基于VAR模型的我国农产品生产价格指数与CPI关系的实证分析_高红梅
基于VaR的我国农村金融机构市场风险的度量与实证
信水平 下 的资产 组合 的最 大期 望损 失。Ｌｎ— ａ
Ｃ ｉ Ｈ （００ 等 人 在研 究 亚 洲 金 融 市 场 时指 ｈ ｏ ２０ ） ｈ 出， 基于 正态分 布计算 的股 市 的风 险 价值 Ｖ Ｒ将 ａ 造 成 对 实 际 Ｖ Ｒ 值 的 低 估 。 Ａ ｄｅ Ｌ ｃｓ３ ａ ｎｒ ｕａ‘ （０ｏ 对各 种参 数估 计 方法 进 行 分析 得 到 ， ２０ ） 高斯 极大 准似然 估 计 法 使 得 估 计 Ｖ Ｒ 值 与 市 场 实 际 ａ 的 Ｖ Ｒ值 之 间 的误 差 最小 。皮 埃 特 罗 ・ 泽 和 ａ 潘 维普 ・ ． 塞 尔 Ｈ （０ １ 系 统 地 介 绍 了银 行 的 Ｋ班 ２０ ） 风险管 理 ， 涉及 Ｖ Ｒ方法 的统 计 、 量 、 管 的各 ａ 计 监 方面 。Ｂｃ ａｎ ２０ ） 人运 用 极 值理 论 分 析 了 ａｍ ｎ （０６ 等 包括套 利基 金 、 票 和债 券 的 混合 投 资 组 合 的 风 股
［ 基金项 目］ ０９年黑龙 江省 自然科 学基金 的阶段性成 ￣ （ ２ ０ ０ ） ２０ ２０ ．Ｇ ０９ ６ ；０ ８年 黑龙 江省社科基金 项 目（ ８ ０ ３ ； ０ Ｃ ０ ） 黑
龙江省普 通高等学校新世 纪优 秀人才培养计划项 目（ １４一Ｎ Ｅ ０ ５ ；０ ９年研 究生创新科 研资金 项 目（ ＪＣ ２ ０ １５ Ｃ Ｔ一 ０ ） ２０ Ｙ ＳＸ ０９
引 言
寸被冲销或重估前可能发生的市场价值的最大损 失的估计值。Ｊ ｏ ． …（９ ７ 把 Ｖ Ｒ描述成为 ｏ ｎ Ｐ １９ ） ｉ ｆ ａ 是对正常市场波动的度量 ， 大于 Ｖ Ｒ值的损失只 ａ 会 以小 概 率 事 件 发 生 。 Ｂｄｒ １９ ） Ｋ ｖｎ ｏｄ ｅｅ（ ９９ 、 ｅｉＤ ｗ
基于VAR模型的农业保险与农业产出互动关系研究
基于VAR模型的农业保险与农业产出互动关系研究李亚琦;韩兴勇【摘要】为了探讨农业保险与农业产出之间的关系,选取1985 ～2014年农业保险保费、农业保险赔款和农业产出(农林牧渔业总产值)3个时间序列数据进行协整检验,发现农业保险保费与农业产出、农业保险赔款与农业产出存在长期稳定的协整关系.然后建立2个双变量VAR模型,并结合Granger因果检验和脉冲分析,发现农业保险保费和农业保险赔款对农业产出都有很弱的正影响,且保险赔款的影响略大一些;反过来,农业产出的增加对农业保险的正的影响并不显著.根据以上结论,提出农业保险保费补贴与灾害财政补偿相结合、加大农业保险推广宣传、加快新产品研发等相关建议,促进农业保险的发展.【期刊名称】《安徽农业科学》【年(卷),期】2016(000)001【总页数】6页(P292-297)【关键词】农业保险保费;农业保险赔款;农业产出;VAR【作者】李亚琦;韩兴勇【作者单位】上海海洋大学经济管理学院,上海201306;上海海洋大学经济管理学院,上海201306【正文语种】中文【中图分类】S-9农业是国民经济的基础产业，农业经济的发展不仅关系到农业生产者自身的利益，还关系到整个社会的稳定。
但是越来越严重的自然灾害，以及近年来养殖业疫情爆发愈发频繁，对我国农业的稳定发展造成很大的威胁。
农业保险作为农业风险管理的传统工具，越来越受到重视，自2004年中央一号文件第一次提出加快建立政策性农业保险制度起，一直到2015年中央一号文件对农业保险的发展都提出了具体要求。
2013年3月1日起，我国开始实行《农业保险条例》，对农业保险合同，经营原则等作出了详细规定。
但是，我国的农业保市场规模仍然较小，2013年农业保险深度仅为0.54%，同年美国这一指标为7.47%，印度为2%～5%，可见我国的农业保险市场还有很大的发展空间。
那么，找出农业保险发展与农业经济增长之间的关系，测度它们相互影响的方向和力度，发现其中的不足及较为薄弱的环节，合理促进我国农业经济及农业保险的稳步发展，具有非常重要的现实意义。
基于VAR模型的我国食品价格与货币供给关系的动态研究
要： 结合我 国 ２ ０ ０ １ 年 １ 月至２ ０ １ １年 ９月的数据 ， 利用 Ｖ Ａ Ｒ模 型进行实证 分析 ， 认 为我 国货币供 给增
