农产品价格上涨对通货膨胀的动态影响研究

《农产品价格上涨对通货膨胀的动态影响研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、农产品价格上涨对通货膨胀的动态影响研究DOI：10．137><546／j．cnki．tjyjc．201<5．10．037农产品价格上涨对通货膨胀的动态影响研究陈瑶(华中农业大学经济管理学院，武汉430070)摘要：文章从静态和动态的角度分析农产品价格上涨对通货膨胀的影响程度。研究结果表明农产品价格与通货膨胀之间存在长期稳定的协整关系；样本期内当农产品价格上涨l％时，总体物价水平将平均上涨0．29％；农产品价格上涨的确会推升总体物价水平，因而有必要监控农产品价格并建立价格波动的预警机制。变参数模型的模拟结果显示不同年份农产品价格对通货膨胀的影响程度存

2、在明显的差异。分清不同时期农产品价格影响通货膨胀的程度对于调控总体物价水平十分重要，将直接影响政策调控的有效性。关键词：农产品；价格；通货膨胀；变参数模型中图分类号：F323．7文献标识码：A文章编号：1002—6487(201<5)10—0131-041研究方法与数据说明1．1修正后的线性回归模型若回归方程残差存在序列相关，则运用最小二乘法估计所得到的参数将会被高估或低估，参数检验对应的t统计量也不再可信。基于此，为了从经验上准确揭露样本期内农产品价格变化对总体物价水平的平均影响程度，本文对农产品价格和通货膨胀之间的回归模型进行了修正。通货膨胀对

3、农产品价格的简单线性回归方程如式(1)所示，其中m和pt分别指通货膨胀和农产品价格这两个变量，e。为随机扰动项，0。和0。为回归系数。对于扰动项存在序列相关的回归方程，本文通过构建扰动项的自回归方程An(p)来消除序列相关对模型估计结果的不利影响。对于存在一阶序列相关的回归方程，可构建式(4)来消除序列相关的影响。8的一阶自回归方程如式(2)所示，其中u。为白噪声序列，为回归系数。将由表达式(3)推出的￡带入式(2)，之后将式(2)带人式(1)整理后得式(4)。显然，以P一P为新的自变量，m。一m一为新的因变量，运用最小二乘法所估计出来的系数是无偏

4、有效的。对于存在高阶序列相关的线性回归方程也可以采用与一阶序列相关类似的方法，将滞后残差逐项带人，直至得到一个误差项为白噪声的序列u。mf=00+lPr+8f(1)sf=8f_l+Uf(2)mf—l=0o+lP1+sc_l(3)m，一1=0o(1一+01(p一妇，一1)+U，(4)1．2可变参数模型农产品价格与通货膨胀之间修正线性回归模型的建立反映的是两者之间的静态关系。不难证明，线性回归模型中最小二乘法估计出来的回归系数一定满足n<5，=0o+P，这意味着此时回归系数0表明的是样本期内所研究农产品价格均值对总体物价水平均值的影响。由于中国的政策变

5、化、经济改革及各种各样的外界冲击等因素的影响，经济结构正在逐步的发生变化，农产品价格对物价水平的推动作用并不是一成不变的，为了分析农产品价格变化对通货膨胀的动态影响，本文建立关于两者的变参数模型。可变参数模型中的参数可转变为状态空间模型求解。状态空间模型模拟动态经济系统中的变量关系有两个明显的优点：一是可以估计不可观测变量的值；二是估计方法采用的是强有力的迭代算法——卡尔曼滤波来估计模型中的未知参数-一。状态空间模型一般由量测方程和状态方程构成。单变量的量测方程和状态方程如式(<5)和式(6)所示YfH,xf+cf+fXf=F,x1+dt+Wf(<

6、5)(6)为q×1维观测向量，Xt为P×1维状态向量，Hl为q×p维载荷矩阵，Ct为影响确定性可观测变量的qX1维向量，而v是均值为0，协方差矩阵为R的连续的不相关扰动项。由于Xt是不可观测的变量，故一般假定其可表示成随时间变化时具有一阶向量自回归形式的一阶马尔可夫过程。其中，PXP维矩阵F。为状态转移矩阵，d为影响确定性状态向量期望值的P×1维向量，W是协方差矩阵为Q。的p×1维向量。系统矩阵和系统向量集fH，FI’c，d，RQl依赖于不可观测的参数向量o。，状态空间模型的目的就是估计这些参数1。本文所构造的农产品价格与通货膨胀之间的变参数模型是

7、状态空间模型的一种形式，具体如式(7)和式(8)所作者简介：陈瑶(1977一)，女，湖北武汉人，博士研究生，讲师，研究方向：农业经济。统计与决策201<5年第lO期·总第430期131不。m=Oo+“Pf+8r(7)0l，=一1+，(8)式(7)和式(8)为相应的量测方程和状态方程，分别与式(<5)和式(6)相对应。其中式(7)表示农产品价格与通货膨胀序列之间的一般关系。0为不可观测的状态变量，即为可变参数模型中的可变参数，需要运用可以观测的变量农产品价格p和通货膨胀序列m来估计。式(8)为假定不可观测的可变参数0的生产过程，假设状态变量0。服从于

8、AR(1)模型，。为状态方程的扰动项，且与8相互独立；为回归系数。变参数0的值由卡尔曼滤波法估计，估计方法较为复杂，这里不