Price Transmission of Imported Hardwood Lumber in China
-
摘要: 中国从2015年4月起实施全面停止天然林商业性采伐政策,这一政策的实施导致国产阔叶锯材供给的下降和阔叶锯材进口依存度的提高,进而对中国进口阔叶锯材的价格传导产生影响。基于此,选取2011—2019年中国主要进口阔叶锯材(菠罗格、沙比利、白梧桐、山毛榉和红胡桃)日度价格数据进行实证研究。研究识别2015年6月1日为结构突变点,据此将时间区间划分为两个子区间,运用阈值协整模型实证分析进口阔叶锯材之间的价格传导关系。结果表明:每个价格组合在两个子区间均存在不对称价格传导关系。天然林商业性禁伐政策实施后,价格传导的不对称性进一步增强,导致木材进出口商的福利分配差距扩大,使得国内木材进口商处于更加不利的贸易地位。在此基础上,从政府和企业两个层面提出了应对价格传导不对称性的策略,以维护公平、合理的木材贸易。
-
关键词:
- 阔叶锯材 /
- 天然林全面商业性禁伐 /
- 不对称价格传导 /
- 阈值协整模型
Abstract: Since April 2015, China has implemented the policy of completely stopping commercial logging of natural forests. The implementation of this policy has led to a decrease in the supply of domestic hardwood lumber and an increase in the import dependence of hardwood lumber, which had brought about a profound impact on the price transmission among China's imported hardwood lumber. In this context,we selected the daily price data of major imported hardwood lumber (Merbau, Sapele,Triplochiton, Beech and Okoume) in China from 2011 to 2019 for empirical study. June 1, 2015 was identified as the structural mutation point, and the time interval was divided into two sub-intervals. The price transmission relationship between imported hardwood lumber was empirically analyzed by the threshold cointegration model.The results showed that each price group had asymmetric price transmission relationship in the two sub-intervals, and the asymmetry of price transmission was further enhanced after the implementation of commercial ban policy of natural forest, which led to the widening of the welfare distribution gap of timber importers and exporters, and made Chinese timber importers in a more unfavorable trade position. On this basis, we put forward some strategies to deal with asymmetric price transmission from the perspectives of government and enterprises, so as to maintain fair and reasonable timber trade. -
近年来,随着中国建筑业和家具制造业的发展,优质木材消费需求出现了快速增长,阔叶锯材进口量逐年上升[1]。根据2019年联合国粮食及农业组织(Food and Agriculture Organization of the United Nations,简称FAO)统计数据,中国阔叶锯材年进口量从2008年的400万m3增长到2018年的1 201万m3。2018年,中国阔叶锯材进口贸易额占全球阔叶锯材贸易额的48%,中国已成为世界第一大阔叶锯材进口国。为了保护天然林资源,中国自2015年4月开始实施天然林全面商业性禁伐政策。首先,在东北和内蒙古国有林区开展天然林商业性禁伐政策的试点,进而扩展到全部国有林场和林区,最后在全国范围内所有林区全面推广。这一政策的实施减少了国内木材的供给,特别是大径级优质木材的供给。自2015年4月1日起,重点国有林区每年减少木材产量373.4万m3[2]。同时,中国的阔叶人工林建设仍不成熟,特别是缺乏大口径优质材等问题,限制了中国国内阔叶材的供应[3-4],导致中国阔叶材消耗严重依赖进口。由此,中国的阔叶锯材进口同比增长率持续上升,根据2018年联合国贸易数据库(https://unstats.un.org/unsd/trade/default.asp)数据显示,中国的阔叶锯材进口同比增长率由2016年的6.05%上升至2018年的17.91%。同时,由于国内木材进口企业小而分散的经营模式,使得国内木材进口商在木材贸易定价中处于劣势。进口阔叶锯材价格的变化将对国内木材加工企业产生较大冲击,进而对国内木材加工产业的竞争格局和市场态势产生深远影响。
在上述禁伐政策的冲击下,进口阔叶锯材价格是否会发生重大变化?阔叶锯材价格之间是否存在价格传导?政策出台前后相关阔叶锯材间的价格传导是否会发生变化?这些问题将深刻影响中国阔叶锯材进口企业及木材加工产业的发展。因此,本文对天然林商业禁伐政策背景下的中国进口阔叶锯材价格传导问题进行研究。
一. 文献综述
