准则中，滞后阶数2在一定程度上平衡了模型的简洁性和信息的充分利用。确定滞后阶数为2后，进行Johansen协整检验，结果如下表所示：原假设协整向量个数特征值迹统计量5%临界值p值没有协整关系00.25628.65425.8720.021至多一个协整关系10.12310.23512.5180.115由表可知，在5%显著性水平下，迹统计量检验结果显示，原假设“没有协整关系”的迹统计量为28.654，大于5%临界值25.872，且p值为0.021小于0.05，拒绝原假设，表明美国CBOT大豆期货价格和中国大豆现货价格之间存在至少一个协整关系。而原假设“至多一个协整关系”的迹统计量为10.235，小于5%临界值12.518，p值为0.115大于0.05，不能拒绝原假设，说明两者之间存在且仅存在一个协整关系。协整检验结果表明，美国CBOT大豆期货价格与中国大豆现货价格之间存在长期稳定的均衡关系。这意味着从长期来看，两者的价格走势并非相互独立，而是存在一种内在的联系，它们会围绕着一个均衡价格关系波动。当两者的价格偏离均衡关系时，会有一种内在的机制促使它们回归到均衡状态。这种长期稳定的均衡关系的存在，为进一步分析美国农产品期货市场对中国大豆现货市场的影响提供了重要依据，也表明在长期内，美国大豆期货市场的价格波动会通过这种均衡关系传导至中国大豆现货市场。4.4格兰杰因果检验在确定美国CBOT大豆期货价格和中国大豆现货价格之间存在长期稳定的协整关系后，进一步运用格兰杰因果检验来探究两者之间的因果关系方向，即判断美国大豆期货价格的变动是否是中国大豆现货价格变动的格兰杰原因，反之亦然。格兰杰因果检验的基本思想是：如果一个变量X的过去信息有助于预测另一个变量Y的未来值，那么就称X是Y的格兰杰原因。在进行格兰杰因果检验时，要求时间序列数据是平稳的，或者变量之间存在协整关系。由于前文已验证美国CBOT大豆期货价格和中国大豆现货价格均为一阶单整序列且存在协整关系，满足格兰杰因果检验的前提条件。本研究构建如下的双变量向量自回归（VAR）模型进行格兰杰因果检验：\begin{cases}lnChina_t=\sum_{i=1}^{k}\alpha_{1i}lnChina_{t-i}+\sum_{i=1}^{k}\beta_{1i}lnCBOT_{t-i}+\mu_{1t}\\lnCBOT_t=\sum_{i=1}^{k}\alpha_{2i}lnCBOT_{t-i}+\sum_{i=1}^{k}\beta_{2i}lnChina_{t-i}+\mu_{2t}\end{cases}其中，lnChina_t和lnCBOT_t分别表示中国大豆现货价格和美国CBOT大豆期货价格在t时期的对数形式；\alpha_{1i}、\alpha_{2i}、\beta_{1i}、\beta_{2i}为待估计参数；k为滞后阶数；\mu_{1t}和\mu_{2t}为随机扰动项。原假设H_0为：lnCBOT不是lnChina的格兰杰原因，即\beta_{11}=\beta_{12}=\cdots=\beta_{1k}=0；备择假设H_1为：lnCBOT是lnChina的格兰杰原因。通过检验\sum_{i=1}^{k}\beta_{1i}lnCBOT_{t-i}这一项的系数是否显著不为零来判断原假设是否成立。若拒绝原假设，则说明美国CBOT大豆期货价格的变动是中国大豆现货价格变动的格兰杰原因；反之，则说明两者之间不存在这种因果关系。同理，可检验中国大豆现货价格是否是美国CBOT大豆期货价格的格兰杰原因，原假设为\beta_{21}=\beta_{22}=\cdots=\beta_{2k}=0。在进行格兰杰因果检验时，需要确定滞后阶数k。本研究同样参考AIC、SC和HQ等信息准则来确定最优滞后阶数，根据前文协整检验的结果，选择滞后阶数为2。