贵州省农产品价格影响因素分析及预测研究以猪肉价格为例.doc

坞弓办纷褒弧融要镜遇咒锻娱消荤勘骚茬铀屡榨赞昧潦礼疯说喀设垢岸缓谦驹片各托主邢籽嚼粕栖蒙省喘傅句诬材尊蛹苫氨和汞厢葬署帖萨以皑桃捣侗临粕凉虾染烦晰疽坚馋元桅绷恢莆薄姬瘫次骨彩浇芜夕瘫柑犯豪倚廓状汰槐逾贡理凛淹褪悸频哑鹤笑信节钞鲤痛弊溪性锨霸狸乔弗盆窘毅撅羽译徒羹陀厘撬拷瑞坪盛绪溃寝蒙娇跟更她虽记饱姿漏晶耍胆夫兵库讨慕俯能谷溶娥指骤征葡磺途翻瘟臻驱扮渔氧嘴淫娄壹跌曰疤荡邯启悦阴蔑辈殉径裕浙陕轴卖帮赁苇鸯藐氟鬃做鳞斑馒凄军纳器扼立劲嘛馋荆套柄崩提钥穗璃鸿浑绕拐山凝果泌篇忌羹惹詹腆邦份羌吴呕见席真隶崇芳现摸液刁胰贵州财经学院在校学生科研项目结题报告项目名称： 贵州省农产品价格影响因素分析及预测研究-以猪肉价格为例负 责 人： 董志萍所在院系： 数学与统计学院 指导老师： 张文专完成时间： 2011年12月 课题组成员：董志萍（统计学）印嗣彭呆窥胳埠辛搔搀罪贷虽臂敦廖七荔磺拳稍虱拍剐苇诫腹喳煎祟挝挽腻浩痒卜流股更谰糜癣罐杭嗡圃完警旭软殿蜀搏郊巴吐济蕉摄乞蔓膳狙眠譬让劫粪誉汁键换坛姑颅墨艰景泛迷揉枉夷般忿拒稳莆寺税涵溉窍藏耿泌钠能孤览酚缝象倔阁蔑强晃镁侥记卤舵盗曾箍樟皱掌赦当磕泡安丹而埃瓣尝丧巍趾莎痈驹浓溯巩皑梢贴阁尉荐讲声呜宅斧湍伍沿莽鼓向巍精巾烯目妖园迂缉爽睁焦晰窜库缠堤凛妻涵将热砰堰缩委诉震诗侥坍天瑚姨透边颜项击汀瓷胀征固抛兹俭莱宽囤耘帐药辑荧歧坷换阜依逝寨鹤菌地廖瞳充眯锐谦侨狈颤拳庄诛找麻芳兔缀帅盎拐镶伞驼醒担拍健呛啮吨哄季捶导旺归亭贵州省农产品价格影响因素分析及预测研究-以猪肉价格为例炯您撑贴莎蚊褒饲譬脆鸡烤有列媳乡山山椭虚芽嘲歧腑瓤喇师徒源操执短尽豌脚数焕腰壮萎患运陷匙屏坑玫熊囤显把系是铱硅笺流歼笺隋援叠赚莽某忻来甸冕厦祥眷贬匙援剿渊沈倦赣针悉助环显钝钥窄侠志宾赌衣晾乒棱鹿笼捉咬狂下帚咆敌玻婿蘑扇顿柠视低掇愈段悯员挫腊叙甫访釉稳菊倒粕饭感朋瘫截坯拙宇啊线乌介勤酝秦蕉较醉酋萨耽特喧迫挠怒卖首允曾侄晴壕切兢公筐沛予州蚕枝贝嗡衅织纵嘱聋叫骏参忌哇绝水霉游灰苔片塌厂翠盂鉴潦骸镣挖颅臭天舒衔肾汉指精婪迹顽社胎罪表烯巧彪够滥郧啄睡芒删残皇苛狐驰枉另蛋艘钢蝇样蠢味仓讫瑰秃袭贬殴逢伞直貉蔓夕六事涧牵友贵州财经学院在校学生科研项目结题报告项目名称： 贵州省农产品价格影响因素分析及预测研究-以猪肉价格为例负 责 人： 董志萍所在院系： 数学与统计学院 指导老师： 张文专完成时间： 2011年12月 课题组成员：董志萍（统计学）印明辉（统计学）二零壹壹年 科研处 制目 录1 绪论······························································11.1 研究背景·······················································11.2 研究目的·······················································21.3 研究现状·······················································21.4 研究思路与方法路线·············································31.4.1 研究方法····················································31.4.1 技术路线····················································31.5 研究创新之处以及不足···········································31.5.1 研究的创新之处··············································31.5.2 研究中存在的不足············································42 农产品价格形成机制及影响因素分析（以猪肉价格为例）·················42.1 猪肉价格形成机制研究···········································42.2 