消费者信心、物价指数与猪肉价格关系的实证检验,本文主要内容关键词为:物价指数论文,实证论文,猪肉论文,信心论文,消费者论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
1 模型选择 本文运用向量自回归(VAR)或向量误差修正(VEC)模型,对中国猪肉价格与消费者信心、物价指数之间的相互影响进行分析。主要的是因为VAR或VEC模型不需要先验理论确立变量之间关系,而是基于数据统计性质建立模型。每一个内生变量作为相关所有内生变量滞后值的函数来构造模型,并对变量间相互影响通过脉冲响应或方差分解进行分析。根据本文相关变量,VAR(p)模型的形式为: 其中:是n维内生变量列向量,是m维外生变量列向量,p是滞后阶数,T是样本个数。n×n维矩阵和n×m维矩阵1是待估计的系数矩阵。是n维扰动列向量,它们相互之间可以同期相关,但不与自己的滞后值相关且不与等式右边的变量相关。 VEC模型是含有协整约束的VAR模型,若数据非平稳,但存在协整关系,则可建立VEC模型: 其中每个方程的误差项都具有平稳性。且其中的每一个方程都是一个误差修正模型。是误差修正项,反映变量之间的长期均衡关系,系数矩阵α反映变量之间的均衡关系偏离长期均衡状态时,将其调整到均衡状态的调整速度。所有作为解释变量的差分项的系数反映各变量的短期波动对作为被解释变量的短期变化的影响。 2 变量与数据来源及处理 2.1 变量选择 基于需求层面,猪肉价格作为变量引入必然与需求紧密联系的猪肉消费市场,因此本文将以猪肉(去骨统肉)农产品集贸市场价格指数(zhr)作为变量代表猪肉价格。以cpi、居民食品消费价格指数(shp)、居民肉禽及其制品消费价格指数(rq)为变量,考察猪肉价格变动和其相关商品价格的相互关系及相互影响程度,主要是由于一种消费品价格变化必会然影响其他消费品的价格,猪肉在食品类商品中权重超过10%,其变化会极大影响食品类商品价格的波动,进而影响消费者价格指数(cpi),最终影响消费者消费结构和价格预期。另外,当人均国内生产总值超过6000美元,猪肉消费结构已经不仅仅停留在对猪肉的直接需求,更多的体现在猪肉制品价格的影响,而是对猪肉制品需求的大幅增加,猪肉价格的影响也就越来越更多的体现在猪肉制品价格的影响。 消费者信心,以代表消费趋向的先行指标消费者信心指数(cci)和代表对当前经济生活评价的消费者满意指数(csi)作为消费者未来和当前评价的替代变量。主要基于在人均商品消费量稳定前提下,商品价格大幅波动必然影响着居民当前经济生活的满意度水平,进而影响消费者未来的消费信心,而以满意程度和消费信心所形成的当前和未来评价又共同作用于当前消费行为,进而影响商品价格。 2.2 数据来源及处理 数据来自中经网统计数据库,时间跨度为2003年1月至2013年1月各变量的月度数据。为消除时间序列间的异方差性,对原始数据序列取自然对数(lnzhr,lncci,lncsi,lncpi,lnshp,lnrq)。为避免引入伪非对称性,采用H-P(Hodrick-Prescott)滤波法分离向应变量的趋势成分(lnzhrt,lnccit,lncsit,lncpit,lnshpt,lnrqt)和短期波动成分(lnzhrc,lnccic,lncsic,lncpic,lnshpc,lnrqc)。 图1 猪肉价格(lnzhr)、趋势成分(lnzhrt)、短期波动成分(lnzhrc)时间序列图 图1显示了lnzhrc代表lnzhr偏离lnzhrt的程度大小,即猪肉价格趋势成分短期稳定前提下短期波动偏离其趋势性变化的程度代表了猪肉价格的波动幅度。对本文其他变量分离后结果亦是如此。 3 实证分析 3.1 变量平稳性检验 本文运用Augmented Dickey-Fuller(ADF)方法来检验指数时间序列、短期波动成分指数时间序列的平稳性。 