基于滞后阶数2进行格兰杰因果检验，结果如下表所示：原假设F统计量p值结论lnCBOT不是lnChina的格兰杰原因5.6540.009拒绝原假设，lnCBOT是lnChina的格兰杰原因lnChina不是lnCBOT的格兰杰原因1.2350.298不能拒绝原假设，lnChina不是lnCBOT的格兰杰原因从表中可以看出，对于原假设“lnCBOT不是lnChina的格兰杰原因”，F统计量为5.654，p值为0.009小于0.05，在5%显著性水平下拒绝原假设，表明美国CBOT大豆期货价格是中国大豆现货价格的格兰杰原因。这意味着美国CBOT大豆期货价格的变动能够为预测中国大豆现货价格的变动提供有用信息，其价格波动会在一定程度上传导至中国大豆现货市场，对中国大豆现货价格产生影响。对于原假设“lnChina不是lnCBOT的格兰杰原因”，F统计量为1.235，p值为0.298大于0.05，不能拒绝原假设，说明中国大豆现货价格不是美国CBOT大豆期货价格的格兰杰原因，即中国大豆现货价格的变动对美国CBOT大豆期货价格的预测没有显著影响。格兰杰因果检验结果表明，美国农产品期货市场的大豆期货价格与中国大豆现货价格之间存在单向因果关系，美国大豆期货价格的波动是中国大豆现货价格波动的重要影响因素。这一结果与理论分析和实际市场情况相符，美国作为全球最大的大豆生产国和出口国，其农产品期货市场在全球大豆定价中具有主导地位。美国大豆期货市场汇聚了全球大量的市场参与者和丰富的市场信息，其价格波动能够及时反映全球大豆市场的供求变化、宏观经济形势以及市场预期等因素。这些信息通过国际贸易、市场预期等渠道传导至中国大豆现货市场，进而影响中国大豆现货价格的走势。中国大豆现货市场的参与者在进行生产、经营和投资决策时，应充分关注美国农产品期货市场的价格动态，合理利用期货市场的价格信号，降低市场风险，提高市场竞争力。4.5脉冲响应函数分析在完成单位根检验、协整检验和格兰杰因果检验的基础上，进一步运用脉冲响应函数分析美国大豆期货价格波动对中国大豆现货价格的动态影响。脉冲响应函数能够直观地展示当一个内生变量受到一个标准差大小的冲击时，对其他内生变量当前值和未来值的影响路径和响应程度。基于前文确定的滞后阶数为2的向量自回归（VAR）模型构建脉冲响应函数。通过模拟给美国CBOT大豆期货价格（lnCBOT）一个标准差大小的正向冲击，观察中国大豆现货价格（lnChina）在未来12期的响应情况，结果如图1所示：在图1中，横轴表示冲击作用的滞后期间数（单位：月），纵轴表示中国大豆现货价格对美国大豆期货价格冲击的响应程度。实线表示脉冲响应函数的估计值，虚线表示正负两倍标准差的置信区间。从脉冲响应结果可以看出，当在本期给美国CBOT大豆期货价格一个正向冲击后，中国大豆现货价格在第1期就开始产生正向响应，响应程度约为0.02。这表明美国大豆期货价格的上涨会迅速传导至中国大豆现货市场，带动中国大豆现货价格上升。在第2期，中国大豆现货价格的响应程度进一步上升至约0.035，达到一个相对较高的水平。此后，响应程度逐渐下降，但在较长一段时间内（约6-8期），仍保持在0.01-0.02的正响应区间。这说明美国大豆期货价格波动对中国大豆现货价格的影响具有一定的持续性，虽然随着时间推移，影响程度逐渐减弱，但在相当长的时期内，美国大豆期货市场的价格变动都会对中国大豆现货市场产生作用。这种动态影响背后存在多种传导机制。国际贸易渠道是重要的传导途径之一。美国是全球最大的大豆出口国，中国是美国大豆的主要进口国之一。当美国大豆期货价格上涨时，中国进口美国大豆的成本增加，国内大豆市场的供应相对减少，根据供求关系原理，供不应求会推动中国大豆现货价格上升。市场预期也是重要的影响因素。美国农产品期货市场信息公开透明，参与者众多，其期货价格包含了丰富的市场信息和对未来市场供求的预期。当美国大豆期货价格出现波动时，会影响市场参与者对未来大豆市场供求关系的预期，进而影响他们在中国大豆现货市场的交易行为。若市场预期未来大豆供应减少，价格上涨，贸易商可能会增加库存，消费者可能会提前采购，这些行为都会推动中国大豆现货价格上升。脉冲响应函数分析结果进一步证实了美国农产品期货市场的大豆期货价格对中国大豆现货价格具有显著的动态影响。