19国际粮价波动对中国经济的影响Word文件下载.docx
《19国际粮价波动对中国经济的影响Word文件下载.docx》由会员分享，可在线阅读，更多相关《19国际粮价波动对中国经济的影响Word文件下载.docx（26页珍藏版）》请在冰点文库上搜索。
-国际/国内小麦价格
-国际/国内大豆价格
四、模型建立与求解
4.1问题分析
通过对问题的分析，我们把问题分解为以下几步：
1.把经济影响量化为经济指标；
2.找出国际粮价有滞后影响的一级因素和由一级因素直接反映的二级因素；
3.建立起国际粮价与一级因素之间的关系和一级因素与二级因素之间的关系；
4.利用统计学方法，预测国际粮价近期走势；
5.结合第3步建立的关系，预测我国经济指标的一、二级因素近期的发展，从而分析出我国经济近期走势；
6.结合其他因素提出应对建议；
由以上的分解步骤，我们认为，问题的关键在于以下几个难点：
1.怎样把粮价对我国的经济影响定量化；
2.怎样把国际粮价对国内经济指标的滞后影响和国内一部分经济指标因素对另一部分经济指标的瞬时影响区分开来；
3.国际粮价对国内影响有滞后性，如何在有滞后性的情况下仍能拟合几个变量的关系；
4.怎样在影响机理未知的情况下预测国际粮价；
4.2影响因素分析
4.2.1宏观经济指标的选取
借助相关宏观经济学文献，我们发现公认的宏观经济指标主要为以下：
GDP、社会消费品零售总额、进出口额、CPI和PPI、消费者信心指数、和其他的相关金融指标。
这些指标概括出我国经济的基本状态，我们在此加上国内粮价，得出以下六项、七个指标来反映我国的宏观经济走势。
表1宏观经济指标的选取
宏观经济指标
反映经济走势的方面
GDP
整体经济发展
消费者信心指数
居民生活状况
社会消费品零售总额
社会消费
CPI/PPI
物价水平
进出口额
国家外贸收入
国内粮价
粮食价格
4.2.2经济指标中一级因素与二级因素的分解
结合定性分析的参考文献【1】，国际粮价的影响到达国内时，滞后影响的因素简要分析如下表：
表2经济指标与粮食的关系
影响的经济指标
影响原因
作为食品，影响物价波动
作为食品，影响消费
作为贸易商品，影响进出口
传导机制
而GDP的表达公式为：
据此我们发现，GDP不仅受到上述经济指标的影响，而且是直接受到当时的其他指标的影响，GDP和一级因素之间不存在任何滞后性。
故把GDP列为二级因素。
消费者信心指数更是受到消费、投资的内在影响，作用机理不清晰，也列为二级因素。
4.2.3影响机制模型的建立
根据经济学现有的研究成果，把上述指标分为两大类，一类是文献中认为粮价滞后影响的一级因素，一类是受到一级因素直接影响的二级因素，得到如下表：
表3经济指标的分级
因素级别
II
I
我们建立了这样一组三层的影响机制结构的大致框架：
图1国际粮价与国内经济指标的关系
其中，底层国际粮价对于次高层的某些经济指标的影响是滞后的，次高层对于最高层的影响是不考虑滞后性的。
4.3关于国际粮价和一级因素计量的VAR模型
4.3.1模型建立
对于定量地分析每一层多个变量之间的相互关系，我们一般运用回归分析的方法。
但是如上所说，我们认为国际粮价对于次高层的国内经济指标有着显著的滞后性影响，国际粮价的波动不能立即影响国内经济指标，但一定会影响国内经济指标。
因此，回归分析就难以表现这个时间序列的滞后性。
于是我们在此运用对回归分析加以改进的VAR模型来求的相应结果，所谓VAR模型，是指变量自回归模型。
它比传统的回归分析的优势是可以分析有滞后性，传统的回归分析归根到底以线性回归方程来解释因果。
如a、b为原因,k为结果，通常模型为：
再利用最小二乘法等方法确定常系数A、B、C，但是VAR模型引入时间序列，就是说其模型最一般的表达式如下：
这样就可以避免简单的回归，而得到与时间相关的影响模型,再确定系数，得到线性回归方程。
粮价对于国内影响的滞后性的时间长度是有限的，不可能出现国际粮价经历半年或一年时间才能影响到国内，粮价对国内不同经济指标影响的滞后时间肯定不完全相同，但是经济学文献上估计一般会滞后2-5个月影响国内，所以我们将滞后性的影响指定为最多滞后6个月，得到如下的一般表达式：