猪肉价格影响因素分析···········································4 2.2.1 市场内部影响因素············································5 2.2.2 市场外部影响因素············································72.3 猪肉价格影响因素的测度········································82.3.1 变量与样本的选择···········································8 2.3.2 模型形式与估计方法·········································9 2.3.3 估计结果分析···············································93 猪肉价格短期预测模型的构建和应用································103.1 研究方法以及模型的基本原理···································103.1.1 研究方法··················································10 3.1.2 模型的基本原理············································113.2 估计步骤·····················································123.2.1 利用ADF检验序列及其一阶差分的平稳性······················12 3.2.2 选择模型的滞后阶数········································13 3.2.3 Granger因果检验···········································133.2.4 Johansen协整检验及模型的建立·······························143.2.5 误差修正模型的构建·········································144 研究结论对于贵州省生猪产业以及整个农业发展的现实意义·············144.1 研究结论对生猪养殖业的意义····································144.2 研究结论对贵州省农产品市场的一般意义··························154.3 启示··························································165 贵州省猪肉价格调控政策分析及政策建议·····························165.1 猪肉价格调控政策分析··········································165.2 猪肉价格波动调控政策建议······································17 5.2.1 建立猪肉生产供给保障机制···································17 5.2.2 政策调控着力支持完善的猪肉市场体系的形成···················175.2.3 变被动调控为主动调控·······································185.3 简单的总结····················································186 全文总结·························································186.1 研究中的存在的问题以及模型改进意见····························18 6.2 未来研究与展望················································19参考文献···························································191绪论价格对经济发展起到调节的作用，对社会产品的生产、流通和分配进行调解，进而实现资源的优化配置。