表1显示:指数时间序列是I(1)的;短期波动成分指数时间序列是I(0)的。说明指数时间序列是非平稳数据序列,短期波动成分指数时间序列是平稳数据序列。因此本文将通过构建序列A(lnzhrc和lncci,lncsi,lncpi,lnshp,lnrq)的VEC模型考察lnzhrc与涵盖趋势成分和短期波动成分影响因素的指数时间序列lncci、lncsi、lncpi、lnshp、lnrq的互动关系和相互影响程度;通过构建序列(lnzhrc和lnccic,lncsic,lncpic,lnshpc,lnrqc)的VAR模型考察lnzhrc与仅涵盖短期波动成分影响因素的lnccic、lncsic、lncpic、lnshpc、lnrqc的互动关系和相互影响程度,同时对比序列B和A的实证结果。 3.2 序列A的实证分析 3.2.1 序列A的Johansen协整检验 鉴于指数时间序列是I(1)的,因此对序列A构建VEC模型前首先检验序列A是否存在协整关系。在此利用Johansen协整检验,来确定协整关系。 JJ检验对变量滞后期数及模型形式相当敏感,本文根据AIC和SC最小信息准则确定其最优滞后阶数p,可以看出按照AIC准则,p=2时,VEC最优,按照SC准则,p=1时VEC最优,考虑到价格及指数之间影响特征和保证更好的自由度。在此,本文取最优滞后期数p=1,对序列A做JJ检验。 表2是对5种可能形式进行协整关系检验的结果。迹统计量和最大特征根两种检验方法都表明,模型5%显著水平下至少存在1种协整关系,但比较AIC和SC统计量,最优误差修正模型(VEC)无截距项和线性趋势但有截距。 3.2.2 序列A的Granger非因果关系检验 上述Johansen检验表明各变量是存在协整约束向量自回归模型。但在每个方程中每个变量是否都是内生变量则需要Granger非因果关系检验。因此上述各变量根据SC准则标准选择滞后1期为最优情况下,通过蒙特卡罗模拟检验方法(格韦克,米斯,登特,1983)对序列考察Granger(1969)非因果关系。若χ[2]统计量小于10%的显著水平下,则拒绝Granger存在非因果关系的原假设,接受为内生变量的备择假设。 如表3所示,Granger非因果关系检验的结果,总结如下: (1)在10%的显著水平下,lncsi能Granger引起lnzhrc;lncci、lncpi、lnshp、lnrq不能Granger引起lnzhrc。说明涵盖趋势成分和短期波动成分的指数时间序列中,消费者当前评价内生决定猪肉短期价格变动;消费者未来评价和其他消费品价格变动外生决定猪肉短期价格变动。 (2)在1%的显著水平下,lnzhrc能Granger引起lncpi、lnshp、lnrq;lnzhrc不能Granger引起lncci、lncsi。说明猪肉短期价格变动内生决定涵盖趋势成分和短期波动成分的其他消费品价格变动,而且影响显著;影响消费者未来评价和消费者当前评价的主要因素不是猪肉短期价格变动。 (3)序列A的Granger非因果关系检验显示消费者当前评价不是直接引起CPI变动的原因,但通过消费者行为,直接作用于与CPI相关的消费品价格,例如猪肉价格,间接引起CPI的变动。 3.2.3 序列A的VEC模型稳定性检验、脉冲响应和方差分解 (1)序列A的VEC模型稳定性检验 Lutkpohl(1991)认为只有被估计的VAR模型所有根的模的倒数小于1,即位于单位圆内,则其是稳定的。如果模型不稳定,某些结果(脉冲响应函数的标准误差等)将不是有效的。如果估计一个有r个协整关系的VEC模型,共有np个根,其中n是变量的个数,p是最大滞后阶数,则应有n-r个根等于1。 图2 序列A的VEC模型稳定性检验图 对序列A的VEC模型稳定性检验,图2表明5个单位根等于1,所有根的模的倒数小于1,都位于单位圆内,说明VEC模型是稳定的。