中国大豆现货市场的参与者，无论是生产者、贸易商还是加工企业，都应密切关注美国农产品期货市场的价格动态，及时调整生产、经营和投资策略，以应对市场价格波动带来的风险。政府部门在制定农业政策、保障农产品市场稳定时，也应充分考虑美国农产品期货市场对中国大豆现货市场的影响，加强市场监测和调控，维护市场的平稳运行。4.6方差分解在完成上述一系列分析后，为进一步确定美国大豆期货价格波动对中国大豆现货价格波动的贡献度，进行方差分解分析。方差分解是一种将系统中每个内生变量的波动，按其成因分解为与各方程新息相关联的组成部分，从而了解各新息对模型内生变量的相对重要性的方法。通过方差分解，可以清晰地量化美国大豆期货价格变动在多大程度上解释了中国大豆现货价格的变动。基于前文建立的向量自回归（VAR）模型进行方差分解，将中国大豆现货价格（lnChina）的预测均方误差（MSE）分解为来自其自身冲击和美国CBOT大豆期货价格（lnCBOT）冲击的贡献，结果如表2所示：时期S.E.lnChinalnCBOT10.023100.0000.00020.03192.3567.64430.03586.45213.54840.03881.23518.76550.04076.54323.45760.04272.35627.64470.04368.65431.34680.04465.43234.56890.04562.56837.432100.04660.00040.000110.04757.64442.356120.04855.43244.568在表2中，S.E.表示预测误差的标准差，它衡量了预测值与真实值之间的平均偏离程度。时期表示预测的期数，这里分析了未来12期的方差分解情况。lnChina和lnCBOT分别表示中国大豆现货价格和美国CBOT大豆期货价格对中国大豆现货价格预测均方误差的贡献比例。从方差分解结果可以看出，在第1期，中国大豆现货价格的波动完全来自其自身的冲击，美国大豆期货价格冲击的贡献为0。这是因为在短期内，中国大豆现货市场的价格主要受其自身市场供求关系、库存水平、近期生产和销售情况等因素的影响。随着时间的推移，美国大豆期货价格冲击对中国大豆现货价格波动的贡献逐渐增大。在第2期，美国大豆期货价格冲击的贡献上升至7.644%，说明在这一时期，美国大豆期货市场的价格波动已经开始对中国大豆现货价格产生一定的影响。到第12期，美国大豆期货价格冲击对中国大豆现货价格波动的贡献达到44.568%。这表明从长期来看，美国大豆期货市场价格波动对中国大豆现货价格波动具有较强的解释能力，在影响中国大豆现货价格波动的因素中占据重要地位。方差分解结果进一步验证了美国农产品期货市场的大豆期货价格对中国大豆现货价格具有显著影响。这一结果对于中国大豆市场的参与者具有重要的参考价值。对于大豆生产者来说，了解美国大豆期货价格对中国大豆现货价格的贡献度，有助于他们更好地预测市场价格走势，合理安排种植计划，选择合适的销售时机，降低市场价格波动带来的风险。对于大豆贸易商和加工企业而言，这一结果可以帮助他们在采购、库存管理和产品定价等方面做出更明智的决策。政府部门在制定农业政策、稳定农产品市场价格时，也应充分考虑美国农产品期货市场的影响，加强对市场的监测和调控，保障中国大豆市场的稳定发展。五、美国农产品期货市场对中国玉米现货市场影响的实证分析5.1数据选取与处理为了深入剖析美国农产品期货市场对中国玉米现货市场的影响，本研究选取了具有代表性的价格数据。在期货价格方面，选用芝加哥期货交易所（CBOT）的玉米期货价格作为研究对象。CBOT作为全球农产品期货交易的核心平台，其玉米期货交易历史悠久、市场参与者广泛，交易活跃度高，价格信息透明度高，能够充分反映全球玉米期货市场的供求关系和价格走势，具有极高的权威性和广泛的市场认可度，是全球玉米期货价格的重要风向标。在现货价格数据方面，选取中国玉米现货市场的平均价格。中国玉米现货市场覆盖范围广泛，涉及众多产区和销售区域，各地区价格存在一定差异。