大數(shù)據(jù)背景下農(nóng)產(chǎn)品價(jià)格波動(dòng)特征研究

□ 劉希玉 黃 宇 寧曉楓

（長沙學(xué)院經(jīng)濟(jì)與管理學(xué)院，湖南 長沙 410005）

一、引言

據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，1978-2021年，我國農(nóng)林牧漁業(yè)的總產(chǎn)值保持了穩(wěn)步上升的趨勢(shì)，1978年農(nóng)業(yè)總產(chǎn)值僅為1459億元，2021年農(nóng)業(yè)總產(chǎn)值達(dá)到83086億元，為1978年產(chǎn)值的57倍。2000-2021年農(nóng)業(yè)總產(chǎn)值基本維持在4%左右的增長水平，遠(yuǎn)低于同期國內(nèi)生產(chǎn)總值8%的平均增長率。農(nóng)業(yè)作為國民經(jīng)濟(jì)發(fā)展的根基，在我國經(jīng)濟(jì)發(fā)展中有著特殊的戰(zhàn)略地位，但是近年來，農(nóng)產(chǎn)品價(jià)格大幅波動(dòng)，嚴(yán)重影響農(nóng)業(yè)生產(chǎn)的穩(wěn)定發(fā)展，不利于農(nóng)民收入的穩(wěn)定增加。縱觀世界各國農(nóng)業(yè)生產(chǎn)發(fā)展經(jīng)驗(yàn)，農(nóng)業(yè)的健康發(fā)展離不開農(nóng)產(chǎn)品市場的健康發(fā)展，農(nóng)產(chǎn)品價(jià)格波動(dòng)直接影響農(nóng)民收入和農(nóng)民生產(chǎn)的積極性，因此農(nóng)產(chǎn)品價(jià)格波動(dòng)研究對(duì)農(nóng)業(yè)健康發(fā)展至關(guān)重要。

二、文獻(xiàn)綜述及述評(píng)

（一）農(nóng)產(chǎn)品價(jià)格波動(dòng)特征的研究

農(nóng)產(chǎn)品價(jià)格波動(dòng)具有周期性的特征，這一點(diǎn)眾多學(xué)者都紛紛贊同，但是對(duì)于其劃分卻未能形成統(tǒng)一意見。程國強(qiáng)（2009）、徐學(xué)亮（2008，2009）針對(duì)1978年至2006年農(nóng)產(chǎn)品價(jià)格波動(dòng)周期劃分為五個(gè)周期，分別是1978-1986、1987-1992、1993-2000、2001-2002以及2003-2006，其中第三種周期的變化為最大。李國祥（2012）雖然仍把農(nóng)產(chǎn)品的價(jià)格周期劃分為五期，但其時(shí)間節(jié)點(diǎn)不完全相同，分為1982-1990、1990-1999、1999-2002、2002-2006及2006-2009，并認(rèn)為在第二個(gè)階段存在不規(guī)則的周期波動(dòng)。郭曉慧、葛黨橋（2009）同樣以1978年為研究時(shí)間的起點(diǎn)，至2009年，僅劃分為三個(gè)周期，分別以1991、2000和2009年作為劃分的端末點(diǎn)。李正輝、徐亞麗（2014）把1999-2012年的農(nóng)產(chǎn)品價(jià)格劃分為四個(gè)階段，分別以2003、2006和2009作為分割點(diǎn)，并肯定了農(nóng)產(chǎn)品價(jià)格周期性的存在?？傮w上而言，學(xué)者們都達(dá)成了農(nóng)產(chǎn)品價(jià)格波動(dòng)具有周期性的共識(shí)，只是對(duì)其劃分有不同見解，究其原因可能是由于各學(xué)者劃分的依據(jù)有所差別而形成的。

