【《H省粮食价格波动影响因素实证分析案例》4100字】

H省粮食价格波动影响因素实证分析案例目录TOC\o"1-3"\h\u18137H省粮食价格波动影响因素实证分析案例 1276201.1.变量选取及数据来源 1303021.2.模型的选取 289781.3.实证分析 3199011.3.1.序列的平稳性检验 3153231.3.2.序列的协整检验 3260651.3.3.序列的格兰杰因果检验 438221.3.4.模型的稳定性检验 5211941.3.5.脉冲响应分析 5279191.3.6.方差分解 9变量选取及数据来源本文选取粮食产量、地区生产总值、居民消费价格指数、农业生产资料价格和粮食加工成本作为变量，来对湖北省的粮食价格波动情况进行实证分析。为便于整体分析，数据均采用指数的形式，以报告期价格和基期价格的相对数表示。表STYLEREF1\s4-SEQ表\*ARABIC\s11：变量的表示及含义TableSTYLEREF1\s4-SEQTable\*ARABIC\s11：Therepresentationandmeaningofvariables变量类型变量说明表示符号因变量粮食价格指数rgp供给因素变量粮食产量指数rgq需求因素变量地区生产总值rgrp居民消费价格指数cpi成本因素变量农业生产资料价格指数rtp粮食加工成本指数rgfc上述变量中，粮食价格、粮食产量、地区生产总值、居民消费价格指数、农业生产资料价格及粮食加工成本数据来自于中国统计年鉴及湖北省统计年鉴各年数据。具体的数据情况如下表所示：表STYLEREF1\s4-SEQ表\*ARABIC\s12：具体数据情况（指数形式）TableSTYLEREF1\s4-SEQTable\*ARABIC\s12：Thespecificdataofthearticle(exponentialform)粮食价格指数（rgp）粮食产量指数（rgq）地区生产总值（rgrp）居民消费价格指数（cpi）农业生产资料价格指数（rtp）粮食加工成本指数（rgfc）2005100.7103.68112.1102.9115.1125.922006103.8101.50113.2101.6101.4115.872007107.598.88114.6104.8108.0149.032008105.6101.91113.4106.3127.2164.442009103.4103.68113.599.695.3141.682010110.5100.29114.8102.9101.9145.252011116.0103.14113.8105.8113.5152.272012105.3102.23111.3102.9107.2139.822013104.2102.44110.1102.8103.1123.702014102.9103.31109.7102.097.9111.832015101.3104.61108.9101.5100.4103.892016100.594.48108.1102.2100.3108.532017101.6111.43107.8101.5100.976.162018100.799.77107.8101.9100.991.702019100.295.97107.6103.1103.0105.47资料来源于全国统计年鉴及湖北省统计年鉴各年数据模型的选取VAR模型，也称向量自回归模型，是在分析影响因素时较为常用的模型。但本文的单个数据较少，变量又相对较多，不适用VAR模型进行分析，且VAR模型难以反映变量间的结构性关系。SVAR模型是从VAR模型演变而来的，可以克服VAR模型的缺陷，更好的表现变量间的结构性关系和因果关系，并以经济理论支撑变量，更符合现实的经济，因此本文采用SVAR模型进行分析。首先SVAR模型的表达式如下：假设Aμt=Bεt，其中，μt为随机扰动项，εt为结构扰动项，矩阵A表示变量间当期的关系，矩阵B表示不同变量当期产生的影响，对AB矩阵进行约束，可以得到如下的约束方程：实证分析序列的平稳性检验对时间序列数据进行分析首先要对各项数据进行平稳性检验，保证数据的平稳，本文使用ADF检验方法进行检验，得到如下REF_Ref270\h表STYLEREF1\s4-3所示的检验结果。表STYLEREF1\s4-SEQ表\*ARABIC\s13：ADF检验结果TableSTYLEREF1\s4-SEQTable\*ARABIC\s13：TheresultsofADFtest变量检验形式（C,T,D,P）ADF检验值1%临界值5%临界值10%临界值P值结论rgp（C,N,N,1）-1.789-3.750-3.000-2.6300.3860不平稳D(rgp)（N,N,N,0）-3.565-3.750-3.000-2.6300.0065平稳rgq（C,N,N,1）-6.189-3.750-3.000-2.6300.0000平稳rgrp（C,T,N,1）-2.810-4.380-3.600-3.2400.1933不平稳D(rgrp)（N,N,N,0）-2.768-3.750-3.000-2.6300.0630平稳cpi（C,N,N,1）-3.698-3.750-3.000-2.6300.0041平稳rtp（C,N,N,1）-2.835-3.750-3.000-2.6300.0535平稳rgfc（C,T,N,1）-3.849-4.380-3.600-3.2400.0142平稳注：C、T、D、P表示该指标是否含常数项、趋势项、漂移项和滞后阶数，D()表示对原数据进行了一阶差分处理。