基于VAR模型的蚕茧丝价格关联分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于VAR模型的蚕茧丝价格关联分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：根据1979-2013年的统计数据，运用协整检验、VAR模型、脉冲响应函数和方差分解法，揭示了我国蚕丝价格与蚕茧价格间的相互影响关系。结果表明：蚕丝价格和蚕茧价格间存在长期稳定的均衡关系；蚕丝价格与蚕茧价格具有双向的Granger因果关系；VAR（3）模型及脉冲响应分析表明，蚕丝价格与蚕茧价格对来自彼此的冲击响应是非渐进式的；方差分解分析显示：蚕茧价格受自身波动的影响较大，蚕丝价格对蚕茧价格的预测方差贡献度较小；蚕丝价格受其自身影响较大，蚕茧价格对蚕丝价格的预测方差贡献度最终会收敛于24.5%左右。
关键词：蚕茧价格；蚕丝价格；VAR模型；脉冲响应；方差分解
中图分类号：F307.3文献标识号：A文章编号：1001-4942（2016）10-0167-06
中国是世界茧丝绸业的发源地，20世纪70年代末期超过日本成为世界上最大的茧丝绸生产国与出口国。1978年以前，国家对蚕茧统一定价，80年代后期以来，逐步放开收购价格管制，蚕茧市场格局发生了重大变化。蚕茧市场由过去丝绸公司的统一经营所形成的强制供求均衡，逐渐演变为蚕茧市场价格的周期性波动[1]。国家在改革开放后对生丝实行放权经营，各级政府不顾自身的实际情况，盲目建立了很多缫丝厂，破坏了生丝的流通和出口秩序，给生丝造成了不良影响[2]。
茧丝价格波动主要表现为正常波动和异常波动（暴涨暴跌）两种情形。其中，造成茧丝价格异常波动的原因有多种，比如我国蚕茧市场上供给与需求不均衡，各地蚕茧市场进入不同的发展阶段，以及在茧丝绸产业链各环节存在部门分割、多头管理甚至各自为政等现象，使得中国茧丝绸产业仍处于一种不稳定状态。在众多的影响因素中既有政府对蚕茧的价格政策、通货膨胀等长期性的影响因素，又有养蚕成本、蚕茧的市场供求关系等短期性的影响因素[3]。另外，导致茧丝价格波动的重要原因还包括远期交易市场中的过度投机[4]。现有茧丝远期交易市场可提供价格信号，避免生产风险，但投机者恶意炒作茧丝市场波动状况，可能会引起茧丝价格大幅起落。除外部因素外，茧丝价格波动还受自身结构方面的因素影响。茧丝绸产业是典型的垂直关联产业链，由于气候灾害、农药中毒、蚕病爆发等原因致使蚕茧生产规模缩小、鲜茧产量下降，自然会导致鲜茧价格上升，进而可能引起干茧、生丝价格上升，丝绸等丝制品的价格也随之上升。若国内外对丝绸制品消费需求上升，丝制品价格就会上升，进而导致生丝、干茧价格上升，最终导致鲜茧价格上升。
国内研究集中在茧丝价格波动原因、茧丝绸产业发展及宏观调控方面，关于茧丝价格波动和传递规律及茧丝绸价格传递的方向、幅度和时间等具体模式尚需要做出更完善的解释和分析。随着我国对外开放步伐的不断加快，茧丝价格波动对国内的影响日益强烈，国际国内两个市场已经日益相互融合并交互影响，我国虽依然处于蚕丝原料输出国的领先地位，但部分利润空间较大的丝绸二次制品的国际市场占有率较低[5]。探讨蚕丝价格波动与蚕茧价格波动间的影响程度、传播规律，对准确把握茧丝市场变化，做好宏观经济调控，提高国际市场占有率具有重要研究价值。本文选取鲜茧价格和生丝出口价格为变量，建立蚕茧价格与蚕丝价格的VAR模型，揭示茧丝价格波动和传递规律及茧丝价格的传递方向、幅度和时间问题。
1研究方法、变量选取及数据来源
1.1研究方法
首先对蚕丝价格、蚕茧价格的平稳性进行单位根检验，然后采用Johansen检验方法进行协整检验，以判断蚕丝价格与蚕茧价格间的长期关系，通过Granger因果检验判断两者间是否存在因果关系，最后采用向量自回归模型（简称VAR模型）的脉冲响应函数和方差分解法，解析蚕丝价格波动与蚕茧价格波动间的相互影响程度。
VAR模型是一种基于数据的统计性质来建模的计量经济模型。它把系统中所有内生变量的滞后值作为解释变量，把每一个内生变量作为被解释变量，通过形成这样的函数来构造模型，这样可以将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型[6]。含n个变量，滞后p期的var模型如下：
Yt=α+∑pi=1βiYt-i+εt（1）