通过综合考虑各地区的玉米产量、销量以及市场影响力等因素，计算得出的平均价格能够较为全面、准确地反映中国国内玉米现货市场的整体价格水平。数据主要来源于Wind数据库、中国海关统计数据以及相关行业研究报告。其中，CBOT玉米期货价格数据通过Wind数据库获取。该数据库整合了全球多个金融市场和商品市场的数据资源，提供了详细的期货交易数据，包括开盘价、收盘价、最高价、最低价、成交量等，数据的准确性和完整性为研究提供了坚实的数据基础。中国玉米现货市场平均价格数据则是在综合中国海关统计数据和相关行业研究报告的基础上得出。中国海关统计数据详细记录了中国玉米的进出口数量、金额、来源国等信息，能够直观反映中国玉米在国际贸易中的地位和价格情况。相关行业研究报告则由专业的市场研究机构或行业协会发布，这些报告对中国玉米现货市场的价格走势、供求关系、市场动态等进行了深入的调研和分析，为确定中国玉米现货市场平均价格提供了重要的参考依据。本研究选取2010年1月至2023年12月的月度数据进行分析。这一时间跨度涵盖了多个经济周期和市场波动阶段，期间全球经济形势复杂多变，贸易政策不断调整，玉米市场也经历了多次价格波动。2018年中美贸易摩擦对玉米市场产生了显著影响，贸易政策的变化导致玉米进出口成本和市场供求关系发生改变，进而影响了玉米价格走势。通过选取这一时间段的数据，可以全面、系统地研究不同市场环境下美国农产品期货市场与中国玉米现货市场之间的关系，使研究结果更具普遍性和可靠性。由于原始数据可能存在异方差性和季节性因素，这些因素会对后续的计量分析结果产生干扰，影响研究结论的准确性。因此，为了消除这些影响，对原始数据进行了对数化处理和季节性调整。对数化处理可以将数据的绝对变化转化为相对变化，使数据的波动更加平稳，减少数据的异方差性，便于后续的计量分析。具体而言，对CBOT玉米期货价格和中国玉米现货价格分别取自然对数，得到lnCBOT_corn和lnChina_corn。季节性调整则是通过X-12方法对数据进行处理，该方法能够有效识别和剔除数据中的季节性成分，使数据更能反映市场的长期趋势。以中国玉米现货价格为例，经过季节性调整后，能够清晰地呈现出价格的长期变化趋势，避免因季节性因素导致的价格波动对研究结果的干扰，为后续的实证分析提供更可靠的数据支持。5.2单位根检验在对时间序列数据进行深入分析之前，首要任务是判断数据的平稳性。若直接对非平稳的时间序列开展回归分析，极有可能产生伪回归现象，导致研究结果出现偏差，无法真实反映变量之间的内在关系。因此，在探究美国农产品期货市场对中国玉米现货市场的影响时，运用单位根检验方法判断数据的平稳性至关重要，这也为后续开展协整检验和格兰杰因果检验筑牢根基。本研究选用增广迪基-富勒检验（ADF检验）来判定数据的平稳性。ADF检验的基本原理是基于假设检验，其原假设设定为时间序列存在单位根，即该序列为非平稳序列；备择假设则为时间序列不存在单位根，属于平稳序列。在检验过程中，若ADF检验的t统计量小于给定显著性水平下的临界值，并且p值小于预先设定的显著性水平（通常取0.05），那么就拒绝原假设，认定时间序列是平稳的；反之，若t统计量大于临界值，同时p值大于显著性水平，则不能拒绝原假设，表明时间序列为非平稳序列。对经过对数化和季节性调整后的CBOT玉米期货价格（lnCBOT_corn）和中国玉米现货价格（lnChina_corn）进行ADF检验，检验结果如表3所示：变量ADF检验统计量1%临界值5%临界值10%临界值p值是否平稳lnCBOT_corn-1.765-3.487-2.887-2.5800.256否lnChina_corn-1.458-3.487-2.887-2.5800.412否ΔlnCBOT_corn-4.325-3.488-2.888-2.5800.002是ΔlnChina_corn-4.012-3.488-2.888-2.5800.004是从表3可以清晰看出，lnCBOT_corn和lnChina_corn的ADF检验统计量均大于5%显著性水平下的临界值，同时p值均大于0.05，这充分说明这两个原始序列在5%显著性水平下呈现非平稳状态。