长是食 品价格 上涨的格兰杰原 因， 食 品价格上涨是 ＭＯ增加 的格 兰杰 原 因。短期 内， Ｍ１ 对 食品价格 的影 响作 用
最强 ， Ｍ Ｏ对食品价格的影响速度最快 。食 品价格上 涨促 进 Ｍ０增速上 升 ， 而 Ｍ１和 Ｍ２增速 下降 。长期 来看 ， 食
９月 全 国居 民消 费价格 总 水 平 （ Ｃ Ｐ Ｉ ） 同 比上涨 ６ ． １ ％， 品价 格指 数 ） 可 以看 到 ， 进 入新 世 纪 以来 ， 我 国食 品价
பைடு நூலகம்
格 大致 经 历 了 三 次 波 动 ， 第一 次是 ２ ０ ０ ２年 ｌ ２月 至 ２ ０ ０ ５年 ８月 ， 亚 洲 金 融危 机 之 后 ， 我 国金 融 紧缩 政 策
后， 我 国实行 扩 张经 济 政 策 ， 刺 激 了食 品价 格 上 涨 ， 当 前 波 动 回转 势 弱 。货 币供 给 方 面 ， ＭＯ的 增 长 率 相 对 平稳 ， 只有 微 小 波 动 ， 波 动 时 间与 食 品价 格 波 动 时 间
具 有 一 定 的 同步 性 。Ｍ１也 经 历 了三 次 波 动 ， 第 一 次
０ ０ ２年 ３月 至 ２ ０ ０ ５年 ２月 ， 在经 历 金融 紧缩 后 ， 我 实 证研 究 认 为 ， 近 几 年 我 国 非 食 品 价 格 基 本 保 持 稳 是 ２ ０ ０ ６年 １月至 ２ ０ ０ ８年 ９月 ， 定， 主要 是 以粮食 为 代 表 的食 品价 格上 涨 推 动 了物 价 国经济 回暖 。第 二 次是 ２ 适 应 经 济 发 展 上升 ， 从 中长期来 看 ， 我 国粮食 供 求 矛 盾依 然 突 出 ， 只 我 国经 济在 这一 阶段 达 到 一 个 新 高潮 ， 增 加 。第 三是 ２ ０ ０ ９年 ２月 至 今 ， Ｍ１ 第 三 次 波 能努 力保 持 粮食 供 求 紧 张 的平 衡 状 态 ＿ ｌ ｊ 。 肖六 亿 认 的 Ｍ１ 源于 国 家 出 台 扩 张 的 财 政 货 币政 策 ， 以抵 消 国 际 为， 从２ ０ ０ ０年 以后 ， 食 品 价 格对 Ｃ Ｐ Ｉ的贡献 率 越 来越 动 ， 当前 Ｍ１的 增 长 率 水 平 有 所 回落 。 大， 食 品 价格 的 走 势 基本 决 定 着 Ｃ Ｐ Ｉ的走 势 ， 所 以要 金融 危机 的影 响 ， 判断 Ｃ Ｐ Ｉ 走势 ， 必 须 准确 把 握食 品价 格 趋 势 』 。而传 Ｍ ２也经 历 三次 波动 ， 第一 次是 ２ ０ ０ ２年 ８月 至 ２ ０ ０ ４年 统经 济学 观点 认为 ， 价格 上 涨从 根 本 上 都 是 货 币原 因 ７月 ， 与“ 十六 大 ” 后 国家刺 激 经 济 发 展 的 政 策 高度 相
基于VAR模型对房地产价格影响因素的实证研究
基于VAR模型对房地产价格影响因素的实证研究摘要：文章选取我国房地产价格作为研究对象，并根据2008～2018年的季度数据，建立VAR模型分析我国土地价格、货币供应量、人均可支配收入、存款准备金率、贷款基准利率和CPI对我国房价的影响。
格兰杰因果检验表明，房价和土地价格、贷款基准利率存在双向格兰杰因果关系，房价和货币供应量、城镇居民人均可支配收入、存款准备金率和CPI存在单向格兰杰因果关系。
方差分解结果表明，存款准备金率、贷款基准利率、土地价格、货币供应量对房价的影响较大。
关键词：房地产价格;VAR模型;格兰杰因果;检验方差分解一、背景意义自1998年取消住房分配制度以来，中国房地产业进入了一个新的发展时期，房地产业的快速发展推高了房价。
住房价格的快速上涨不仅增加了城镇居民购房成本，而且对社会经济的可持续发展产生负面影响。
高房价已超过许多居民的消费水平，产生“房奴”现象的同时，也存在房地产空置率和房地产投资过快的问题。
房价过快增长不仅是一个经济问题，也是一个影响社会稳定的重要民生问题。
为了遏制住房价格的过度上涨，中央和地方已采取措施，包括限制购买、限制贷款和限制销售，以抑制过高的房价上涨，但效果并不理想。
因此，研究房价问题，分析影响商品房价格的因素，探索调控住房价格的政策措施，具有十分重要的理论和现实意义。