農(nóng)產(chǎn)品價(jià)格波動(dòng)的時(shí)變性是指其波動(dòng)是否隨時(shí)間變化而呈現(xiàn)一定的特征，基于ARCH效應(yīng)來說，探究的就是波動(dòng)是否具有集簇性。唐衍偉（2005）等、徐團(tuán)團(tuán)（2007）等研究表明，我國大豆期貨價(jià)格存在顯著的ARCH效應(yīng)。高志杰論證了我國小麥期貨收益率序列存在ARCH效應(yīng)。羅萬純等（2010）利用ARCH類模型對(duì)糧食價(jià)格的波動(dòng)特征進(jìn)行分析，得出秈稻、粳稻、大豆沒有明顯的異方差效應(yīng)，而小麥和玉米價(jià)格波動(dòng)有明顯的集簇性特點(diǎn)。莊巖（2012）基于GED-ARCH類模型對(duì)中國農(nóng)產(chǎn)品價(jià)格波動(dòng)做出實(shí)證研究，結(jié)果表明棉花價(jià)格沒有顯著的集聚性，而生豬、大豆和稻谷則稱存在。王少芬、趙昕東（2015）利用非對(duì)稱成分的ARCH模型以棉花、玉米、大豆、小麥和秈稻作為研究樣本研究了我國農(nóng)產(chǎn)品價(jià)格波動(dòng)，實(shí)證結(jié)果表明其五種樣本都具有集群的特征。應(yīng)韻（2016）選取2004-2015年的各類食品價(jià)格指數(shù)同比月度數(shù)據(jù)，利用CX12和HP濾波對(duì)我國各類食品價(jià)格指數(shù)進(jìn)行了研究，發(fā)現(xiàn)我國糧食、蛋類、鮮菜的價(jià)格不具有明顯的集簇性，而鮮果具有?；唇ㄜ?、劉金昌（2016）基于價(jià)格黏性的視角，運(yùn)用GARCH模型分析波動(dòng)趨勢(shì)和穩(wěn)健性，研究結(jié)果表明我國農(nóng)產(chǎn)品價(jià)格波動(dòng)具有類聚性。目前，尚未形成統(tǒng)一結(jié)論。

羅孝玲（2005）等對(duì)大豆、小麥期貨合約收益序列的研究表明，兩類價(jià)格的波動(dòng)存在非對(duì)稱性，但價(jià)格下跌信息引發(fā)的價(jià)格波動(dòng)比價(jià)格上漲信息引發(fā)的價(jià)格波動(dòng)幅度大。顧國達(dá)、方晨靚（2010，2011）先采用MS-VECM模型對(duì)國際市場因素影響下中國農(nóng)產(chǎn)品價(jià)格波動(dòng)的特征進(jìn)行實(shí)證分析，發(fā)現(xiàn)中國農(nóng)產(chǎn)品市場的局面轉(zhuǎn)移概率存在非對(duì)稱性，價(jià)格波動(dòng)呈現(xiàn)出暴漲緩跌的特征，后又運(yùn)用VAR模型對(duì)價(jià)格在農(nóng)產(chǎn)品各環(huán)節(jié)的傳導(dǎo)進(jìn)行模擬，得出農(nóng)產(chǎn)品價(jià)格傳導(dǎo)機(jī)制具有非對(duì)稱性的結(jié)論。胡安其（2012）研究發(fā)現(xiàn)我國糧食價(jià)格波動(dòng)具有明顯的非對(duì)稱性，并且價(jià)格上漲信息引發(fā)的價(jià)格波動(dòng)比價(jià)格下跌信息引發(fā)的價(jià)格波動(dòng)幅度大。馮明（2013）利用GARCH簇模型對(duì)豬肉價(jià)格波動(dòng)性進(jìn)行分析，得出豬肉價(jià)格波動(dòng)存在顯著的非對(duì)稱性特點(diǎn)。李正輝（2014）等選取1999-2012年我國農(nóng)產(chǎn)品價(jià)格指數(shù)，觀測(cè)到我國農(nóng)產(chǎn)品價(jià)格呈現(xiàn)出明顯的不可重復(fù)性和非對(duì)稱性。針對(duì)其非對(duì)稱性的方向，即負(fù)向信息與正向信息的影響力度結(jié)論不一。

