17国际粮价波动对中国经济的影响.docx
- 文档编号:1632308
- 上传时间:2023-05-01
- 格式:DOCX
- 页数:22
- 大小:317.60KB
17国际粮价波动对中国经济的影响.docx
《17国际粮价波动对中国经济的影响.docx》由会员分享,可在线阅读,更多相关《17国际粮价波动对中国经济的影响.docx(22页珍藏版)》请在冰点文库上搜索。
17国际粮价波动对中国经济的影响
国际粮食价格波动对中国经济的影响
摘要
国际粮食价格在经历上次粮食危机后,一直在高位运行,近年来国际粮食的价格不断上涨,国际组织建议各国为应对粮食价格上涨做好准备,防备下一次粮食危机做好准备。
对此我们对国际粮食价格波动对我国经济的影响进行了分析,并对我国的粮食政策提出了自己的建议。
经过我们的分析发现,世界粮食价格对我国经济的影响是一个传导过程,为研究这一过程,我们首先使用EXCEL作图对国际粮价和我国粮价进行了分析,然后使用SPSS软件进行了相关性和回归分析,经过分析发现我国的大豆价格受国际大豆价格影响较大,两者的变化趋势基本一致;我国玉米的价格也随着我国对外进口不断增多而越来越多的受到国际玉米价格的影响;我国的小麦和大米自给率一直较高,因此它们的国内价格受国际价格的影响并不大。
而后我们建立了
模型对这个传导过程进行了研究,经过脉冲响应函数、格兰杰原因分析及方差分解分析,我们发现国际粮食价格上涨后,在初期会使我国的CPI升高并达到最大,而后由于我国宏观调控作用这种作用会逐渐减弱,经方差分解得知这种影响最终为26.24%;在初期对我国的GDP会产生负面的影响,而后会产生正向的影响,最后这种影响会逐渐减小,经方差分解得知这种影响最终为4.89%。
在得到以上的结论后,我们对于我国的粮食生产和进出口提出了自己的建议。
关键字:
传导过程、
模型、方差分解、脉冲函数
1问题重述
今年全国夏粮总产量比去年增长2.8%,超过1997年的历史最好水平,实现了“九连丰”、“九连增”。
在中国粮食再获丰收的同时,世界粮价却扭转下跌趋势、开始大幅上涨。
世界银行数据显示目前粮食价格普遍上涨,美国芝加哥农产品期货在昨天17日的电子盘中继续高歌猛进。
过去一个月,玉米累计上涨超过50%,小麦期价今年以来已累计上涨三成多,大豆逼近2008年历史新高,豆粕再次创下历史新高。
造成粮食价格普遍上涨的原因是多方面的,主要原因是美国严重干旱和黑海粮仓的歉收拉高了玉米、小麦和大豆的价格。
世界各国际组织建议各国为应对粮食价格上涨做好准备,防备下一场粮食危机。
目前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。
国内大豆及下游豆粕、豆油价格都与美盘走势和美国市场的基本面有极大关联。
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。
请自己搜集资料,建模分析以下问题:
1.试分析国际粮价波动对中国经济的影响。
2.对我国粮食生产和进出口的策略有什么建议?