在此，由于当样本容量不够大时，判定滞后性需要大量的估计数据，从而使得使得模型的精确性会有所减弱，因此我们需要对参数
的开始时间m和结束时间n结合精确性进行试凑，出现以下的回归表达式：
4.3.2模型求解和结果分析
我们使用Eviews软件对于国际粮价和一级因素之间的关系进行求解，具体算法流程如下：
1.结合VAR模型得到的置信程度Adj.R-squared值确定模型开始时间和结束时间；
2.得到各个一级因素对国际粮价的回归表达式；
3.进行平稳性检验如果平稳性检验不通过则进行协整性检验；
首先，在我们确定内生变量EndogenousVariables项为国际粮价与某一个一级因素，外生变量定义为一个扰动c，再在LagIntervalsforEndogenous项首先确定一组时间序列的m、n值，利用模型得到初步的回归方程式。
图2VAR界面图
在得出的结果中，观察Adj.R-squared的值，模型规定大于80%时即可以认定回归结果可靠，如果Adj.R-squared较小，则需要对时间序列的起始与结束时间进行调整，对外生变量进行取舍，以方便得到最高的Adj.R-squared值。
利用软件可以得到模型建议的最佳滞后值如下表：
在这里，最佳滞后值是根据AIC和SC值确定的，两者值最小时对应的Lag值就是最佳滞后月份，如上例是1、2月份均可以作为最佳滞后月份，我们就会重新在LagIntervalsforEndogenous项选择1-1、1-2、2-2等几种时间序列进行比较，来选择最大Adj.R-squared值对应的滞后月份。
得到结果如下：
表4一级因素的滞后性影响分析结果
国际粮价影响的一级因素
滞后时间/月
Adj.R-squared值
CPI
2-4
0.955545
PPI
1-2
0.985943
3-5
0.985519
进口额
0.964339
出口额
0.841155
国内大米价格
1
0.806137
国内玉米价格
0.969680
国内小麦价格
0.793990
国内大豆价格
0.763441
根据上述结果，我们可以看到，CPI、PPI、社会消费品、进出口额都是受到国际粮价显著的滞后影响。
对国内粮价的影响是迅速但不显著，我们经过分析，得到如下结论：
1.国际粮价波动，最先感受到的仍应该是国内粮价，1个月的时间就可以带动国内粮价波动。
但是，回归方程的置信程度差别很大，上表中的Adj.R-squared值，玉米的达到了0.9以上，大米、小麦、大豆均达到或接近0.8。
（1）结合我国进口粮食状况和粮食用途，我国的大米、小麦主要依赖本土市场，与国际价格依赖性差，且关系到国计民生，故也存在较高的政府干预影响，因此置信程度达到0.8左右。
（2）大豆是我国进口最多的粮食品种，理论上应当受国际粮价影响显著，但豆油直接关系到食品价格，且由于豆油、豆粕没有其他粮食间相互替代的关系，所以受到政府干预最大，从而价格也较稳定；
（3）我国对于玉米也有着很高的进口，而且由于玉米主要供给于畜牧业等产业，受到政府干预少，所以受国外粮价影响极大；
2.在经济指标中，最先受到影响的是PPI，它衡量的是制造商的出场价格。
所以，因为粮食作为原料，1-2个月后就很快使得产品价格上涨，进而在2-4个月造成消费品价格上涨，通货膨胀，从而使得社会消费品零售总额在3-5个月引发变化；
3.进出口额受到国际粮价的影响是较为显著的。
对于滞后性较长（3-5个月），我们感到比较出乎意料。
可能因为大宗商品的反应周期过慢，且粮食进出口跟需求关系较大，跟供给关系较小，另外，粮食交易中期货较多，不会像现货一样容易转移资金。
4.4关于一级因素和二级因素计量的多元回归模型
说明：
-出口总额,
-进口总额,
-社会消费品零售总额,
首先将各变量对数化处理,应用spss对其进行线性回归,得到分析结果如下：
表5GDP线性回归模拟结果
模型
R
R方
调整R方
标准估计的误差
0.917a
0.842
0.742
0.10617734
a.预测变量:
（常量）,ppi,零售总额,出口,进口,cpi。
b.因变量:
gdp
平方和
df
均方
F
Sig.
