【《湖北省粮食价格波动影响因素实证分析案例》4900字】

湖北省粮食价格波动影响因素实证分析案例目录TOC\o"1-3"\h\u19780湖北省粮食价格波动影响因素实证分析案例 1299191.1.变量选取及数据来源 1323791.1.1.变量选取及说明 1149271.1.2.具体数据及来源 2120461.2.模型的选取 23981.3.实证分析 3152371.3.1.序列的平稳性检验 3282001.3.2.序列的协整检验 455951.3.3.序列的格兰杰因果检验 5318371.3.4.构建SVAR模型 56838其中， 5189411.3.5.脉冲响应分析 6239041.3.6.方差分解 10变量选取及数据来源变量选取及说明参考上文对粮食价格波动影响因素的整理，再结合均衡价格理论、蛛网理论、产业链理论等粮食价格波动的相关理论，以及前人对粮食价格波动影响因素的研究，本文选取农业生产资料价格、国际原油价格、粮食产量、地区生产总值及居民消费价格指数作为变量，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来进行表示。表STYLEREF1\s5-SEQ表\*ARABIC\s11：变量的表示及含义TableSTYLEREF1\s5-SEQTable\*ARABIC\s11：Therepresentationandmeaningofvariables变量名称表示符号基本含义粮食价格rgp用粮食零售价格指数进行衡量，以本年度数据比上上一年度所得，符号为%粮食产量rgq用粮食产量指数进行衡量，以本年度数据比上上一年度所得，符号为%农业生产资料价格rtp用农业生产资料价格指数进行衡量，以本年度数据比上上一年度所得，符号为%地区生产总值rgrp用地区生产总值指数进行衡量，以本年度数据比上上一年度所得，符号为%居民消费价格指数cpi用居民消费价格指数进行衡量，以本年度数据比上上一年度所得，符号为%国际原油价格rop用国际原油价格指数进行衡量，以本年度数据比上上一年度所得，符号为%具体数据及来源上述变量中，粮食价格、粮食产量、农业生产资料价格、地区生产总值及居民消费价格指数，均来自于中国统计年鉴各年的数据，国际原油价格数据来自于美国能源部能源统计办公布的WTI国际原油期货价格数据。具体的数据情况如下表所示：表STYLEREF1\s5-SEQ表\*ARABIC\s12：具体数据情况TableSTYLEREF1\s5-SEQTable\*ARABIC\s12：Thespecificdataofthearticle粮食零售价格指数（rgp）粮食产量指数（rgq）农业生产资料价格指数（rtp）地区生产总值（rgrp）居民消费价格指数（cpi）国际原油价格指数（rop）2010110.50100.30101.9114.80102.90128.222011116.00103.10113.5113.80105.80119.472012105.30102.20107.2111.30102.9098.992013104.20102.40103.1110.10102.80104.142014102.90103.3097.9109.70102.0094.762015101.30104.60100.4108.90101.5052.512016100.5094.50100.3108.10102.2088.952017101.60111.40100.9107.80101.50117.052018100.7099.80100.9107.80101.90127.582019100.4096.00103.0107.60103.1088.06资料来源于全国统计年鉴各年数据及能源部能源统计办WTI国际原油期货价格数据模型的选取本文的实证分析将采用SVAR模型进行分析。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，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。SVAR模型的表达式如下：式中，表示内生变量组成的维向量，表示的系数矩阵，表示滞后期，表示维随机扰动项。假设可逆，在等式两边同时乘以，得到缩减的VAR形式：其中，滞后算子形式表示为：其中，，为滞后算子的的的参数矩阵。通过SVAR模型与缩减的VAR模型直接的关系，我们可以得到初始的SVAR模型，与此同时，由于SVAR模型含有n个变量，比VAR模型多n2个位置变量，需要再对SVAR模型施加n2个约束条件。令系数矩阵对角线上的元素都为1，同时再对其施加n(n-1)个约束条件，得到下三角矩阵：然后再通过对SVAR模型进行识别，进行脉冲响应分析和方差分解，就可以得到系统内各变量间的结构性关系。实证分析序列的平稳性检验对时间序列数据进行分析必须假设数据是平稳的，因此首先对各个变量依次进行平稳性检验，本文选择使用ADF检验方法对相关变量的平稳性进行检验，得到如下表所示的检验结果。