农产品价格的冲击与物价的稳定:基于断点联动识别的实证分析
|
摘要
本文采用RPI以及小麦、玉米、大豆、大米、猪肉6个序列2002年12月至2017年5月的月度价格指数,对序列间断点的联动性进行了分析。基于离散结构突变和平滑漂移结构突变的假设,我们研究了冲击在不同价格序列间的相互关系及其传递性,验证了农产品价格对通货膨胀的直接和间接影响机制。本文发现三种粮食作物,即小麦、玉米、大米序列存在断点的共变性(同期性),这种共变主要由农产品生产要素的价格推动;大豆、猪肉和RPI序列则表现出断点的序贯性,主要源于猪肉价格的冲击传递至大豆中,并推动了通货膨胀率。研究结论说明,以稳定物价为目标的宏观政策应考虑生产要素价格对农产品价格的广泛影响。同时,需着重稳定构成价格指数中具有高权重产品的价格,因其价格上涨不仅直接拉升通货膨胀率,还会将冲击传递至其他农产品价格中,从而增加经济体的通货膨胀压力。
This paper uses monthly price data of wheat,corn,soybean,rice,pork and RPI from December 2002 to May 2017 to examine the co-breaks among the above six sequences. The correlation and the transition of shocks among multiple series are analyzed based on two different assumptions on structural break test( i. e. sharp break and quick shift),with the verification of the direct and indirection effect of agricultural prices on inflation rate. Our results show that wheat,corn and rice show breaks took place in adjacent time period. Such results are due to the common shock of the production factor. By contrast,sequential breaks exist among soybean,pork and RPI series. The sequential breaks are attributed to the fact that shock transits from pork to soybean,and further pushes up the whole inflation rate. The study concluded that macroeconomic policies aimed at stabilizing prices should consider the wide-ranging impact of production factors on agricultural prices. At the same time,it is necessary to focus on stabilizing the price of high-weight products in the price index because the increasing prices will not only directly raise the inflation rate,but also transmit the impact to other agricultural product prices,thus putting on the inflationary pressure of the economy.
This paper uses monthly price data of wheat,corn,soybean,rice,pork and RPI from December 2002 to May 2017 to examine the co-breaks among the above six sequences. The correlation and the transition of shocks among multiple series are analyzed based on two different assumptions on structural break test( i. e. sharp break and quick shift),with the verification of the direct and indirection effect of agricultural prices on inflation rate. Our results show that wheat,corn and rice show breaks took place in adjacent time period. Such results are due to the common shock of the production factor. By contrast,sequential breaks exist among soybean,pork and RPI series. The sequential breaks are attributed to the fact that shock transits from pork to soybean,and further pushes up the whole inflation rate. The study concluded that macroeconomic policies aimed at stabilizing prices should consider the wide-ranging impact of production factors on agricultural prices. At the same time,it is necessary to focus on stabilizing the price of high-weight products in the price index because the increasing prices will not only directly raise the inflation rate,but also transmit the impact to other agricultural product prices,thus putting on the inflationary pressure of the economy.
引文
(1)Y.Lin, G. Song, M. Lu, F. Zhang and M. Yu, “China’s Grain Marketing and Price Volatility”, 1997, World Bank.
(2)任苒、郝渊晓、秦建群:《农产品价格波动对通货膨胀动态冲击效应的计量分析》,《统计与决策》2014年第21期。
(3)陈瑶:《农产品价格上涨对通货膨胀的动态影响研究》,《统计与决策》2015年第10期。
(4)于晓华、武宗勋、周洁红:《欧盟农业改革对中国的启示:国际粮食价格长期波动和国内农业补贴政策的关系》,《中国农村经济》2017年第2期。
(5)肖浩、刘姝、杨翠红:《农产品价格上涨的供给因素分析:基于成本传导能力的视角》,《农业技术经济》2014年第6期。
(6)张利痒、张喜才:《外部冲击对我国农产品价格波动的影响研究》,《管理世界》2011年第1期。
(7)李国祥:《2003年以来中国农产品价格上涨分析》,《中国农村经济》2011年第2期。
(8)张文朗、罗德恩:《中国食品价格上涨因素及其对总体通货膨胀的影响》,《金融研究》2010年第9期。
(9)程国强:《我国粮价政策改革的逻辑与思路》,《农业经济问题》2016年第2期。
(10)Mitchell, D., “A Note on Rising Food Prices”, The World Bank: Policy Research Working Paper, Vol. 1, No. 1, 2008, pp. 1-20.
(11)Ng, G. and Q. Wang, “China, Inflation to Ease again after Temporary Storms Pass”, Economic Research Note, JPMorgan Chase Bank, 2008, p.31.
(12)Ahlgren, N. and Antell, J., “Stock Market Linkages and Financial Contagion: A Cobreaking Analysis”, The Quarterly Review of Economics and Finance, No.50, 2010, pp. 157-166.
(13)Bai, J. and Perron,P., “Computation and Analysis of Multiple Structural Change Models”, Journal of Applied Econometrics, Vol.1, No. 18, 2003, pp. 1-22.
