蛛网模型在中国农产品市场中的应用——以白糖为例.doc

《蛛网模型在中国农产品市场中的应用——以白糖为例.doc》由会员分享，可在线阅读，更多相关《蛛网模型在中国农产品市场中的应用——以白糖为例.doc（31页珍藏版）》请在三一办公上搜索。

1、本科生毕业论文蛛网模型在中国农产品市场中的应用以蔗糖为例摘要 为了研究蛛网模型在中国农产品市场中的应用，以便为稳定农产品市场，促进经济健康发展提出建议。本文以白糖为例，选取1995-2012年白糖产量、消费量和价格等相关数据，对白糖的需求函数和供给函数进行了经验分析，并以市场出清作为前提条件，构建了白糖市场蛛网模型。通过对白糖蛛网模型的分析，得出了白糖市场较为吻合蛛网模型理论的结论。最后对白糖市场出现蛛网模型现象的原因进行了考察，分析白糖市场不稳定波动的症结所在。由此本文提出了一些政策建议，希望能够为稳定白糖市场，给其他农产品市场提供借鉴，保障国民经济健康运行提供帮助。一方面希望通过蛛网模型的

2、分析提醒生产者要对价格进行理性预期。另一方面，要认识到尽管经济的周期性波动，是一种不以人的意志为转移的客观规律，但是一定的经济政策能够抑制周期波动的“负效应”，希望政府能够充分发挥职能部门宏观调控作用，保证白糖市场的健康稳定。关键字：蛛网模型；白糖市场；周期性波动；均衡价格Abstract In order to review the application of cobweb model in Chinese agricultural products market, so as to put forward suggestions stabilize the market of agric

3、ultural products,and promote the healthy development of economy. In this essay, I take sugar market as an example,and selects the related annual data in 1995-2012 ,such as sugar production, consumption and price , to empirically analyze the demand function and supply function of sugar.Then I assume

4、the market is clearing, and construct the cobweb model of sugar market. Through the analysis of the model, I find sugar market is conforming to the cobweb model theory.Finally,I observe the reason of the appearance of cobweb model phenomenon on the sugar market, and analyze the reason of fluctuation

5、s in the sugar price.According to the conclusion,I puts forward some policy suggestions to stabilize sugar market, and provide a reference for other agricultural products market.On one hand,I hope that through the analysis of the cobweb model, producers can make rational expectations of price. On th

6、e other hand, we should recognize that although cyclical fluctuationsof economy can not be affected by human will,but some economic policies can mitigate the negative effect of the fluctuation, government should play a important role of macroeconomic regulation,to ensure the stable development of th

7、e national economyKey Words: Cobweb model；Sugar market；Cyclical fluctuations；Equilibrium price目 录一、引言1（一）研究的背景和意义1（二）文献综述2二、白糖市场的历史数据分析4（一）数据的选取4（二）白糖数据的趋势性分析51.白糖价格变动趋势52.白糖产量变动趋势63.白糖消费量变动趋势6（三）白糖数据的关联性分析81.白糖价格与产量关系分析82.白糖价格与消费关系分析9三、白糖市场蛛网现象的经验分析12（一）白糖需求与价格的函数关系估计121.建立白糖需求函数模型122.白糖需求函数的估计结果12

8、3.白糖需求函数模型的检验13（二）白糖供给与前期价格的函数关系估计141.建立白糖供给函数模型142.白糖供给函数的估计结果153.白糖供给函数模型的检验15（三）蛛网理论在白糖市场的应用分析181.建立白糖市场蛛网模型182.白糖蛛网模型的数学分析183.白糖蛛网模型的图解说明19四、结论及建议21（一）结论211.糖料生产的小农经济体制和经验管理制度212.白糖需求弹性过小213.市场机制发挥不合理22（二）政策建议221.构建有效的信息传递机制222.形成统一开放的市场体系223.政府建立健全白糖价格风险控制体系234.规范白糖期货市场，建立健全风险防范机制235.改变生产模式246.