2模型假设
1.假设研究年段内中国经济没有受国外经济危机等的影响
2.在模型建立的过程中,不考虑宏观政策变化等特殊因素的影响。
3.假设所取数据都真实可信
3符号说明
VAR模型中的内生向量
VAR模型中的随机干扰项,即新息
VAR模型滞后期
4问题分析
研究国际粮价波动对中国经济的影响,经查阅相关资料得知,国际粮价是通过各个方面对我国经济进行作用的。
若国际粮价上涨,则会通过现货市场传导对成本推动、需求拉动、进出口、心理预期、货币因素等造成影响,进而使国内粮价上涨;国内粮价上涨又会使食品类商品价格、食品消费行业及其加工利润、工业原材料成本上涨,进而带动CPI上升和居民开支上升、消费下降,此时国家会采取宏观调控措施以降低CPI促进居民消费,采取的宏观调控措施会降低对工业投资;同时,国际粮价上升会造成进出口贸易额下降,最终将会综合影响我国经济,通过分析易得国际粮食价格的波动对我国经济的影响是一个传导过程,具体的流程图见图一。
为研究这一传导过程过程,我们选择了几个对经济具有显著代表性的因素进行分析,为:
消费者物价指数、海关进出口总额、固定资产投资、国内粮食价格、GDP[3]。
我们首先研究了这一传导的初始部分即国际粮价对国内粮价的影响,而后通过引入VAR模型来研究过程,并通过研究国际粮价波动对这五个因素的影响来研究它对中国经济的影响。
图1国际粮价上涨对中国经济影响流程图
5模型的建立与求解
5.1国际粮食价格对我国粮食价格影响分析
5.1.1我国主要粮食对外依存度分析
在运用
模型完成了国际粮食价格波动对我国经济的影响的分析后,我们对我国的几大主粮进行了分析,首先我们对我国的小麦、大米、大豆、玉米和豆粕的对外依存度进行了分析并使用EXCEL软件进行了绘图。
图2国五大主粮对外依存度[2]
由图9可知,
(1)自2002年以来,我国的大豆对外依存度逐步上升,到2010年时已达到近80%,这主要是由于我国的大豆含油率较低,在17.5%左右,而进口的大豆含有率在19%以上,进口的大豆主要用于榨油,随着我国的经济发展,我国的大豆进口量越来越高对外依存度也越来越高。
(2)玉米的对外依存度在前期一直是负的,也就是说我国的玉米在前几年一直是对外出口的,但随着时间的推移,对外依存度逐渐上升,在10年7月由负为正并快速上升,在12年7月时达到了近60%。
这主要是我国的玉米主要是用作动物饲料,近年来我国的的经济不断发展人,人民的生活水平不断提升,我国居民的膳食结构也发生了明显的改变,对肉蛋奶等高蛋白食品的需求增加推动我国玉米的需求的强劲增长,使得我国玉米的对外依存度快速上升。
(3)小麦、大米、豆粕的对外依存度虽有略微上升,但是自给率一直较高。
这主要是近年来我国不断加大对农业的扶持力度,粮食生产实现了“九连增”,大米、小麦的对外依存度不高,而豆粕是大豆提取豆油后得到的一种副产品主要用于动物饲料,我国的大豆对外进口很多,尽管我国的动物饲料需求增长很快,但豆粕的对外依存度并不高。
5.1.2我国主要粮食国内价格与国际价格对比
在分析国内粮食价格与国内粮食价格之前,我们首先分析了国际粮食价格近几年的变化情况,如图3:
图3国际粮食价格变动[4]
由图3可知,国际粮价自2005年以来共发生过两次比较大的波动,一次是2007年到2008年国际粮食价格飙升,在2008年7月左右达到最高峰,而后一直粮食价格虽有下降但相对于粮食危机以前,国际粮价一直在高位运行。
另一次波动是在2010年7月以来大豆、小麦、玉米的价格一直上升。
我们还可以发现第一次时大米的价格上升最为迅速,而第二次波动则主要是大豆、小麦、玉米的价格不断上涨。
在上面进行了我国五大主粮的对外依存度和国际粮食价格变化的分析后,我们继续对我国的大米、大豆、小麦、玉米的国内价格和国际价格进行了对比,分析了其中的关系,如下图:
图4国内粮价[5]与国际粮价[4]的比较
由图10易得,国内大米、小麦、玉米的价格指数随着时间的增长缓慢地增加,波动的幅度很小,而同期国际粮价波动很剧烈尤其是2007—2008年和2011年均有两次高峰期,这说明我国国内这三种粮食价格受国际粮价的影响较小。
这主要是我国这三种粮食的自给率较高,且这几年我国的粮食实现连续9年增长,粮食供给充足,由于我国不断加大对农业的扶持和保护不断提高粮食最低收购价,我国的粮价才会与国际粮价相对的隔绝并且呈现缓慢上升地态势。
与此同时可以看到,我国的大豆价格受国际价格的波动影响较大,这主要是由于我国的大豆对外依存度很高已达到80%,造成国内大豆的价格受国际的影响也较大。
在完成上述对国内粮价与国际粮价的初步分析后我们又运用了SPSS软件对四种粮食的国内、国际价格进行了相关性分析,结果如表1:
表1相关性分析
大米
大豆
小麦
玉米
相关系数
0.360
0.838
0.278
0.703