（二）大數(shù)據(jù)研究方法在農(nóng)產(chǎn)品價(jià)格研究中的應(yīng)用

大數(shù)據(jù)研究方法應(yīng)用于農(nóng)業(yè)研究時(shí)間較短，研究內(nèi)容較少，主要集中在農(nóng)產(chǎn)品的價(jià)格波動(dòng)的預(yù)測(cè)上。張兵等（2019）運(yùn)用SARIMA模型對(duì)河北省葡萄價(jià)格進(jìn)行短期預(yù)測(cè)，研究發(fā)現(xiàn)葡萄價(jià)格具有顯著的季節(jié)性特征，波動(dòng)較大。王寶海等（2016）運(yùn)用ARIMA模型對(duì)我國大宗農(nóng)產(chǎn)品價(jià)格指數(shù)進(jìn)行預(yù)測(cè)，研究發(fā)現(xiàn)我國大宗農(nóng)產(chǎn)品價(jià)格短期有下行壓力，但是長期來看，大宗商品價(jià)格處于上漲趨勢(shì)。曹霜等（2015）運(yùn)用基于小波分解的SVM-ARIMA模型對(duì)大白菜價(jià)格進(jìn)行預(yù)測(cè)。大數(shù)據(jù)方法更多的應(yīng)用于討論構(gòu)建農(nóng)產(chǎn)品交易大數(shù)據(jù)平臺(tái)、農(nóng)產(chǎn)品供應(yīng)鏈建設(shè)和農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)控制中。

（三）總結(jié)

從已有的研究內(nèi)容看，大部分農(nóng)產(chǎn)品價(jià)格波動(dòng)研究應(yīng)用的都是線性模型和因果預(yù)測(cè)模型進(jìn)行研究，在研究農(nóng)產(chǎn)品價(jià)格波動(dòng)趨勢(shì)中，更趨向于研究平均價(jià)格或長期價(jià)格趨勢(shì)，但是農(nóng)產(chǎn)品價(jià)格具有波動(dòng)大，短期受各類市場和非市場因素影響非常明顯的特性。本文根據(jù)農(nóng)產(chǎn)品價(jià)格波動(dòng)的這類特性，運(yùn)用ARCH族模型研究我國農(nóng)產(chǎn)品價(jià)格波動(dòng)的特征，為下一步大數(shù)據(jù)在農(nóng)產(chǎn)品價(jià)格波動(dòng)中的研究應(yīng)用提供參考。

三、研究方法及樣本數(shù)據(jù)選取

（一）研究方法

本文采用ARCH族模型研究農(nóng)產(chǎn)品價(jià)格波動(dòng)特征，主要運(yùn)用以下幾個(gè)基本模型。

（1）（G）ARCH模型

（G）ARCH模型包含的均值方程和方差方程。

（2）GARCH-M模型

該模型被稱為ARCH均值模型，其表達(dá)式如公式③。

其中，ρ為待估參數(shù)，其代表的是風(fēng)險(xiǎn)與收益的權(quán)衡，也稱作是風(fēng)險(xiǎn)溢價(jià)參數(shù)，當(dāng)參數(shù)ρ＞0且顯著時(shí)，表明該市場滿足高風(fēng)險(xiǎn)高回報(bào)的變化特征，反之則不存在。

（3）TARCH模型

TARCH模型也稱為門限ARCH模型，TARCH模型的條件方差的表達(dá)式見公式④。

其中，dt-1是一個(gè)虛擬的變量，當(dāng)ut-1＜0時(shí)，dt-1=1，否則為0。

（4）EGARCH模型

EGARCH模型也稱為指數(shù)ARCH模型，其條件方差的表達(dá)式見公式（5）。

其中，參數(shù)β反映波動(dòng)程度的大小，γ表示非對(duì)稱性。價(jià)格上漲信息對(duì)被解釋變量的影響為α+γ，價(jià)格下跌信息對(duì)被解釋變量的影響為α－γ。

（二）樣本數(shù)據(jù)的選取

基于全國農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)的科學(xué)性和適用性，綜合各種因素，選取了2007-2016年全國農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)的日度數(shù)據(jù)作為研究樣本，數(shù)據(jù)來源于wind數(shù)據(jù)庫。對(duì)全國農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)的日度數(shù)據(jù)做一定處理，得到收益率Rt=LNPt-LNPt-1，共2568個(gè)觀察值，Pt指t期的農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)，Pt-1指t-1期的農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)。數(shù)據(jù)處理及計(jì)量使用Eviews8.0軟件。