其中，Yt是（n×1）向量组成的同方差平稳的线性随机过程，βi是（n×n）的系数矩阵，Yt-i是Yt向量的i阶滞后变量，εt是误差项，在本模型中可视为随机扰动项。本模型满足：E（εt）=0，E（εtYt-i）=0，i=1，2，…，p，即εt的期望为0，εt与内生变量Y及各滞后期不相关。
1.2变量选取与数据来源
茧丝绸产业链中，鲜茧是位于茧丝绸垂直关联市场最上游的初级产品，是比较特殊的农副产品；干茧是鲜茧的初加工产品，生丝是干茧的加工后产品，生丝加工进而生成坯绸[7]。生丝既是茧丝绸生产的初加工产品，又是重新投入再生产过程的生产资料，具有消费资料和生产资料的双重性质。因此，选取蚕茧和生丝作为分析变量进行研究具有一定代表性。
蚕茧价格选取桑蚕茧每50 kg主产品平均出售价格，数据来源于《中国农村经济统计年鉴》（1979-1989）和《全国农产品成本收益资料汇编》（1990-2013）；蚕丝价格选取生丝出口价格，根据《中国统计年鉴》（1979-2013）生丝出口数量和出口金额，计算出生丝每年出口平均价格。在实证分析中，上述指标均取自然对数，用LS表示蚕丝价格，用LJ表示蚕茧价格。
2实证分析
运用Eviews 7.2进行实证分析。步骤如下：先对变量序列做单位根检验，看变量序列是否平稳，若不平稳，对变量序列进行差分，当进行到第i次差分时序列平稳，则说明原变量序列服从i阶单整；当所有检验序列均服从同阶单整，可进行Granger因果检验；然后构造VAR模型，通过VAR模型中的脉冲响应和方差分解对变量序列进行分析。
2.1单位根检验
为防止伪回归问题，一般采取 ADF 检验方法对时间序列进行平稳性检验。本文运用ADF方法对蚕丝价格LS、蚕茧价格LJ等序列进行平稳性检验。设定单位根的基本类型为（c，t，d），其中 c 表示常数项，t 表示趋势项，d表示滞后阶数，依据赤池信息准则（AIC）的最小化原则选择趋势项，确定是否存在常数项以及最优滞后变量的阶数[8]。检验结果如表1。
从表1可以看出，LS、LJ两个变量序列在5%水平下的临界值小于假设的ADF统计量的值，则说明不能拒绝原假设，即LS、LJ两个变量序列在显著水平0.05下都是非平稳的；而LS和LJ的一阶差分序列在5%水平下的临界值大于假设的ADF统计量的值，则说明拒绝原假设，即DLS和DLJ在显著水平0.05下都是平稳的。因此，以下分析中，均使用这两个变量的一阶差分序列进行研究，并在变量名前加字母D表示一阶差分。
2.2协整检验
在进行时间序列分析时，为防止分析中出现“伪回归”问题，传统上要求所用的时间序列必须没有随机趋势或确定趋势，必须是平稳的[9]。但是，在现实经济中存在的时间序列通常是非平稳的，而协整传递出了一种长期均衡关系，它能够在几个变量（具有单独随机性趋势）间找到一种可靠的联系，然后通过引入一种“相对平稳”对模型进行调整，从而可排除单位根带来的随机性趋势。结果如表2所示。
从表2可以看出，显著性概率都小于0.05，即蚕丝价格和蚕茧价格间存在长期稳定的均衡关系。
2.3 Granger因果检验
协整检验能够说明变量之间存在一种长期均衡关系，但变量之间是否构成因果关系还不能确定。为确定变量间是否存在因果关系，在建立VAR模型前，需要对VAR模型中的变量进行Granger因果关系检验。如果在Y的过去值对Y进行回归时，加上X的过去值能够显著增强回归的解释能力，则称变量X有助于预测变量Y，即X是Y的Granger原因；如果不能增强回归的解释能力，则称X不是Y的Granger原因[10]。
Granger因果关系检验中，滞后期的选择对检验结论有明显影响。因此，在滞后期的选择上考虑了三个因素：一是AIC最小信息准则，二是经济变量间相互影响往往存在滞后性，三是我国宏观调控效果存在滞后性[6]。根据这三个因素，最终选择滞后期数为3年。检验结果中，显示存在Granger因果关系的部分如表3所示。
从表3可以看出，滞后3年的Granger因果检验显示：在10%显著水平上，DLS是DLJ的Granger原因，说明蚕丝价格波动将会引起蚕茧价格变动；在5%显著性水平上，DLJ是DLS的Granger原因，说明蚕茧价格波动将会引起蚕丝价格变动。
2.4VAR模型构建与分析