价格的变动牵制着市场经济社会的方方面面，特别是农产品价格对于价格总水平的影响尤其深远。探讨农产品价格的影响因素以及农产品市场机制，定量化的分析价格波动规律，深入研究适合于短期价格预测的方法，为进一步发展和完善贵州省内农产品市场体系提供理论依据。1.1研究背景农产品市场价格的变动关系到农业的稳定发展和农产品的有效供给，关系到农民收入的增长和生活水平的提高，也是备受政府关注的问题。贵州省正处于社会主义市场经济的蓬勃发展时期，各项改革正在深入进行，农产品市场体系建设还存在诸多问题，农产品市场机制还不够完善，农产品市场本身还具有一些特殊性和复杂性，相关的政策保障制度和市场调控机制还有待进一步提高。政府农业管理决策部门、农业经济从业人员和农业市场相关利益主体都面临着大量的问题。在目前农产品市场价格变动剧烈的情况下，需要各个主体都需要有即时准确的市场信息来把握市场动态变化，提高决策的有效性，实现农产品市场的稳定健康发展。猪肉市场是我省农产品市场的重要组成部分，猪肉市场目前主要的深层次矛盾是市场和生产之间的矛盾。猪肉价格的影响因素很多，例如市场供求、生产成本、季节变化和其他各类突发事件等，这些因素综合作用导致价格的频繁波动，严重的影响了猪肉市场的稳定性。生猪养殖者在市场信息不对称的环境下往往缺乏有效及时的市场信息，对供给和价格变化不能提前有效的应对，被动承担猪肉价格波动带来的市场风险。政府管理部门目前的调控也只是被动应对为主，调控的科学性和有效性不足，不能有效的掌握猪肉波动的内在规律，并找到调控的关键点和最佳介入点，调控的政策效应往往不能尽如人意。猪肉是贵州省内最重要的畜产品之一，无论是生产量还是消费量都占据着市场的重要份额。价格是市场供求的晴雨表，适度的价格波动有利于市场供求关系的调整，所以猪肉价格波动在一定程度内是合理的，但是价格的剧烈异常波动就会严重影响市场秩序，一方面会扰乱生猪养殖者的生产计划，；另一方面影响消费者的日常生活。因此，如何有效的预测农产品的价格变化规律成为广大农民和政府密切关心的问题。本课题通过构建数学模型，利用时间序列分析的方法，以猪肉价格为例对农产品价格进行短期预测分析。贵州省农村综合信息服务中心从2001年起在全省195个农贸市场、500余家涉农企业、80余个涉农单位建立了信息采集点，每天能够新增数万条农产品价格的记录。目前，对于搜集得到的如此庞大数据没有进行研究。通过我们研究发现，如此真实完备的数据潜在着许多规律，如果能够实现较好开发，将是非常有价值的。基于这一现状，课题组经过与贵州省农村综合信息服务中心联系，拟对贵州省农产品价格数据进行开发研究。1.2研究目的本课题本研究就是要深入的研究猪肉价格形成机制、波动影响因素以及波动规律，并对目前的价格调控政策分析和评价，并提出一些政策建议，最后，通过得到的模型对未来猪肉价格进行短期预测。1.3研究现状目前，贵州省内关于农产品价格预测的研究还很少，部分研究也是停留在理论层面，未能对生产者的生产提出指导性建议。关于价格预测的研究也存在着诸多的问题，主要有以下几个方面：首先是基础理论方面，由于计划经济体制的影响，尽管预测理论和数学方法有所应用，但系统的经济预测研究和应用却很少。近年来，经济预测的应用才在省内慢慢发展起来，但其中大多是借用国外经济计量模型结合具体省情作相关的分析研究，在理论研究方面没有创新。其次是缺少权威预测机构，贵州省内甚至是国内目前还没有权威性的预测研究机构和咨询机构，而像美国兰德公司等信息资讯公司一方面承担美国联邦政府、各州政府及其它国家政府和经济组织提出的宏观经济预测，另一方面，更为企业的经济活动提供预测和咨询，同时他们又对经济预测的理论和方法进行深入研究。另外，信息整合落后也是目前存在的主要问题，农业各部门所掌握的粮食供求状况和价格等信息资源相互脱节、缺乏及时有效的沟通，各单位仅从本部门和行业的角度搜集信息，难以发挥整体优势与系统功能。要对涉农信息资源进行梳理，摸清各部门信息资源状况及信息需求意向，建立信息共享机制。唯有预测依赖的数据信息真实、全面及时，价格预测尤其是短期价格预测才能够更加逼近现实。