价格传导是市场价格变化的重要表现方式,即当某一种商品的价格发生变动时,它的变动将通过一定的传导路径,采用一定的传导速率,作用或影响同一体系中其他相关商品价格的过程。国内外对价格传导机制的研究领域较为广泛,涉及金融、能源、农业、林业等多个行业。价格传导机制可分为对称性和非对称性两种,不同类型的价格传导机制会对市场参与者产生不同的福利分配效应。其中,不对称价格传导机制成为学界的研究热点[5],不同于一般的对称价格传导机制,它被定义为一些价格不能对相关品价格上升和下降做出相同程度反应的过程。在林产品领域,不对称价格传导的研究主要集中在垂直价格传导方面。Koutroumanidis等[6]研究发现垂直不对称价格传导在希腊原木市场很明显:相对于希腊国内原木产地价格下降而言,消费市场价格对希腊国内原木产地价格上升的反应速度更慢。Ahn等[7]研究发现韩国纤维板行业表现出垂直不对称的价格调整,即批发价格对上游价格上涨的反应比对价格下跌的反应更为迅速。Ning等[8]研究指出在美国南部和西部的木材供应链中呈现明显的垂直不对称价格传导,当价差增加而非减少时,下游木材价格反应更灵敏。Sun[9]指出美国从中国和越南进口木床的空间价格传导是不对称的,越南出口商的定价跟随中国木床的价格,越南出口商对价差扩大的反应比价差缩小的反应更快。不对称价格传导本质上属于一种市场失灵现象,会造成福利重分配,常给部分相关主体造成福利的损失[10]。然而,当前关于林产品不对称价格传导福利的研究较少。在中国木材消耗严重依赖进口的背景下,不对称价格传导必将有损国内木材进口商及下游加工企业的利益,甚至阻碍其长远发展。
结合现实背景,本文探究天然林全面禁伐政策实施前后,中国进口阔叶锯材之间是否存在价格不对称传导及其传导机制的变化,并在此基础上进行价格传导福利效应的分析,有助于贸易相关利益方和政府相关部门探究中国天然林全面商业禁伐政策的实施对价格传导机制的影响,以及由此引发的福利分配问题,从而为天然林全面商业禁伐政策实施后中国进口阔叶锯材贸易政策、机制、体系的构建和企业积极应对进口阔叶锯材市场价格风险提供启示。
二. 进口阔叶锯材价格传导非对称性的理论分析
由于市场参与主体的市场势力、相关政策干预等方面因素,使得不对称价格传导的现象普遍存在。在水平价格传导中,替代性是同类商品之间存在价格传导关系的重要原因[11-12]。阔叶锯材主要用于家具制造和室内装饰等领域。由于阔叶锯材的用途比较集中,彼此之间存在广泛的替代性,使得其价格之间可能存在传导关系。市场势力的差距也是价格传导呈现不对称的原因之一[9]。在产业链中,原材料供应者如果占据了较多的稀缺原材料资源,其在产业链中会有更大的影响力[13]。在总体利润固定的假设下,各利益主体分配利润的依据便是其市场势力的大小[14]。这一点在阔叶锯材贸易中得到充分体现。其原因有二:①中国阔叶锯材进口依存度较高。全球阔叶材产量较为有限,并且产地分布极不均衡[15]。随着中国木材加工业的发展,对阔叶锯材的需求量增大,并且进口来源地集中度高,因而阔叶锯材成为稀缺资源[2]。②市场结构差异大。中国木材行业存在行业门槛低、企业规模小、无序竞争严重等问题[2,3,14]。面对国外规模化经营的木材出口商,国内木材进口商在阔叶锯材贸易定价中处于劣势地位。因此,木材资源的稀缺性和国内木材进口商小而分散的市场结构造成木材进出口商之间存在较大的市场势力差距,使得国外木材出口商对阔叶锯材价格有较强的控制力,而国内木材进口商在国际贸易中的议价能力较低。市场势力较强的市场主体能够利用对价格的控制力,增强对其有利的价格传导,减缓对其不利的价格传导,从而使价格传导呈现不对称性[12,16]。因此,国外木材出口商可以通过调节阔叶锯材价格相对变动的时间获得更多贸易福利,而国内木材进口商的贸易福利则被削减,进而造成国内木材进口商在贸易福利分配中处于不利的地位。
政策干预是价格不对称传导的重要影响因素[12]。政策干预的冲击使得本就不平衡的市场势力差距进一步扩大,进而可能加剧中国进口阔叶锯材之间价格传导的不对称性。天然林全面禁伐政策实施后,国内木材资源供给下降,导致市场对进口阔叶锯材的依赖性增强,这进一步降低了国内木材进口商的议价能力[17]。同时,禁伐政策增强了国外木材出口商对价格上涨的预期,使其认为由于刚性的阔叶锯材需求,中国进口阔叶锯材的任何价格下降都只是暂时的,而价格上涨的时间则会更加持久[13,18]。实施禁伐政策后,木材进出口商的市场势力差距进一步拉大,这进一步增强了国外木材出口商对阔叶锯材价格的控制力,促使国外木材出口商面对价格相对下跌时可以更快地将价格调整至均衡水平,而面对价格相对上涨时可以更慢地将价格调整至均衡水平,造成价格传导的不对称性加剧,导致国外木材出口商贸易福利的增加和国内木材进口商贸易福利的减少。综上所述,因此,本文作出如下理论假设:中国进口阔叶锯材之间可能存在不对称的价格传导关系,并且禁伐政策实施后中国进口阔叶锯材价格传导的不对称性可能会增强。
三. 实证研究
一 理论模型
阈值协整模型是由Enders等[19]构建的非线性协整模型,能够捕捉进口阔叶锯材价格变化中显著的不对称性。阈值协整模型可以精确地刻画中国进口阔叶锯材价格传导规律及其演变过程。首先,使用普通最小二乘法,利用式(1)估计菠罗格/沙比利、沙比利/白梧桐、白梧桐/山毛榉、山毛榉/红胡桃4组进口阔叶锯材价格序列之间的线性关系。其次,利用估算的残差序列和指示变量建立一致阈值协整模型(consistent threshold autoregression,简称CTAR)和一致动态阈值协整模型(consistent momentum threshold autoregression,简称CMTAR)。
$$ y_{t}=\phi_{0}+\phi_{1} x_{t}+\xi_{t} $$ (1) $$\Delta {\hat \xi _t} = {\rho _1}{H_t}{\hat \xi _{t - 1}} + {\rho _2}\left( {1 - {H_t}} \right){\hat \xi _{t - 1}} + \sum\nolimits_{i = 1}^p {{\varphi _i}} \Delta {\hat \xi _{t - 1}} + {\mu _t}$$ (2) $$ {H_t} = \left\{ {\begin{array}{*{20}{l}} {1}&{{{\hat \xi }_{t - 1}} \geqslant \tau } \\ {0}&{{{\hat \xi }_{t - 1}} < \tau } \end{array}} \right.{\text{ }} $$ (3) $${H_t} = \left\{ {\begin{array}{*{20}{l}} {1}&{\Delta {{\hat \xi }_{t - 1}} \geqslant \tau } \\ {0}&{\Delta {{\hat \xi }_{t - 1}} < \tau } \end{array}} \right. $$ (4) 式中:y是被解释变量,指的是一种进口阔叶锯材价格序列,x是解释变量,指的是与之相对的另一种进口阔叶锯材价格序列,