四、實(shí)證分析

（一）樣本數(shù)據(jù)的基本統(tǒng)計(jì)分析

1.樣本時(shí)間序列描述性統(tǒng)計(jì)分析

全國農(nóng)產(chǎn)品批發(fā)價(jià)格收益率的基本統(tǒng)計(jì)量如表1所示，收益率R的均值為0.000157，略微大于正態(tài)分布的期望值零，最大值與最小值之間的差異明顯，偏度系數(shù)和峰度系數(shù)顯示數(shù)據(jù)序列右偏尖峰厚尾特征。此外，JB正態(tài)性檢驗(yàn)設(shè)定原假設(shè)收益率序列服從正態(tài)分布，在1%的顯著水平下，全國農(nóng)產(chǎn)品批發(fā)價(jià)格收益率均拒絕原假設(shè)，證實(shí)R的分布顯著偏離正態(tài)分布。同時(shí)，繪制了農(nóng)產(chǎn)品批發(fā)價(jià)格收益率變化圖（如圖1）和農(nóng)產(chǎn)品批發(fā)價(jià)格變化圖（如圖2），由圖1可以看出收益率基本圍繞在0均值上下范圍內(nèi)變化，其波動(dòng)隨時(shí)間的變化而不同，波動(dòng)存在較明顯的集聚性，其中2008年到2009年農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)的波動(dòng)幅度較大，說明宏觀經(jīng)濟(jì)形式對(duì)于農(nóng)產(chǎn)品價(jià)格有明顯的影響。另外，從圖1中還可以看出，農(nóng)產(chǎn)品批發(fā)價(jià)格收益率變化圖雖然反應(yīng)了農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)波動(dòng)存在明顯的集聚性，但是振幅較大的波動(dòng)并不多，大部分波動(dòng)是以小波動(dòng)聚集為主，這與金融產(chǎn)品收益率波動(dòng)圖呈現(xiàn)出明顯的不同，也反應(yīng)了與金融產(chǎn)品相比，農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)相對(duì)穩(wěn)定。由圖2可以看出，農(nóng)產(chǎn)品批發(fā)價(jià)格波動(dòng)頻繁，呈現(xiàn)出周期性，且在整體上，呈上漲趨勢(shì)，其中2007年到2013年上漲趨勢(shì)明顯，2013-2016年趨于平穩(wěn)。

表1 農(nóng)產(chǎn)品批發(fā)價(jià)格收益率基本統(tǒng)計(jì)量

圖1 農(nóng)產(chǎn)品批發(fā)價(jià)格收益率變化圖

圖2 農(nóng)產(chǎn)品批發(fā)價(jià)格變化圖

2.樣本時(shí)間序列平穩(wěn)的單位根檢驗(yàn)

同時(shí)對(duì)農(nóng)產(chǎn)品批發(fā)價(jià)格P及收益率R都做了單位根的檢驗(yàn)，結(jié)果如表2所列示，收益率序列T統(tǒng)計(jì)量值為-16.60995，遠(yuǎn)小于在1%的顯著水平下的臨界值-2.565865，說明至少可以在99%置信水平下拒絕原假設(shè)，即收益率序列是平穩(wěn)的。但是對(duì)農(nóng)產(chǎn)品批發(fā)價(jià)格序列做的單位根檢驗(yàn)，并未通過，接受原假設(shè)，存在單位根，說明其價(jià)格序列不是平穩(wěn)的。

表2 農(nóng)產(chǎn)品樣本ADF檢驗(yàn)表

3.樣本時(shí)間序列的自相關(guān)性檢驗(yàn)

自相關(guān)檢驗(yàn)的結(jié)果表明，收益率序列滯后1期的AC值和PAC值均為-0.069，其絕對(duì)值均未超過0.1，且Qk統(tǒng)計(jì)量為12.131，其相伴概率為0.000，顯著的拒絕了零假設(shè)，說明收益率系列存在自相關(guān)性。