回归
0.479
5
0.096
8.496
0.005a
残差
0.090
8
0.011
总计
0.569
13
R方是衡量方程的拟合优度，R方越大越好，一般地，大于0.8说明方程对样本点的拟合效果很好，0.5~0.8之间也可以接受。
R方统计量不是检验的统计量，只衡量显著性；
F是检验方程显著性的统计量，是平均的回归平方和与平均剩余平方和之比，越大越好。
回归方程的建立：
根据回归系数表中各变量的系数可得到多元回归模型：
回归方程的显著性检验：
从方差分析表中可知F的统计量为8.496,系统自动检验的显著水平为0.005。
F（0.05,5,8）值为3.687，F（0.01，5，8）值为6.632，F（0.005，5，8）值为8.302。
因此回归方程相关非常显著。
（F值可在Excel中用FINV（）函数获得）。
表6消费者信心指数线性回归模拟结果
R方
调整R方
标准估计的误差
0.761
0.580
0.521
0.0484340623739
（常量）,ppi,出口,零售总额,进口,cpi。
消费者信心指数
0.116
0.023
9.930
0.0001
0.084
36
0.002
0.201
41
分析方法同上，可得回归方程：
从方差分析表中可知F的统计量为9.930,系统自动检验的显著水平为0.0001。
F（0.05,5,36）值为2.477，F（0.01，5，36）值为3.574，F（0.0001，5，36）值为7.133。
各变量系数结果见附录附表4。
4.5关于粮价走势的GM（1,1）灰色预测模型
4.5.1模型建立
在VAR模型中，我们得到国际粮价对中国经济指标的影响作用机制和作用方程式。
然后，我们对于国际粮食价格的近期走势进行预测，从而方便以下对经济指标的预测。
在此我们选取“小样本”、“贫信息”、不确定性系统为研究对象灰色预测分析，避免考虑粮价走势的作用机理,介绍如下：
设原始时间序列
有n个
对其作一次累加,得
其中
则GM（1,1）模型的微分方程（白化方程）为:
其中:
为发展系数,反映了
及
的发展态势;
为灰色作用量,亦称为内生控制灰数.
设
为待估参数向量,
利用最小二乘法求解得:
求微分方程,可得预测模型（时间相应序列）为:
还原为
的预测值为:
根据上述公式,就能得到未来的预测值。
4.5.2模型求解与结果分析
利用matlab软件，我们依照现有的2010年1月到2012年7月的国际粮价数据逐一得到下个月份的粮食价格，由2012年8月预计到2013年3月，从而得到下表：
表7四种主要粮食的预测价格
月份
小麦价格预测
玉米价格预测
粳稻价格预测
大豆价格预测
2012-8
6.4116
2.0156
1.9459
6.2759
2012-9
6.4207
2.0213
1.9403
6.2802
2012-10
6.4298
2.0269
1.9346
6.2844
2012-11
6.4389
2.0326
1.929
6.2887
2012-12
6.448
2.0382
1.9234
6.2929
2013-1
6.4572
2.0439
1.9179
6.2972
2013-2
6.4663
2.0496
1.9123
6.3014
2013-3
6.4755
2.0554
1.9068
6.3057
百分绝对误差
0.05%
0.09%
0.08%
0.06%
由上面的百分绝对误差，我们得到如下结论：
完全可以利用GM（1,1）模型对于今后8个月的粮价进行预测，其所得到的百分绝对误差均在0.1%以下；
其中以大米为例，拟合的走势曲线如下：
图3大米价格走势拟合图
纵坐标为大米实际价格的自然对数；
横坐标为月份，1代表2010年8月；
散点为实际值，曲线为拟合曲线及预测。
4.6预测近期粮价对我国经济影响
我们得到了国际粮价在今后8个月的走势，也得到了国内宏观经济指标（CPI、PPI、社会消费零售总额、进口额、出口额、国内粮价）对于国际粮价的回归方程式，还得到了GDP和消费者信心指数关于上述一级因素的回归方程，只要简单地带入，就可以预测这些经济指标在今后一定时间的走势如下表：
表8各种经济指标的预测值
EX
FIN
COMS
1802.35
1584.57
17078.1
103.149
97.362
99.0042
1802.08
1599.37
17246.9
103.230
97.733
98.9174
1800.75
1614.31
17417.38
103.3121
98.1067
98.8307
1782.293
1629.402
17589.53
103.3934
98.481
98.744