利用上表的平稳性检验结果可以看出，在10%的置信水平下，各变量总体来说是平稳的，其中，粮食价格和地区生产总值指标可在一阶差分后达到平稳，因此本文的数据是可靠的，可以进行下一步的检验。序列的协整检验表STYLEREF1\s4-SEQ表\*ARABIC\s14：协整检验结果TableSTYLEREF1\s4-SEQTable\*ARABIC\s14：Theresultsofcointegrationtest变量原假设迹检验值5%临界值最大特征值5%临界值rgp与rgqh=024.927715.4121.581114.07h=13.34663.763.34663.76rgp与rgrph=021.292615.4120.731514.07h=10.56113.760.56113.76rgp与cpih=019.936015.4116.304814.07h=13.63133.763.63133.76rgp与rtph=020.422515.4115.919214.07h=14.50333.764.50333.76rgp与rgfch=016.289815.4115.533514.07h=10.75463.760.75463.76注：h=0假设不存在协整，h=1假设存在协整关系。变量间的协整检验可以反映变量间是否存在协整关系，若变量间的关系在长时间内不是协整稳定的，协整关系的分析也可以为后续的分析提供保障。通过协整检验的结果可以看出，在5%的置信水平下，h=0的统计值均大于5%临界值，因此五组变量的结果均拒绝原假设，说明这五组变量之间至少是存在一个协整关系的。序列的格兰杰因果检验表STYLEREF1\s4-SEQ表\*ARABIC\s15：格兰杰因果检验结果TableSTYLEREF1\s4-SEQTable\*ARABIC\s15：TheresultsoftheGrangercausalitytest原假设滞后阶数F统计量P值结论rgp不是rgq的格兰杰因果原因10.450.7776接受原假设rgq不是rgp的格兰杰因果原因111.480.0817拒绝原假设rgp不是rgrp的格兰杰因果原因131.510.0002拒绝原假设rgrp不是rgp的格兰杰因果原因19.670.0099拒绝原假设rgp不是cpi的格兰杰因果原因15.100.0452拒绝原假设cpi不是rgp的格兰杰因果原因14.550.0564拒绝原假设rgp不是rtq的格兰杰因果原因13.960.0721拒绝原假设rtp不是rgp的格兰杰因果原因11.220.2930接受原假设rgp不是rgfc的格兰杰因果原因11.190.3528接受原假设rgfc不是rgp的格兰杰因果原因13.270.0917拒绝原假设根据上表的检测结果可知，在10%的置信水平下，粮食价格与粮食产量、农业生产资料价格、粮食加工成本之间存在单向的格兰杰因果关系，与地区生产总值、居民消费价格指数之间存在双向格兰杰因果关系。模型的稳定性检验经过序列的平稳性检验、协整检验和格兰杰因果检验后，可以判断本文的变量能够构建SVAR模型，在进行分析之前，还要对模型的稳定性进行检验。根据AIC准则可以得到模型的最优滞后阶数为3阶，在此基础上，对SVAR(3)进行AR根检验。图STYLEREF1\s4-SEQ图\*ARABIC\s11：AR根检验结果FigureSTYLEREF1\s4-SEQFigure\*ARABIC\s11：TheresultsofARroottest由REF_Ref27106\h图STYLEREF1\s4-1可以看出，在滞后三阶的条件下，所有的点都处在单位圆内，通过了模型的稳定性检验，接下来可以对影响因素进行脉冲响应分析及方差分解分析，研究各影响因素的影响情况和影响程度。脉冲响应分析脉冲响应描述模型中的内生变量对模型中误差项的反应程度，检验模型受到变量的标准差冲击时会对整个模型造成多大的影响，本文通过脉冲响应分析方法讨论rgq、rgrp、cpi、rtp、rgfc及rgp自身对rgp的影响程度，结果如下：粮食价格对自身变动的响应程度图STYLEREF1\s4-SEQ图\*ARABIC\s12：rgp对自身的响应FigureSTYLEREF1\s4-SEQFigure\*ARABIC\s12：Theimpactofrgpchangesonrgp如上REF_Ref3052\h图STYLEREF1\s4-2可以看出，在粮食价格受到自身的冲击后，会立刻对自身产生影响，此后这种影响会慢慢减弱，并在第10期之后开始逐渐消失。这说明当粮食价格受自身变化影响的冲击后，开始时会通过市场预期对自身价格产生较大影响，并传递到粮食市场，对粮食价格产生正向的冲击，但此冲击并不会维持太长的时间。