9、健全相关法律法规体系24参考文献25致 谢26一、引言（一）研究的背景和意义随着中国社会主义市场经济的逐步放开，市场在资源配置方面的高效率、低成本的优势得到了充分地体现。但是与此同时，市场经济的一些固有弊端也逐步显现：市场利用价格机制对供求进行调节以实现资源的配置，但这种调节由于信息的不充分大多表现为一种事后调节，即经济活动参加者是以当期的价格决定下期的供给。市场调节的滞后性极有可能导致“大小年”现象：价格高时蜂拥而上，结果导致产品生产出来时市场已经是供给过剩价格暴跌；价格低时纷纷减产，以致后期供不应求。这种现象导致了严重的社会资源的浪费，破坏了市场的稳定性，损害市场参与者的利益，尤其在农产品

10、生产领域，由于农产品生产周期较长，生产规模一旦确定中途难以改变，其危害显得尤为严重。市场调节的滞后性使得农产品的价格难以运用静态分析模型进行考察，因此我们引入了一种利用弹性理论来考察价格波动对下一个周期产量影响的动态分析，即蛛网模型。农产品的生产周期一般都比较长，较为符合蛛网模型考察的商品的必备条件。由于生产周期长，而且在中国，农业多以经营散、规模小的小农经济为主，信息的缺乏使得农户的生产决策依据往往是前期的市场价格，这就形成了农产品价格呈周期性波动的蛛网模型现象。以蔗糖为例，其周期大致以六年为一个生产周期，自1990年以来表现出“三年增产、三年减产”的生产规律，于此同时，我国糖价经历了五次比

11、较大的上涨，和五次严重供过于求、糖价暴跌的情况。糖价的剧烈波动使得蔗农的切身利益遭遇了不确定性风险，也使得用糖企业以及普通消费者蒙受了损失，尤其在2010年白糖一路冲高，从前期低点每吨2700元爆涨至每吨7800元以上，用糖企业生产成本压力剧增，消费者更是叫苦不迭，戏称食糖从此前的“糖高宗”成了“糖玄宗”。进入2012/2013榨季后，蔗糖价格在国内外供给过剩的压力下一路下行，在糖价积弱的背景下，云南、广西、海南等蔗糖主产区甘蔗收购价普遍比去年下降7%10%，据生意社记者实地调查访问，柳州、湛江等地蔗农大多对于来年种植甘蔗的积极性不高，那么这是否意味着下一榨季上游供应紧缩将使蔗糖开始新一轮的上

12、涨？在这样的背景下，研究蛛网模型在农产品市场中的应用有着重要的理论和实际意义：其一，在市场经济中,决定一种商品市场价格的因素极其复杂。对生产者来说, 市场价格会影响下一个时间周期的产出决策,也就是说生产者要做出的产出决策只能受当时的市场价格影响, 而产品则要到下一个时间周期才能售出, 可见市场供应量对价格的反应是滞后的。但市场的需求量对价格变化的反应是瞬时的 ,在每期产品投放市场前,企业对其价格和需求一无所知, 只好以目前的价格作为决定产量的依据, 即由上期的价格确定本期的产量, 再以本期的价格确定下期产量。所以研究农产品价格波动对下一个时间周期产量的影响，即将蛛网模型应用到农产品市场的考察中

13、就显得尤为必要，通过这样的研究，我们可以更为深入地认识农产品价格波动的周期性和规律性；其二，研究蛛网模型相较单纯的静态分析有着更大的实际意义：蛛网模型更现实地反映农产品价格波动, 更深刻地揭示了市场经济的规律, 对实践具有一定的指导作用。它能够帮助生产者认识到在生产活动中, 既不要因产品的价格高而盲目扩大生产规模, 也不要因产品的价格低而过分压缩生产规模, 而要认真调查研究, 冷静分析市场走向, 正确把握产品的产量和价格的内在规律。研究蛛网模型在农产品市场中的应用也对政府制定更为科学的宏观调控政策，稳定农产品价格，保障农民切身利益和国家粮食安全意义重大。总而言之，蛛网模型为我们均衡发展农产品市

14、场，避免农产品泡沫提供了分析工具。（二）文献综述蛛网模型是二十世纪三十年代出现的一种进行动态均衡分析的模型，主要运用弹性原理解释某些生产周期较长的商品在失去均衡时发生的不同波动情况。在这个模型中引进了时间变化的因素，通过对属于不同时期的需求量、供给量和价格之间的相互作用的考察，用动态分析的方法论述生产周期较长的商品的产量和价格在偏离均衡状态以后的实际波动过程及其结果。蛛网模型考察的是生产周期较长的商品，该模型认为由于决定本期供给量的前期价格与决定本期需求量的本期价格有可能不一致，会导致产量和价格偏离均衡状态，出现产量和价格的波动。最早对农产品价格进行实证研究的经济学家是亨利穆尔，他初步构建了蛛