$\phi_0 $ 、$\phi_1 $ 、$\varphi_i $ 是系数,ξt是误差项,$\Delta {\hat \xi _t} $ 是当期估计残差的变化量,即t期和t − 1期估计残差的一阶差分,$\Delta {\hat \xi _{t - 1}} $ 是前一期估计残差的变化量,ρ1、ρ2是系数且服从于多元渐进分布,Ht是指示变量,${\hat \xi _{t - 1}} $ 是前一期估计残差,p是滞后阶数,μt是白噪声扰动项,τ是阈值。式(2)和式(3)一起被称为CTAR模型,而式(2)和式(4)构成CMTAR模型。在CTAR模型中,指示变量取决于前一期的估计残差${\hat \xi _{t - 1}} $ 。当${\hat \xi _{t - 1}} \geqslant \tau $ 时,价格差偏离阈值的数值为正数,称为正偏差,模型使用$ \;\rho_{1} {H}_{t} \hat{\xi}_{t-1} $ 调整;反之,价格差偏离阈值的数值为负数,称为负偏差,采用$\; \rho_{2}\left(1-H_{t}\right) \hat{\xi}_{t-1} $ 调整。CMTAR模型调整变量的选择基于前一期的变化量$\Delta {\hat \xi _{t - 1}} $ ,调整过程类似于CTAR模型。CTAR模型可以充分识别时间序列偏离均衡时的深度不对称性运动。更小的负偏差调整系数(即| ρ2| ≤ | ρ1|)意味着负偏差比正偏差持续时间更长。而对时间序列偏离均衡更为剧烈的不对称运动则由CMTAR模型识别。二 数据来源及处理
本文选择2011—2019年中国进口的5种阔叶锯材的日度价格数据作为研究对象,树种名称为菠罗格、沙比利、白梧桐、山毛榉和红胡桃。这5种阔叶锯材的进口来源涵盖中国进口阔叶锯材的主要来源地,是中国大量进口并普遍使用的锯材类型,被广泛用于生产中高档木制家具、地板、门窗和室内装饰。数据来源于中国木材价格指数网(www.yuzhuprice.com),数据采集地点为中国最大的木材贸易市场−广东鱼珠木材交易市场,时间跨度从2011年1月1日至2019年12月31日。
1 进口阔叶锯材价格的断点检验
由于2015年中国开始实施天然林禁伐政策,这一重大政策变化可能造成主要进口阔叶锯材价格趋势的结构性突变。首先对5种进口阔叶锯材价格序列进行Perron检验,测得的结构断点日期分别为2015年6月14日、2015年5月7日、2015年6月17日、2015年6月18日和2015年5月11日(见表1)。由于结构断点均在2015年6月前后,本文选择2015年6月1日为结构突变的具体时间点,并采用邹断点检验进一步验证,结果支持2015年6月1日这一时间存在结构突变(见表2)。因此,将整个样本区间以2015年6月1日为界限划分为两个子区间,第一个子区间是从2011年1月1日至2015年5月31日,第二个子区间是从2015年6月1日到2019年12月31日。
表 1 5种进口阔叶锯材价格序列Perron结构突变点检验结构断点日期 滞后阶数 t值 菠罗格 2015-06-14 4 −6.632*** 沙比利 2015-05-07 4 −5.560* 白梧桐 2015-06-17 4 −9.480*** 山毛榉 2015-06-18 4 −7.790*** 红胡桃 2015-05-11 4 −7.750*** 注:*、**、***分别表示10%、5% 、1%的显著性水平。 表 2 邹断点检验自变量/因变量 F统计量 似然比统计值 菠罗格/沙比利 870.810 3*** 1 382.965 0*** 沙比利/白梧桐 4 172.669 0*** 4 048.037 0*** 白梧桐/山毛榉 80.140 9*** 156.464 4*** 山毛榉/红胡桃 469.455 0*** 820.882 9*** 注:*、**、***分别表示10%、5% 、1%的显著性水平。 2 进口阔叶锯材价格的平稳性分析
本文选择Dickey-Fuller GLS (简称DF-GLS)检验和Kwiatkowski-Phillips-Schmidt-Shin(简称KPSS)检验验证时间序列平稳性。为减少可能存在的异方差,所有的价格序列都被转换成自然对数进行接下来的价格特征及价格传导实证探究[20]。如表3~4所示,KPSS和DF-GLS检验均表明两个子区间中所有价格序列都为原水平序列不平稳,经过一阶差分后变平稳的序列。因此价格传导中5个时间序列均为一阶单整序列。
表 3 第一子区间单位根检验第一子区间 KPSS DF-GLS 水平序列(T,C) 菠罗格 0.38*** −1.69 沙比利 0.52*** −1.90 白梧桐 0.68*** −2.27 山毛榉 0.31*** −2.28 红胡桃 0.35*** −2.43 一阶差分序列(T,C) Δ菠罗格 0.06 −3.30** Δ沙比利 0.11 −3.39** Δ白梧桐 0.04 −11.56*** Δ山毛榉 0.03 −15.28*** Δ红胡桃 0.03 −22.09*** 注:*、 **、***分别表示10%、5%、1%的显著性水平。T表示时间趋势,C表示常数项,Δ表示一阶差分。 表 4 第二子区间单位根检验第二子区间 KPSS DF-GLS 水平序列(T,C) 菠罗格 0.42*** −1.18 沙比利 0.63*** −1.00 白梧桐 0.19** −2.12 山毛榉 0.52*** −1.94 红胡桃 0.38*** −2.55 一阶差分序列(T,C) Δ菠罗格 0.07 −7.23*** Δ沙比利 0.12 −2.92** Δ白梧桐 0.04 −4.27** Δ山毛榉 0.11 −3.19** Δ红胡桃 0.04 −2.65* 注:*、**、***分别表示10%、5%、1%的显著性水平。T表示时间趋势,C表示常数项,Δ表示一阶差分。 3 进口阔叶锯材价格的协整检验
由表5~6可知,4个价格组合的约翰逊协整检验结果都显示,至少在5%的显著性水平下否定不存在协整关系的原假设,即4个价格组合在两个子区间中都表现出协整关系。