表STYLEREF1\s5-SEQ表\*ARABIC\s13：ADF检验结果TableSTYLEREF1\s5-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P值结论rgp（C,T,N,1）-5.679-4.380-3.6000.0000平稳rgq（C,N,N,1）-6.920-3.750-3.0000.0000平稳rtp（C,T,N,1）-1.658-4.380-3.6000.7690不平稳D(rtp)（N,N,N,0）-5.056-3.750-3.0000.0000平稳rgrp（C,T,N,1）-3.183-4.380-3.6000.0878不平稳D(rgrp,2)（N,N,N,0）-4.977-3.750-3.0000.0000平稳cpi（C,N,N,1）-3.398-3.750-3.0000.0110平稳rop（C,N,D,1）-2.598-3.365-2.0150.0242平稳注：C、T、D、P分别表示是否含常数项、趋势项、漂移项和滞后项阶数，滞后阶数选择参考AIC准则及序贯test准则。利用上表的平稳性检验结果可以看出，各变量总体来说是平稳的，其中，农业生产资料价格指标可在一阶差分后达到平稳，地区生产总值指数也在二阶差分后获得平稳结果，因此整体而言本文的数据是可靠的。序列的协整检验通过平稳性检验后，还需要检验变量间是否存在协整关系，结果如下图所示：表STYLEREF1\s5-SEQ表\*ARABIC\s14：协整检验结果TableSTYLEREF1\s5-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=055.191315.4135.607214.07h=119.58413.7619.58413.76rgp与rtph=016.773515.4111.836014.07h=14.93763.764.93763.76rgp与rgrph=033.392115.4119.991714.07h=113.40043.7613.40043.76rgp与cpih=050.982515.4142.644514.07h=16.10663.766.10663.76rgp与roph=042.644515.4135.639214.07h=17.00533.767.00533.76注：原假设为h=0表示不存在协整关系，h=1表示至少存在一个协整关系。通过上表对变量间进行协整检验的结果可以看出，在5%的置信水平下，五对变量关系均不能拒绝原假设，也就是说，这6个变量之间是存在协整关系的。变量间的协整关系可以反应变量间是否存在长期的均衡稳定的关系，若变量间的关系并非长期均衡稳定的，协整关系的分析也可以为后续的分析提供保障。序列的格兰杰因果检验格兰杰因果检验是针对平稳的时间序列的，用于检验各变量间在经济行为上是否存在统计意义上的因果关系。对各变量之间的关系进行格兰杰因果检验，检验结果如下：表STYLEREF1\s5-SEQ表\*ARABIC\s15：格兰杰因果检验结果TableSTYLEREF1\s5-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10.090.7695接受原假设rgq不是rgp的格兰杰因果原因10.510.5024接受原假设rgp不是rtq的格兰杰因果原因18.530.0266拒绝原假设rtp不是rgp的格兰杰因果原因14.410.0804接受原假设rgp不是rgrp的格兰杰因果原因15.580.0561接受原假设rgrp不是rgp的格兰杰因果原因117.210.0060拒绝原假设rgp不是cpi的格兰杰因果原因19.090.0235拒绝原假设cpi不是rgp的格兰杰因果原因16.580.0426拒绝原假设rgp不是rop的格兰杰因果原因10.000.9980接受原假设rop不是rgp的格兰杰因果原因10.360.5679接受原假设根据上表的检测结果可知，rgp与cpi均在5%的置信水平下拒绝原假设，说明粮食价格与居民消费价格指数之间存在双向的格兰杰因果关系。而rgp与rtp和rgrp之间是单向拒绝原假设，因此粮食价格与农业生产资料价格和地区生产总值之间存在着单向的格兰杰因果关系。构建SVAR模型设粮食产量指数（rgq）、农业生产资料价格指数（rtp）、地区生产总值指数（rgrp）和居民消费价格指数（cpi）为模型的内生变量，由于国际石油价格是由国际市场决定的，因此设国际石油价格指数（rop）为外生变量，构建AB型SVAR模型：其中，表示扰动项，，表示各个变量的结构式扰动项。设A矩阵的对角线上元素均为1，B矩阵为对角矩阵：接下来对变量进行排序，由于国际石油价格属于外生变量，受当期其他变量的影响较小，故将其排在第一位。粮食产量为供给性因素，排在第二位。地区生产总值与居民消费价格指数属于需求性因素，分别排在第三位和第四位。农业生产资料价格排在最后一位。对变量施加约束条件，可得如下模型表达形式：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，本文通过脉冲响应函数方法讨论rgq、rtp、rgrp、cpi、rop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\s5-SEQ图\*ARABIC\s11：rgp对自身的响应FigureSTYLEREF1\s5-SEQFigure\*ARABIC\s11：Theimpactofrgpchangesonrgp如上图可以看出，当粮食价格受到自身一个单位标准差的正向冲击后，会立即对自身未来几期的粮食价格产生一个较大的影响，此后这种影响会慢慢减弱，并在第5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较长的时间。