国际农产品价格季节性波动规律研究_苗谨

期货日报/2011年/11月/16日/第004版

理论

国际农产品价格季节性波动规律研究

新湖期货 苗谨

农产品价格的季节性波动规律稳定性在减弱，投资者以及相关品种的研究人员在适当参考农产品历史价格规律的基础上，需要更加灵活细致地分析当前供需情况，以适应越发复杂多变的市场环境。

由于商品的供需层面存在着某些季节性变化特点，即随着季节的转换商品供给或需求的增减趋势相对固定，这些商品的价格也因此带有季节性波动特性，我们将这种波动特性称为季节性波动规律。

就农产品而言，通常在一年中特定的季节播种，经过生长成熟之后，又在另一个季节收获，这种生长周期的循环使得农产品相比基础金属或者化工品具有更加明显的季节性波动规律。投资者和相关品种的研究人员在研判农产品价格走势时，经常会参照其季节性波动规律。但是，大宗商品市场近年来金融属性不断增强，而且农产品自身供需关系也在发生着潜移默化的改变。这些因素对农产品市场的季节性波动规律产生了怎样的影响，它是否依旧是可靠的研判工具？

为了更直观地反映价格的季节性波动规律，本文采用相对关联法来描述价格在月间的波动情况。相对关联法的主要计算步骤如下：

（1）采用商品期货的连续合约收盘价格数据，计算每年各个月份的平均价格。

（2）将研究时段每个年度第一个月的价格定为基准价格，即为100%。

（3）将每年中每个月的平均价格与上一个月的月度平均价相比，分别得到每个月的百分比。

（4）综合研究时段的月度百分比数据，求解该时段相同月份的月度百分比的平均值。

（5）根据（4）步计算出的结果，画出一条月度百分比曲线。

国际大豆价格的季节性波动规律

为了说明农产品价格季节性波动规律产生了哪些变化，本文采用两组具有一定时间间隔，而长度相当的数据，对比依据以上数据计算得到的季节性波动指数的变化情况。比如在对国际大豆价格的研究中，本文选用美国芝加哥期货交易所（CBOT ）黄大豆连续合约1991—1995年，以及2005—2010年（剔除2008年）连续合约每日收盘价格数据。由于2008年全球经济环境突变，大宗商品价格波动异常剧烈，为了避免计算得到的季节性指数失真，故在计算中剔除2008年。由此得到的两份CBOT 黄大豆期货季节性指数图如图1：

图1：国际大豆价格季节性指数图

1991—1995年的季节性指数走势印证了供需关系对大豆价格的影响作用。9、10月份通常是北半球新作大豆的集中上市时段，供给压力会导致价格出现约2%的跌幅。11月份大豆价格受需求带动迎来一波快速拉升行情，此后价格保持在较高水平。当时间转到5、6月份时，巴西和阿根廷新豆集中上市，价格小幅上涨后随即缓慢下跌，直至下一年度的11月份左右才止跌回升，大豆价格的波动性具有上述季节性规律。

对比1991—1995年和2005—2010年两条季节性指数曲线，可以明显看到后者的波动幅度大于前者，说明近年来大豆价格的波动区间在逐渐扩大。仔细对比两条季节性指数曲线在各月份间的变化，可以发现上世纪90年代初大豆价格在10月份通常由于季节性供给压力而承压下行，但最近几年反而发力向上，其中的原因可能归结为以下两点：

首先，早期农业产业链条的价格传递模式可以概括为“需求拉动为主、供给推动为辅”，在确定价格的过程中，需求方往往占有主导权。但是最近几年农产品的供需结构出现了一些新特点新变化，从而改变了传统的价格传递模式，需求与供给双方的力量对比也在供需结构的转变过程中此消彼长，供给型定价模式逐渐成为主流。

其次，在大豆的国际贸易中，更多重要参与者的加入以及他们之间的博弈使得供需情况更加复杂。从表1美国、巴西以及阿根廷三国各年度大豆出口量的对比变化中，我们可以看到美国大豆出口量所占份额不断下降，定价优势不断弱化。世界大豆贸易结构的这些变化，出口国与进口国以及其内部的博弈使得国际大豆价格波动规律更加复杂多变。

表1：世界主要大豆出口国出口量对比情况（单位：万吨）

国际大豆价格的季节性波动区间在扩大并且出现偏移，那么其指导意义是否也发生了变化？对于价格季节性波动规律稳定性的考量，本文采用变异系数方法。变异系数是衡量样本资料中各观测值变异程度的重要统计量，其计算方法为样本标准差与样本均值的比值。利用得到的两组季节性指数，计算每个月份数据的标准差和平均值，它们的比值即为两组季节性指数的变异系数矩阵，结果如表2：

表2：世界大豆价格季节性指数变异系数矩阵

对比由两组季节性指数计算得到的变异系数，我们可以发现2005—2010年季节性指数的变异系数明显大于1991—1995年季节性指数的变异系数，也就是说前者的离散程度远高于后者，说明大豆价格波动的不确定性在增强，价格涨跌已经没有原先那样具有规律性。金融属性的强化以及自身供需结构、贸易特征的改变不仅使大豆价格波动区间扩大，而且早期具有的明显波动规律也在不断被弱化。