显著检验P
0.01
0.00
0.014
0.00
由表1可知,显著性检验
均小于0.05,说明它们的价格之间存在着相关性。
大豆的相关系数最大达到0.838,主要原因是大豆的对外依存度达到80%,国内大豆价格受国际影响非常大;玉米的相关性紧随其后为0.703,这与我国近年来玉米的对外依存度不断提高分不开的;相对来说由于我国的大米和小麦的对外依存度较低,因此它们的相关性系数并不高,它们的国内价格受国际的影响才会比较小。
5.1.3国内主要粮食价格与国际主要粮食价格回归分析
在上述完成了相关性分析后,我们又对国内粮食价格与国际粮食价格进行了回归分析,具体分析过程如下:
表2国内粮食价格指数与各主要粮食之间的回归分析
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
大米
0.821
0.05
0.846
16.465
0
大豆
0.114
0.019
0.121
5.886
0
小麦
0.342
0.049
0.336
7.05
0
玉米
-0.271
0.052
-0.302
-5.233
0
回归分析后sig值均为0,说明结果可信。
从上表可以看到,大米价格对国内粮食价格的影响最大,其次为小麦和大豆。
这是由于大米的食用人数最多,同时产量也最高,它的价格波动对国内粮食价格影响最大;大豆和小麦的价格也会对国内粮食价格产生一定的影响,但影响明显没有大米的大,这是由于它们的产量和食用人数不及大米,但也是国人必不可少的粮食。
而玉米却与国内粮食价格成负相关,经查资料后分析其原因,是玉米大部分用作饲养,只有有限的一部分用来食用,所以不能作为影响国内粮食价格的因素。
下面对去除玉米后,其他三种粮食与国内粮食价格指数做回归分析。
表3国内粮食价格指数与各主要粮食(除玉米)之间的回归分析
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
大米
0.636
0.041
0.655
15.594
0
大豆
0.065
0.02
0.069
3.301
0.001
小麦
0.282
0.055
0.277
5.138
0
从表中可以看出,大米依然是国内粮食价格指数的主要影响因素,之后仍依次为小麦和大豆,与上一表格的分析结果一致。
5.2.1VAR模型介绍
我们引入
模型来具体分析国际粮价波动对所选取变量之间的交互响和情况和响应路径,以及对我国总经济的影响情况。
1980年,Sims提出了向量自回归模型(Vectorautoregressivemodel,VAR)。
一般而言,VAR模型是针对平稳数据的模型,在建立VAR模型之前,可对数据进行平稳性检验。
该模型采用多方程联立的形式,但与联立方程模型需要区分内生变量和外生变量不同的是,VAR模型假定在模型中的变量全部为内生变量,内生变量对模型的全部内生变量的滞后项进行回归,从而估计全部内生变量的动态关系。
VAR的一般表达形式为
表示n个不同的内生变量,n个变量的VAR(p)为:
其中
,
,
表示随机干扰项,在VAR术语中也称为新息。
5.2.2几个变量的特殊说明
1.GDP
我们选取2006年到2012年的实际GDP,由于GDP的月度数据难以获得,只能找到季度数据,在此采用月度工业增加值[6]除以季度工业值占季度GDP的比重,换算得到GDP的月度数据。
2.国内粮食价格指数
由于国家权威部门没有给出历年的平均粮食绝对价格,这里仅限于了解粮价的波动,即知道粮食的相对价格水平,也就是说粮食价格指数。
同时为消除通货膨胀因素,再以2005年=100转换为定基比价格指数。
5.2.3数据的单位根检验和协整检验
我们用特征方程的特征根来描述模型的稳定性,特征方程为:
(1)
:
p阶单位矩阵;
(2)
:
方程特征根
利用EVIEWS软件进行绘图求解得:
图5数据的平稳性分析
由图可见它的全部根都落在单位圆以内,所以数据具有平稳性。
在利用单位根检验完数据的平稳性后,我们对又对数据的协整性进行了分析。
表4协整特征根迹检验结果
Hypothesized
Trace
0.05
No.ofCE(s)
Eigenvalue
Statistic
CriticalValue
Prob.**
None*
0.822379
103.8236
69.81889
0.0000
Atmost1
0.423928
39.88379
47.85613
0.2267
Atmost2
0.261430
19.47748
29.79707
0.4590
Atmost3
0.173592
8.265003
15.49471
0.4375
Atmost4
0.032182
1.210321
3.841466
0.2713
表5协整最大特征值检验结果
Hypothesized