(14)Gonzalez, A. and Terasvirta,T., “Modelling Autoregressive Processes with a Shifting Mean”, Studies in Nonlinear Dynamics & Economics, Vol. 12, No.1, p. 1558.
(15)选用RPI作为衡量通货膨胀率的指标原因有三点:首先,根据历史数据来看,RPI和CPI走势基本一致。并且,在所选用的样本中,RPI和CPI的相关系数为0.949;其次,RPI统计范围比CPI要广,因此使用RPI作为衡量物价水平的指标更具稳健性;再次,国内许多研究者以RPI作为通货膨胀的衡量指标进行研究,如刘金山等(2006)、张成思(2008)、吴吉林(2012)、蔡晓陈和蒋涛(2014)。
(16)由于RPI波幅较小,RPI指数以次坐标轴的刻度衡量。
(17)我国大豆80%依赖进口(2005年大豆进口5 659万吨,占世界进口总量的40%),因此其价格除受到国内产量和供给因素影响外,还受外部不可控因素的较大影响,比如进口国的天气、企业采购、货物到港情况等。而生猪的养殖生产周期较长,容易产生供求上的矛盾;我国生猪产业同样易受到国际因素的影响:猪肉进口量目前仍然处于高位(2013年前7个月,我国累计进口猪肉31.2万吨,较去年同期激增1倍)。
(18)采用两种方法的原因在于,价格序列对冲击的反应可能存在多种方式,价格在受到冲击时可能是突然发生变化的,也可能是缓慢发生变化的,这可能取决于冲击的类型和方式。为了使对结构断点发生时间的诊断更加稳健,同时采用两种方法进行印证。
(19)Perron, P., “The Great Crash, the Oil Price Shock and the Unit Root Hypothesis”, Econometrica, Vol. 57, 1989, pp. 1361-1402.
(20)Perron, P. and Vogelsang,T., “Nonstationarity and Level Shifts with an Application to Purchasing Power Parity”, Journal of Business and Economic Statistics, Vol.10, 1992, pp.301-320.
(21)Bai, J. and Perron,P., “Computation and Analysis of Multiple Structural Change Models”, Journal of Applied Econometrics, Vol.1, No. 18, 2003, pp. 1-22.
(22)莫扬、张捷:《带结构突变的确定趋势的单位根检验方法——兼对中国工农业产品比价的实证分析》,《数量经济技术经济研究》2012年第2期。
(23)不考虑前后10%的样本是为了避免在样本开始和末尾处检验出结构断点。
(24)Bai and Perron在对实际利率进行结构断点诊断时,针对包含105个观测点的样本,设置的结构断点数量上限为5。
(25)本文首先设置结构断点的数量上限为3,并进行估计,然后提高这一上限,直到对所有序列估计出的结构断点的数量不超过所设置的上限为止,最终选择合理的上限为5。
(26)Gonzalez, A. and Terasvirta,T., “Modelling Autoregressive Processes with a Shifting Mean”, Studies in Nonlinear Dynamics & Economics, Vol. 12, No.1, p. 1558.
(27)Enders, W. and Holt,M.T., “Breaks, Bubbles, Booms, and Busts: The Evolution of Primary Commodity Price Fundamentals”, MPRA working paper, 2011, No. 31461.
(28)Gonzalez, A. and Terasvirta,T., “Modelling Autoregressive Processes with a Shifting Mean”, Studies in Nonlinear Dynamics & Economics, Vol. 12, No.1, p. 1558.
(29)开始时间和结束时间由均值漂移变化率的绝对值在1%的水平上显著时而得到识别。
(30)由于农村土地租赁期限较长,且租金相对较为稳定,因此没有将土地价格包含在回归方程内。我们将五种农业生产资料归为两大类:一是生产工具类生产资料,包括农用手工具、半机械化工具和机械化工具;二是生长条件改善类生产资料,包括化肥和农药。
(31)在进行VAR模型分析之前,通过ADF检验显示各变量均为I(1)过程,即各序列为同阶单整的。基于AIC标准,我们选择VAR模型的滞后阶数为8。
(2)任苒、郝渊晓、秦建群:《农产品价格波动对通货膨胀动态冲击效应的计量分析》,《统计与决策》2014年第21期。
(3)陈瑶:《农产品价格上涨对通货膨胀的动态影响研究》,《统计与决策》2015年第10期。
(4)于晓华、武宗勋、周洁红:《欧盟农业改革对中国的启示:国际粮食价格长期波动和国内农业补贴政策的关系》,《中国农村经济》2017年第2期。
(5)肖浩、刘姝、杨翠红:《农产品价格上涨的供给因素分析:基于成本传导能力的视角》,《农业技术经济》2014年第6期。
(6)张利痒、张喜才:《外部冲击对我国农产品价格波动的影响研究》,《管理世界》2011年第1期。
(7)李国祥:《2003年以来中国农产品价格上涨分析》,《中国农村经济》2011年第2期。
(8)张文朗、罗德恩:《中国食品价格上涨因素及其对总体通货膨胀的影响》,《金融研究》2010年第9期。
(9)程国强:《我国粮价政策改革的逻辑与思路》,《农业经济问题》2016年第2期。
(10)Mitchell, D., “A Note on Rising Food Prices”, The World Bank: Policy Research Working Paper, Vol. 1, No. 1, 2008, pp. 1-20.