国际玉米价格的季节性波动规律

与研究国际大豆价格的季节性波动规律类似，对于国际玉米价格的研究，本文首先采用1991—1995年和2005—2010年（剔除2008年）两个相隔时间段，CBOT 玉米连续合约每日收盘价，计算得到各月份玉米价格的季节性指数，并绘制出两条不同的季节性走势图（见图2）。

玉米与大豆的生长周期相差无几，贸易结构也呈现类似的特点。美国和中国是传统的玉米生

产大国，目前中国在玉米的国际贸易中已由净出口国转变为净进口国。90年代初以来，美国玉米出口量虽然曾经出现过小幅波动，但整体情况保持稳定，年出口量在4000万—6000万吨之间。阿根廷和巴西目前总产量已经超过8000万吨。从数量上来看，1990/1991年度，美国玉米出口绝对值为4385.8万吨，占世界玉米贸易总量的75.1%；而到了2010/2011年度，美国玉米出口绝对值小幅增加至4659.9万吨，相对值却下降至51.5%。贸易结构的多元化增加了玉米市场的不确定性，国际玉米价格的波动区间在不断扩大。

图2：国际玉米价格季节性指数图

供给型定价模式在玉米产业链的价格传导机制中表现得更为突出。以美国为代表的燃料乙醇生产国每年玉米的消耗量巨大， 2005／2006年度美国工业消耗玉米量为7668.5万吨，2009/2010年度玉米工业用量首次超过饲料需求。在消费需求的强劲拉动下，国际玉米价格的季节性上涨也表现得更加明显。

与国际大豆价格的研究一样，我们还需要观察国际玉米价格季节性波动规律的稳定性，来全面认定这一规律的指导性意义。我们分别计算1991—1995年以及2005—2010年（剔除2008年）两组国际玉米季节性指数的月度变异系数，结果如表3：

表3：世界玉米价格季节性指数变异系数矩阵

从两组数据的对比可以看出，除5月和6月外，其余月份的变异系数均不同程度扩大，说明玉米价格的季节性波动规律有所减弱。特别是9、10两月变异系数的差值较其他月份更为明显，反映出玉米收获期价格的不确定性在增强。而变异系数的最大值出现在7月份，通常在玉米作物生长的关键期，对于天气因素的炒作程度会因不同年份气候的差异而大相径庭，这也使得每年7月份国际玉米价格的涨跌幅度出现很大偏离。而5、6月份的变异系数相较其他月份偏小，由于5、6月份玉米需求处于淡季，而且玉米生长也缺乏天气炒作题材，因此，这两个月份国际玉米价格的涨跌相对稳定。

国际棉花价格的季节性波动规律

下面我们继续分析另一个重要的农产品期货品种——棉花。采用相同的研究方法，我们选取在美国洲际交易所（ICE ）上市交易的棉花连续合约在两个相隔时段内，即1991—1995年以及2005—2010年（剔除2008年）期间的每日收盘价格，分别计算各月份棉花价格的季节性指数，并绘制出两条不同的季节性指数图，如图3：

图3：国际棉花价格季节性指数图

相比大豆和玉米，棉花的国际贸易结构较为分散。美国、澳大利亚等国是世界棉花主要输出国。美国在世界棉花出口贸易中的份额相对稳定，相对值保持在30%—45%之间。国际棉花贸易中的主要进口国为中国、土耳其等。我国棉花总体进口数量快速增长，年间波动性较为明显。棉花主要出口国与进口国产量、出口量以及进口量的波动性决定了棉花价格波动幅度与频率高于其他农产品品种。

关于国际棉花价格季节性波动规律稳定性的研究，本文依旧采用比较两组季节性指数变异系数的方法。我们分别计算1991—1995年以及2005—2010年（剔除2008年）两组国际棉花季节性指数的月度变异系数，结果如表4：

表4：世界棉花价格季节性指数变异系数矩阵

通过对比两组变异系数，可以发现两组数据中7月份季节性指数的变异系数相较其他月份偏大。7月份正值北半球棉花作物的生长关键期，对天气的炒作程度因实际天气情况而有所差异，因此7月份棉花价格涨跌的不确定性较高。整体来看，2005—2010年季节性指数的变异系数要高于1991—1995年的相应值，说明国际棉花价格的季节性波动规律的稳定性在减弱，这也是供需关系、世界贸易结构等多种因素共同影响的结果。

结 论

通过对比观察两组相隔时段季节性指数的变异系数，我们可以发现通常在作物生长关键期变异系数较大，由于各年份对天气题材炒作程度不同，农产品价格的涨跌幅度存在着较大偏离。此外，2005—2010年季节性指数的变异系数均较1991—1995年的出现不同程度放大，说明农产品价格的季节性波动规律稳定性在减弱。投资者以及相关品种的研究人员在适当参考农产品历史价格规律的基础上，需要更加灵活细致地分析当前供需情况，以适应越发复杂多变的市场环境。