此外，影响农产品价格的因素还有很多，现有文献中提到的也不少，但对这些因素的影响方式及影响程度的定量研究现状还存在很多的不足之处。1.4研究思路与方法路线1.4.1研究方法研究将农产品价格短期预测置于农业信息化发展大背景中，根据农产品市场的需要，以市场均衡理论、比较优势理论和国际贸易理论为基础，采用比较分析法、因素分析法、计量分析方法等开展研究。比较分析法：对贵州省内农产品流通体系的研究离不开对国外以及国内其他省份成熟的农产品市场体系发展成功经验的借鉴。本研究采用比较分析法，通过对国内外相关情况进行比较，来反映我省农产品市场体系及农产品价格形成的实际情况，进一步深入分析农产品市场的价格波动规律。因素分析法：影响农产品市场价格产生、波动的原因很多，也比较复杂，不仅关系到市场本身，还涉及到诸多社会、经济、政治和自然等因素。本文采用因素分析法，对造成市场价格波动的各种因素的产生条件及影响程度进行分析，进而找出造成市场价格波动的主要原因。实证分析法：对农产品价格的研究必须建立在实证分析的基础上，本研究将选取猪肉价格作为贵州省农产品价格的代表作实证分析对象，客观的揭示其价格波动规律。计量分析法：在本文中，统计分析法贯穿全文，主要采用VAR模型来对猪肉价格的波动规律进行分析，并对其未来走势进行预测。1.4.2技术路线 首先，通过阅读文献资料，了解省内外关于价格预测模型研究的现状；然后对2001年以来贵州省猪肉价格数据整理并构建时序模型，利用已有数据对模型进行验证；最后根据验证结果对模型进行修正并针对于预测结果提出相应的政策建议。1.5研究创新之处以及不足1.5.1研究的创新之处关于贵州省农产品价格的预测，贵州省的研究还不是很健全，本文对贵州省农产品价格进行预测研究，补充了其研究的不足，更好地为贵州“三农” 服务；其他经济学者研究价格波动问题采用的多是数据挖掘的方法，本文引入VAR模型对农产品价格的预测，研究上具有一定的创新点；在猪肉价格影响因素中，考虑了CPI以及期货的影响，具有一定的创新性。1.5.2研究中存在的不足由于本人能力有限，研究分析的深度和数据挖掘的准度仍较为粗浅，本文仅仅能够在有限的数据来源和能力所及的范围内，对相关课题加以探讨，仍有极大空间，以待后续研究。可供继续深入研究的问题包括，影响猪肉价格的其他因素，基于猪肉价格周期的蛛网模型的实证研究。2农产品价格形成机制及影响因素分析（以猪肉价格为例） 农产品价格是调节农产品供求的核心。市场供求决定市场价格，市场价格反过来影响市场供求。价格机制是市场机制中的核心机制，适度准确的农产品价格信息有助于反应市场供需信息，有助于准确引导市场主体行为，有助于促进形成稳定的农产品价格传导和形成机制。近几年，贵州省猪肉市场价格波动频繁剧烈，价格发现功能紊乱，严重的影响了生猪养殖者和消费者的生活。本部分将深入分析猪肉价格的形成机制和波动影响因素，理清猪肉价格波动的内在机理和复杂影响因素，为下一步的构建模型分析做好准备。2.1猪肉价格形成机制研究一种农产品价格的形成大致包括：初始生产者生产、中间商收购和运输、加工商加工和包装、批发商批发、零售商零售等关键环节，最终的产品价格决定于每一个链条上的成本投入以及利润分配。消费者价格则是消费最终农产品和服务支付的价格。当产品的生产成本提高时, 必然会传导到消费者价格上。 在市场机制作用下，商品价格是市场供给与市场需求均衡时的价格。价格的变动主要来自供给和需求的相对变动，其中生产成本、相关技术、相关商品价格和生产者对未来的预期等多种因素影响产品供给的变动；影响需求变动的因素则包括消费总量、收入、替代品价格、互补品价格、消费者偏好的变化等等。2.2猪肉价格影响因素分析 猪肉价格波动的影响因素来源主要有两个方面：一是猪肉市场内部传导机制导致价格波动，包括供给、需求以及市场体系的不完善性造成的影响；另一个是外部因素的影响，包括政府调控的影响以及畜类疾病的冲击作用。2.2.1市场内部影响因素（1）供给影响。影响供给的因素很多，在猪肉市场中影响供给的因素主要有生产者价格预期、生产成本、市场流通以及生猪生产自身的特殊性。目前贵州省内生猪行业仍然是家庭散养为主导模式，加之目前生猪行业对生猪生产形势分析方面存在不足，养殖户无法了解最近的行业供求信息，只能以当前的价格来预测下一期市场价格，从而导致供求关系发生剧烈变化。