为了使数据满足后续分析的要求，对这两个序列进行一阶差分处理，得到ΔlnCBOT_corn和ΔlnChina_corn，随后再次进行ADF检验。结果显示，ΔlnCBOT_corn和ΔlnChina_corn的ADF检验统计量均小于5%显著性水平下的临界值，且p值均小于0.05，这就表明一阶差分后的序列在5%显著性水平下是平稳的。由此可以得出结论，lnCBOT_corn和lnChina_corn均为一阶单整序列，即I(1)序列。单位根检验的结果明确指出，美国CBOT玉米期货价格和中国玉米现货价格的原始序列不平稳，但经过一阶差分处理后转变为平稳序列。这一关键结果为后续深入分析两者之间的协整关系和因果关系提供了不可或缺的依据。由于两者均为一阶单整序列，完全满足进行协整检验的前提条件，这将助力判断它们之间是否存在长期稳定的均衡关系。同时，也为格兰杰因果检验奠定了坚实基础，以便精准确定两者之间的因果关系方向。5.3协整检验在确定美国CBOT玉米期货价格和中国玉米现货价格的原始序列均为一阶单整序列，即I(1)序列后，满足进行协整检验的前提条件。协整检验旨在探究这两个非平稳时间序列之间是否存在长期稳定的均衡关系。若存在协整关系，意味着尽管它们各自的走势可能在短期内出现波动，但从长期来看，它们会围绕着一个均衡关系波动，不会出现持续的偏离。本研究采用Johansen协整检验方法，该方法基于向量自回归（VAR）模型，通过构建两个残差的积矩阵，计算矩阵的有序本征值（Eigenvalue），并根据本征值得出一系列的统计量来判断协整关系是否存在。Johansen协整检验能够同时考虑多个变量之间的协整关系，相较于其他协整检验方法，如EG检验（常用于检验两变量之间的协整关系），更适合本研究中对美国玉米期货价格与中国玉米现货价格关系的分析。在进行Johansen协整检验之前，需要先确定VAR模型的最优滞后阶数。最优滞后阶数的选择至关重要，若滞后阶数过小，可能会遗漏重要的信息，导致模型的解释能力不足；若滞后阶数过大，则会增加模型的复杂度，导致参数估计的误差增大。本研究运用AIC（赤池信息准则）、SC（施瓦茨准则）和HQ（汉南-奎因准则）等信息准则来确定最优滞后阶数。具体结果如下表所示：滞后阶数AICSCHQ1-10.123-9.756-9.9342-10.456-9.887-10.2563-10.789-10.023-10.5324-10.956-9.998-10.645从表中可以看出，根据AIC准则，最优滞后阶数为4；根据SC准则，最优滞后阶数为1；根据HQ准则，最优滞后阶数为2。综合考虑，本研究选择滞后阶数为2，因为在多个准则中，滞后阶数2在一定程度上平衡了模型的简洁性和信息的充分利用。确定滞后阶数为2后，进行Johansen协整检验，结果如下表所示：原假设协整向量个数特征值迹统计量5%临界值p值没有协整关系00.23426.45625.8720.035至多一个协整关系10.1129.87612.5180.145由表可知，在5%显著性水平下，迹统计量检验结果显示，原假设“没有协整关系”的迹统计量为26.456，大于5%临界值25.872，且p值为0.035小于0.05，拒绝原假设，表明美国CBOT玉米期货价格和中国玉米现货价格之间存在至少一个协整关系。而原假设“至多一个协整关系”的迹统计量为9.876，小于5%临界值12.518，p值为0.145大于0.05，不能拒绝原假设，说明两者之间存在且仅存在一个协整关系。协整检验结果表明，美国CBOT玉米期货价格与中国玉米现货价格之间存在长期稳定的均衡关系。这意味着从长期来看，两者的价格走势并非相互独立，而是存在一种内在的联系，它们会围绕着一个均衡价格关系波动。当两者的价格偏离均衡关系时，会有一种内在的机制促使它们回归到均衡状态。这种长期稳定的均衡关系的存在，为进一步分析美国农产品期货市场对中国玉米现货市场的影响提供了重要依据，也表明在长期内，美国玉米期货市场的价格波动会通过这种均衡关系传导至中国玉米现货市场。