粮食产量变动对粮食价格的冲击图STYLEREF1\s5-SEQ图\*ARABIC\s12：rgq变动对rgp的冲击FigureSTYLEREF1\s5-SEQFigure\*ARABIC\s12：Theimpactofrgqchangesonrgp如上图可以看出，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，并且在10期之后这种影响依然显著存在。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，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，粮食产量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。农业生产资料价格变动对粮食价格的冲击图STYLEREF1\s5-SEQ图\*ARABIC\s13：rtp变动对rgp的冲击FigureSTYLEREF1\s5-SEQFigure\*ARABIC\s13：Theimpactofrtpchangesonrgp如上图可以看出，当粮食价格受到来自农业生产资料价格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，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。地区生产总值变动对粮食价格的冲击图STYLEREF1\s5-SEQ图\*ARABIC\s14：rgrp变动对rgp的冲击FigureSTYLEREF1\s5-SEQFigure\*ARABIC\s14：Theimpactofrgrpchangesonrgp如上图可以看出，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，且主要为负向的影响，在第4期左右开始回到0值。一个地区的生产总值越高，该地区对粮食的需求也会越大，构成影响粮食价格的需求方面的影响因素，对粮食价格波动有着间接的影响，且通过脉冲图也可以看出，这种影响确实是负向的。但相较于其他几个影响因素来看，地区生产总值变动对粮食价格的冲击可以影响的期数较短。居民消费价格指数变动对粮食价格的冲击图STYLEREF1\s5-SEQ图\*ARABIC\s15：cpi变动对rgp的冲击FigureSTYLEREF1\s5-SEQFigure\*ARABIC\s15：Theimpactofcpichangesonrgp如上图可以看出，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，并不会立即对未来几期的粮食价格产生较大的影响，但影响的持续时间很长，一直到第10期都存在着非常显著的影响，具体数值一直在0值附近上下波动。湖北省的居民消费价格指数反映了湖北地区基本消费物价的变化情况，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。国际原油价格变动对粮食价格的冲击图STYLEREF1\s5-SEQ图\*ARABIC\s16：rop变动对rgp的冲击FigureSTYLEREF1\s5-SEQFigure\*ARABIC\s16：Theimpactofropchangesonrgp如上图可以看出，当粮食价格受到来自国际原油价格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较大的影响且影响的持续时间较长，一直到第10期都存在着非常显著的影响，影响方向主要为负向。这一现象可能与国际原油价格的传导时滞有关，国际原油价格属于粮食价格在成本方面的影响因素，主要是由于近年来的农业机械化发展而开始对粮食价格产生影响。由于时滞性，国际原油价格变动会随着时间推移增加粮食生产成本，进而影响粮食价格的波动。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、rtp、rgrp、cpi和rop的变动程度，具体结果如下表所示：表STYLEREF1\s5-SEQ表\*ARABIC\s16：rgp方差分解结果（%）TableSTYLEREF1\s5-SEQTable\*ARABIC\s16：Variancedecompositionofrgp（%）第一组：rgp和rgq期数rgprgq1100.00000.0000260.380239.6198357.498642.5014456.900743.0993539.467160.5329第二组：rgp和rtp期数rgprtp1100.00000.0000289.292110.7079362.755237.2448460.974639.0254560.067739.9323第三组：rgp和rgrp期数rgprgrp1100.00000.0000266.485333.5147366.471433.5286466.544