国际粮价波动对中国经济的影响研究
摘要
本文建立数学模型，利用Eviews和SPSS软件进行计量分析，论证国际粮价与国内粮价之间的关系，利用线性回归分析研究国内粮价的波动对中国粮食产量和粮食进出口的影响大小。
对问题一，本文根据2010年1月至2012年7月国际和国内粮食价格的月度数据，运用VAR模型和协整检验对国际农产品价格波动影响我国农产品价格进行了实证研究。并且使用具有协整约束的VAR模型，即VEC模型来分析国内外农产品价格的因果走向及影响强度。结果表明：国际农产品价格变动是国内农产品价格变动的原因。从不同单种农产品价格来看，国内外农产品市场高度整合，对于大豆来说，国际价格上涨1%，国内价格上涨幅度为0.938%，涨幅接近与1%，对于玉米和大米来说，国际价格上涨1%，国内价格则分别上涨1.12%、1.58%，这种“超整合状态”一方面说明了国内外价格变动的高度一致性；另一方面，国内价格变动幅度也意味着国内农产品价格变动不仅仅由国际价格引起，其因素还来自于其他方面。
对问题二，文中通过OLS模型分析对国内粮价对粮食产量的影响。建立以 1978-2009年粮食总产量的对数lncl为被解释变量、粮食出售价格lnlj为解释变量的回归模型lncl?4.536?0.013lnlj??t，从模型统计值的检验结果看, 调整后的可决系数是0.827771,这说明lncl与lnlj 具有协整关系, 粮食产量与粮食出售价格之间存在长期的均衡关系。以出口量ck和进口量jk为自变量，以国内小麦价格p为因变量，使用SPSS软件进行线性回归分析得到：jk?95.559?2.15p，
ck?88.785?3.41p。可见当国内粮食价格增加时，造成短期内供大于求，进
口量将随之减小，而出口量将增加。
对问题三，结合问题一、二的结论，文中从我国粮食生产和进出口策略两个角度出发，建议我国应采取创新科技体系，有效提高粮食生产水平；改善粮食进出口贸易结构，争取粮价定价权；建立农产品价格预警机制等措施应对粮食安全问题。
关键词： VAR模型 协整检验 OLS模型 粮食价格指数
一、问题重述
1.1 问题背景
近年来，世界农产品价格的剧烈波动引起了世界各国的关注。目前，世界粮价已打破下跌趋势，因受机构多头持续加仓及美国中西部周末持续高温干燥天气影响，芝加哥农产品期货连日来一路高歌猛进，玉米过去一个月累计上涨超过50%，小麦期价今年以来已累计上涨约33%，大豆逼近2008年历史新高，豆粕则再次创下历史新高。世界粮食安全问题又一次摆在了世界各国人民面前。
随着国际市场一体化进程的加快，国际农产品价格的大幅度波动无疑将对国内农产品价格产生影响。目前我国许多大宗商品越来越依赖国际市场，进口依存度不断提高。受国际市场大宗商品价格（特别是粮食价格）高涨影响，国内相关产品价格也水涨船高，国际市场价格的剧烈波动对我国物价稳定带来了新的挑战。
有人认为，目前中国粮食的自给率已经到了90%以下，国内粮价对世界粮价的联动反应比较敏感。中国大豆进口对外依存度高达80%，玉米和小麦对外依存也呈上升趋势。因此，虽然最近公布的6月份中国CPI增速为2.2%，创了29个月的新低，但国际粮价的上涨还是引发担忧。人们担心它会进一步传导到国内，中国CPI可能重新抬头，所以中国尤须注意粮食安全。
也有人认为，全国夏粮总产量已实现了“九连丰”、“九连增”。中国粮食生产能力正在不断增强，并且中国正在不断调整农业产业结构，调整国际战略，在全球粮食价格中正在努力争取定价权。粮食价格对于CPI指数的影响不是非常显著，同时认为CPI波动与货币发行量、国家的经济刺激投资有关，人们没有必要担心此次粮食价格上涨对我国CPI的影响。 1.2 研究意义
“粮价是百价之基”，在中国这样一个人口大国有着深远的影响，同时，在我国，食品消费总体占CPI的三分之一左右，所以价格稳定也是政府宏观经济调控的重要目标。
鉴于农产品价格特别是粮食价格的重要性，在当前国际环境下对国际农产品价格波动对国内农产品价格的影响进行定量研究，深入分析农产品价格的国际传导机制，定量研究国内粮食价格对我国CPI的影响大小，对于如何有效控制国内物价的超常波动，解除人们对于粮价引起CPI上涨，从而带来通胀预期的恐慌具有重要意义。
本文最终想要解决国际粮价波动对中国经济的影响以及我国粮食生产和进出口的对策。所以文章从以下三个问题入手：
1.建立数学模型，对国际粮价和国内粮价进行计量分析，论证国际粮价与国内粮价之间的关系，探索其传导效应。
2. 利用线性回归分析研究国内粮价的波动对中国粮食产量和粮食进出口的影响大小。
3. 根据以上研究对我国粮食生产和进出口的策略给出合理建议。
二、模型假设
1、假设中国在国际粮食价格战中遵循“小国效应”；
2、假设粮食期货价格对现货价格的影响； 3、假设短期内国家粮价不受宏观政策影响； 4、假设不考虑货币汇率变化对粮价的影响。
三、符号说明
符号
符号说明
同方差平稳的线性随机过程
随机误差项
Yt
?