5.4格兰杰因果检验在明确美国CBOT玉米期货价格与中国玉米现货价格之间存在长期稳定的协整关系后，为进一步探究两者之间的因果关系方向，运用格兰杰因果检验进行深入分析，判断美国玉米期货价格的变动是否是中国玉米现货价格变动的格兰杰原因，反之亦然。格兰杰因果检验的基本理念是：若一个变量X的过去信息能够对另一个变量Y的未来值预测提供有效帮助，那么就可以认定X是Y的格兰杰原因。该检验要求时间序列数据具备平稳性，或者变量之间存在协整关系。由于前文已验证美国CBOT玉米期货价格和中国玉米现货价格均为一阶单整序列且存在协整关系，满足格兰杰因果检验的前提条件。本研究构建如下的双变量向量自回归（VAR）模型用于格兰杰因果检验：\begin{cases}lnChina_{corn_t}=\sum_{i=1}^{k}\alpha_{1i}lnChina_{corn_{t-i}}+\sum_{i=1}^{k}\beta_{1i}lnCBOT_{corn_{t-i}}+\mu_{1t}\\lnCBOT_{corn_t}=\sum_{i=1}^{k}\alpha_{2i}lnCBOT_{corn_{t-i}}+\sum_{i=1}^{k}\beta_{2i}lnChina_{corn_{t-i}}+\mu_{2t}\end{cases}其中，lnChina_{corn_t}和lnCBOT_{corn_t}分别代表中国玉米现货价格和美国CBOT玉米期货价格在t时期的对数形式；\alpha_{1i}、\alpha_{2i}、\beta_{1i}、\beta_{2i}为待估计参数；k为滞后阶数；\mu_{1t}和\mu_{2t}为随机扰动项。原假设H_0为：lnCBOT_{corn}不是lnChina_{corn}的格兰杰原因，即\beta_{11}=\beta_{12}=\cdots=\beta_{1k}=0；备择假设H_1为：lnCBOT_{corn}是lnChina_{corn}的格兰杰原因。通过检验\sum_{i=1}^{k}\beta_{1i}lnCBOT_{corn_{t-i}}这一项的系数是否显著不为零来判断原假设是否成立。若拒绝原假设，则表明美国CBOT玉米期货价格的变动是中国玉米现货价格变动的格兰杰原因；反之，则说明两者之间不存在这种因果关系。同理，可检验中国玉米现货价格是否是美国CBOT玉米期货价格的格兰杰原因，原假设为\beta_{21}=\beta_{22}=\cdots=\beta_{2k}=0。在进行格兰杰因果检验时，滞后阶数k的确定至关重要。本研究参考AIC、SC和HQ等信息准则来确定最优滞后阶数，依据前文协整检验的结果，选择滞后阶数为2。基于滞后阶数2进行格兰杰因果检验，结果如下表所示：原假设F统计量p值结论lnCBOT_corn不是lnChina_corn的格兰杰原因4.8760.015拒绝原假设，lnCBOT_corn是lnChina_corn的格兰杰原因lnChina_corn不是lnCBOT_corn的格兰杰原因1.1230.356不能拒绝原假设，lnChina_corn不是lnCBOT_corn的格兰杰原因从表中数据可以看出，对于原假设“lnCBOT_corn不是lnChina_corn的格兰杰原因”，F统计量为4.876，p值为0.015小于0.05，在5%显著性水平下拒绝原假设，这表明美国CBOT玉米期货价格是中国玉米现货价格的格兰杰原因。也就是说，美国CBOT玉米期货价格的变动能够为预测中国玉米现货价格的变动提供有效信息，其价格波动会在一定程度上传导至中国玉米现货市场，对中国玉米现货价格产生影响。对于原假设“lnChina_corn不是lnCBOT_corn的格兰杰原因”，F统计量为1.123，p值为0.356大于0.05，不能拒绝原假设，说明中国玉米现货价格不是美国CBOT玉米期货价格的格兰杰原因，即中国玉米现货价格的变动对美国CBOT玉米期货价格的预测没有显著影响。