表 5 第一子区间约翰逊协整检验结果第一子区间 迹检验 最大特征根检验 没有协整向量 至少有一个协整向量 没有协整向量 至少有一个协整向量 菠罗格/沙比利 21.329 9** 2.286 0 19.043 9** 2.286 0 沙比利/白梧桐 59.666 4** 2.284 8 57.381 6** 2.284 8 白梧桐/山毛榉 82.014 2** 35.610 2 46.404 0** 35.610 2 山毛榉/红胡桃 72.870 6** 25.160 8 47.709 9** 25.160 8 5%临界值 15.494 7 3.841 5 14.264 6 3.841 5 10%临界值 13.428 8 2.705 5 12.296 5 2.705 5 注: *、**、***分别表示10%、5% 、1%的显著性水平。 表 6 第二子区间约翰逊协整检验结果第二子区间 迹检验 最大特征根检验 没有协整向量 至少有一个协整向量 没有协整向量 至少有一个协整向量 菠罗格/沙比利 20.750 6** 5.111 6 15.639 0** 5.111 6 沙比利/白梧桐 69.240 6** 7.102 8 62.137 8** 7.102 8 白梧桐/山毛榉 77.025 6** 17.016 6 60.009 0** 17.016 6 山毛榉/红胡桃 42.889 4** 16.653 6 26.235 8** 16.653 6 5%临界值 15.494 7 3.841 5 14.264 6 3.841 5 10%临界值 13.428 8 2.705 5 12.296 5 2.705 5 注: *、**、***分别表示10%、5% 、1%的显著性水平。 4 进口阔叶锯材价格的格兰杰因果检验
表7~8为进口阔叶锯材价格的格兰杰因果检验结果。结果表明,在第一个子区间中,菠罗格是沙比利的格兰杰原因,沙比利与白梧桐互为格兰杰原因,白梧桐是山毛榉的格兰杰原因,山毛榉和红胡桃互为格兰杰原因(见表7)。在第二个子区间中,菠罗格是沙比利的格兰杰原因,沙比利是白梧桐的格兰杰原因,白梧桐和山毛榉互为格兰杰原因,山毛榉与红胡桃互为格兰杰原因(见表8)。因此,对于价格变动而言,高价阔叶锯材总是低价阔叶锯材的格兰杰原因,这说明高价阔叶锯材往往领先于低价阔叶锯材发生价格变化,即高价阔叶锯材的价格变化具有自主性,而低价阔叶锯材随着高价阔叶锯材的价格变化而变化。
表 7 第一子区间格兰杰因果检验第一子区间 Chi-sq统计量 P值 滞后阶数 菠罗格/沙比利 沙比利 3.58* 0.059 1 菠罗格 1.47 0.225 1 沙比利/白梧桐 白梧桐 21.81*** 0.000 2 沙比利 5.65* 0.059 2 白梧桐/山毛榉 山毛榉 20.42*** 0.005 5 白梧桐 11.13 0.133 5 山毛榉/红胡桃 红胡桃 2.78* 0.096 1 山毛榉 3.02* 0.082 1 注:*、**、***分别表示10%、5% 、1%的显著性水平。 表 8 第二子区间格兰杰因果检验第二子区间 Chi-sq统计量 P值 滞后阶数 菠罗格/沙比利 沙比利 5.53** 0.019 1 菠罗格 1.62 0.204 1 沙比利/白梧桐 白梧桐 5.00** 0.025 1 沙比利 2.52 0.112 1 白梧桐/山毛榉 山毛榉 9.12* 0.058 4 白梧桐 13.36*** 0.001 4 山毛榉/红胡桃 红胡桃 7.98* 0.092 4 山毛榉 8.40* 0.078 4 注:*、**、***分别表示10%、5% 、1%的显著性水平。 三 实证结果
1 中国进口阔叶锯材的价格传导关系
如表9~10所示,CTAR模型揭示了4个进口阔叶锯材价格组合在两个子区间内的阈值协整关系。所有的估计阈值都接近零但不等于零,因而估计阈值有效避免了“阈值设定为零”的主观偏差。这表明中国进口阔叶锯材价格之间只有当价格变化超过一定幅度时,才能实现价格传导下的阈值均衡。对比各阔叶锯材价格组合的CTAR和CMTAR模型,CTAR模型的AIC(Akaike information criterion ,简称AIC,赤池信息准则)和BIC(Bayesian information criterion ,简称BIC,贝叶斯信息准则)统计值均相对较小,因此,该模型可以视作两种模型中的相对最优模型。下面进一步分析CTAR模型实证结果。
表 9 CTAR阈值协整模型结果(2011-01-01—2015-05-31)菠罗格/沙比利 沙比利/白梧桐 白梧桐/山毛榉 山毛榉/红胡桃 滞后阶数 4 4 4 4 阈值 0.056 7 −0.018 5 0.020 7 −0.040 7 ρ1 −0.007 1 −0.075 3*** −0.026 3 −0.034 8*** (−0.802 4) (−3.833 5) (−1.382 8) (−2.500 0) ρ2 −0.029 5*** −0.136 4*** −0.102 7*** −0.090 0*** (−3.625 0) (−5.319 1) (−6.005 8) (−4.688 5) AIC −5.284 1 −6.296 8 −5.625 2 −5.423 5 BIC −5.263 0 −6.275 6 −5.604 1 −5.402 3 QLB (1) 0.320 0.765 0.570 0.749 QLB (4) 0.100 0.119 0.588 0.716 QLB (8) 0.000 0.000 0.006 0.175 Φ (H0:ρ1 = ρ2 = 0) 6.559 6* 19.384 4*** 18.582 3*** 13.422 5*** C.V. (10%) 6.44 6.44 6.44 6.44 C.V. (5%) 7.56 7.56 7.56 7.56 C.V. (1%) 10.19 10.18 10.18 10.18 F检验 (H0: ρ1=ρ2)