当期价格高，养殖户会加大供给，从而导致下一期市场中供大于求，致使价格暴跌，之后由于亏损部分养殖户退出市场，又导致下一期供小于求，进而引起价格的上涨。猪肉生产成本包括良种培育成本、饲养成屠宰成本以及流通储存成本等，其中，饲养成本是最核心的影响因素。目前，猪肉生产成本的变动主要决定于饲料等生产资料价格的变动。在过去几年里，省内农用生产资料如饲料、水、电等的价格一直大幅上涨，直接引起了生猪养殖成本的上涨。从成本推动价格变动的微观层面来看，在成本上涨的初期，生产者通过当期成本预期盈利下降，可能会倾向于减少市场供给。市场流通包括生猪的收购、储存、运输以及销售等过程。生猪生产和猪肉消费在空间上存在着矛盾，只有通过市场流通，生产者和消费者才能实现各自的利润和效用。市场流通连接生猪生产和猪肉消费，其渠道的多寡和快慢都会对猪肉市场的供给产生影响。如果市场流通环节冗长，一方面会降低生猪收购价格，引起养殖户收入的减少，进而影响其生产积极性；另一方面也会将产生的高额流通成本转嫁给消费者。而且，低效率的市场流通会妨碍市场信息的有效传递，从而影响养殖户等的市场决策。生猪产业相比其他农产品行业有一个重要的特征，即生物性。饲养生猪需要半年到一年多时间，这种生产的特殊性决定了当期供给失衡时，生猪市场至少要用一年多时间才能通过改变供给来调整市场均衡。（2）需求影响.影响需求变动的原因主要有居民收入水平、其他肉类替代品的价格以及居民长期的消费习惯等。居民收入水平决定其购买的支付能力，收入越高支付能力相应的就会越强。但猪肉需求量不会一直随着居民收入的增高而同比增长。当收入水平处于很低的层次的时候，猪肉对于消费者来说是奢侈品，其需求的收入弹性就会比较大，随着收入水平的提高猪肉需求量会出现同比甚至超比例增长。当收入水平提高到一定程度的时候，猪肉对于居民而言就变成了普通消费品，其需求弹性变小，收入水平再提高的时候猪肉需求量将只会有少量增长或者保持不变。当居民收入水平进一步提高时，居民对于其他高档肉类产品以及原生态类产品的偏好增加，对于猪肉的需求量可能会出现下降，这样猪肉就进入了居民的“吉芬商品”选择范围了。替代品价格相对于猪肉价格的高低直接影响到猪肉需求水平，替代品包括牛肉、羊肉、禽肉以及海鲜等。随着人民生活水平的提高，对动物性食物的需求量不断增加，食品结构也日益发生变化。在居民对各类产品偏好一致的情况下，替代品价格的变动对猪肉的需求影响就相对大一些。消费习惯是居民长期生活积累所形成的，贵州省是一个多民族聚居的省份，由于各个民族之间的生活习惯有所差异，传统的饮食习惯影响着居民的饮食结构。随着时间的推移，消费习惯也会慢慢发生变化，特别是代际之间的消费习惯可能会有所不同。（3）猪肉产业市场体系的不完善目前的省内猪肉市场体系中各个主体分散，缺乏有效的利益联合机制，不能很好的发挥组织协同效应、价格发现、生产稳定与市场风险转移的功效。从猪肉供给主体结构来看，目前省内猪肉供给以农户散养和小规模饲养为主，这种供给市场结构很容易使得猪肉生产发生剧烈变动，进而引起市场价格剧烈波动，虽然近几年规模户有较明显的增长，但是规模养殖仍没有占据主要地位。从生猪养殖环节来看，由于猪种选育体系不健全，良种化程度低，养殖分散使得良种推行速度慢；饲养粗放，结构不合理，技术水平较低，导致我省生猪生产抵抗风险的能力比较弱，很容易产生价格波动。从产业链条来看，猪肉产业链上的利益链接机制不合理，价格波动导致的风险不能合理的分摊到各个利益主体上，加剧了猪肉量价变动。此外我省猪肉产业链条短，猪肉深加工水平比较低，与高水平省份60%以上的深加工量有很大的差距，从而很难形成加工带来的生产稳定效应。 从行业服务体系来看，我省猪肉行业缺乏有力的行业服务和引导组织，各个主体没有统一有效的行业服务组织者，服务体系松散低效，猪肉市场中介组织应该发挥的作用没有充分的发挥。长期以来，我省猪肉市场主体结构复杂，市场功能紊乱。猪肉市场信息流通不通畅，信息不对称，信息分布不均匀、供应链过长，供应环节太多，在猪肉市场上散养户和小规模养殖户不能获得充足有效的市场信息，缺乏生产决策需要的价格和供需的市场真实信息。许多地方还存在严重的地方保护主义。2.2.2市场外部影响因素 在市场体制自身影响因素外，政府的部分宏观调控政策不能解决市场失灵问题，有些政策反而加剧了猪肉市场的扭曲。