(11)Ng, G. and Q. Wang, “China, Inflation to Ease again after Temporary Storms Pass”, Economic Research Note, JPMorgan Chase Bank, 2008, p.31.
(12)Ahlgren, N. and Antell, J., “Stock Market Linkages and Financial Contagion: A Cobreaking Analysis”, The Quarterly Review of Economics and Finance, No.50, 2010, pp. 157-166.
(13)Bai, J. and Perron,P., “Computation and Analysis of Multiple Structural Change Models”, Journal of Applied Econometrics, Vol.1, No. 18, 2003, pp. 1-22.
(14)Gonzalez, A. and Terasvirta,T., “Modelling Autoregressive Processes with a Shifting Mean”, Studies in Nonlinear Dynamics & Economics, Vol. 12, No.1, p. 1558.
(15)选用RPI作为衡量通货膨胀率的指标原因有三点:首先,根据历史数据来看,RPI和CPI走势基本一致。并且,在所选用的样本中,RPI和CPI的相关系数为0.949;其次,RPI统计范围比CPI要广,因此使用RPI作为衡量物价水平的指标更具稳健性;再次,国内许多研究者以RPI作为通货膨胀的衡量指标进行研究,如刘金山等(2006)、张成思(2008)、吴吉林(2012)、蔡晓陈和蒋涛(2014)。
(16)由于RPI波幅较小,RPI指数以次坐标轴的刻度衡量。
(17)我国大豆80%依赖进口(2005年大豆进口5 659万吨,占世界进口总量的40%),因此其价格除受到国内产量和供给因素影响外,还受外部不可控因素的较大影响,比如进口国的天气、企业采购、货物到港情况等。而生猪的养殖生产周期较长,容易产生供求上的矛盾;我国生猪产业同样易受到国际因素的影响:猪肉进口量目前仍然处于高位(2013年前7个月,我国累计进口猪肉31.2万吨,较去年同期激增1倍)。
(18)采用两种方法的原因在于,价格序列对冲击的反应可能存在多种方式,价格在受到冲击时可能是突然发生变化的,也可能是缓慢发生变化的,这可能取决于冲击的类型和方式。为了使对结构断点发生时间的诊断更加稳健,同时采用两种方法进行印证。
(19)Perron, P., “The Great Crash, the Oil Price Shock and the Unit Root Hypothesis”, Econometrica, Vol. 57, 1989, pp. 1361-1402.
(20)Perron, P. and Vogelsang,T., “Nonstationarity and Level Shifts with an Application to Purchasing Power Parity”, Journal of Business and Economic Statistics, Vol.10, 1992, pp.301-320.
(21)Bai, J. and Perron,P., “Computation and Analysis of Multiple Structural Change Models”, Journal of Applied Econometrics, Vol.1, No. 18, 2003, pp. 1-22.
(22)莫扬、张捷:《带结构突变的确定趋势的单位根检验方法——兼对中国工农业产品比价的实证分析》,《数量经济技术经济研究》2012年第2期。
(23)不考虑前后10%的样本是为了避免在样本开始和末尾处检验出结构断点。
(24)Bai and Perron在对实际利率进行结构断点诊断时,针对包含105个观测点的样本,设置的结构断点数量上限为5。
(25)本文首先设置结构断点的数量上限为3,并进行估计,然后提高这一上限,直到对所有序列估计出的结构断点的数量不超过所设置的上限为止,最终选择合理的上限为5。
(26)Gonzalez, A. and Terasvirta,T., “Modelling Autoregressive Processes with a Shifting Mean”, Studies in Nonlinear Dynamics & Economics, Vol. 12, No.1, p. 1558.
(27)Enders, W. and Holt,M.T., “Breaks, Bubbles, Booms, and Busts: The Evolution of Primary Commodity Price Fundamentals”, MPRA working paper, 2011, No. 31461.
(28)Gonzalez, A. and Terasvirta,T., “Modelling Autoregressive Processes with a Shifting Mean”, Studies in Nonlinear Dynamics & Economics, Vol. 12, No.1, p. 1558.
(29)开始时间和结束时间由均值漂移变化率的绝对值在1%的水平上显著时而得到识别。
(30)由于农村土地租赁期限较长,且租金相对较为稳定,因此没有将土地价格包含在回归方程内。我们将五种农业生产资料归为两大类:一是生产工具类生产资料,包括农用手工具、半机械化工具和机械化工具;二是生长条件改善类生产资料,包括化肥和农药。
(31)在进行VAR模型分析之前,通过ADF检验显示各变量均为I(1)过程,即各序列为同阶单整的。基于AIC标准,我们选择VAR模型的滞后阶数为8。