国际棉花现货价格波动及短期预测研究

闫庆华,刘维忠,秦 子

(新疆农业大学 经济与贸易学院,新疆 乌鲁木齐 830052)

国际棉花现货价格波动及短期预测研究

闫庆华,刘维忠,秦 子

(新疆农业大学 经济与贸易学院,新疆 乌鲁木齐 830052)

随着棉花市场化改革的不断深入,我国棉花市场与国际棉花市场的联系日益紧密,同时我国棉花现货价格受国际棉花现货价格的影响不断加深。以2004/2005—2015/2016年国际棉花现货价格(Cotlook FE-A)月度数据为依据,理论分析了国际棉花现货价格的波动情况。基于ARIMA模型实证预测了短期内国际棉花现货价格的波动趋势,模型相对误差在5%以下,预测值精度较高。模型预测结果显示，短期内国际棉花现货价格呈缓慢上涨趋势,2017年5月将上升到12812.02元/t,比2016年12月增加了688.83元/t。基于国际棉花现货价格的波动趋势,提出防范国际棉花价格波动冲击和保障中国棉花产业可持续发展的对策建议。

ARIMA模型;国际棉花价格;市场风险;短期趋势

1 前言

当前全球棉花消费量呈现下降趋势,但棉花因其天然纤维的良好特性仍占据全球纤维消费市场的重要地位[1]。改革开放以来,我国经济发展迅速[2],特别是加入世界贸易组织(WTO)后,棉花市场与国际棉花市场的联系日益紧密,棉纺织工业在这一时期得到了快速发展,成为全球最大的棉花消费国和棉花进口国[3]。2010/2011年我国实施了棉花临时收储政策,导致棉花库存急剧增加,扭曲了国内棉花市场的定价机制[4],国内棉花现货价格快速提升,国内外棉花价格差距进一步加大,在短期增加棉农收入的同时严重损害了棉花企业的利益,造成棉花企业“用棉难”现象的发生,迫使国内棉花企业大量采用“物美价廉”的进口棉花[5]。2014/2015年我国实施棉花目标价格改革政策,将我国棉花企业与农民推向市场,我国棉花现货价格受国际棉花需求下降的影响大幅降低,棉花企业与植棉农户损失惨重。如何在市场化条件下防范国际棉花现货价格波动对我国棉花现货价格造成严重冲击,稳定我国棉花市场价格从而保障我国棉花企业与植棉农户的利益显得尤为重要。

2 国际棉花现货价格波动分析

全球经济危机爆发以来,国际棉花现货价格波动剧烈,成为影响我国棉花现货价格的重要因素之一。2004/2005—2006/2007年国际棉花现货价格走势平稳,平均价格达到10320.27元/t;2006/2007—2009/2010年国际棉花价格波动剧烈,2006/2007年以年均8%的增速快速增长到2007/2008年的10925.46元/t,增幅达到719.03元/t,但2009/2010年再次降低到9476.95元/t,降幅达到1448.52元/t;2009/2010年至今国际棉花现货价格又快速从2009/2010年度的低谷中连续上涨到历史高峰,达到2011/2012年的21943.79元/t,随后世界棉花现货价格持续走低,目前已回落到2006/2007年的水平,仅为9583.22元/t。我国棉花市场受国际棉花价格波动的影响较大,变化趋势与国际棉花现货价格变化基本一致,但棉花现货价格一直处于较高水平,平均高出世界棉花现货价格4000元/t左右,造成国内纺织企业等用棉企业的成本不断增加[6]、国际竞争力始终不强等问题,严重影响了我国棉花产业的健康与可持续发展。由于美国棉花种植区域变化较小、棉花生产技术较高、棉花产量较稳定,且美国棉花除极少部分用于国内自给外大部分出口,因此美棉价格的波动较小(图1)。

注:根据美国农业部(USDA)数据库数据统计。

3 基于ARIMA模型的国际棉花现货价格短期预测

国际棉花现货价格的形成是一个复杂庞大的系统,不仅受到全球棉花产量、消费量、经济发展景气的影响[7],还受到世界主要产棉国与消费国的棉花种植面积、关税政策等多种外部因素的影响。本文对国际棉花现货价格的实证研究仅反映了国际棉花现货价格短期内的发展趋势,暂不涉及国际棉花现货价格的形成机制。自回归移动平均模型(ARIMA)作为一种用于时间序列预测且精度较高的分析模型[8],能对短期内国际棉花现货价格的趋势进行较准确的判断,为我国棉花企业与植棉农户提供可参考的价格信息。