二、文献综述吕寒冰等（2010）和孟庆斌等（2014）通过建立了VAR模型发现，在短期内利率对房价的影响并不显著，长期内呈负向影响，货币供给量短期内对房价有显著的正向影响。
况伟大（2012）建立了局部均衡模型，认为制定房产税会改变房屋供给，导致房价下降，且房产税的影响具有区域差异性。
叶贵等（2016）以重庆市为样本的研究发现，短期内房价是地价的格兰杰原因，而长期房价与地价不构成显著的因果关系。
李永刚（2018）以中国东中西部地区为样本，运用面板数据模型研究了城镇人口、居民收入、人均社会产出等9 个经济变量分别对商品房价格的差异性影响，研究发现土地出让金会推高全部地区商品房价格，其他因素对东中西部地区有不同的影响。
我国电子商务与包容性城镇化的互动关系——基于VAR模型的实证分析
福建农林大学学报（哲学社会科学版），2017,20(4):65-71Journal of Fujian Agriculture and Forestry7Lniversitv ( Philosophy and Social Sciences)我国电子商务与包容性城镇化的互动关系—基于V A R模型的实证分析侯杰(福建师范大学经济学院，福建福州350117)[摘要]基于2005-2015年的相关统计数据，构建VAR模型对电子商务与包容性城镇化的互动关系进行实证分析。
研究 结果表明：两者存在长期穗定的协整关系，电子商务助力于包容性城镇化建设，包容性城镇化进程带动了电子商务的持续发展。
然而，两者所构建的产城关系还处在磨合期：电子商务需要包容性城镇化水平的不断提升为其提供发展基础；包容 性城镇化建设也应充分发挥电子商务在促进城乡发展、提升城镇化水平等方面的积极作用。
[关键词]产城互动；电子商务；包容性城镇化;VAR模型[中图分类号]F724.6;F299.21 [文献标识码] A [文章编号]1671-6922(2017)04-0065-07[DOI] 10.13322/ki.fjsk.2017.04.011Dynamic relationship between E-commerce and inclusive urbanization in China—Based on the empirical analysis of VAR modelHOUJie(School of Economics , Fujian Normal University, Fuzhou, Fujian 350117, China)Abstract：Based on the related data from 2005 to 2015, it builds VAR model and studies the dynamic relationship between E-commerce and inclusive urbanization. The results show，that there is a long-term stable co-integration relationship, E-commerce improves the construction of inclusive urbanization; and inclusive urbanization drives the development of E-commerce. But the relationship is on initial stage. E-commerce needs inclusive urbanization to provide the industrial base. Inclusive urbanization also should make full use the functions of E-commerce in promoting urban and rural development and the level of urbanization.Key words：industry and urbanization interaction; E-commerce; inclusive urbanization; VAR model近年来，随着我国产业新业态的兴起和城镇化 建设的有序推进，产城关系也在不断改善且取得创 新性发展。