表3 農(nóng)產(chǎn)品樣本自相關(guān)檢驗(yàn)表

4.ARCH-LM檢驗(yàn)與殘差平方相關(guān)圖檢驗(yàn)

進(jìn)一步進(jìn)行了ARCH-LM檢驗(yàn)，檢驗(yàn)結(jié)果發(fā)現(xiàn)，在滯后1期的估計(jì)結(jié)果如表4所示，此時(shí)，概率值P為0，拒絕原假設(shè)，說明殘差序列存在ARCH效應(yīng)。殘差平方的自相關(guān)（AC）和偏自相關(guān)（PAC）系數(shù)，如圖三所示，自相關(guān)系數(shù)和偏自相關(guān)系數(shù)顯著不為0，而且Q統(tǒng)計(jì)量非常顯著，說明殘差序列存在滯后1期的ARCH效應(yīng)。

表4 農(nóng)產(chǎn)品樣本ARCH效應(yīng)檢驗(yàn)結(jié)果

圖3 殘差平方相關(guān)圖檢驗(yàn)

（二）模型估計(jì)結(jié)果與分析

1.實(shí)證結(jié)果

農(nóng)產(chǎn)品批發(fā)價(jià)格ARCH類模型估計(jì)結(jié)果如表5所示。

表5 農(nóng)產(chǎn)品批發(fā)價(jià)格ARCH類模型估計(jì)結(jié)果匯總

2.結(jié)果分析

（1）（G）ARCH模型的結(jié)果

農(nóng)產(chǎn)品批發(fā)價(jià)格收益率方差方程中，在1%的水平下顯著，說明農(nóng)產(chǎn)品批發(fā)價(jià)格收益率序列具有顯著的波動(dòng)集聚性。目前對(duì)此的解釋有兩種不同的說法：一種認(rèn)為是由宏觀經(jīng)濟(jì)形勢(shì)而引起的，而另一種說法則認(rèn)為是由于不同類型的風(fēng)險(xiǎn)厭惡交易者的存在。本文認(rèn)為，這兩種因素均會(huì)使得農(nóng)產(chǎn)品價(jià)格波動(dòng)存在集聚特征，考慮到現(xiàn)有經(jīng)濟(jì)的開放性，市場主導(dǎo)的經(jīng)濟(jì)體制獲得了巨大的成功，宏觀的經(jīng)濟(jì)環(huán)境的影響作用越來越顯著，另外，農(nóng)產(chǎn)品期貨市場的發(fā)展，其價(jià)格彈性在不斷增加，投資者心理具有重要作用。隨后對(duì)ARCH模型的殘差序列在滯后階數(shù)P=1時(shí)ARCH-LM檢驗(yàn)，結(jié)果見表6，此時(shí)的相伴概率為0.7643，接受原假設(shè)，認(rèn)為該殘差序列不存在ARCH效應(yīng)，說明ARCH模型消除了OLS回歸估計(jì)的均值方程的殘差序列的條件異方差性。由圖4ARCH模型的殘差平方圖可知，自相關(guān)系數(shù)和偏自相關(guān)系數(shù)近似為0，ARCH模型的殘差序列不再存在ARCH效應(yīng)。

表6 ARCH模型的殘差序列ARCH-LM檢驗(yàn)結(jié)果

圖4 ARCH模型的殘差平方圖

（2）GARCH-M模型的結(jié)果

GARCH-M模型的均值方程中，盡管在1%的水平下顯著，卻小于0，表明農(nóng)產(chǎn)品批發(fā)價(jià)格未表現(xiàn)出高風(fēng)險(xiǎn)高回報(bào)的特征，這與大多數(shù)學(xué)者論證結(jié)果相同。

（3）TARCH模型的結(jié)果

在TARCH模型中，參數(shù)為-0.325454，且在1%的水平下顯著不為0，說明農(nóng)產(chǎn)品批發(fā)價(jià)格的波動(dòng)存在非對(duì)稱性，且農(nóng)產(chǎn)品價(jià)格上漲信息（利好消息）引發(fā)的波動(dòng)比等量的下跌信息（利空消息）價(jià)格引起的波動(dòng)大。