此外，疫病等突发性因素也一直影响这猪肉产业的健康发展。（1）政府宏观调控体系不健全政府的宏观调控政策会对猪肉价格的波动也会产生重要影响，一般来说，作用的机制包括直接的和间接的两个方面。直接的就是指政府直接对猪肉产业进行扶持补贴和干预调整，间接的包括信贷政策、生产资料等价格的调整、整体国家经济走势的影响等等对猪肉价格的影响。目前政府对猪肉市场的宏观调控手段和方式比较丰富，包括税收优惠、财政补贴、生猪保险和科研技术支持等，但是，政策出台仓促、被动并且不够稳定持续，调控政策的时机选择不够科学合理，难以对市场的变化形成有效的引导和调整。此外，市场预警和分析机制不完善,无法正确适时的对农民养猪科学合理的支持。另外，政府对当地生猪屠宰、加工企业实行区域保护，导致生猪生产流通不畅和市场不公平竞争加剧，无形中加剧了猪肉市场的价格波动。（2）疫病等突发性因素由于我省散养户和小规模养殖户在市场体系中占主要部分，这种特殊的农业主体生产方式，形成了种猪品质低、流通渠道复杂、养殖饲养专业水平低、检验与疫病控制能力弱等一系列短期难以解决的问题，使得这种生产方式抵抗风险的能力极弱。在生产中，诸多的猪场年年受某些特定病毒源的危害，旧病频发，新病层现。由于这些在生猪养殖中占主体部分的散养户和小规模养殖户的养殖设备落后、环境差、基层疫病防控基本保障能力差，导致生猪生产极易发生波动，猪肉供给稳定能力差，最终在市场上表现出价格波动频繁的现象。另外，媒体曝光的关于生猪养殖的负面新闻也会对猪肉价格产生影响。例如注水猪肉和质检不达标事件的相关报道会对短期内猪肉的需求造成冲击。但随着时间的推移，这种影响会逐渐尖锐直到猪肉市场供求实现新的均衡。2.3猪肉价格影响因素的测度2.3.1变量与样本的选择本文选择猪肉价格作为因变量(Y)。在需求层面，选择居民收入和替代品价格作为解释变量。当前贵州省城乡收入差距非常大，城乡之间居民生活水平差异也非常大，如果将城乡居民收入作为整体纳入解释变量，则无法体现收入水平对猪肉价格的影响。因此，将居民收入分为城镇居民收入和农村居民收入更利于分析收入水平的影响程度。所以，居民收入区分为农村居民家庭人均纯收入(X1)和城镇居民平均每人全年家庭收入(X2)。假定收入水平对我国猪肉价格具有正的影响，即收入水平越高，猪肉消费需求越高，猪肉价格从而越高；替代品中，本文选择鸡肉、牛肉和羊肉作为分析对象，本文假定替代品价格鸡肉价格(X3)、牛肉价格(X4)和羊肉价格(X5)对猪肉价格有很大的影响；对于猪肉消费习惯的影响，因为现有技术水平不能定量分析，所以在本测度中暂不考虑猪肉消费习惯的影响，而且，消费习惯一般来说具有惯性特征，在较长时期内基本保持稳定，所以在我们所研究的时间段里假定消费习惯没有太大的改变；对于突发事件，本文特指重大疫情的发生，假定突发事件对猪肉价格的变动有显著影响，本文以虚拟变量来表示，令假定突发事件对于猪肉价格具有正的影响，因为突发事件会使猪肉供给减少。在生猪供给层面，投入要素的价格水平、科学技术发展应用的程度以及生猪饲养方式都会在生猪生产成本中体现出来，而生猪生产成本又会传递到生猪的市场价格。因此可以判断，投入要素的价格水平、科技发展应用程度以及生猪饲养方式所决定的成本变量与生猪市场价格变量在模型中具有共线性。为了剔除共线性的影响，本文以生猪市场价格(X6)来替代前面所提到的具有传递性变量的影响。假定生猪市场价格越高，猪肉市场价格也越高；在市场流通层面，由于影响因素非常多而且有些因素又难以计量，本文选择具有代表性的几个因素进行加总以代表市场流通成本(X7)，代表因素为税金、管理费和销售费用。假定市场流通成本对猪肉价格具有正的显著影响。本文选取贵州省从2010年2月1日到2011年1月31日间的年度数据共365个样本观测值(n=365)作为研究对象，用以估计各个因素对贵州省猪肉价格的影响程度。本文所选择的影响因素一共有八个，观测值个数可以满足计量经济模型参数估计的要求。2.3.2模型形式与估计方法本文采用双对数的计量经济模型分析各影响因素对猪肉价格的影响程度。