我国农产品价格波动影响因素的分阶段比较
Forum学术论坛 2012年6月255我国农产品价格波动影响因素的分阶段比较研究①江南大学商学院 俞洁 武戈提 要：本文运用向量自回归模型、脉冲响应函数和方差分解的实证结果，对比分析了2000年至2011年以来不同时间段中，国际农产品价格、居民消费价格、农业生产资料价格和人民币有效汇率对我国农产品价格的影响效应。
结果表明，国内物价环境和国际农产品价格为国内农产品价格波动的最主要影响因素，必须要提高抵抗国际市场冲击的能力并且致力于稳定国内物价总体水平。
关键词：农产品价格 国际农产品贸易 VAR模型 价格传导中图分类号：F714 文献标识码：A 文章编号：1005-5800(2012)06(c)-255-02近年来，在国际农产品价格波动剧烈并震荡上涨的背景下，我国农产品价格呈现出基本一致的波动趋势，不仅对农民收入和农业发展产生了重大影响，也引发了物价水平的较大波动。
而当前我国农产品价格正处于新一轮上涨大周期，2011年3月企业农产品价格指数同比上涨20.2%，达到自2000年以来的最大增幅。
农产品价格剧烈变动的压力使中国农业生产受到严重影响，因此本文全面剖析引起国内农产品价格波动的影响因素，比较不同时间段影响力度的不同表现，更利于寻找当前的关键原因，为政府的价格稳定政策提供科学依据，使我国农产品价格回归合理位置。
1 理论背景和文献回顾国外对农产品价格波动影响因素的研究起步较早也更成熟，且在经济理论模型和实证计量方法上多有创新。
早期的研究主要基于微观经济学中“供需决定价格”的理论基础，着重考察农产品市场上价格与数量之间的关系。
当前的主流研究则主要利用各种计量模型，通过检验时间序列本身的季节性、单位根、协整性和异方差性来研究农产品价格波动问题，对于影响因素的考察，能源危机、金融危机、自然灾害、生物质能发展、国际贸易等外部冲击因素也作为变量进行农产品价格的动态影响研究。
由于2007年国内新一轮农产品价格上涨的开始，国内学者针对引起农产品涨价的原因研究较多，主要从国际价格传导、生产成本推动、供需失衡、生物质能发展等不同角度进行分析，也有综合考虑以上因素及汇率、期货、货币供应量等外部因素，研究引起农产品价格波动的原因。
房价、股价波动与货币政策选择——基于VAR模型的实证分析
（一）变量选取与最优滞后阶数选择 本文研究的样本区间是2010年6月至2020年7月，选 取利率R、货币供应量M2、股价指数S以及房价P的10年
月度数据建立VAR模型进行实证分析。 选取标准分别是：广义货币供应量M2能与现实中
经济购买力紧密关联，可控性更强，能反映经济潜在的 购买力，所以把它作为货币供应量的代理变量；选取5 年期以上的中长期贷款利率作为利率的代理指标是因为 房地产贷款一般年限都比较长，5年期以上的中长期贷 款利率更能够反映现实状况；价指数选择上证综指的月 度数据，暂且不考虑沪市与深市之间走势差别；房价指 数选取百城住宅平均价格，一线城市作为房价指数的代 理指标，不同区域的房价变化受利率影响具有差异性， 因而一线城市的房价变化更有意义，更具探讨价值（徐 剑，2020）。同时，为了消除M2与房价指数P以及股价 指数S三个时间序列数据可能存在的异方差性，对其作 取对数处理，得到LnM2、LnP以及LnS，从而使实验数 据更平滑。本文变量数据均来源于wind数据库，分析软 件为EViews10.0。
66 SHI DAI JING MAO
时代经贸 2021年 第 5 期
产的需求端。当利率水平上升时，贷款成本上升，付息 压力增加，居民购房需求受到压制，同时利率的上升吸 引居民将资金投资于银行存款、理财等金融资产，以获 得相对较高的投资收益，减少房地产的购买，所以购房 需求、房价与利率水平反向变化。
一、影响房地产价格的理论机制
（一）价格型货币政策工具对房价的影响机制 国家通过调控利率的方式来调整资产价格，调整微
观主体的收入预期，从而使得微观主体改变自己的消费 需求、投资需求，从而影响房地产市场的总需求（刘慧 敏，2019）。这里的微观主体可以分为两类，一类是房 地产开发企业，也就是房地产的供给方，另一类是居民 或者说房地产的需求方。