（4）EGARCH模型的結(jié)果及信息沖擊曲線

EGARCH模型中顯著的不為0，更進(jìn)一步證實(shí)了農(nóng)產(chǎn)品批發(fā)價(jià)格的波動(dòng)存在非對(duì)稱性，且價(jià)格上漲的信息比價(jià)格下跌信息對(duì)價(jià)格的影響更大。另外，反映波動(dòng)程度的大小的參數(shù)為0.918968，接近于1，表明波動(dòng)的持續(xù)性和集聚性比較強(qiáng)。據(jù)EGARCH模型估計(jì)的參數(shù)所繪制的信息沖擊曲線，如圖5所示，也驗(yàn)證了以上結(jié)論。

圖5 非對(duì)稱性影響的信息沖擊曲線

五、基于波動(dòng)特征大數(shù)據(jù)研究農(nóng)產(chǎn)品價(jià)格波動(dòng)建議

文章通過ARCH類模型，對(duì)我國農(nóng)產(chǎn)品價(jià)格的波動(dòng)性特征進(jìn)行了實(shí)證研究，選取2007-2016年近十年的全國批發(fā)價(jià)格的每日的價(jià)格數(shù)據(jù)，得到其價(jià)格收益率，發(fā)現(xiàn)我國農(nóng)產(chǎn)品批發(fā)價(jià)格存在顯著的波動(dòng)集聚特征，但不存在高風(fēng)險(xiǎn)高收益特征，其價(jià)格走勢(shì)有明顯的上漲趨勢(shì)且波動(dòng)存在周期性。另外，農(nóng)產(chǎn)品批發(fā)價(jià)格存在顯著的波動(dòng)非對(duì)稱，且等量的價(jià)格上漲的信息比價(jià)格下跌信息對(duì)價(jià)格的影響更大。通過對(duì)我國農(nóng)產(chǎn)品價(jià)格波動(dòng)特征的研究發(fā)現(xiàn)，我國農(nóng)產(chǎn)品價(jià)格波動(dòng)大，波動(dòng)特征非線性，價(jià)格影響因素多且復(fù)雜，適合采用大數(shù)據(jù)方法研究農(nóng)產(chǎn)品價(jià)格規(guī)律。

（一）我國農(nóng)產(chǎn)品價(jià)格波動(dòng)特征

根據(jù)以上我國農(nóng)產(chǎn)品批發(fā)價(jià)格的波動(dòng)率特征，我們可以總結(jié)以下農(nóng)業(yè)產(chǎn)品價(jià)格波動(dòng)呈現(xiàn)的特點(diǎn)：

1.農(nóng)產(chǎn)品批發(fā)價(jià)格不存在高風(fēng)險(xiǎn)高收益特征。這一特征說明針對(duì)農(nóng)業(yè)的金融產(chǎn)品品種過少，投資者難以通過產(chǎn)品組合分散風(fēng)險(xiǎn)，使部分可分散風(fēng)險(xiǎn)聚集，農(nóng)業(yè)投資風(fēng)險(xiǎn)高收益卻不能與風(fēng)險(xiǎn)對(duì)等，降低投資者的投資積極性。

2.農(nóng)產(chǎn)品批發(fā)價(jià)格存在較明顯的波動(dòng)集聚特征。這一特征說明農(nóng)產(chǎn)品批發(fā)價(jià)格也會(huì)受到外部信息沖擊，但是沖擊持續(xù)時(shí)間不長，說明農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)受到外部信息沖擊會(huì)發(fā)生波動(dòng)，且容易發(fā)生暴漲暴跌，這一特征不但影響農(nóng)業(yè)生產(chǎn)的正常進(jìn)行，也會(huì)影響農(nóng)民收益。

3.農(nóng)產(chǎn)品批發(fā)價(jià)格具有顯著的非對(duì)稱性特征。農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)的非對(duì)稱性特征與大多數(shù)金融產(chǎn)品收益率序列非對(duì)稱性特性相反，呈現(xiàn)出正向非對(duì)稱性，這一現(xiàn)象反映出價(jià)格快速上漲對(duì)農(nóng)產(chǎn)品價(jià)格影響更大，農(nóng)產(chǎn)品價(jià)格波動(dòng)得也更劇烈，農(nóng)產(chǎn)品市場的風(fēng)險(xiǎn)更大。