P值2.869 9* 4.037 5** 9.425 0*** 5.783 0** [0.094 9] [0.044 7] [0.002 2] [0.016 3] 注:AIC和BIC用来识别各个价格组合的最优价格传导滞后阶数。QLB (p)表示Ljung-Box Q统计量的显著性水平,利用p自相关系数(p = 1,4,8)来确定序列相关性。Φ是阈值协整检验。C.V.指临界值。 *、**、***分别表示10%、5% 、1%的显著性水平。每个价格组合中,分别对应的是自变量/因变量。括号内为t统计值。 表 10 CTAR阈值协整模型结果(2015-06-01—2019-12-31)菠罗格/沙比利 沙比利/白梧桐 白梧桐/山毛榉 山毛榉/红胡桃 滞后阶数 4 4 4 4 阈值 −0.079 1 −0.009 6 −0.063 5 0.014 9 ρ1 −0.001 7 −0.068 4*** −0.022 0*** −0.008 7 (−0.228 1) (−4.031 9) (−2.482 2) (−0.658 6) ρ2 −0.039 4*** −0.158 8*** −0.162 4*** −0.130 3*** (−3.668 5) (−6.657 1) (−4.263 3) (−5.708 9) AIC −5.720 5 −6.018 9 −5.929 7 −5.676 5 BIC −5.700 1 −5.998 5 −5.909 3 −5.652 7 QLB (1) 0.930 0.876 0.826 0.754 QLB (4) 0.500 0.883 0.466 0.837 QLB (8) 0.018 0.125 0.000 0.329 Φ (H0: ρ1 = ρ2 = 0) 6.917 3* 28.094 3*** 11.625 9*** 17.733 8*** C.V. (10%) 6.44 6.44 6.44 6.44 C.V. (5%) 7.56 7.56 7.56 7.56 C.V. (1%) 10.18 10.18 10.18 10.18 F检验 (H0:ρ1 = ρ2)
P值7.439 9*** 10.423 6*** 13.218 6*** 18.494 9*** [0.006 5] [0.001 3] [0.000 3] [0.000 0] 注:AIC和BIC用来识别各个价格组合的最优价格传导滞后阶数。QLB (p)表示Ljung-Box Q统计量的显著性水平,利用p自相关系数(p = 1,4,8)来确定序列相关性。Φ是阈值协整检验。C.V.指临界值。*、 **、***分别表示10%、5%、1%的显著性水平。每个价格组合中,分别对应的是自变量/因变量。括号内为t统计值。 结果显示,ρ1值不都显著,但ρ2值均在1%的显著性水平下显著。在数值上,ρ1绝对值均小于ρ2绝对值。这表明,中国进口阔叶锯材存在不对称性价格传导,具体表现为正偏差均相对缓慢地向均衡水平靠拢,而负偏差收敛到均衡水平的速度相对较快。Φ统计量的估计值表明,每个价格组合都至少在10%的显著性水平下拒绝不协整的原假设,即4个价格组合在两个子区间中都表现出协整关系,这与约翰逊协整检验的结果一致。此外,F统计值表明,每个价格组合均至少在10%的显著性水平下拒绝价格组合对称调整的原假设。因此,4个进口阔叶锯材价格组合在两个子区间内的价格传导过程都是不对称的。市场在面对外在冲击时,在短期内价格会呈现上涨或下跌,但从长期来看,价格会逐渐回归均衡状态。实证结果表明阔叶锯材价格的相对上涨(正向价格偏差)相对缓慢地向均衡水平靠拢,即国外木材出口商可以在较长时间内以相对较高的价格出口阔叶锯材。同理,阔叶锯材价格的相对下跌(负向价格偏差)收敛到均衡水平的速度相对较快,即国外木材出口商只会在较短的时间内以相对较低的价格出口阔叶锯材。通过这种不对称的价格传导方式,国外木材出口商能够攫取更多的贸易福利。具体表现在,当国外木材出口商面对阔叶锯材价格相对上涨时可以通过缓慢降低售价,以增加贸易福利的获取。当国外木材出口商面对阔叶锯材价格的相对下跌时,可以通过快速涨价,以减少贸易福利的损失。这表明木材进出口商之间存在贸易福利分配的不均衡。
Ghoshray[18]认为,市场势力、政策冲击等原因会导致价格在短期内偏离均衡水平,但是这些偏离往往存在收敛到均衡水平的趋势。在阈值协整模型中,价格偏离后收敛至均衡水平的时间可用如下公式进行计算:
$$ n=\dfrac{\log(1-q)}{\log(1-|\rho |)} $$ (5) 式中: n为天数,q为价格偏差调整比例,|ρ|表示价格调整实现均衡的速度。
通过CTAR阈值协整模型得到中国进口阔叶锯材价格偏差调整系数,来测算其价格传导的时间。以第一子区间的菠罗格/沙比利价格组合为例,只有负偏差的调整系数点估计值显著,统计值为−0.0295。因此,由沙比利价格下降或菠罗格价格上涨引起不均衡的负偏差(
$ \hat \xi_{t-1} $ < 0.0567)可能以每天2.95%的速度消失。若将可调整偏差的比例q设为90%,则价格调整到均衡的传导速度|ρ| = 0.0295,则调整90%的负向不平衡所需的时间为n = 77(天),即该组合消除90%的负偏差需要2.5个月左右的时间。同理可得其他组合价格传导的速度与时间。由表11可见,所有进口阔叶锯材的价格组合之间都存在不对称的价格传导关系。无论是在第一子区间还是第二子区间内,每个进口阔叶锯材价格组合中,负向价格偏差的收敛速度都比正向价格偏差的收敛速度更快,即阔叶锯材价格对负向价格偏差的调整反应时间比正向价格偏差的反应时间更短。对比两个子区间,政策实施后进口阔叶锯材价格传导的不对称性增强。具体表现为,每个进口阔叶锯材价格组合的第二子区间负偏差调整速度均明显快于第一子区间的负偏差调整速度。菠罗格/沙比利组合中负偏差调整速度由2.95%提高到3.94%,沙比利/白梧桐组合中负偏差调整速度由13.64%提高到15.88%,白梧桐/山毛榉组合中负偏差调整速度由10.27%提高到16.24%,山毛榉/红胡桃组合中负偏差调整速度由9.00%提高到13.03%。负偏差调整速度越快,其调整时间越短。菠罗格/沙比利组合中负偏差调整时间由77天缩短到57天;沙比利/白梧桐组合调整时间由16天缩短到13天;白梧桐/山毛榉组合调整时间由21天缩短到13天;山毛榉/红胡桃组合调整时间由24天缩短到16天。
表 11 基于CTAR模型的中国进口阔叶锯材价格传导速度% 第一子区 第二子区间 正偏差 负偏差 正偏差 负偏差 菠罗格/沙比利 0.00 2.95 0.00 3.94 沙比利/白梧桐 7.53 13.64 6.84 15.88 白梧桐/山毛榉 0.00 10.27 2.20 16.24 山毛榉/红胡桃 3.48 9.00 0.00 13.03 2 中国进口阔叶锯材价格传导的福利效应分析
图1模拟了对称价格传导条件下阔叶锯材贸易价格偏差调整到均衡的路径。图1中的水平线表示价格偏差处于均衡的状态。高于水平线的价格偏差为正偏差调整路径,低于水平线的为负偏差调整路径。从图1中可以看出,不论是对于正偏差还是负偏差,对称情况下的阔叶锯材价格传导的偏差调整时间是相等的,木材进出口贸易商均获得正常的贸易福利,这种贸易福利分配是相对公平的。