15、网模型的雏形。蛛网模型在1930年由美国的舒尔茨、荷兰的丁伯根和意大利的里西分别独立提出，由于价格和产量的连续变动用图形表示，由于形如蛛网，1934年英国的卡尔多将这一理论命名为蛛网模型。美国的伊齐基尔又在这一基础上进行了扩展，借以揭示价格变动如何影响下一个周期的产量，他的研究基本假定本期供给由上期价格所决定，然后提出了递归模型，全面阐述了蛛网呈收敛型、发散型以及持续稳定摆动型等等情况所满足的条件。此后到了20世纪70年代后，不断有学者从农户预期角度，用静态预期、外推性预期、适应性预期、理性预期等理论对蛛网模型进行批判和发展。时至今日蛛网理论已日趋成熟，成为最常见的对农产品周期性波动研究的理论

16、模型，关于农产品价格波动的大量研究都基于蛛网模型开展。在国内，很多学者也利用蛛网模型对一些农产品市场做了深入地研究：丁言（2007）在市场经济中蛛网模型的探讨一文中详细阐述蛛网模型的分析背景,并对该模型进行解释,讨论当市场经济趋于不稳定时政府应当采取提高农产品需求的价格弹性,逐渐缩小商业部门低价收购农产品的范围等政策,并将模型进行推广讨论了蛛网模型在农产品市场中的应用；李丽红、庄亚明（2009）在蛛网模型在农产品周期分析中的应用以鸡蛋为例一文中，利用蛛网模型分析农产品市场的周期性波动现象,对农产品市场的波动现象做了合理解释,并以19992007鸡蛋市场的价格和产量波动进行了经验研究,对2009

17、年鸡蛋市场的价格和产量做了合理预测,并给出了相应的对策建议；李礼照我国农产品蛛网模型发散分析认为自经济体制改革以来,我国农产品供给的价格弹性高于需求的价格弹性,而且,这一差距越来越大，由此导致农产品蛛网模型的发散,农产品供求处于不稳定波动状态，并指出随着经济体制改革的深入进行,农产品的供给弹性不断提高是必然趋势，只有采取措施提高农产品的需求弹性,才能消除或避免蛛网模型发散的条件,使农产品供求进入稳定均衡状态；殷传麟和周兵兵在生猪价格:波动与抗波动一文中运用蛛网模型理论对我国生猪价格的波动和抗波动进行了定性研究，把价格波动分为季节性波动、市场性波动和比例性波动。蒋乃华在我国粮食生产波动的结构特征

18、分析一文中在探讨我国粮食生产波动区域特征和品种特征时，运用方差分解的方法经验研究了区域波动和作物品种波动对粮食总产波动的影响，他认为粮食市场价格波动的形成原因主要为宏观政策、粮食生产、市场发育程度、粮食贸易状况以及整体的粮食储备能力，受我国国民经济的阶段性波动影响，粮食实际价格的变动同样具有周期性。二、白糖市场的历史数据分析为了更为准确有效地判断白糖产量和价格波动规律，以及二者间的相互影响。下面我将列举整理白糖历年产销量和价格数据，通过作图等方式，从直观上判断其变动规律及相互影响。同时，也为其后模型的构建作出铺垫。（一）数据的选取为了简化分析，保证数据的权威性和连续性，本文选择了以中国历年白糖

19、的供求状况和价格为研究对象，以1995-2013年各榨季的数据为样本对中国白糖市场进行了分析。以下为本文所涉及到的原始数据。表2-1 白糖历年产量、消费量和价格白糖榨季价格（元/吨）产量（千吨）消费（千吨）1994/19954502.185418.007500.001995/19963962.846228.008295.001996/19974069.866800.007907.001997/19983540.438112.008345.001998/19992758.378826.008413.001999/20003227.676869.008206.002000/20014038.876