因此其脉冲响应函数(IRF)和方差分解(VD)效应是有效的。 (2)序列A的脉冲响应函数 IRF反映了当一个误差项发生变化或是模型受到某种冲击时,对系统变量的动态影响。 图3 序列A的lnzhrc脉冲响应函数图 基于VEC模型和Cholesky分解技术,图3刻画内生变量lncsi和外生变量lncci、lncpi、lnshp、lnrq的变动或冲击对lnzhrc产生的影响轨迹。其中纵轴表示lnzhrc的响应程度,横轴表示lnzhrc受影响区间(月),在此设定为24期。 如图3所示:对于lnzhrc一个标准差的正向冲击,lnzhrc正向受到冲击,且受冲击程度在第5个月达到最高后下降后,从第13个月开始逐渐平稳;对于lncsi一个标准差的正向冲击,lnzhrc正向受到冲击,且受冲击程度在第8个月达到最高后,从第15个月开始逐渐平稳;对于lnshp和lnrq一个标准差的正向冲击,lnzhrc正向受到冲击,且受冲击程度在第3个月和第9个月达到最高后下降,从第18个月开始逐渐平稳;对于lncci和lncpi一个标准差的正向冲击,lnzhrc负向受到冲击,且受冲击程度在第11个月和第6个月达到最低后上升,分别在第17个月和第12个月逐渐平稳。 比较消费者当前评价和其未来评价的冲击程度和深度,对于猪肉短期价格的冲击,消费者当前评价均高于其未来评价,且从反映速度来说,消费者当前评价的变动快速体现在猪肉短期价格的变化上;两因素对猪肉价格的冲击,消费者当前评价体现为正的冲击,消费者未来评价体现在为负的冲击,说明就当前来看,猪肉是正常商品,长期来看则是劣等品。cpi对猪肉短期价格显示出负的冲击,说明猪肉价格相对于非食品消费品价格的上升会相对下降,即在既定收入水平上,非食品消费品价格的上涨对应的是对猪肉替代的增加;食品类价格指数和肉禽及其制品价格指数对lnzhr显示出正的冲击,反映了食品价格的上涨对应的是对猪肉引致需求的增加。 图4 序列A的lncci、lncsi、lncpi、lnshp、lnrq脉冲响应函数图 图4显示对于外生变量lnzhr一个标准差的正向冲击,lncci、lncsi受冲击程度在第2个月达到最高后开始明显下降,并在第8个月后逐渐平稳;比较冲击程度,猪肉短期价格对未来评价的冲击高于消费者当前评价;相对于猪肉短期价格的冲击,两因素达到高点后都快速下降,且消费者未来评价和消费者当前评价分别在第6个月和第5个月转为负,说明猪肉短期价格正的冲击,给消费者信心带来消极影响。 对于内生变量lnzhrc一个标准差的正向冲击,lncpi、lnshp、lnrq受冲击程度分别在第9、8、6个月达到最高后,逐渐下降达到平稳;其中lnzhrc对lnrq、lnshp冲击程度更强,充分说明对于肉禽类制成品或食品类价格来说,相对于成本下降,当成本上升时能够做出更快速的反应,也说明猪肉短期价格的上升能快速反映在其替代品的价格上升;相对来说lnzhrc对lncpi冲击程度较小,说明在既定收入水平上,猪肉短期价格的上升不会迅速传递给非食品消费品,即对非食品消费品消费影响小,但这仅反映了猪肉短期价格对cpi的直接影响。 (3)序列A的方差分解。Sims(1980)提出方差分解(VD)方法,区别于脉冲响应函数的单因素影响分析,从结构上考察其他影响因素对受影响因素的相对解释贡献度,即总体结构下给出每个影响因素相对重要性的信息。 表4给出序列A的影响因素对猪肉短期价格影响的结构性分解结果。从消费者信心和物价指数的比较来看,对于猪肉短期价格的结构性影响中,消费者信心起到更加重要的作用。就消费者信心内部来说,消费者当前评价对猪肉短期价格变动作用更大,而且累积作用越来越强;就物价指数而言,肉禽及其制品价格指数对猪肉短期价格影响更大,说明单因素和结构因素的重要程度类似。 