我国农业保险与农村金融发展——基于VAR模型的实证研究
我国农业保险与农村金融发展——基于VAR模型的实证研究高春玲;王丛芳
【期刊名称】《海南金融》
【年(卷),期】2011(000)001
【摘要】本文使用农村金融发展规模和发展效率作为农村金融发展的衡量指标,选取我国1985-2009年的年度数据,运用VAR模型的脉冲响应函数和方差分解方法对农业保险和农村金融发展的关系进行实证研究.结果表明:农业保险与农村金融发展规模和发展效率都是一阶单整的,而且它们之间存在长期协整关系,并且只存在单向因果关系:农业保险是农村金融发展规模的格兰杰原因,也是农村金融发展效率的格兰杰原因,反之不成立.而且随着时间地推移,农业保险对农村金融规模的影响力逐渐减小,对农村金融发展效率的支持作用不断增强.最后在此基础上提出相应的对策建议.
【总页数】4页(P53-55,69)
【作者】高春玲;王丛芳
【作者单位】中南民族大学,经济学院,湖北,武汉,430074;东风汽车公司,湖北,十堰,442000
【正文语种】中文
【中图分类】F840.66
【相关文献】
1.关于加快农业保险发展的思考——基于我国农业保险经济效应的实证研究 [J], 姚寿福;马理瑶;粱晓凤;
2.新疆农业保险与农业信贷协同效应关系实证研究——基于VAR模型 [J], 谢泽林;永春芳;郭晖
3.基于VAR模型的农村金融发展与农村经济增长关系实证研究——以江苏省为例[J], 刘尧飞
4.基于VAR模型的农村金融发展与农村经济增长关系实证研究——以江苏省为例[J], 刘尧飞
5.农村金融发展与农民收入构成变化——基于VAR模型的实证研究 [J], 汪上;李宝礼
因版权原因，仅展示原文概要，查看原文内容请购买。
基于VAR模型对中国的费雪效应进行实证研究
第 32 卷 第 7 期2019 年 7 月江西电力职业技术学院学报Journal of Jiangxi Vocational and Technical College of ElectricityVol.32 No.7Jul.2019基于VAR模型对中国的费雪效应进行实证研究屈静，陈婷（西华大学经济学院应用经济学，四川成都 610039）摘 要：运用V AR模型，选择2004~2017年上海银行同业拆放利率(SHIBOR)和同期CPI数据，对我国的费雪效应进行实证研究。
基于中国当前的市场形势，把握好经济增长与物价稳定之间的关系，灵活运用利率政策及其积极影响为经济建设服务，创造一个良好的货币环境。
关键词：费雪效应；通货膨胀率；利率；V AR模型中图分类号：F832 文献标识码：B 文章编号：1673-0097(2019)07-0155-020 引言费雪效应要说明的是通货膨胀预期的变化不会引起实际通货膨胀率的变化，而会引起名义利率的变化。
但是，由于经济体制的复杂性，经济社会中的每个经济人都会根据自己的情况对通货膨胀有不同期望［1］。
因此，整个社会的预期通货膨胀率是难以直接准确地衡量出来的。
正是如此，研究人员将理性预期引入通货膨胀预期形成机制中。
理性预期的假设是用实际通货膨胀大致取代通胀预期。
虽然用实际通货膨胀来代替不尽精确，但是也是合理的，尤其是这样的代替简化了费雪效应的检验过程［2］。
通货膨胀率数据一般表示为：居民消费价格指数(CPI)、国民生产总值(GDP)。
名义利率的指标表示为：中国人民银行公布的存贷款基准利率、全国银行间同业拆借利率、上海银行间同业拆放利率（SHIBOR）等［3］。
在研究过程中，学者们一般选择CPI作为通货膨胀率的指标，而在选择名义利率指标时就存在争议，但一般认为应选择市场化较高的利率作为指标［4］。
因此，本研究也将基于理性预期假设，运用V AR模型，采用同业拆放利率作为反映名义利率的数据，同期CPI作为反映通货膨胀率的数据，检验我国费雪效应的存在性。
本科生毕业论文(设计)开题报告表 基于garch模型族的我国农产品期货市场的VaR估计研究
本科毕业论文（设计）开题报告基点为1000。
本文选取的研究对象为2015年至2018年的CAFI 指数，运用Eviews7.0软件对样本进行处理分析。
3.2 研究方法3.2.1 ARCH 效应检验ARCH 效应检验的目的在于检验回归模型的残差是否具有异方差性。