20、200.009430.002001/20023013.738497.0010318.002002/20032455.1510637.0010562.002003/20042897.1810023.0011325.002004/20053214.909170.0011509.002005/20064586.398820.0012815.002006/20073982.3811990.0013553.002007/20083524.1314840.0012815.002008/20093592.0912429.0013553.002009/20105196.3410730.0013670.0020

21、10/20117307.1910454.0013587.002011/20126583.1911750.0012771.002012/20135745.8313300.0012648.00数据来源：产销量和价格数据全部来自布瑞克大宗农产品数据库，其中价格数据是当期每日报价的算术平均数。需要注意的是中国白糖的榨季和销售年度大多是从当年10月份至翌年9月份为一周期，故表中的“1994/1995”是指从1994年10月1日至1995年9月30日。另外，由于白糖数据是从布瑞克大宗农产品数据库搜集整理的，其价格数据是每日实时记录第一手的各大贸易商当天报价，故表中年度数据均是通过对每日报价进行算术平均法运

22、算整理后产生的数据。（二）白糖数据的趋势性分析为了能够地运用以上数据，对1995年以来白糖历年的产量、消费和价格有一个整体上的把握和了解，现依据上述数据作折线图，并分别对其进行简单的趋势分析。1.白糖价格变动趋势90年代，国家开始改革食糖流通体制，食糖市场逐步放开，食糖行业得到快速发展。食糖的市场化使得大大小小的生产者自主作出生产决策，然而由于糖料生产停留在小农经济状态，食糖加工生产也存在很多粗放的小作坊生产，存在严重的信息不对称和不充分，导致了很多盲目投资和生产，市场运行很不平稳，生产大起大落，价格大幅波动，影响了食糖的正常市场供给。从图2-1可以看出，95年以来我国食糖市场大致经历了三次大

23、幅度上涨和四次大幅度下跌。图2-1 中国历年白糖价格走势图特别需要注意的是，从图上来看，白糖价格波动存在着明显的规律性：一是波动周期相对稳定，每次波动过程大致持续为2-3年时间，这与中国最主要的糖料作物甘蔗的生长周期“一年种植、三年收获”的特点基本吻合；二是波动幅度较大。有五次年度间波动幅度超过50%，其中2000年最高价格是最低价格的2.5倍之多。2006年郑州商品交易所推出白糖期货合约，其价格波动幅度更是急剧放大，开篇所讲的2010后半年白糖一路冲高成为“糖高宗”与之不无关系；三是波动频率较高，波动基本上都是连续发生，我们发现，在郑州商品交易所上市的农产品期货中，白糖的波动是最为频繁的，基

24、本上不会像强筋小麦、棉花等品种一样出现长期的横盘整理态势。以上特点的形成主要是由白糖市场的特征造成的，白糖价格与糖料价格相关度非常高，而糖料的生产由于市场的滞后性以及国家调控的缺失存在严重的盲目性和不稳定性。从图形表面上来看，白糖价格较为符合蛛网模型理论的价格波动规律，但这一假设仍待检验。2.白糖产量变动趋势我国食糖的生产具有非常强的周期性（如图2-2所示）。纵观我国食糖的生产历史，食糖生产的周期大致以6年为一个生产周期，基本上是3年连续增产，接下来的3年连续减产。从1995年到2000年为一个周期：1995-1998年连续增产，1999-2001年连续减产。从2002-2007年为一个周期：

25、其中，2002-2004年连续增产，2005-2007年连续减产。从2008-2013年为一个周期：2008-2010年为增产周期，而目前中国正处于一个减产周期的末期，新的一轮生产周期又将开始，白糖的价格风云变幻，白糖市场变得极为敏感。图2-2 中国历年白糖产量变化图导致食糖生产周期性的主要原因有：第一，糖料种植具有自然的周期性生长规律。如甘蔗种植一次，宿根可以生长3年。同时，农作物的生产也有自然的大年、小年之分。第二，糖料的生产和加工时间比较长，糖料作物的生产一年一季，食糖的生产也是如此,一旦糖料大幅度减产或增产,如果没有外在的人为调控措施,只能是减产时短缺待价而沽,增产时过剩低价倾销。第三