根据实证结果,在进口阔叶锯材价格传导中,正偏差往往会持续存在,而负偏差却可以相对较快地调整到均衡状态,形成不对称价格传导,从而引起贸易福利的重新分配,使得贸易主体获得比对称情况下更多或更少的贸易福利[5]。图2模拟了进口阔叶锯材之间的不对称价格传导路径。当阔叶锯材贸易价格低于均衡水平时,价格偏差以较快速度消除;而在高于均衡水平时,价格偏差则缓慢地调整至均衡水平。在这种情况下,价格相对下跌时间较短,而价格相对上涨时间较长,使阔叶锯材贸易双方的贸易福利高于或低于对称情况下的正常福利水平。负偏差调整时间比正偏差调整时间越短,国外木材出口商的贸易福利越大,国内木材进口商的贸易福利越小。在中国进口阔叶锯材市场上,天然林商业性禁伐政策的实施加大了木材进出口商市场势力的差异,使得在价格博弈中,相对于正偏差,负偏差会更快地调整到均衡状态。这意味着政策实施后国外木材出口商获得更多的贸易福利,而国内木材进口商获得更少的贸易福利。这使得贸易双方的福利分配呈现高者更高,低者更低的状态,从而愈加偏离在对称价格传导情况下的正常福利水平。
四. 结论与建议
一 结 论
在整个研究区间,天然林全面商业性禁伐政策实施后的2015年6月是一个重要的结构突变时间。由于市场势力的差距,政策前后的进口阔叶锯材价格组合之间均呈现不对称价格传导。具体表现为负偏差的收敛速度比正偏差的收敛速度快。这验证了假设(中国进口阔叶锯材之间可能存在不对称的价格传导关系,并且禁伐政策实施后中国进口阔叶锯材价格传导的不对称性可能会增强),且与以往大部分关于水平价格传导的研究结论相一致。进一步的福利分析表明,不对称价格传导将使中国阔叶锯材进口商获得的贸易福利低于对称价格传导情况下的正当福利,这不利于贸易公平。天然林全面商业性禁伐政策实施后,价格传导的不对称性进一步加剧,使得国内木材进口商在贸易福利分配中处于更加不利的地位。为此,应当采取配套措施作为天然林全面商业性禁伐政策的补充,以缓解价格传导的不对称性,减少国内木材进口商的贸易福利损失,进而维护公平、合理的木材贸易。
二 建 议
在政府层面,关键在于降低国外木材出口商的议价能力和市场势力。建议政府相关部门调整阔叶锯材的进口结构,丰富阔叶锯材的进口来源,在世界范围内建立更多的森林资源合作开发机制,实现阔叶锯材进口来源多元化,减少阔叶锯材进口风险。同时,积极推动国内人工阔叶林建设,在自然条件合适的地方培育阔叶用材林,着重培育大径级优质阔叶材,通过扩大人工林培育面积,增加国内阔叶材的供应能力。
在企业层面,要提高国内木材进口商的议价能力和市场势力。建议由行业协会牵头建立统一的木材进口渠道,促进国内木材贸易商在更高层次上实现议价、进口的合作,促进集体谈判机制形成,以提升议价能力。行业协会协调国内木材贸易商按品类议定统一进口价格,需求相似的企业形成贸易整体,通过提高贸易谈判中的议价能力来获得贸易利益。同时,行业组织应为木材市场制定详细的企业准入规则,引导企业理性入行,规范木材市场准入和交易秩序,尽量避免因企业数量过多而引起的恶性、无序竞争,从而转变中国木材加工企业小而分散的形势,以提升市场势力。
-
表 1 5种进口阔叶锯材价格序列Perron结构突变点检验
结构断点日期 滞后阶数 t值 菠罗格 2015-06-14 4 −6.632*** 沙比利 2015-05-07 4 −5.560* 白梧桐 2015-06-17 4 −9.480*** 山毛榉 2015-06-18 4 −7.790*** 红胡桃 2015-05-11 4 −7.750*** 注:*、**、***分别表示10%、5% 、1%的显著性水平。 表 2 邹断点检验
自变量/因变量 F统计量 似然比统计值 菠罗格/沙比利 870.810 3*** 1 382.965 0*** 沙比利/白梧桐 4 172.669 0*** 4 048.037 0*** 白梧桐/山毛榉 80.140 9*** 156.464 4*** 山毛榉/红胡桃 469.455 0*** 820.882 9*** 注:*、**、***分别表示10%、5% 、1%的显著性水平。 表 3 第一子区间单位根检验
第一子区间 KPSS DF-GLS 水平序列(T,C) 菠罗格 0.38*** −1.69 沙比利 0.52*** −1.90 白梧桐 0.68*** −2.27 山毛榉 0.31*** −2.28 红胡桃 0.35*** −2.43 一阶差分序列(T,C) Δ菠罗格 0.06 −3.30** Δ沙比利 0.11 −3.39** Δ白梧桐 0.04 −11.56*** Δ山毛榉 0.03 −15.28*** Δ红胡桃 0.03 −22.09*** 注:*、 **、***分别表示10%、5%、1%的显著性水平。T表示时间趋势,C表示常数项,Δ表示一阶差分。 表 4 第二子区间单位根检验
第二子区间 KPSS DF-GLS 水平序列(T,C) 菠罗格 0.42*** −1.18 沙比利 0.63*** −1.00 白梧桐 0.19** −2.12 山毛榉 0.52*** −1.94 红胡桃 0.38*** −2.55 一阶差分序列(T,C) Δ菠罗格 0.07 −7.23*** Δ沙比利 0.12 −2.92** Δ白梧桐 0.04 −4.27** Δ山毛榉 0.11 −3.19** Δ红胡桃 0.04 −2.65* 注:*、**、***分别表示10%、5%、1%的显著性水平。T表示时间趋势,C表示常数项,Δ表示一阶差分。 表 5 第一子区间约翰逊协整检验结果
第一子区间 迹检验 最大特征根检验 没有协整向量 至少有一个协整向量 没有协整向量 至少有一个协整向量 菠罗格/沙比利 21.329 9** 2.286 0 19.043 9** 2.286 0 沙比利/白梧桐 59.666 4** 2.284 8 57.381 6** 2.284 8 白梧桐/山毛榉 82.014 2** 35.610 2 46.404 0** 35.610 2 山毛榉/红胡桃 72.870 6** 25.160 8 47.709 9** 25.160 8 5%临界值 15.494 7 3.841 5 14.264 6 3.841 5 10%临界值 13.428 8 2.705 5 12.296 5 2.705 5 注: *、**、***分别表示10%、5% 、1%的显著性水平。 表 6 第二子区间约翰逊协整检验结果
