國際谷物價格波動對中國經(jīng)濟影響探究.doc

《國際谷物價格波動對中國經(jīng)濟影響探究.doc》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。

1、國際谷物價格波動對中國經(jīng)濟影響探究摘要：運用有向無環(huán)圖(DAG)方法并結合基于SVAR模型的脈沖響應和預測方差分解方法分析國際大宗谷物價格波動對中國經(jīng)濟的傳導途徑及其效應。研究發(fā)現(xiàn)，國際食品價格波動影響國內消費物價水平和工業(yè)產(chǎn)出的傳導途徑不明顯，其波動只能直接傳導到國內的農(nóng)副產(chǎn)品購進價格，進而直接或間接通過影響國內工業(yè)品出廠價格傳導到國內消費物價水平，為中國治理通貨膨脹提供了理論依據(jù)。關鍵詞：國際谷物價格；國際食品價格；國內消費物價水平中圖分類號：F304.2文獻標識碼：A文章編號：1003-3890

2、(2011)07-0030-04一、引言隨著中國同外部經(jīng)濟的聯(lián)系日益緊密，中國的物價漲跌同國際大宗商品價格的波動日益聯(lián)系緊密。由于中國經(jīng)濟的不斷發(fā)展，對大宗商品進口需求量日益增加，國外大宗商品價格的波動會通過各種途徑傳導到中國國內市場，從而引起國內CPI的波動。在大宗商品中，谷物包括大豆、玉米等進口數(shù)量逐年攀升。中國海關的數(shù)據(jù)統(tǒng)計顯示，2010年中國谷物進口量達到643萬噸，同比增長107.4%o市場預測，未來幾年內，中國將成為全球最大的玉米進口國。據(jù)FA0統(tǒng)計，世界糧食價格在2010年上漲了42%,

3、2008年同比上漲57%。目前已有很多文獻研究了國際商品價格波動對國內價格總水平的影響。一般而言，進口商品價格上漲會通過成本推動先引起工業(yè)品出廠價格指數(shù)上漲，然后再傳導至居民消費價格指數(shù)，從而引起市場價格的全面上漲。對價格傳導機制的研究，諸多文獻研究了封閉國家中價格沿著產(chǎn)業(yè)鏈方向逐層傳導或者水平分工方向上的橫向傳導（Malliaris,2005；Kaufmann,2009；張延群，2007）；而對于開放經(jīng)濟體的價格傳導機制，國內外學者主要是從匯率角度研究分析匯率波動的價格傳導效應（Hahn,2003；

4、Rowland,2003；施建淮等，2008）o對國際大宗商品價格波動對中國經(jīng)濟影響的傳導機制研究，國內學者認為傳導機制表現(xiàn)為國外市場價格變化進口商品價格變化國內開放經(jīng)濟部門的成本和價格變化一一國內非開放經(jīng)濟部門的成本和價格變化一一國內一般物價水平的變化。主要是對進口量、進口價格和國內通貨膨脹水平之間的關系進行考察，以此說明國外因素通過國際貿易途徑對中國的物價水平產(chǎn)生了多大的影響。王振中（1985）就在中國改革開放初期的背景下分析了國際大宗商品價格與國內市場價格的關系，但一直到近年來國內才出現(xiàn)一些研究

5、國際價格波動影響中國經(jīng)濟的文章。一方面雖然諸多文獻研究了外部沖擊對中國經(jīng)濟的影響，但其主要討論匯率、產(chǎn)出、貿易等沖擊的影響,沒有研究大宗商品價格波動的沖擊效應。實證研究上，目前一般采用基于VAR模型的脈沖響應和方差分解分析，但需要正確設定模型中擾動項之間的同期關系，國內外諸多學者都采用Choleski分解，但其需要對擾動項的同期關系進行判斷并依次對變量排序，而對變量排序通常采用先驗判斷，缺乏理論基礎，由于其結果非常依賴變量的排序，變量排序的不同也會使結果差異較大。對于Granger因果檢驗，它是基于變

6、量之間時間的先后次序，此方法只考慮變量間時間先后次序上的因果關系，沒有考慮變量間同期因果關系，同時其檢驗對實證模型的滯后階數(shù)也非常敏感。為了能夠分析變量間的同期因果關系，Spirtesetal.(2000),Pearl(1995、2000)等提出了有向無環(huán)圖(DAG)方法，當前DAG方法在國內外已有部分學者采用。本文將采用DAG方法嘗試實證分析國際谷物價格波動影響中國經(jīng)濟的價格傳導機制與效應，并根據(jù)其結果識別VAR模型的擾動項結構關系進行SVAR分析，進而通過預測方差分解的結果分析價格波動的影響效應。

7、本文的結構安排如下：第一部分是引言；第二部分是研究方法的論述，并對數(shù)據(jù)作簡要說明；第三部分運用DAG方法和SVAR模型具體分析國際谷物價格波動影響中國經(jīng)濟的傳導途徑和效應；最后是結論與政策建議。二、計量模型與數(shù)據(jù)（一）有向無環(huán)圖（DAG）方法有向無環(huán)圖（DirectedAcyclicGraphs）方法用以分析變量間的因果關系，與Granger因果關系檢驗不同的是，Granger因果檢驗建立在事件發(fā)生前后的時間順序基礎上，是一種時間先后的不同期因果關系；而DAG方法則分析變量間與時間無關的因果關系，通常

8、可以看作是變量間的同期因果關系，其本質上是建立在相關和偏相關關系基礎上的變量之間同期因果關系傳遞的結構安排，每一對變量之間的連線代表著它們之間的因果關系。DAG方法的基本原理是通過分析變量間直接的相關系數(shù)以及偏相關來確定其因果關系，用圖形來表示變量間同期因果關系的依賴性和指向性。每對變量之間用連線表示，表示兩者之間的因果關系，共有四種可能的關系：（1）沒有連線（XY）：X和Y沒有因果關系，兩者相互獨立。（2）無箭頭連線（X-Y）：兩個變量之間存在聯(lián)系，但