Max-Eigen
0.05
No.ofCE(s)
Eigenvalue
Statistic
CriticalValue
Prob.**
None*
0.822379
63.93985
33.87687
0.0000
Atmost1
0.423928
20.40631
27.58434
0.3137
Atmost2
0.261430
11.21248
21.13162
0.6261
Atmost3
0.173592
7.054681
14.26460
0.4827
Atmost4
0.032182
1.210321
3.841466
0.2713
注:
*代表5%的显著性水平拒绝原假设;**代表MacKinnon-Haug-Michelis(1999)p值;None表示不存在协整关系;Atmost1表示至多存在一个协整关系;Atmost2表示至多存在两个协整关系,依次类推。
由表4和表5可以看出,协整检验的特征根迹检验结果和最大特征值检验结果对应原假设None的检验统计量的值均大于5%显著性水平下的临界值,因此我们可以在95%的置信水平下拒绝无协整关系的假设,说明六个变量之间存在一定的协整关系;对应原假设最多存在一个协整关系的检验统计量值均小于5%显著性水平下的临界值,表明不能拒绝最多存在一个协整向量的原假设。
因此,各变量之间存在一个协整关系。
5.2.4VAR模型滞后期k的选择
根据理论分析和检验结果,我们可以构建关于消费者物价指数、海关进出口总额、固定资产投资、国内粮食价格以及GDP的五维向量自回归模型,根据滞后阶数选择标准来确定模型的最佳滞后系数,软件得到的结果表1:
表6向量自回归模型滞后期选择标准
Lag
LogL
LR
FPE
AIC
SC
HQ
0
-958.8380
NA
2.91e+16
52.09935
52.31704
52.17610
1
-741.9770
363.3887
9.25e+11
41.72848
43.03463
42.18896
2
-687.6594
76.33816
2.05e+11
40.14375
42.53836*
40.98796
3
-654.0238
38.18103*
1.59e+11
39.67696
43.16003
40.90490
4
-620.1227
29.31982
1.56e+11
39.19582
43.76735
40.80750
5
-575.2536
26.67895
1.35e+11*
38.12181*
43.78180
40.11722*
观察表6,其中*表示在该原则下被选择的滞后期,在5个滞后期选择标准中有3个认为应该建立
,也就是说向量自回归模型的滞后期为6。
对于
模型来说,它里面的系数对我们研究问题的影响不大,在此我们就不再给出。
5.2.5脉冲响应函数
脉冲响应函数描述一个内生变量对误差冲击的反应。
具体地说,它描述的是在随机误差项上施加一个标准差大小的冲击后对内生变量的当期值和未来值所带来的影响。
从而揭示模型中内生变量之间的动态影响。
我们对VAR系统中的新息向量的协方差矩阵进行了Cholesky分解,使各个向量的新息不相关,得到正交化的脉冲响应函数。
具体的脉冲响应函数求解过程如下:
因此VAR(k)可以写成无限阶的向量
。
令
则有:
显然有:
中第
行第
列元素表示的是,令其他误差项在任何时期都不变的情况下,当第
个变量
对应的误差项
在
期受到一个单位的冲击后,对第
个内生变量
在
时期造成的影响。
把
中的第
行第
列元素看成是滞后期是s的函数
称作脉冲响应函数。
利用EVIEWS软件作图得到各变量对国际粮价的脉冲响应情况,如图4—8,其中横轴表示冲击作用的滞后期阶数(单位:
月),本文的滞后期为10,纵轴表示相应的变量,实线表示脉冲响应函数曲线,虚线表示正负两倍标准差的偏离带。
图6我国贸易对国际粮食价格冲击的响应
图7我国CPI对国际粮食价格冲击的响应
图8我国固定资产投资对国际粮食价格冲击的响应
图9我国粮食价格对国际粮食价格冲击的响应
图10世界粮食价格对自身冲击的响应
图11世界粮食价格对我国GDP的响应
由图6可以看出,国际粮食价格对我国贸易一个标准差的新息冲击后,产生正向影响,在第3.5个月影响作用最大达到约50个单位,而后影响作用逐渐减小,在第8.5个月后影响为0,而后产生负向影响。
这主要是国际粮食价格上涨后,由于对于粮食价格继续上涨的恐慌,进口量会上升,导致对外贸易额的不断上升,贸易额会达到一个峰值,而后随着价格的继续上涨,进口量会减少,对外贸易额会减少,同时国际粮价的上涨会带动国内粮食的生产使我国的粮食自给率提高,综合产生的效果会使国际粮食价格的上涨对我国贸易在8.5个月后产生负向影响,导致贸易额下降。