第二子区间 迹检验 最大特征根检验 没有协整向量 至少有一个协整向量 没有协整向量 至少有一个协整向量 菠罗格/沙比利 20.750 6** 5.111 6 15.639 0** 5.111 6 沙比利/白梧桐 69.240 6** 7.102 8 62.137 8** 7.102 8 白梧桐/山毛榉 77.025 6** 17.016 6 60.009 0** 17.016 6 山毛榉/红胡桃 42.889 4** 16.653 6 26.235 8** 16.653 6 5%临界值 15.494 7 3.841 5 14.264 6 3.841 5 10%临界值 13.428 8 2.705 5 12.296 5 2.705 5 注: *、**、***分别表示10%、5% 、1%的显著性水平。 表 7 第一子区间格兰杰因果检验
第一子区间 Chi-sq统计量 P值 滞后阶数 菠罗格/沙比利 沙比利 3.58* 0.059 1 菠罗格 1.47 0.225 1 沙比利/白梧桐 白梧桐 21.81*** 0.000 2 沙比利 5.65* 0.059 2 白梧桐/山毛榉 山毛榉 20.42*** 0.005 5 白梧桐 11.13 0.133 5 山毛榉/红胡桃 红胡桃 2.78* 0.096 1 山毛榉 3.02* 0.082 1 注:*、**、***分别表示10%、5% 、1%的显著性水平。 表 8 第二子区间格兰杰因果检验
第二子区间 Chi-sq统计量 P值 滞后阶数 菠罗格/沙比利 沙比利 5.53** 0.019 1 菠罗格 1.62 0.204 1 沙比利/白梧桐 白梧桐 5.00** 0.025 1 沙比利 2.52 0.112 1 白梧桐/山毛榉 山毛榉 9.12* 0.058 4 白梧桐 13.36*** 0.001 4 山毛榉/红胡桃 红胡桃 7.98* 0.092 4 山毛榉 8.40* 0.078 4 注:*、**、***分别表示10%、5% 、1%的显著性水平。 表 9 CTAR阈值协整模型结果(2011-01-01—2015-05-31)
菠罗格/沙比利 沙比利/白梧桐 白梧桐/山毛榉 山毛榉/红胡桃 滞后阶数 4 4 4 4 阈值 0.056 7 −0.018 5 0.020 7 −0.040 7 ρ1 −0.007 1 −0.075 3*** −0.026 3 −0.034 8*** (−0.802 4) (−3.833 5) (−1.382 8) (−2.500 0) ρ2 −0.029 5*** −0.136 4*** −0.102 7*** −0.090 0*** (−3.625 0) (−5.319 1) (−6.005 8) (−4.688 5) AIC −5.284 1 −6.296 8 −5.625 2 −5.423 5 BIC −5.263 0 −6.275 6 −5.604 1 −5.402 3 QLB (1) 0.320 0.765 0.570 0.749 QLB (4) 0.100 0.119 0.588 0.716 QLB (8) 0.000 0.000 0.006 0.175 Φ (H0:ρ1 = ρ2 = 0) 6.559 6* 19.384 4*** 18.582 3*** 13.422 5*** C.V. (10%) 6.44 6.44 6.44 6.44 C.V. (5%) 7.56 7.56 7.56 7.56 C.V. (1%) 10.19 10.18 10.18 10.18 F检验 (H0: ρ1=ρ2)
P值2.869 9* 4.037 5** 9.425 0*** 5.783 0** [0.094 9] [0.044 7] [0.002 2] [0.016 3] 注:AIC和BIC用来识别各个价格组合的最优价格传导滞后阶数。QLB (p)表示Ljung-Box Q统计量的显著性水平,利用p自相关系数(p = 1,4,8)来确定序列相关性。Φ是阈值协整检验。C.V.指临界值。 *、**、***分别表示10%、5% 、1%的显著性水平。每个价格组合中,分别对应的是自变量/因变量。括号内为t统计值。 表 10 CTAR阈值协整模型结果(2015-06-01—2019-12-31)
菠罗格/沙比利 沙比利/白梧桐 白梧桐/山毛榉 山毛榉/红胡桃 滞后阶数 4 4 4 4 阈值 −0.079 1 −0.009 6 −0.063 5 0.014 9 ρ1 −0.001 7 −0.068 4*** −0.022 0*** −0.008 7 (−0.228 1) (−4.031 9) (−2.482 2) (−0.658 6) ρ2 −0.039 4*** −0.158 8*** −0.162 4*** −0.130 3*** (−3.668 5) (−6.657 1) (−4.263 3) (−5.708 9) AIC −5.720 5 −6.018 9 −5.929 7 −5.676 5 BIC −5.700 1 −5.998 5 −5.909 3 −5.652 7 QLB (1) 0.930 0.876 0.826 0.754 QLB (4) 0.500 0.883 0.466 0.837 QLB (8) 0.018 0.125 0.000 0.329 Φ (H0: ρ1 = ρ2 = 0) 6.917 3* 28.094 3*** 11.625 9*** 17.733 8*** C.V. (10%) 6.44 6.44 6.44 6.44 C.V. (5%) 7.56 7.56 7.56 7.56 C.V. (1%) 10.18 10.18 10.18 10.18 F检验 (H0:ρ1 = ρ2)
P值7.439 9*** 10.423 6*** 13.218 6*** 18.494 9*** [0.006 5] [0.001 3] [0.000 3] [0.000 0] 注:AIC和BIC用来识别各个价格组合的最优价格传导滞后阶数。QLB (p)表示Ljung-Box Q统计量的显著性水平,利用p自相关系数(p = 1,4,8)来确定序列相关性。Φ是阈值协整检验。C.V.指临界值。*、 **、***分别表示10%、5%、1%的显著性水平。每个价格组合中,分别对应的是自变量/因变量。括号内为t统计值。 表 11 基于CTAR模型的中国进口阔叶锯材价格传导速度