1769.965
1644.626
17763.38
103.4748
98.8566
98.6574
1754.76
1659.99
17938.9
103.556
99.233
98.5709
1739.70
1675.50
18116.2
103.637
99.612
98.4845
1724.76
1691.15
18295.3
103.719
99.992
98.3982
根据上面的预测结果，我们对于进出口额得到如下的预测结果：
图4进出口额的预测结果
容易得见，出口额在停滞一段时间后略有下降，而进口额会较大地上升。
我们分析因为我国主要是进口粮食、矿产，粮食等大宗商品的进口量受其单价影响较小，但是粮食单价的上升会使得我国相关产业的成本增加，同时刺激国内农业水平的发展。
我们对CPI、PPI、消费者信心指数得到下图：
图5CPI、PPI、消费者信心指数的预测结果
由此可以看出，随着粮价上涨，PPI得到比CPI更大的增长，生产过程的利润降低，而物价上涨，使得消费者的生活环境恶劣。
我们结合GDP的历史结果和预测信息进行统计，下面是2009年第一季度到2013年第一季度的统计图。
图6GDP走势图及预测
应当看出，随着粮价上涨，GDP的增速是略有放缓的。
4.7政策建议
1.由于出口额受到国际粮价上涨，会出现先停滞后下降的趋势，因此国家应当给予以粮食作为生产原料的企业适当补助，以增加他们的利润，增加GDP和外贸收入；
2.由于进口额受到国际粮价上涨，有较大的上升，因此，国家一方面应当提高粮食进口关税，获得较高财政收入和限制进口；
另一方面鼓励农产品的生产，减少对外依存度；
3.我国进口农产品主要为玉米和大豆。
从VAR模型可以看出，我国对于国内大豆价格的强力调控已经很有成效，而玉米价格则受到国外市场波动的影响严重，因此，我国应当加大玉米和大豆生产，并需要开始注意到长期对国内玉米价格调控的忽视，从而避免依赖玉米价格的畜牧业和乙醇等制造业利润的下降；
4.受到国外粮价影响，CPI、PPI均有较大上涨，尤其是PPI，会使得工业增加值和企业利润降低，所以，国家需要对物价进行适当调整。
五、模型检验与评价
由于我们运用的VAR模型是用较早数据估计较晚数据，故模型的检验比较简单，只需要取略早的粮价数据就可以得到在6、7月份的其他经济指标结果，再与实际比较就可以检验其准确性。
六、模型评价
6.1模型优点
本文在解决国际粮食价格波动对中国经济影响的问题中，首先区分受影响的经济指标受国际粮价影响是否有滞后性，并根据此把经济指标分级，其中有滞后影响的因素采用了VAR模型，并利用专业软件Eview进行计算；
无滞后性因素采用线性回归进行拟合。
VAR模型考虑了国际粮价变动对中国经济影响的滞后性，这比直接线性回归分析国际粮价与中国经济的关系更具有现实意义。
在对国际粮价进行近期预测中采用了灰色预测模型，该模型不考虑数据内部具体的复杂的影响关系，从数字层直接进行预测，简化了模型的计算，得到的预测结果经过检验，证明误差很小。
6.2模型缺点
VAR模型因为考虑了滞后因素，而且由于查找到的数据不足，因而尤其对于滞后时间较长的回归方程，其精确性是受到影响的。
由于GM（1,1）灰色预测模型毕竟受到数据量小、作用机理不清晰两方面的影响，因而预测的模型是有缺陷的，有可能影响到整体经济指标的预测上。
七、参考文献
[1]丁守海,国际粮价波动对我国粮价的影响分析,
[2]孟大雷,国际石油价格变化对我国经济影响的测度研究,
[3]翁非,石油价格冲击与中国经济增长_基于三变量VAR模型的研究
[4]戴羽,王媛媛,王伦夫,基于灰色GM11模型的安徽省GDP总量预测
附录
附表1各项统计数据
进出口
当月总额亿美元
粮食进口
零售总额
居民消费价格指数
生产者
物价指数
消费者
信心指数
数据来源
中华人民共和国海关总署
中华人民共和国国家统计局
出口
进口
万吨
亿元
粮食
2009.01
904.9
513.8
339
10756.6
101
103.9
96.65
86.8
2009.02
648.7
601.2
730
9323.8
98.4
104.4
95.53
86.5
2009.03
902.2
718.9
1205
9317.6
98.8
105.5
94
86
2009.04
919.2
789.7
1680
9343.2
98.5
93.4
86.1
2009.05
887
756.7
2120
10028.4
98.6
105
92.8
86.7
2009.06
954.6
875.2
2674
9941.6
98.3
105.1
92.2
2009.07
升级会员 