26、，食糖价格波动的周期性与食糖的生产的周期性相互影响。这一点将在后面作详细分析。3.白糖消费量变动趋势按照中国人的饮食习惯，食糖仅仅是调味品，很难达到西方国家食糖消费的水平。我国是世界第四大食糖消费国，多年来我国年消费食糖约800万吨左右，约占世界食糖消费量的6.2。进入新世纪后我国食糖消费量有较大的增长， (如2-3所示)，人均年消费食糖量（包括各种加工食品用糖）约8.4公斤，是世界人均食糖消费最少的国家之一，远远低于全世界人均年消费食糖23.65公斤的水平，也低于同期台湾人均23.9公斤、香港人均31.0公斤的水平，为世界人均年消费食糖量的三分之一，属于世界食糖消费 “低下水平”的行列。西方

27、一些发达国家一般人均年消费食糖35-40公斤，高的达到50-70公斤。图2-3 中国历年白糖消费量增长图从上图可以看出，白糖从1995年以来一直保持一个较为稳定的消费增长速度，而这段时间内白糖价格的跌跌涨涨似乎对其没有什么直接影响，这提示我们食糖消费具有刚性特点，食糖消费的价格弹性很小。欧美国家，食糖和淀粉、脂肪构成居民热量的三大来源，人均消费量大，可替代产品多。而我国则将食糖作为健康甜味剂应用，替代品相对较少，而且食糖的消费金额占总消费的比重很小。价格弹性小带来的直接结果是，需求相对于白糖的价格变动不敏感，因此生产者在白糖市场中占据主导地位。这一特点导致了我国食糖产销的波动性规律。近些年我国

28、食品工业、饮料业、饮食业等用糖行业的迅速发展，据中国饮料工业协会提供的2002年数据，三十年来，我国食品工业用糖平均每年增长幅度约在7%左右，其中主要是饮料和糖果、罐头、糕点等行业用糖。含糖食品用糖量年增长40万吨左右，加上未进统计范围的数字至少有此数量的三分之一，食品工业用糖每年递增量估计为60万吨。工业用糖规模的不断扩大直接推动了我国食糖消费的稳步上升，70年代消费量以每年3%3.5%的速度增长；80年代食糖的消费增长率每年接近3%。近年来，一方面人民生活水平的提高对白糖的消费形成利好，另一方面随着健康生活观念不断深入人心，低卡路里生活方式大受追捧，又对白糖消费造成一定压制，在两方面因素相

29、互影响下白糖消费仍然保持每年2%左右的增长率。可以肯定的是，中国白糖消费量保持而且将会继续保持一个较为稳定的增长速度，而其中推动食糖的消费增长最主要因素就是含糖食品的增加。（三）白糖数据的关联性分析1.白糖价格与产量关系分析食糖产量不稳定是造成价格波动的主要原因（如图2-4所示）。我国食糖消费主要依靠国内生产，国内食糖产量的大幅变化，直接引起了市场供求关系的不稳定，导致市场价格的波动。近年糖价的三次上涨行情均是由于糖料生产萎缩、食糖产量下降、市场供给紧张引起的，而四次的价格下跌都主要是糖料种植面积增加、食糖增产、市场供过于求造成的，供求关系作为主要因素支配着价格的走势。图2-4 中国白糖价格与

30、产量关系图上述图形很好地解释了由于供给变动会使市场均衡价格发生变化，供给不足时价格高涨，供给上升时价格回落但是从供给函数的角度出发，一般情况下供给曲线向右上方倾斜，表示供给量与价格呈正相关关系，即生产者在一定时期内在各种可能的价格下愿意而且能够提供出售的该种商品数量是随着价格递增而递增的。这显然与图2-4向我们展示的信息截然相反，这是为什么呢？为了解释这一问题，我们必须区分“供给”与“供给量”两个不同概念。供给的变动是指由于供给函数外生变量因素变动引起供给曲线移动，改变市场供求对比，引起价格变化，例如由于某年走私糖大量涌入，造成市场供应饱和，白糖价格不断下行，这就是上图为我们解释的信息。而供给