Yt?i
Yt的i阶滞后项自变量
系数矩阵 国内大豆价格指数 国内玉米价格指数 国内大米价格指数 国际大豆价格指数 国际玉米价格指数 国际大米价格指数 粮食价格指数 历年粮食总产量
?i
psc
c pcprc
psf pcf prf lj cl
四、模型的分析、建立与求解
4.1 问题一的模型——VAR模型 4.1.1 问题的分析
国际粮价的波动和国内粮价的波动均是时间非平稳序列，能否运用科学的数
学方法找出二者之间的关系式本文的突破口。查阅相关资料，本文基于VAR模型研究国际粮价对我国粮价的实际影响。具体利用协整检验和向量误差修正模型对2010年1月至2012年7月国际粮价和国内粮价进行计量分析，论证国际粮价与
国内粮价之间的关系。
搜集资料得到国际主要农产品价格和国内主要农产品价格的走势图：
图 1 国内主要农产品价格走势图
图 2 国际主要农产品价格走势图
4.1.2 模型的准备
1. VAR模型的构造
一般传统的回归模型都以经济理论为基础，应用模型对经济主体的行为做出适当的描述，然后分析外生变量如何影响内生变量。但是这种模型存在一些缺陷，一种缺陷是把一些变量看成是内生的，而把另一些看成外生的或前定的，这种决定往往是主观的，因为有可能这两个变量是互为因果的；另一种缺陷是在构造联立方程模型时，为了使模型可识别，必须在某个方程中舍去某些变量。VAR模型的核心思想就是不考虑经济理论，而直接考虑时间序列的各经济变量间的关系。
VAR的一般形式为:
Yt?????iYt?i??t （1）
i?1p其中，E(?t)=0，E(?t，Yt?i)=0，i=1，2，?p；
Yt是(n×1)向量组成的同方差平稳的线性随机过程，?i是(n×n)的系数矩阵，Yt?i是Yt向量的i阶滞后变量，?t是误差项，在本模型中可视为随机干扰项。
2. VAR模型最佳滞后期数的确定
由于VAR方程滞后期的确立受变量影响较大，故需首先进行变量的平稳性检验。本文引入ADF统计量来进行检验。检验模型如下：
?yt??yt?1???i?yt?i??t （2）
i?1p其中，t为时间趋势项，?,?为参数，?为误差项。其检验的原假设为H1：
??0，对立假设为H0：??0。若原始数据无法拒绝原假设，将进行一次差分，并将差分后的序列重新进行ADF检验，待变量为平稳序列后建立VAR模型。目前，可用于确定滞后期的检验较多，但常用的有AIC和SIC准则。
AIC标准的计算方法为:
AIC?lnSchwarz的SIC准则，定义如下:
SSRk2k? （3） TTSIC?lnSSRkk(lnT)? （4） TT其中，k为变量滞后期，T为样本数，SSRk为残差平方和。最佳滞后期根据
AIC和SIC准则的值进行确定。
3. VAR模型的脉冲响应函数
为直接观察变量间的互动关系，Sims建议可经由Wald分解定量转换成移动平均的表示方式，转换过程如下所示:
Yt?????iYt?i??t （5）
i?1pYt???iYt?i????t （6）
i?1p(1??1L??2L2????mLp)Yt????t （7）
Yt??(1??1L??2L2????mLp)?1?(1??1L??2L2????mLp)?1?t （8）
Yt????Ai?t?i （9）
i?0?由式(9)可以看出，每个变量都可以表示成模型内变量当期和滞后期随机冲
击项的线性组合，但是虽然这些随机冲击项没有序列相关的特性，却可能有当期