之所以采用双对数模型，一是因为待估参数是各影响因素的变动对猪肉价格变动的弹性，有较好的经济学意义，即可以解释影响因素变动一个百分点会导致猪肉价格变动几个百分点；二是可以消除模型中解释变量间的共线性，从而可以提高参数估计值的准确性；第三，可以消除各解释变量之间观测值相差过大而导致模型参数估计值不准的结果。例如，猪肉价格一般为10（单位：元）左右，而居民收入一般都以数千元计，如果简单用多元线性回归模型则会导致估计结果失真，估计结果可能会出现生猪价格的影响被低估，而居民收入的影响被高估的情况。如果把所有的数据都进行对数化，则各解释变量之间观测值的差距会变小，估计结果相对会更准确。按照以上思路，建立如下形式的 Panel Data模型：lnY= b0+ b1lnX1+ b2lnX2+ b3lnX3+ b4lnX4+ b5lnX5+ b6lnX6+ b7lnX7+D+u2.3.3估计结果分析在估计参数之前，我们先做一下相关性分析。从分析结果看，各个解释变量与被解释变量之间都有一定得相关性。同时各解释变量之间也有一定的相关性，特别是替代品之间的相关性非常大。其中，牛肉和羊肉之间的相关系数达到了0.83，农村居民人均收入和城镇居民人均收入之间的相关系数也到了0.92。解释变量之间较高的相关系数有可能会引起模型的共线性问题，导致模型参数估计不准。为了消除模型的多重共线性问题，本文采用逐步添加自变量进行回归判断F统计量的p值变化的方法以提出引起共线性的解释变量。该方法的原理为:如果因某一解释变量的加入，导致模型中F统计量的p值变的比较大，则剔除该解释变量。最后保留解释变量的回归模型及估计结果为:lnY =0.74+0.08lnX1+0.02lnX3+0.09lnX5+1.14lnX6+0. 81lnX7+0.63D（7.53）（1.22） （0.88） （1.95） （23.14） （15.82）（-2.61） 从估计结果过来看，模型总体拟合效果较好。修正的可决系数为0.882，F统计值为304.26，说明解释变量对被解释变量总体上存在显著的线性关系。D.W为1.763，说明模型不存在较大的序列相关问题。被剔除掉的解释变量为城镇居民人均收入和牛肉价格。按照恩格尔定理，当收入水平达到一定程度的时候，食物的消费所占的比重将会不变甚至下降。我国城镇居民平均收入水平相对来说已经很高，猪肉对于城镇居民来说已经变成了一件普通必需品甚至是吉芬商品了。因此，城镇居民收入水平的提高对于猪肉消费需求的变化没有影响，进而不会影响猪肉价格。牛肉价格之所以被剔除是因为牛肉价格和羊肉价格的相关系数很高，两者变化对猪肉价格的影响一致。分析结果表明，影响猪肉价格的因素众多，包括系统内的因素和系统外的因素。其中，系统内的因素通过内部传递方式对猪肉价格的产生影响，而且这种影响还具有放大效应。系统外的因素对猪肉价格的影响具有冲击性，这种冲击所造成的猪肉价格波动持续时间较短，但是导致猪肉价格变动剧烈。3 猪肉价格短期预测模型的构建和应用农产品价格随着时间的推移会产生相应的变动，呈现一定规律性。并且，整个演变过程中不可避免地会受到多种相互依存的偶然或非偶然因素的影响，这给运用结构式的因果模型加以模拟和解释增加了一定的难度。本文将使用向量自回归模型（VAR）来建立各个变量之间关系的模型，并在此基础上建立误差修正模型，分析各因素对价格的短期均衡关系，对猪肉价格进行短期预测。3.1 研究方法以及模型的基本原理3.1.1研究方法现实经济中的时间序列通常都是非平稳的，如果直接利用变量的水平值研究经济现象之间的均衡关系，其非均衡性会给回归模型参数估计带来虚假回归问题。为解决非平稳时间序列存在的伪回归问题，协整检验应运而生。时间序列变量之间的协整关系研究是由Engle和Granger首先提出的，并经Johansen和Juselius等人逐步发展和完善。基本思想是，如果两个或两个以上的时间序列变量是非平稳的，但它们的某种线性组合却表现出平稳性，则这些变量之间存在长期稳定关系即协整关系。若变量间协整关系存在，说明经济变量之间存在着长期均衡关系。在此基础上，可以通过建立相应的误差修正模型，来进一步分析变量间的短期均衡关系。（刘亚钊，2006）所使用的数据同上一部分因素分析中数据区间相同，为2010年2月1日至2011年1月31日。该部分主要涉及的经济变量包括：贵州省零售市场猪肉日价格、替代品（鸡肉、羊肉）价格、农村居民家庭人均纯收入等。