% 第一子区 第二子区间 正偏差 负偏差 正偏差 负偏差 菠罗格/沙比利 0.00 2.95 0.00 3.94 沙比利/白梧桐 7.53 13.64 6.84 15.88 白梧桐/山毛榉 0.00 10.27 2.20 16.24 山毛榉/红胡桃 3.48 9.00 0.00 13.03 -
[1] SUN C. Recent growth in China's roundwood import and its global implications[J]. Forest Policy and Economics,2014,39:43-53. doi: 10.1016/j.forpol.2013.11.006
[2] 国家林业和草原局. 2018年度中国林业和草原发展报告[M]. 北京: 中国林业出版社, 2019. [3] 蒋业恒,高娜,陈勇,等. 中国木材进口需求材种结构数量关系分析[J]. 世界林业研究,2020,34(2):62-67. [4] 崔海鸥,刘珉. 我国第九次森林资源清查中的资源动态研究[J]. 西部林业科学,2020,49(5):90-95. [5] MEYER J,VON CRAMON-TAUBADEL S. Asymmetric price transmission:a survey[J]. Journal of Agricultural Economics,2004,55(3):581-611. doi: 10.1111/j.1477-9552.2004.tb00116.x
[6] KOUTROUMANIDIS T,ZAFEIRIOU E,ARABATZIS G. Asymmetry in price transmission between the producer and the consumer prices in the wood sector and the role of imports:the case of Greece[J]. Forest Policy and Economics,2009,11:56-64. doi: 10.1016/j.forpol.2008.09.002
[7] AHN B,LEE H. Asymmetric transmission between factory and wholesale prices in fiberboard market in Korea[J]. Journal of Forest Economics,2013,19:1-14. doi: 10.1016/j.jfe.2012.06.008
[8] NING Z,SUN C. Vertical price transmission in timber and lumber markets[J]. Journal of Forest Economics,2014,20(1):17-32. doi: 10.1016/j.jfe.2013.07.002
[9] SUN C. Price dynamics in the import wooden bed market of the United States[J]. Forest Policy and Economics,2011,13(6):479-87. doi: 10.1016/j.forpol.2011.05.009
[10] PELTZMAN S. Prices rise faster than they fall[J]. Journal of Political Economy,2000,108(3):466-502. doi: 10.1086/262126
[11] SAADI H. Price Co-movements in international markets and their impacts on price dynamics[M]//PIOT-LEPETIT I, M'BAREK R. Methods to analyse agricultural commodity price volatility. New York: Springer, 2011: 149-164.
[12] GHOSHRAY A. An examination of the relationship between U. S. and Canadian durum wheat prices[J]. Canadian Journal of Agricultural Economics,2007,55(1):49-62. doi: 10.1111/j.1744-7976.2007.00079.x
[13] 吕达奇. 大豆市场非对称价格传导机制[D]. 南京: 南京农业大学, 2017. [14] 蓝瞻瞻. 中国木材加工业产业链优化研究[D]. 北京: 北京林业大学, 2012. [15] 郭喜良, 冉俊祥. 进口木材原色图鉴[M]. 上海: 上海科学技术出版社, 2016. [16] 张晓敏,周应恒. 基于易腐特性的农产品纵向关联市场间价格传递研究−以果蔬产品为例[J]. 江西财经大学学报,2012(2):78-85. doi: 10.3969/j.issn.1008-2972.2012.02.010 [17] 李秋娟. 天然林全面停伐背景下中国木材安全预警研究[D]. 北京: 中国林业科学研究院, 2018. [18] GHOSHRAY A. Agricultural economics society prize essay asymmetric price adjustment and the world wheat market[J]. Journal of Agricultural Economics,2002,53:299-317. doi: 10.1111/j.1477-9552.2002.tb00022.x
[19] ENDERS W,SIKLOS P L. Cointegration and threshold adjustment[J]. Journal of Business & Economic Statistics,2001,19:166-176.
[20] GANNEVAL S. Spatial price transmission on agricultural commodity markets under different volatility regimes[J]. Economic Modelling,2016,52:173-185. doi: 10.1016/j.econmod.2014.11.027
-
期刊类型引用(0)
其他类型引用(1)