由图7可以看出,国际粮食价格对我国CPI一个标准差的新息冲击后,产生正向影响,在第3个月影响作用最大达到约0.2个单位,而后影响作用逐渐减小,在第7个月后影响为0,而后产生负向影响。
造成这样的结果的原因主要是国际粮食价格的上涨会带动我国粮食价格的上涨,但是由于粮食占CPI的权重并不大,对CPI的影响并不大,并且由于后期国家的宏观调控,会导致CPI上涨速度不断减缓最终使CPI下降。
由图8可以看出,我国固定资产投资对于国际粮食价格的上涨的响应是负的,在第2个月即达到最大而后逐渐减小,但始终是负向相应的。
这主要是由于国际粮食价格的上涨会传导到国内带动CPI的影响,国家会采取宏观调控措施(如补贴国内粮食种植、降低农产品流通环节的税收等)以降低CPI的上涨,这时国家对于第二、三产业的投资会减少,导致固定资产投资减少。
由图9可以看出,我国粮食价格的对于国际粮食价格的上涨时的响应是正的,我国粮食价格在初期反应较慢,前期逐渐增长在第5个月时达到最大,而后逐渐减小,但始终是正向影响的。
这主要是由于国际粮食价格上涨会带动我国粮食价格的上涨,但由于我国的粮食自给率较高,因此影响较小,同时由于粮价的上涨会带动我国种粮积极性,通常粮食的生产周期为4—5个月,在5个月后我国的粮食会上市,此时国际粮食价格的上涨会对我国的粮食价格产生最大的影响,而后影响逐渐减小,但影响始终是正向影响。
由图10可以得到,世界粮食价格对自身的冲击响应初起是正的,并在第2.5个月达到最大,而后逐渐减小,在第八个月时为0,而后响应变为负的。
主要原因是国际粮价上涨后会带动自身价格持续上涨并达到一个峰值,但由于各国动用储备粮食等原因会使粮食的供应量不断上升,使得价格上涨逐渐回落,最后供过于求导致粮食价格开始下降。
由图11可以得到,在受到国际粮食价格对我国GDP一个标准差的新息冲击后,GDP的响应起初为负的并在第2个月达到最大,而后影响逐渐减小在第4.5个月影响为0,而后变为正的,在第6个月左右正向响应达到最大,然后逐渐减小,最后响应变得非常小。
这主要是由于在国际粮食价格上涨后,对我国的进口影响是很大的,给我国造成很大的损失,而后随着我国宏观调控和国内粮食种植量的提高,这种影响会逐渐影响,到后期甚至会对经济发展产生一定的促进作用,最后这种影响会变得很小。
综上所述,当世界粮食价格发生波动时,由于世界经济一体化的影响,会对我国的经济产生一定的影响,但是由于我国粮食自给率比较高和国家宏观调控的作用,这种影响在初期是较大的,但随着时间的推移这种影响会逐渐减小。
整体来说,世界粮食价格波动对我国经济有一定的影响,但是影响不大。
5.2.6方差分解
方差分解可以将
系统的一个变量的方差分解到各个干扰项上,它提供了每个扰动因素影响
模型的内各个变量的相关程度,也可以说各个变量对预测误差的方差贡献率。
为了更好的评价国际粮食价格波动对我国经济的影响,我们对CPI和GDP进行了方差分解,得到的结果分别如下:
表7CPI的方差分解
时期
中国粮价
CPI
GDP
世界粮价
1
3.077853
96.92215
0.000000
0.000000
2
4.153991
94.74563
0.767630
0.332749
3
4.408283
93.65150
0.597958
1.342262
4
3.988952
89.55419
2.448550
4.008309
5
3.549666
82.53328
5.233430
8.683623
6
3.575885
75.76142
6.466358
14.19634
7
4.056244
70.52841
6.397399
19.01795
8
4.832228
66.66726
5.993389
22.50713
9
5.769171
63.78406
5.642575
24.80420
10
6.762475
61.60248
5.390443
26.24460
由表2可得:
在第1期CPI主要是自身贡献的影响,国际粮价对CPI的贡献率逐渐增加最后达到26.24%,这说明国际粮食价格波动对我国CPI有一定的影响,并且影响逐渐增大。
表8GDP的方差分解
时期
中国粮价
CPI
GDP
世界粮价
1
2.439056
35.49677
62.06418
0.000000
2
3.365983
30.22706
65.21708
1.189875
3
4.111069
29.02630
64.04757
2.815067
4
4.258741
29.33810
63.27148
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 17 国际 粮价 波动 中国经济 影响
![提示](https://static.bingdoc.com/images/bang_tan.gif)