31、量变动则是供给函数内部变量价格的变动，引起生产者相应增产或减产从而引起供给量在供给函数上移动这种变动与价格是同方向的，但是我们惊讶地发现，从图形上看，白糖价格上涨时，其产量却随之下降。这种有悖常理的现象是由包括白糖在内的农产品的生产特点决定的。我们知道，我国最主要的糖料甘蔗的生长周期是三年，当年种植，宿根可以长三年，而且出于成本考虑和自然规律，蔗农很难在这三年中变更生产规模。因此对于白糖来说，当期的价格并没有决定本期的产量，而是决定了三年后的产量。为了初步验证这一论断，下图将图2-4中价格系列向右平移三年，得到白糖当期价格与前期价格的关系图（图2-5）图2-5 中国白糖当其产量与前期价格关系图

32、我们从上图发现白糖当期产量与上一生产周期价格直观上呈正相关关系，较为符合供给函数的涵义，在后面将进行进一步经验分析2.白糖价格与消费关系分析前面提到白糖需求是刚性的，中国白糖消费的价格弹性很小，从图2-6我们也可直观地判断出白糖需求量与价格相关性不大。图2-6 中国白糖价格与消费量关系图那么，白糖的需求是否能够由经济学中的需求函数表示呢？我们知道，白糖的需求存在经济惯性，即随着时间的推移，白糖需求以一种较为平稳的速度不断增长，只有消除这种惯性，才能得到与价格相关的需求变动，以下将通过将计算中国食品消费指数来剔除白糖需求中随着国民收入和时间增长的这一部分，以更为针对性地研究白糖消费和价格关系。表

33、2-2 中国食品消费指数年份收入指数恩格尔系数食品消费指数1995年为基的中国食品消费指数城镇农村城镇农村城镇农村1995年290.3383.650.0958.6145.41224.791001996年301.6418.148.7656.3147.06235.39103.311997年311.9437.346.655.1145.33240.95104.341998年329.9456.144.6653.4147.34243.56105.591999年360.6473.542.0752.6151.7249.06108.252000年383.7483.439.4449.1151.34237.3510

34、4.992001年416.3503.738.247.7159.02240.26107.862002年472.13527.937.6846.2177.88243.89113.932003年514.6550.637.145.6190.92251.07119.392004年554.258837.747.2208.93277.54131.412005年607.4624.536.745.5222.92284.15136.972006年670.7670.735.843240.11288.4142.762007年752.5734.436.2943.1273.08316.53159.272008年815.77

35、93.1537.8943.67309.06346.37177.052009年895.4860.5736.5240.97326.97352.56183.552010年965.2954.3735.741.09344.58392.19199.022011年1046.31063.1736.340.36379.81429.11218.51数据来源：前四栏数据来自中国统计年鉴，其他均为换算得出上表中城镇及农村的食品消费指数具体计算公式是“城镇（农村）食品消费指数=城镇（农村）收入指数*城镇（农村）恩格尔系数/100”。然后将农村和城镇的食品消费指数相加，并将环比指数换算为定基指数，得到以1995年为基期的

36、中国食品消费指数。从表2-2可以看出，中国食品消费指数的变动趋势是随着年代的推移而逐步递增的，这与白糖消费量的变动趋势是近似的。在前面白糖消费量变动趋势的分析部分，我们也提到这样的结论：白糖消费量的增加主要是由于含糖食品消费量的增加。那么我们可以大胆地假设：除了价格之外，白糖消费量和食品消费指数的变动受到同样的外生变量的影响，例如收入增长、消费习惯等等。那么，我们就通过指数剔除法将白糖消费变动中的其他影响因素，得出与价格相关的白糖消费（及表中的相关消费一栏），具体计算公式是“白糖相关消费=白糖消费/食品消费指数*100”。表2-3 与价格相关的白糖消费年份食品消费指数消费白糖消费白糖相关消费白

37、糖价格1995年100.007500.007500.004502.181996年103.318295.008029.303962.841997年104.347907.007577.864069.861998年105.598345.007903.273540.431999年108.258413.007771.562758.372000年104.998206.007815.713227.672001年107.869430.008743.104038.872002年113.9310318.009056.443013.732003年119.3910562.008846.532455.152004年13

38、1.4111325.008618.312897.182005年136.9711509.008402.623214.902006年142.7612815.008976.434586.392007年159.2713553.008509.693982.382008年177.0512815.007238.213524.132009年183.5513553.007383.643592.092010年199.0213670.006868.755196.342011年218.5113587.006218.037307.19我们发现，运用上述方法得出的白糖消费与白糖价格的相关性较为明显，而且直观上符合需求函数