3.1 数据来源

本研究数据来源美国农业部(USDA)数据库公布的全球棉花价格相关数据(主要用于国际棉花价格的理论分析)和英国考特鲁克(Cotlook)公司公布的全球棉花现货价格指数(Cotlook FE-A)。

实证研究中使用的数据时间跨度为2004/2005—2015/2016年。一方面是由于我国于2002年正式加入世界贸易组织,国内市场与国外市场的联系逐步加强,市场化进程不断加快;另一方面是由于2004年英国考特鲁克公司开始发布世界棉花现货价格指数(Cotlook FE-A,文中指国际棉花亚洲CIF到岸价指数),因此采用2004/2005—2015/2016年的数据作为分析数据。数据间隔为月度;使用的数据均由国际标准单位转换为中国标准单位后的数据,但由于汇率等因素导致数据与国内相关数据存在不完全一致的可能性。

3.2 模型简介

ARIMA模型最早是由博克思(Box)与詹金斯(Jenkins)提出[9],是分析与预测时间序列问题较成熟的模型。ARIMA模型以单个变量为研究对象,重点分析研究对象的变化规律,然后进行预测。该模型共有三种形式,分别为自回归模型(Autore-gressive Model)、移动平均模型(Moving Average Model)以及两者的混合模型(ARMA),即自回归移动平均模型。

AR(p)模型的表达式为:

Xt=c+a1Xt-1+a2Xt-2+…+apXt-p+εt

(1)

MA(q)模型的表达式为:

Xt=c+θ1εt-1+θ2εt-2+…+θqXt-q

(2)

ARMA(p,q)模型的表达式为:

Xt=c+a1Xt-1+a2Xt-2+…+apXt-p+εt+θ1εt-1+θ2εt-2+…+θqXt-q

(3)

ARMA模型建模主要分为以下四个步骤:一是由于ARMA要求序列必须是平稳的,因此建模之前要对时间序列的平稳性进行检验。若不平稳，可通过差分法逐步消除线性趋势直至平稳。二是要对平稳后的时间序列进行ARMA模型的定阶与参数估计。三是要检验模型的有效性。四是利用模型进行预测,得到原时间序列的未来趋势。

3.3 国际棉花现货价格预测模型构建

数据预处理:ARIMA模型的建立要求所分析的时间序列必须是平稳的,因此首先需要对棉花价格时间序列(Xt)进行平稳性处理。根据判断国际棉花价格时间序列图,采用观察法判断原始时间序列是非平稳的,整体具有明显的线性趋势。其次，运用单位根(ADF)检验法对原始序列进行了检验,结果表明(表1)序列Xt的单位根T检验统计量为-0.694673,在1%、5%、10%三种显著性水平下,单位根检验的临界值分别为-2.580366、-1.942952、-1.615307。显然,上述单位根的T检验统计量明显大于相应的DW临界值,说明序列Xt存在单位根,因此可断定序列Xt是不平稳的,需要进行差分后使序列逐步到达平稳。

表1 国际棉花现货价格序列单位根(ADF)检验

对原始序列Xt进行一阶差分得到序列DXt,并做该序列的1阶差分图(图2),一阶差分后的时间序列基本均匀分布在0刻度线上下两侧,因此可从序列图中初步认为一阶差分序列是平稳的。为了保证检验的科学有效性,再对序列DXt进行上述单位根(ADF)检验(表2),其中DXt序列的单位根T检验统计量为-8.724729,在1%、5%、10%三种显著性水平下,DXt序列的单位根检验的临界值分别为-3.473967、-2.880591、-2.577008。显然,上述单位根的T检验统计量明显小于相应的DW临界值,说明序列DXt不存在单位根,因此可判定序列DXt是平稳序列,能满足ARIMA模型的建模需要。

图2 国际棉花现货价格一阶差分序列

表2 国际棉花现货价格一阶差分序列单位根(ADF)检验

模型识别:对Xt序列进行一阶差分后得到平稳的DXt序列,因此可确定ARIMA(p,d,q)模型中d为1。模型中p与q一般通过一阶差分序列图和表来确定。根据表3,残差自相关在滞后4期后趋于0但不都等于0,可取p(1,4),结合1阶差分序列自相关图(图3)中残差延迟次数为2时的残差趋于0,因此选择p=2;残差偏自相关在滞后3期后趋于0但不都为0,因此q可取(1,3),结合一阶差分序列偏自相关图(图3)中残差延迟次数为3时的残差趋于0,因此确定q=3。初步确定p=2、d=1、q=3为ARIMA的最优形式后对ARIMA(2,1,3)进行参数估计,结果见表4。AR(1)、AR(2)、MA(1)、MA(2)、MA(3)的参数在5%的置信区间内显著不小于0。调整的R2达到0.939,说明序列93.9%都可通过ARIMA(2,1,3)进行说明。模型的解释能力较良好,将各模型参数带入式(3),最终得到ARIMA(2,1,3)模型的表达式为:

Xt=0.808+1.602Xt-1-0.650Xt-2+εt+1.355εt-1-0.401εt-2+0.0401Xt-3

(4)

表3 国际棉花现货价格一阶差分序列自(偏)相关状况

图3 国际棉花现货价格一阶差分序列自(偏)相关状况

表4 模型参数估计

模型检验:确定国际棉花现货价格ARIMA(2,1,3)模型后,必须对该模型进行检验,确定模型残差序列的自相关与偏相关系数是否落入随机区间后才能根据模型进行预测。因此,对模型残差序列进行图4的自相关图与偏相关图。从图4可明显看出，残差自相关系数与残差偏自相关系数均未出现拖尾或截尾的情况,系数均落在随机区间以内,表明模型正确可靠,能对原始序列进行良好的拟合。残差序列的自相关函数均在95%的置信区间内,因此不拒绝原假设,模型的残差序列不存在自相关,近似于白噪声序列,能显著对变量进行模拟,且模型效果良好(图5)。

图4 模型残差序列的自(偏)相关状况

图5 模型拟合

表5 国际棉花现货价格短期预测单位(元/t)

3.4 预测

利用ARMA(2,1,3)模型对国际棉花现货价格进行模拟与预测,模型的平均误差为1.95%,说明模型的误差较小,能较精确地对序列进行预测。2016年12月国际棉花现货价格较11月份有所上升,但增幅仅有1%,达到12103.57元/t;2017年1月—5月国际棉花现货价格呈缓慢上升的趋势,分别达到12237.47元/t、12504.56元/t、12622.81元/t、12725.76元/t、12812.02元/t(以2016年12月1日美元兑人民币汇率为准进行换算),表明在未来短期内国际棉花现货价格呈现出小幅上涨的趋势(表5)。

4 结论与讨论

2004/2005年至今,国际棉花价格经历了“大起大落”的剧烈波动，特别是全球经济危机以来,全球经济发展疲软、棉花消费市场萎缩、国际棉花现货价格大幅下降,导致我国依靠国外市场的出口型纺织企业大量减产、停产和濒临破产,同时棉花价格下降给植棉农户造成了重大的损失,2013/2014年以来国际棉花现货价格再一次呈现出持续降低的趋势。

通过ARIMA模型对国际棉花现货价格的预测结果来看,短期内国际棉花现货价格呈现出缓慢回升的趋势,2016/2017年1月国际棉花现货价格将回升到12237.47元/t,但要上涨到2011/2012年的高位水平有较大差离。2016/2017年5月国际棉花现货价格将上升为12812.02元/t,较2016年12月增幅达到688.83元/t。我国棉花现货价格易受国际棉花现货价格波动影响的主要原因集中在我国棉花国际现货价格制定权缺失与风险应对措施单调等两个方面,因此当前在国际棉花价格缓慢上涨、国际棉花需求逐渐回升的国际棉花市场趋势下,保障我国棉花市场的稳定与可持续发展是十分重要的。