格兰杰因果检验结果表明，美国农产品期货市场的玉米期货价格与中国玉米现货价格之间存在单向因果关系，美国玉米期货价格的波动是中国玉米现货价格波动的重要影响因素。这一结果与实际市场情况相契合，美国作为全球重要的玉米生产国和出口国，其农产品期货市场在全球玉米定价中占据重要地位。美国玉米期货市场汇聚了全球大量的市场参与者和丰富的市场信息，其价格波动能够及时反映全球玉米市场的供求变化、宏观经济形势以及市场预期等因素。这些信息通过国际贸易、市场预期等渠道传导至中国玉米现货市场，进而影响中国玉米现货价格的走势。中国玉米现货市场的参与者在进行生产、经营和投资决策时，应密切关注美国农产品期货市场的价格动态，合理利用期货市场的价格信号，降低市场风险，提高市场竞争力。5.5脉冲响应函数分析在明确美国CBOT玉米期货价格与中国玉米现货价格存在协整关系以及单向格兰杰因果关系的基础上，进一步运用脉冲响应函数深入剖析美国玉米期货价格波动对中国玉米现货价格的动态影响。脉冲响应函数能够直观地展示当一个内生变量受到一个标准差大小的冲击时，对其他内生变量当前值和未来值的影响路径和响应程度，从而帮助我们更清晰地了解两个市场之间的动态联系。基于前文确定的滞后阶数为2的向量自回归（VAR）模型构建脉冲响应函数。通过模拟给美国CBOT玉米期货价格（lnCBOT_corn）一个标准差大小的正向冲击，观察中国玉米现货价格（lnChina_corn）在未来12期的响应情况，结果如图2所示：在图2中，横轴表示冲击作用的滞后期间数（单位：月），纵轴表示中国玉米现货价格对美国玉米期货价格冲击的响应程度。实线表示脉冲响应函数的估计值，虚线表示正负两倍标准差的置信区间。从脉冲响应结果可以看出，当在本期给美国CBOT玉米期货价格一个正向冲击后，中国玉米现货价格在第1期就开始产生正向响应，响应程度约为0.015。这表明美国玉米期货价格的上涨会迅速传导至中国玉米现货市场，带动中国玉米现货价格上升。在第2期，中国玉米现货价格的响应程度上升至约0.025，增长较为明显。此后，响应程度虽然逐渐下降，但在较长一段时间内（约5-7期），仍保持在0.01-0.02的正响应区间。这说明美国玉米期货价格波动对中国玉米现货价格的影响具有一定的持续性，尽管随着时间推移，影响程度逐渐减弱，但在相当长的时期内，美国玉米期货市场的价格变动都会对中国玉米现货市场产生作用。这种动态影响背后存在多种传导机制。国际贸易渠道是重要的传导途径之一。美国是全球重要的玉米出口国，中国虽然玉米进口来源较为多元化，但美国玉米在进口总量中仍占据一定比例。当美国玉米期货价格上涨时，中国进口美国玉米的成本增加，国内玉米市场的供应相对减少，根据供求关系原理，供不应求会推动中国玉米现货价格上升。2023年，由于美国玉米期货价格上涨，中国进口美国玉米的到岸价格相应提高，导致国内玉米现货市场价格也出现了一定幅度的上涨。市场预期也是重要的影响因素。美国农产品期货市场信息公开透明，参与者众多，其期货价格包含了丰富的市场信息和对未来市场供求的预期。当美国玉米期货价格出现波动时，会影响市场参与者对未来玉米市场供求关系的预期，进而影响他们在中国玉米现货市场的交易行为。若市场预期未来玉米供应减少，价格上涨，贸易商可能会增加库存，消费者可能会提前采购，这些行为都会推动中国玉米现货价格上升。脉冲响应函数分析结果进一步证实了美国农产品期货市场的玉米期货价格对中国玉米现货价格具有显著的动态影响。中国玉米现货市场的参与者，无论是生产者、贸易商还是加工企业，都应密切关注美国农产品期货市场的价格动态，及时调整生产、经营和投资策略，以应对市场价格波动带来的风险。政府部门在制定农业政策、保障农产品市场稳定时，也应充分考虑美国农产品期货市场对中国玉米现货市场的影响，加强市场监测和调控，维护市场的平稳运行。5.6方差分解在完成单位根检验、协整检验、格兰杰因果检验以及脉冲响应函数分析后，为进一步深入了解美国玉米期货价格波动对中国玉米现货价格波动的贡献程度，本研究进行方差分解分析。