检验ARCH 效应一般有两种方法，分别是拉格朗日乘数检验法和对残差平方的相关图检验，本文采取第二种方法，可以对收益率序列建立简单的均值模型：t t t r C ε=+ (1)其中不含回归项，根据估计结果将t r 去均值化，得到残差序列t ε，取平方后的得到2t ε，若自相关图和偏自相关图显示2t ε具有自相关性，即可以说明存在显著的ARCH 效应。
3.2.2 GARCH 模型由于金融资产的收益率波动往往存在较明显的波动集聚效应，即异方差性，1982年Engle 首次提出了自回归条件异方差（ARCH ）模型，并逐步发展了GARCH 模型、TGARCH 模型、EGARCH 、PGARCH 模型等GARCH （p ，q ）模型包含如下内容：t y =t x ω+t ε (2) 条件方差方程：2tσ=μ+21q i t i i αε−=∑21Pj t j j βσ−=+∑ (3) 在条件方差方程中有三项：常数项（μ）、ARCH 项（2i t ε−）、GARCH 项（2t j σ−），其中各个参数应满足的条件有：0μ>，0i α>，0j β>，111q pi j i j αβ==+<∑∑，q 和p 分别是ARCH 项和GARCH 项的最大滞后阶数。
在实证研究中常采用GARCH （1,1）模型，能较好地模拟时间序列数据，以GARCH （1,1）模型为例，即1p q ==，表示为：22211t t t σμαεβσ−−=++ (4) 其中应当满足1αβ+<。
GARCH 模型的优势在于能在较好反映金融资产收益率时变特征的基础上捕捉资产收益率的异方差性但随着GARCH 模型的应用，GARCH 模型的明显缺陷被提出，即GARCH 模型中条件方差2t σ是ARCH 项21t ε−的对称函数，只取决于21t ε−的幅度，而与21t ε−的符号没有关系，这与金融市场的实际情况并不相符，因为金融资产的价格上涨或下跌对于之后的波动的影响是不同的，即存在非对称性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于ＶＡＲ模型的我国农产品生产价格指数与ＣＰＩ关系的实证分析
高红梅1，邹正方2(1.天津农学院经济管理系，天津300384；2.中国人民大学经济学院，北京100872)
摘要：CPI上扬与农产品价格上涨有着密不可分的关系，政府和相关部门也在利用农产品价格上涨的契机推动粮食、生猪等农产品产业结构调整，以确保农民增收。结合经济学原理和相关学者的研究对农产品价格和CPI的关系问题进行了经验分析，并选定时间序列数据，构建合适的VAR模型对农产品生产价格和CPI的关系进行实证分析，运用格兰杰因果检验来完善检验的结果，对农产品价格和CPI的关系进行定性和定量的分析，并提出相应的对策建议。关键词：农产品生产价格指数；CPI；传导机制；VAR模型中图分类号：F323.7文献标识码：A文章编号：1004-874X（2013）09-0205-04
EmpiricalresearchoftherelationshipbetweenChina'sagriculturalpriceindexandCPIbasedonVARmodel
GAOHong-mei1,ZOUZheng-fang2
（1.DepartmentofEconomicManagement,TianjinAgriculturalUniversity,Tianjin300384,China;2.SchoolofEconomics,RenminUniversityofChina,Beijing100872,China）