（二）基于農(nóng)產(chǎn)品價(jià)格波動(dòng)特征的大數(shù)據(jù)研究建議

以上農(nóng)產(chǎn)品批發(fā)價(jià)格波動(dòng)呈現(xiàn)出與其他金融產(chǎn)品波動(dòng)不同的獨(dú)特特點(diǎn)，這些特點(diǎn)較好地體現(xiàn)了農(nóng)業(yè)產(chǎn)品與其他產(chǎn)品生產(chǎn)、銷售和對(duì)于市場信息反映的不同。基于以上特點(diǎn)，可以從以下幾個(gè)方面考慮進(jìn)一步通過大數(shù)據(jù)方法對(duì)農(nóng)產(chǎn)品價(jià)格進(jìn)行研究。

1.農(nóng)產(chǎn)品批發(fā)價(jià)格的波動(dòng)特點(diǎn)集中體現(xiàn)了農(nóng)業(yè)金融產(chǎn)品供給不足。農(nóng)業(yè)金融供給側(cè)改革應(yīng)大力增加農(nóng)業(yè)金融產(chǎn)品數(shù)量，尤其是農(nóng)業(yè)金融衍生產(chǎn)品數(shù)量，提供避險(xiǎn)工具，對(duì)沖農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)。同時(shí)在增加金融產(chǎn)品數(shù)量供給的同時(shí)應(yīng)加強(qiáng)市場準(zhǔn)入制度和金融市場監(jiān)管，防止金融機(jī)構(gòu)操控農(nóng)業(yè)金融產(chǎn)品價(jià)格，影響農(nóng)業(yè)生產(chǎn)正常秩序。

2.運(yùn)用大數(shù)據(jù)方法構(gòu)建農(nóng)產(chǎn)品價(jià)格波動(dòng)預(yù)警機(jī)制。農(nóng)業(yè)生產(chǎn)分布地域廣，價(jià)格信息傳播速度慢，尤其是對(duì)價(jià)格有影響的信息對(duì)農(nóng)產(chǎn)品價(jià)格影響較大，但沖擊時(shí)效短，價(jià)格容易大起大落，擾亂市場交易。運(yùn)用大數(shù)據(jù)方法抓取對(duì)農(nóng)產(chǎn)品價(jià)格影響較大的信息種類，構(gòu)建農(nóng)產(chǎn)品價(jià)格波動(dòng)預(yù)警機(jī)制，對(duì)于外部沖擊信息進(jìn)行預(yù)判，針對(duì)農(nóng)業(yè)生產(chǎn)周期較長的特點(diǎn)，提前安排應(yīng)對(duì)措施防止外部信息沖擊對(duì)農(nóng)產(chǎn)品價(jià)格產(chǎn)生過度影響。

3.運(yùn)用大數(shù)據(jù)方法建設(shè)農(nóng)產(chǎn)品金融工具交易平臺(tái)。要穩(wěn)定農(nóng)產(chǎn)品價(jià)格，必須大力發(fā)展農(nóng)產(chǎn)品價(jià)格金融工具，在擴(kuò)大農(nóng)產(chǎn)品金融工具供給中，應(yīng)協(xié)調(diào)政府與市場的作用，由政府牽頭建設(shè)農(nóng)產(chǎn)品交易金融工具交易平臺(tái)，保證農(nóng)產(chǎn)品價(jià)格信息充分交流，同時(shí)必須充分利用市場的作用，通過市場對(duì)沖農(nóng)產(chǎn)品價(jià)格波動(dòng)風(fēng)險(xiǎn)。在穩(wěn)定農(nóng)產(chǎn)品價(jià)格波動(dòng)中，既要充分調(diào)動(dòng)市場的作用，又要注意控制市場引起的副作用，協(xié)調(diào)好政府調(diào)控與市場靈活性之間的平衡才能有效穩(wěn)定農(nóng)產(chǎn)品價(jià)格。