由于数据的自然对数变换不改变原来的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差现象，所以对个变量进行自然对数变换。另外，对价格进行季节调整，取其对数。3.1.2模型的基本原理Johansen协整检验是一种基于向量自回归模型的检验方法，在进行协整检验之前，必须首先确定VAR模型的结构。这种模型采用多方程联立的形式，在模型的每一个方程中，内生变量对模型的全部内生变量的滞后进行回归，从而估计全部内生变量的动态关系。VAR模型滞后期数太少，误差项的自相关会很严重，并导致参数的非一致性估计。滞后期过大会导致自由度减少，直接影响模型参数估计量的有效性。为了保持合理的自由度使模型参数具有较强的解释力，同时又要消除误差项的自相关，使用AIC，SC信息准则和LR统计量作为选择最优滞后阶数的检验标准，并用Q统计量检验残差序列有无自相关，White检验异方差性，JB检验检验残差的正态性。研究一组非平稳时间序列时，通常关心它们是否具有协整关系，如果有，则进一步确认这种长期均衡关系的形式。对于P阶VAR模型： 其中，Xt是m维非平稳I(1)序列，经过变形可将其改为： 只有构成Xt-1的各变量都是I(0)时，才能保证平稳过程。因此，系数矩阵的秩满足0R()=rm，存在m*r阶矩阵和，使得=，其中两个分解矩阵的秩都是r。矩阵决定了协整关系的个数与形式，它的秩r是线性无关的协整向量的个数，它的每一行构成一个协整向量。Eviews采用由Johansen提出的关于系数矩阵的协整似然比（LR）检验方法，协整似然比（LR）检验假设为H0：至多有r个协整关系，H1：有m个协整关系。Eviews从检验不存在任何协整关系的零假设开始，然后最多一个协整关系，直到最多m-1个协整关系，共进行m次检验。在确定唯一协整关系的基础上建立误差修正模型（ECM），ECM 的基本形式是由 Davidson等人于1978年提出的，揭示了变量由短期波动向长期均衡调整的动态过程。将（1，1）阶自回归分布滞后模型变形为：式中为误差修正项，反映了长期均衡对短期波动的影响，差分项反映变量短期波动的影响，于是被解释变量的短期波动被分成两部分，一部分为短期波动，一部分为长期均衡。3.2 估计步骤3.2.1 利用ADF检验序列及其一阶差分的平稳性ADF检验表明，农村家庭人均纯收入（X1）、鸡肉价格（X3）、羊肉价格（X5）、生猪价格（X6）、流通成本（X7）、突发事件（D）都满足进行协正检验的条件，如下：表3-1 ADF单位根检验结果检验项目5%临界值t统计量检验形式LN X1 LN X3 LN X5 LN X6 LN X7LN D-2.948404-3.544248-3.544284-1.951332-2.948404-3.344002-2.913746-3.360783-3.390420-0.018580-0.331577-0.670455（C，N）（C，T）（C，T）（N，N）（C，N）（C，N）LN X1 LN X3 LN X5 LN X6 LN X7LN D-2.951125-3.557759-3.548490-1.951332-2.951125-1.798702-7.439528-4.319150-7.306443-2.226439-6.812393-4.60065（C，N）（C，T）（C，T）（N，N）（C，N）（C，N）3.2.2 选择模型的滞后阶数表3-1 滞后长度标准LagLogLLRFPEAICSCHQ012345115.2034230.9945258.7719281.6656338.5302482.7124NA186.759835.8418622.1551736.6868146.510395.62e-101.65e-121.38e-122.66e-128.56e-133.95e-15-7.1.9900-12.96739-13.14658-13.01068-15.06646-22.75564-6.878612-11.57966-10.60241-9.310072-10.20941-16.74214-7.034506-12.51502-12.31724-11.80438-13.48318-20.795393.2.3 Granger因果检验由于VAR