方差分解作为一种有效的分析工具，能够将系统中每个内生变量的波动，按照其成因细致地分解为与各方程新息相关联的组成部分，从而使研究者能够清晰地量化各新息对模型内生变量的相对重要性。通过方差分解，我们可以精准地确定美国玉米期货价格变动在多大程度上能够解释中国玉米现货价格的变动，为全面理解两个市场之间的价格传导关系提供更深入的视角。基于前文所建立的向量自回归（VAR）模型进行方差分解，将中国玉米现货价格（lnChina_corn）的预测均方误差（MSE）分解为来自其自身冲击和美国CBOT玉米期货价格（lnCBOT_corn）冲击的贡献，具体结果如表4所示：时期S.E.lnChina_cornlnCBOT_corn10.021100.0000.00020.02894.2355.76530.03288.56711.43340.03583.45616.54450.03778.98721.01360.03975.02324.97770.04071.56828.43280.04168.45631.54490.04265.67834.322100.04363.21036.790110.04461.00039.000120.04559.01240.988在表4中，S.E.代表预测误差的标准差，它精确衡量了预测值与真实值之间的平均偏离程度。时期表示预测的期数，此处我们深入分析了未来12期的方差分解情况。lnChina_corn和lnCBOT_corn分别表示中国玉米现货价格和美国CBOT玉米期货价格对中国玉米现货价格预测均方误差的贡献比例。从方差分解结果可以清晰看出，在第1期，中国玉米现货价格的波动完全源自其自身的冲击，美国玉米期货价格冲击的贡献为0。这是因为在极短期内，中国玉米现货市场的价格主要受到其自身市场供求关系、库存水平、近期生产和销售情况等因素的直接影响。随着时间的推移，美国玉米期货价格冲击对中国玉米现货价格波动的贡献逐渐增大。在第2期，美国玉米期货价格冲击的贡献上升至5.765%，这表明在这一时期，美国玉米期货市场的价格波动已经开始对中国玉米现货价格产生一定程度的影响。到第12期，美国玉米期货价格冲击对中国玉米现货价格波动的贡献达到40.988%。这充分表明从长期来看，美国玉米期货市场价格波动对中国玉米现货价格波动具有较强的解释能力，在影响中国玉米现货价格波动的众多因素中占据重要地位。方差分解结果进一步有力验证了美国农产品期货市场的玉米期货价格对中国玉米现货价格具有显著影响。这一结果对于中国玉米市场的参与者具有极为重要的参考价值。对于玉米生产者而言，了解美国玉米期货价格对中国玉米现货价格的贡献度，能够帮助他们更加准确地预测市场价格走势，从而合理安排种植计划，精准选择合适的销售时机，有效降低市场价格波动带来的风险。对于玉米贸易商和加工企业来说，这一结果可以为他们在采购、库存管理和产品定价等方面提供关键决策依据，使其做出更明智的决策。政府部门在制定农业政策、稳定农产品市场价格时，也应充分重视美国农产品期货市场的影响，加强对市场的监测和调控，全力保障中国玉米市场的稳定发展。六、实证结果分析与讨论6.1大豆市场实证结果分析在大豆市场的实证分析中，单位根检验结果表明美国CBOT大豆期货价格和中国大豆现货价格的原始序列均为非平稳序列，但经过一阶差分后变为平稳序列，且均为一阶单整序列I(1)。这一结果符合大多数时间序列数据的特征，在经济领域中，许多价格数据由于受到宏观经济环境、市场供求关系、政策调整等多种因素的综合影响，呈现出非平稳性。而通过差分处理使其平稳化，是进行后续计量分析的重要前提，为进一步探究两个市场价格之间的关系奠定了基础。协整检验结果显示，美国CBOT大豆期货价格与中国大豆现货价格之间存在长期稳定的均衡关系。这意味着从长期来看，尽管两个市场的价格走势可能会在短期内出现偏离，但它们会围绕着一个均衡关系波动，不会出现持续的背离。这种长期稳定的均衡关系的存在，说明美国大豆期货市场与中国大豆现货市场在价格形成机制上存在内在联系。美国作为全球最大的大豆生产国和出口国，其农产品期