3.3 序列B的实证结果以及与序列A的实证结果比较 3.3.1 序列B的VAR模型 由于序列B是I(0)的,即lnzhrc、lnccic、lncsic、lncpic、lnshpc、和lnrqc各序列是稳定序列,可直接构建VAR模型,来考察猪肉短期价格变动和其影响因素的短期变动机制。在此,首先选择滞后阶数16前提下确立滞后长度标准。按照AIC准则选择滞后16期为最优,SC下以滞后1期为最优,因为本文关注的是短期波动成分序列的即时性特点,因此依据SC选择滞后1期来构建VAR模型。 3.3.2 序列B的实证结果以及与序列A的Granger非因果关系检验结果比较 上述序列B的根据SC准则标准选择滞后1期为最优情况下,通过蒙特卡罗模拟检验方法考察Granger非因果关系。若χ[2]统计量小于10%的显著水平下,则拒绝Granger存在非因果关系的原假设,接受为内生变量的备择假设。 如表5、表6所示,序列B和序列A的Granger非因果关系检验的结果比较总结如下: (1)在5%的显著水平下,lnccic、lncsic、lnrqc能Granger引起lnzhrc;lncpic、lnshpc不能Granger引起lnzhrc。说明序列B中,消费者未来评价和消费者当前评价与肉禽及其制品短期波动成分内生决定猪肉短期价格的变动。与序列A相比,去除趋势因素后,消费者当前评价对猪肉短期价格的影响更大;区别于序列A,不涵盖趋势成分的消费者未来评价和肉禽及其制品的价格波动将影响猪肉价格的短期波动。说明,猪肉价格的短期波动更易受到其影响因素短期波动成分的影响。 (2)在1%的显著水平下,lnzhrc能Granger引起lncpic、lnshpc、lnrqc;lnzhrc不能Granger引起lnccic、lncsic。说明仅涵盖短期波动成分的指数序列中,猪肉短期价格变动内生决定其他消费品短期价格变动。与序列A相比,去除趋势因素后,猪肉短期价格的变动影响更大,说明在考察物价指数变动时,更应注意其影响因素短期变化趋势。 3.3.3 序列B的VAR模型稳定性检验 对此序列B的VAR模型做AR根稳定性检验,表明6个单位根模的倒数小于1,都位于单位圆内,说明序列B的VAR模型是稳定的。因此其脉冲响应函数和方差分解效应是有效的。 3.3.4 序列B的实证结果以及与序列A的脉冲响应函数结果比较 (1)脉冲响应函数刻画内生变量lnccic、lncsic、lnrqc和外生变量lncpic、lnshpc的变动或冲击对lnzhrc产生的影响轨迹。滞后期设定为24期。 从内生变量的冲击来看,对于lnccic、lncsic一个标准差的正向冲击,lnzhrc受冲击程度分别在第5个月和第8个月达到最高的0.012066和0.033794后,开始逐渐下降;但比较冲击程度,去除趋势成分,当前消费者评价对于猪肉短期价格波动的冲击高于未来评价;两因素对猪肉短期价格的冲击都体现在为正的冲击。对于lnrqc一个标准差的正向冲击,lnzhrc受冲击程度在第6个月达到最低的-0.01977后,开始逐渐上升,但为负面冲击,说明去除趋势成分后,短期肉禽及制品价格上涨并没有引起其消费下降情况下,而是减少猪肉直接消费,引起猪肉价格短期下降,但负面效果逐渐减弱。 从外生变量的冲击来看,对于lncpic、lnshpc一个标准差的正向冲击,lnzhrc受冲击程度分别在第5个月和第4个月达到最低的-0.023899和-0.00515后,逐渐上升;其中lncpic对lnzhrc显示出负的冲击且冲击程度最大,说明短期内其他消费品价格的上涨对应的是对猪肉消费的下降;lnshpc对lnzhrc也显示出负的冲击,但相比较而言冲击速度更快,冲击程度却较弱,说明其他食品价格的上涨所引起的对猪肉消费的替代性较差。 (2)对于外生变量lnzhrc一个标准差的正向冲击,lnccic、lncsic受冲击程度在第1个月达到最高的0.004091和0.00399后开始明显下降,说明短期猪肉价格上涨会迅速反映在消费者信心上来,其中体现在当前的评价在第7个月转为负,说明短期猪肉价格正的冲击,给消费者当前满意度带来消极影响。 