我们认为:①增强中国棉花的国际竞争力,积极谋求国际棉花价格定价权。我国棉花缺失国际棉花现货价格的定价权,只能被动接受国际棉花现货价格,究其原因是因为我国棉花竞争力不足。因此,一方面应在稳定棉花产量的前提下着重提升我国棉花品质,加大对棉花种子资源的培育与实验,提升我国棉花的纤维长度与韧性,逐步优化我国棉花种植区域,大胆淘汰“不宜棉区”与“次宜棉区”,加大对“适宜棉区”的扶持力度;另一方面应积极更新棉花采摘与加工技术[10],减少棉花在机械采摘、加工过程中的受损程度,从而提升我国棉花的品质,在国际棉花市场竞争中取得质的优势,扭转国内棉花企业大力购买高品质外国棉花的趋势,逐步建立以中国为中心的世界棉花生产—贸易格局,增强中国棉花的国际竞争力和国际棉花现货价格的定价话语权。②合理规避棉花现货风险,实现棉花市场“两条腿走路”。一方面，应加强对世界棉花市场形势的研究与判断,正确引导植棉农户的棉花生产行为,防范植棉农户因国际棉花价格的短期上涨盲目扩大棉花种植面积,造成供大于求,“谷贱伤农”的现象;另一方面，由于国内企业大量使用“物美价廉”的国外棉花，导致我国用棉企业对外棉的依赖逐渐增强,增大了国内棉花市场受国际棉花价格波动冲击的可能性。因此,在棉花企业生产活动中要合理配置国内外资源,减少对国外棉花的依赖,削弱国际棉花现货风险的影响。此外,由于当前我国棉花市场仍然以现货交易为主,缺乏及时预测与规避国际棉花现货价格波动影响的手段，因此国际棉花现货价格波动对我国棉花价格产生了较大的不利影响。根据棉花期货贸易价格发现,套期保值等功能作为规避现货市场风险和套期保值的工具在国外的应用已十分普遍和成熟,因此应大力建设中国棉花期货市场,积极将中国棉花相关主体积极引入到棉花期货市场中,丰富棉花期货产品,将棉花保险与棉花期货相结合,实现新型的棉花价格保障机制,从而实现现货市场与期货市场“两条腿”走路,合理规避国际棉花现货价格波动对我国棉花价格造成的不利影响。

[1]杨莲娜,田秀华.国际棉花生产及贸易格局分析[J].中国棉花加工,2014,(1)∶34-38.

[2]喻树迅.我国棉花生产现状与发展趋势[J].中国工程科学,2013,(4)∶9-13.

[3]谭砚文,关建波.宏观经济因素、消费需求、市场信息与棉花市场价格波动[J].农业技术经济,2013,(8)∶12-22.

[4]贾兆祥.棉花消费、库存对世界棉花生产的影响——基于1971—2011年的实证检验[J].世界农业,2013,(11)∶101-104.

[5]李琴,孙良媛.棉花价格、进口及库存的互动关系[J].中国农村经济,2005,(7)∶71-77.

[6]罗英姿,王凯.中国棉花生产成本分析及国际比较[J].农业技术经济,2003,(4)∶36-40.

[7]王兆阳,辛贤.大国开放条件下棉花市场价格决定研究[J].中国农村观察,2004,(3)∶35-43,80.

[8]张立杰,朱新杰.我国棉花价格长期走势与短期预测——基于差分自回归移动平均模型(ARIMA)的分[J].价格理论与实践,2012,(6)∶53-54.

[9]薛冬梅.ARIMA模型及其在时间序列分析中的应用[J].吉林化工学院学报,2010,(3)∶80-83.

[10]李勤昌,昌敏.提升中国棉花产业国际竞争力的路径选择[J].国际贸易问题,2011,(10)∶34.

StudyonFluctuationofInternationalCottonSpotPriceandShortTermPrediction

YAN Qing-hua,LIU Wei-zhong,QIN Zi
(School of Economics and Business,Xinjiang Agricultural University,Urumqi 830052,China)

With the deepening of China′s market-oriented reform of cotton,the relationship between China′s cotton market and the international cotton market was becoming more and more closely.From 2004/2005 to 2015/2016 international cotton spot price (Cotlook FE-A)monthly data on the basis of theoretical analysis,this paper theoretically analyzed the fluctuations of international cotton spot price,then applied the ARIMA model to predict the fluctuation trend of international cotton spot price in the short term,the model relative error was below 5%,the predictive value of precision was high.Model prediction results showed that in the short term the international cotton spot prices showed a slow upward trend in May 2017 which wouldl rise to 12812.02yuan/t,an increase of up to 688.83yuan/t than December 2016.Based on the fluctuation trend of the international cotton spot price,this paper put forward some countermeasures and suggestions to prevent the impact of international cotton price fluctuation and ensure the sustainable development of China′s cotton industry.

ARIMA model;international cotton price;price forecasting;short-term trend

10.3969/j.issn.1005-8141.2017.05.013

F323.7

A

1005-8141(2017)05-0575-04

2017-03-27；

2017-04-15

国家社科基金青年项目(编号:16cjy023);自治区级研究生产学研联合培养项目(编号:xjaucxy-yjs-20141020);新疆人文社科重点研究基地干旱区农村发展研究中心资助。

闫庆华(1991-),男,安徽省阜阳人,硕士研究生,研究方向为现代农业发展与政策、农产品贸易等。

刘维忠(1961-),男,新疆维吾尔自治区哈密人,教授,博士生导师,研究方向为农业经济管理政策、财务管理等。