39、的特征，白糖需求与价格大致呈负相关关系，如图2-7图2-7 中国白糖价格与剔除经济惯性后消费量的关系图上述数据及图示分析仅仅是从直观上来分析和判断白糖市场的波动规律，为了使之更具说服力，让数据自身说话，从而得出更为严谨的结论三、白糖市场蛛网现象的经验分析（一）白糖需求与价格的函数关系估计1建立白糖需求函数模型为了分析白糖需求与价格的关系，建立模型如下 （式3-1）其中，表示白糖当期需求，表示白糖当期价格，表示随机误差项，表示未知参数2白糖需求函数的估计结果通过EVIEWS5.0运行估计结果如下表3-1 白糖需求与价格关系Dependent Variable: QDMethod: Least S

40、quaresDate: 05/01/13 Time: 11:29Sample: 1995 2011Included observations: 17VariableCoefficientStd. Errort-StatisticProb.P-0.4489800.138100-3.2511190.0054C9707.859556.310617.450430.0000R-squared0.413370Mean dependent var7968.203Adjusted R-squared0.374261S.D. dependent var793.1437S.E. of regression627.

41、4056Akaike info criterion15.83119Sum squared resid5904568.Schwarz criterion15.92922Log likelihood-132.5652F-statistic10.56977Durbin-Watson stat1.145288Prob(F-statistic)0.005371由表3-3的EVIEWS5.0的输出结果得二者的函数关系如下： （式3-2） （556.3106）（0.138100）t值 17.45043 -3.251119P值 0.0000 0.0054 =0.413370,= 0.374261,F=10.5

42、6977 (P值=0.005371)3白糖需求函数模型的检验（1）统计检验检验：由表3-1中OLS法估计白糖需求与价格关系函数模型的输出结果可得的值为0.413370，这表示在白糖需求的总变异中，解释变量价格的变异解释了其中41.3370%，模型的拟合优度较低。造成这种情况的原因与供给函数基本一致：首先，样本容量过小，白糖产销数据在1995年之前缺乏科学的记录和统计；其次函数解释变量不足，白糖的需求不仅受到价格的影响，影响其供给量的包括消费和饮食习惯、进出口、国家收抛储政策、收入水平、相关替代品价格等等，为了使分析简化且具有针对性，此处未将这些解释变量加入函数分析中；最后，模型本身存在自相关性

43、，这个问题将在下面作出解决。 F检验： 在表3-1中F-statistic对应的值10.56977即为方程显著性检验的F统计量值，其下方Prob(F-statistic)对应的值0.005371即为F检验的P值，在0.05的显著性水平下，由于P值0.0053710.05，故认为方程中的斜率系数不全为0，即在白糖消费中，白糖价格对其有显著影响。t检验：在运用OLS法估计白糖需求与价格关系函数所得的输出结果（表3-3）中，的系数的t-Statistic为-3.251119，对应的Prib.（即P值）为0.0054，在0.05的显著水平下，由于0.00540.05,故认为不等于0显著成立，即可以认为

44、中国白糖价格对消费有着显著影响。 （2）自相关检验 图示法检验：作白糖需求与价格关系函数的残差随时间变化趋势的折线图（图3-1），以及残差与其滞后值关系的散点图（图3-2） 图3-1 残差随时间变化趋势 图3-2 残差与其滞后值关系由3-1可以看出，随着时间变化，残差的变化成这样一种趋势：残差在一段时间内持续为正，在另外一段时间内持续为负，而非一正一负交错分布；又由图3-2可以看出残差与其滞后值的散点基本过坐标轴一、三象限。故初步认为呈正的自相关。DW检验在运用OLS法估计白糖需求与价格关系函数所得的输出结果（表3-1）中，可知函数的DW统计量（即表中的Durbin-Watson stat）值为1.145288。又已知解释变量个数k为1，样本容量n为17，查表（DW检验临界值表）可知=1.133， =1.381。由于0DW,则认为存在正的一阶自相关。修正自相关运用非线性最小二乘法（NLS）修正自相关，通过EVIEWS5.0运行估计结果如下： 表3-2 NLS法修正后的白糖需求与价格关系函数Dependent Variable: QDMethod: Least SquaresDate: 05/03/13 Time: 00:52Sample (adjusted): 1996 2011Included observations