Abstract:ThisarticleresearchestherelationshipbetweenChina'sagriculturalpricesandCPI.First,thisarticlereviewstheresearchaboutthissubject,thenwedoempiricalanalysisontherelationshipbetweenagriculturalpricesandCPIbasedontheprinciplesofeconomicsandformerresearch.Second,weselectthetimeseriesdatatobuildasuitableVARmodeltoanalysetherelationshipbetweenagriculturalproducerpricesandCPI,andthenapplyGrangercausalitytesttoimprovetestresults.Withthehelpofexperienceandempiricalanalysis,wedoqualitativeandquantitativeanalysisontherelationshipbetweenagriculturalpricesandCPI.Atlast,wegivesomerecommendationsonthepolicies.Keywords:PPAP;CPI;transmissionmechanism;VARmodel
近年来，我国CPI出现持续上涨，已经对我国经济发展产生了一系列不利影响，以至于稳定物价被政府摆在工作之首。有学者认为，蔬菜、粮食等主要农产品的价格上涨是CPI上涨的主要推手[1]。关于农产品价格与我国
CPI关系的讨论涉及3个层面的问题：一是农产品价格
与CPI之间是否存在因果关系？二是如果上述问题回答是肯定的，因果关系走向如何？三是如何解释因果关系形成机制？对于这些问题已有很多学者进行了相关的研究[2]。本研究从经济学角度推断农产品生产价格与
CPI
之间的相互作用机制，利用1978—2011年我国农产品生产价格指数和CPI进行实证分析，判断农产品价格与CPI之间是否存在长期稳定的关系，如果存在协整关系，
进一步利用均衡修正模型，分析它们之间的格兰杰因果关系走向。主要通过计量经济学的方法对1978—2011年的农产品生产价格指数和CPI的时间序列进行实证分析，构建VAR模型，利用VAR模型的检验结果和脉冲响应函数，并结合格兰杰因果检验进行分析，最后提出相关政策建议。
1农产品生产价格对CPI的影响
1.1农产品生产价格对CPI的直接作用
在我国CPI统计中，食品所占权重约为1/3。以2011年CPI构成和各部分比重为例，其中：食品占30.79%，娱乐教育文化用品及服务占15.75%，居住占20.22%，交通通讯占9.95%，医疗保健个人用品占7.64%，衣着占8.51%，家庭设备及维修服务占3.64%，烟酒及用品占
11.49%。从现在的CPI所占比重上可以看出，虽然进行了
调整，但食品类比重仍占CPI比重的30%以上。可以看出，作为食品类的重要组成部分，农产品对CPI的影响至关重要。而农产品价格的轮番上涨，最终将会传导到食品消费价格上涨。这就意味着农产品价格的变化不仅在很大程度上直接影响CPI的变化，而且还将通过影响其他几类消费品的价格间接影响CPI的变化[3]。
图1为1978—2011年间的农产品生产价格指数(以1978年的指数为100)和CPI(以1978年的指数作为100)的变化趋势图。从图1可以看出，两者的变化趋势基本完全一致，1978—1992年两者的变动基本是同步的，在1993年到1998年两者有一次较大幅度的上涨，但很快又有一个回落，其中农产品价格的上涨幅度和下降幅度都远大于CPI的变化幅度，1999—2004年，两者又都是基本同步地
平稳上升，直到2005年农产品价格有很大幅度地上涨，而
收稿日期：2013-02-01基金项目：天津市哲学社会科学基金(TJYY12107)作者简介：高红梅(1968-)，女，博士，副教授，E-mail:gaohongmei@126.com通讯作者：邹正方（1962-），男，博士，副教授，E-mail：f433128@gmail.com
广东农业科学2013年第9期205平稳性平稳平稳平稳平稳P值0.02230.01770.00130.0004D-W值1.8354301.8911541.8840721.84944910%显著水平临界值-2.617434-2.621007-2.622989-2.6251215%显著水平临界值-2.957110-2.963972-2.967767-2.9718531%显著水平临界值-3.653730-3.670170-3.679322-3.689194ADF统计值-3.317986**-3.430692**-4.508472*-4.949035*检验类型(c,t,p)(C,0,1)(C,0,3)(C,0,3)(C,0,4)指标lnCPILnPPFPDlnCPIDLnPPFP