粮食产量变动对粮食价格的冲击图STYLEREF1\s4-SEQ图\*ARABIC\s13：rgq变动对rgp的冲击FigureSTYLEREF1\s4-SEQFigure\*ARABIC\s13：Theimpactofrgqchangesonrgp如上REF_Ref3127\h图STYLEREF1\s4-3可以看出，当粮食价格受到来自粮食产量的一个单位标准差的冲击后，开始对未来几期的粮食价格产生影响，这种影响的方向在不断变化，并且在15期之后依然存在。这说明当粮食产量发生变动时，粮食的供给随之增加，供大于求，粮食价格应该会下降，产生反向影响，但粮食市场上粮食的供给价格并不能迅速随之发生变动。根据蛛网理论也可以得到，本期价格是由上期的供给决定的。因此，这种影响有所延迟，其当期发生的变化对粮食价格的影响会一直延续至未来期数中，且影响的方向会随着市场中供给量的变化而不断发生变化。地区生产总值变动对粮食价格的冲击图STYLEREF1\s4-SEQ图\*ARABIC\s14：rgrp变动对rgp的冲击FigureSTYLEREF1\s4-SEQFigure\*ARABIC\s14：Theimpactofrgrpchangesonrgp如上REF_Ref3225\h图STYLEREF1\s4-4可以看出，当粮食价格受到来自地区生产总值的一个单位标准差的冲击后，会立即对未来几期的粮食价格产生影响，影响方向为正，且持续时间很长，一直到第15期影响还未消失，可见，这一影响因素的影响时间较为长久。一个地区的生产总值越高，该地区经济发展状况越好，根据恩格尔理论，经济条件越好，人们对食品的需求在总需求中的占比越小。因此地区经济的发展可以通过影响人们的经济水平，对粮食需求造成影响，从而对粮食价格波动有着间接的影响。居民消费价格指数变动对粮食价格的冲击图STYLEREF1\s4-SEQ图\*ARABIC\s15：cpi变动对rgp的冲击FigureSTYLEREF1\s4-SEQFigure\*ARABIC\s15：Theimpactofcpichangesonrgp如上REF_Ref3271\h图STYLEREF1\s4-5可以看出，当粮食价格受到来自居民消费价格指数的一个单位标准差的冲击后，也会立即对未来几期的粮食价格产生较大的负向的影响，影响的持续时间较长，一直到第10期都存在，具体数值一直在0值附近上下波动。居民消费价格指数反映了居民的消费水平，其变化，既会间接影响到本地区粮食价格的波动，同时也会直接对当地的粮食需求情况做出反应，给粮食价格波动带来直接的影响。农业生产资料价格变动对粮食价格的冲击图STYLEREF1\s4-SEQ图\*ARABIC\s16：rtp变动对rgp的冲击FigureSTYLEREF1\s4-SEQFigure\*ARABIC\s16：Theimpactofrtpchangesonrgp如上REF_Ref3180\h图STYLEREF1\s4-6可以看出，当粮食价格受到来自农业生产资料价格的正向冲击后，会立即产生影响，在第6期左右开始回到0值，之后只存在较为微弱的响应。农业生产资料价格变动主要是对粮食生产的成本产生影响，进而间接影响粮食的价格，从脉冲图中可以看出这种影响是确实存在的，但并不会持续很长时间。粮食加工成本变动对粮食价格的冲击图STYLEREF1\s4-SEQ图\*ARABIC\s17：rgfc变动对rgp的冲击FigureSTYLEREF1\s4-SEQFigure\*ARABIC\s17：Theimpactofrgfcchangesonrgp如上REF_Ref3327\h图STYLEREF1\s4-7可以看出，当粮食价格受到来自粮食加工成本的冲击后，会立即对未来几期的粮食价格产生较大的影响，一直到第5期都非常显著，影响方向主要为正向。根据产业链理论，每一环节成本的增加会使成品的附加价值增大，因此加工成本变化会对粮食价格产生较为直接的影响。方差分解通过方差分解可以测定粮食价格变动影响程度的来源，构建5组变量，时间设定为5期，分别测定rgp对其自身及rgq、rgrp、cpi、rtp和rgfc的变动程度，具体结果如下REF_Ref3448\h表STYLEREF1\s4-6所示：表STYLEREF1\s4-SEQ表\*ARABIC\s16：rgp方差分解结果（%）TableSTYLEREF1\s4-SEQTable\*ARABIC\s16：Variancedecompositionofrgp（%）第一组：rgp和rgq期数rgprgq1100.00000.0000399.25940.7406698.73831.2617998.33771.66231298.01161.98841597.71952.2805第二组：rgp和rgrp期数rgprgrp1100.00000.0000382.334817.6652585.469014.5310785.169514.8305985.047114.9629第三组：rgp和cpi期数rgpcpi1100.00000.0000283.088716.9113383.178316.8217482.285717.7143582.403417.5966第四组