对于内生变量lnzhrc一个标准差的正向冲击,lncpic、lnshpc、lnrqc受冲击程度在第5个月达到最高的0.004993、0.01198、0.031769后,逐渐下降;其中lnzhrc对lnrqc、lnshpc冲击程度更强,说明短期内猪肉价格上涨向下游食品价格的传递速度和传递强度是非常快的。虽然lnzhrc对lncpic的直接冲击程度较小,但通过食品价格的传递,其间接冲击必然有扩大效应。 从总体来看,去除趋势成分后,lnccic,lncsic,lncpic,lnshpc,lnrqc对于lnzhrc的相互冲击程度都趋于零。 (3)如表7所示,对猪肉短期价格的冲击中,序列A和序列B的脉冲响应函数结果比较总结如下: 包括趋势成分的消费者未来评价对猪肉短期价格负向冲击,去除趋势成分的消费者未来评价对猪肉短期价格正向冲击,说明从消费者未来评价角度,长期,猪肉更多体现为劣等品,短期为正常品;从冲击程度和强度来看,猪肉短期价格对不涵盖趋势成分的消费者未来评价更敏感。 对物价指数而言,猪肉短期价格对于去除趋势成分的lncpic和lnrqc更敏感,而且加上食品类和肉禽制品类都显示了负的冲击,说明短期内收入既定前提下,其他消费品对猪肉的替代效应。 (4)如表8所示,猪肉短期价格对其他因素的冲击中,序列A和序列B的脉冲响应函数结果显示猪肉短期价格在两方面的冲击都存在正向效应,但很明显,不涵盖趋势成分的各猪肉短期价格影响因素对猪肉短期价格的冲击更敏感。 3.3.5 序列B的实证结果以及与序列A的方差分解结果比较 表9显示了序列B与序列A方差分解结果,不涵盖趋势成分和涵盖趋势成分的各影响因素对猪肉短期价格的结构性影响的相对重要性是一致的。但不管是从最大贡献度,还是从代表长期趋势的平均贡献度来看,不涵盖趋势成分的各影响因素对猪肉短期价格的结构性影响体现了更高的影响程度。 4 结论 (1)H-P滤波结果显示猪肉价格短期变动反映了猪肉价格偏离其趋势变化的程度,即猪肉价格短期变动反映了猪肉价格的变化。比较序列B与序列A实证结果,猪肉价格短期变动对仅涵盖短期波动成分的消费者信心和物价指数的影响更敏感。 (2)Granger非因果关系检验显示,仅包括短期波动影响因素时,消费者信心不是cpi变动的原因,但其通过消费者行为,直接作用于与cpi相关的消费品价格,例如猪肉价格间接引起cpi的变动。 (3)从物价指数对猪肉价格的影响而言,短期内消费者收入水平稳定,其他商品价格上涨对应的是对猪肉替代的增加,即猪肉消费需求的下降,因此体现在其他商品价格对猪肉价格负向的冲击;值得注意的是,经济发展水平的提高将使得肉类消费升级在消费品及食品价格的短期波动中起到越来越重要的作用。因此,在关注猪肉价格变化同时,对于肉类制品价格波动如何影响消费者信心及物价指数的变动,以及短期内猪肉价格与肉类制品价格的相互影响机制,都将应受到更多的关注和进一步的考察。 (4)猪肉价格的短期波动影响各物价指数的变动。猪肉价格短期波动对cpi直接冲击较小,但猪肉价格短期波动对其相关食品价格冲击较大,因此,政府把CPI作为宏观调控、制定政策的参考指标时,应对影响CPI中猪肉价格短期波动的影响进行直接作用和间接作用的分离与长短期的分离,避免短期调控影响政策的长效机制。 总体而言,通过猪肉价格与消费者信心和物价指数的分析,猪肉价格的变动具有更强的短期波动特征,其短期价格波动又更易受到需求影响因素短期波动成分的影响。因此,针对猪肉价格的过度波动,政府制定政策时要考虑猪肉价格及其影响因素的短期周期波动。消费者信心、价格指数与猪肉价格关系的实证研究_脉冲响应函数论文
消费者信心、价格指数与猪肉价格关系的实证研究_脉冲响应函数论文
下载Doc文档