表1数据平稳性检验结果
注:(1)c表示含截距项，t表示含趋势项，p为滞后阶数；(2)滞后期p的选择标准是以AIC和SC值最小为准则；(3)*、**、***分别表示在10%、5%、1%水平下通过检验。
CPI虽然也有上涨，但幅度较小。
1.2农产品生产价格对CPI的间接影响
当大米、小麦、玉米等粮食作物价格上升时，会让人们对整个农产品市场产生上涨预期，于是带动其他农产品价格在短期内全面上涨[4]。同时，一般来说，农产品作为
许多产品的初级原料投入品，当农产品价格上升时，随着其价格上涨带来的高成本向下游产品的转移，会推高相关深加工农产品的价格，接着推动物价总水平的上涨，即农产品通过成本传导效应间接影响到CPI的升降[5]。而且
由于农产品价格会直接影响到食品的价格，由于通货膨胀的压力，食品价格通胀很快向一般商品价格上涨演变，更容易向非食品价格领域传导，其传导效应比较强[6]。
CPI对农产品价格的影响路径主要在于通货膨胀预期。
通货膨胀意味着一般物价水平上涨，CPI作为消费品价格水平的度量标志，在一定程度上反映出市场物价水平变动程度，同时又影响公众未来的通货膨胀预期。当CPI较高或持续上涨时，公众的通货膨胀预期上升，从而使得农民具有惜售心理，减少市场有效供给[7]。可以说，当农
民对于未来通货膨胀的预期较高时，持有具备保值功能的真实资产的动机会增强，因为农民在资产选择上受到很多因素的制约，会保存流动性较强并且交易成本较低的资产性农产品，因而农民会增加均衡意义上的农产品保存数量，由此引起农产品供给相对短缺，提高了农产品的相对价格[7]。同时，当农产品提供流通企业对未来通货
膨胀有较高预期时，它们会囤积农产品、待价而沽，使得短期内市场上农产品的供应量减少，推动了粮价上涨。而且，由于我国名义利率受到管制，且对通货膨胀变动反应滞后，真实利率与通货膨胀存在显著的反向关系，高通货
膨胀时期真实利率下降甚至变成负值，强化了农民通过增加农产品存储保值的动机。农民的农产品存储行为无论从“囤积”还是“惜售”角度看，都减少了短期农产品市场供给并增加了短期需求，导致农产品上涨[8]。此外，CPI还
会通过直接影响生产成本的价格来影响农产品的价格。当CPI上涨时，农产品的各种生产资料的价格上涨，使得农产品的生产成本上涨，并且这种上涨可能会滞后一段时期[9]。
2模型设定的实证分析
2.1数据指标的选取
要实证分析农产品生产价格和CPI的关系，就必须正确的选取农产品生产价格和CPI的时间序列。为此，选择了农产品生产价格指数和CPI的年度指标作为实证分析的数据。农产品生产价格指数是反映一定时期内，农产品生产者出售农产品价格水平变动趋势及幅度的相对数。该指数可以客观反映全国农产品生产价格水平和结构变动情况，满足农业与国民经济核算需要。其中，某代表品生产价格指数是通过对全部有出售该产品行为的调查单位的个体指数进行几何平均求得的，大、中、小类价格指数是通过对其所属的类（或代表品）的价格指数进行加权平均求得的[10]。季度累计价格指数的计算方法与分
季指数的计算方法相同。对时间序列数据来说，序列时期越长，其中所包含的规律性的内容就越多，但对改革开放以前的内容对CPI和农产品生产价格指数的统计不尽合理。因此，选择的样本区间为1979—2011年。本研究选择的CPI数据来源于中国经济信息网(www.cei.gov.cn)，综合来自中经网和国家统计局的数据，得到本研究所要用到的数据。2.2数据平稳性检验
为避免“伪回归”，找到两变量间的真实的稳定关系，必须先考察时间序列的平稳性。本研究是通过单位根检验来实现的。为防止数据的剧烈波动，对原始数据进行了对数化处理。从表1可以看出，两组检验结果的ADF统计值均大于5%显著水平下的临界值且D-W值都在无自相关区域，因此，在5%的置信度水平下拒绝有单位根的原假设都是非平稳序列，即认为在选定5%的置信度水平是时间序列lnCPI和lnPPFP都是平稳序列。以AIC-SC原则为选择准则，利用循环检验的方法确定滞后期。从检验结果确定两者都存在滞后期。