为进一步揭示蚕丝价格与蚕茧价格间的动态关系，构建二维向量自回归模型（VAR模型）。观察我国最近十多年来的蚕茧市场价格的变化可以发现，蚕茧价格每隔2～3年就会出现一次周期性波动，但每次波动的振荡幅度以及振荡时间会因不同的影响因素而有所差异[1]。观察我国最近十多年来的生丝出口量的变化可以发现，生丝出口基本上已形成规律性的周期波动，每隔3～4年就会出现一次出口高峰，但每次出口高峰的峰值都有一定差异。为确定VAR模型的滞后阶数，可采用多种定阶方法（LR准则、FPE准则、AIC准则、SC准则、HQ准则）进行筛选。本文根据FPE和AIC最小信息准则选择最优滞后期为3年，建立VAR（3），具体表达式如下：
DLStDLJt=0.1394960.017021+
0.0014480.0654920.3181580.166623×
DLSt-1DLJt-1+
-0.7270920.647467-0.2954360.422130×
DLSt-2DLJt-2+
-0.109523-0.6127850.001865-0.443172×
DLSt-3DLJt-3+
ε1ε2
计算模型的AR特征多项式，观察结果可发现特征多项式的根的倒数全部位于单位圆内（如图1所示），表明所建立的VAR（3）模型是稳定的，得到的结果是有效的。由于得到的VAR模型稳定有效，因此可以在此基础上使用广义VAR模型的脉冲响应分析蚕丝价格与蚕茧价格间的冲击响应，刻画两者间的动态关系[11]。
根据建立的VAR（3）模型得出结论如下：①蚕茧价格对蚕丝价格的影响。在VAR（3）模型中，蚕茧价格滞后1期、滞后2期和滞后3期对蚕丝价格的影响系数分别为0.0655、0.6475、-0.6128。这说明，滞后1期和滞后2期的蚕茧价格上升会引起蚕丝价格上升，而滞后3期的蚕茧价格上升将引起蚕丝价格下降。由于系数之和（0.0655+0.6475-0.6128=0.1002）大于0，所以长期来看，蚕茧价格上升会引起蚕丝价格上升。
②蚕丝价格对蚕茧价格的影响。在VAR（3）模型中，蚕丝价格滞后1期、滞后2期和滞后3期对蚕茧价格的影响系数分别是0.3182、-0.2954、0.0019。这说明，滞后1期蚕丝价格上升会引起蚕茧价格上升，滞后2期蚕丝价格上升会引起蚕茧价格下降，而滞后3期蚕丝价格上升又会引起蚕茧价格上升。由于系数之和（0.3182-0.2954+0.0019=0.0247）>0，所以长期来看，蚕丝价格上升会引起蚕茧价格上升。
2.5脉冲响应
脉冲响应函数是指在VAR模型中的扰动项上加一个标准差大小的新息（innovation）冲击，通过变量之间的动态联系，对变量的当前值和未来值所产生的影响[12]。也就是说脉冲响应函数描述的是受到某一扰动变量的一个冲击后，系统对这一冲击所做出的动态反应，并依据动态反应来判断变量间是否具有时滞关系。但需要注意的是，脉冲响应函数是假定系统只受一个变量的冲击，不受其他变量的冲击，来研究系统对一个内生变量冲击的反应[13]。根据所建立的VAR（3）模型，可以得到各种脉冲响应函数图，这里给出蚕丝价格对蚕茧价格的脉冲响应图和蚕茧价格对蚕丝价格的脉冲响应图，如图2和图3所示，图中实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。
从图2可以看出，DLS对DLJ的脉冲响应曲线大致为“W”型。蚕丝价格一个单位标准差的正向冲击，首先会引起蚕茧价格上升，然后下降，再上升，来回波动，从第8期开始，蚕茧价格会稳定在零增长率这一均衡水平，也就是说，蚕丝价格冲击对蚕茧价格的影响逐渐消失。可能原因是：生丝属于非生活必需品，不会像粮食、石油等生活必需品一样价格弹性大。一般来说，在价格变动幅度不大的情况下，因为存在消费惯性，生丝在短期内的需求价格弹性变化很小，对生丝出口国近期地位的影响不会太大。当生丝价格持续上升时，缫丝厂为增加利润，会费尽心机扩大丝制品生产，相应的蚕茧储备量会增大。缫丝厂增加蚕茧储备量就会导致蚕茧需求量增加，进而会引起蚕茧价格上升；当生丝价格持续上升超过某一水平时，进口国有可能会出于对利润最大化的追求，调整国内的生产布局和资源配置[14]，增加自我供给，从而导致进口量减少，也就是我国生丝出口量减少。另外，持续过高的价格会刺激新兴产丝国的出现和迅速发展，从而使我国生丝在国际市场的占有率降低，进而使我国蚕茧价格下跌。随着生丝价格波动冲击影响的逐渐消失，蚕茧价格会逐渐恢复增长，并最终趋于稳定。
从图3可以看出，DLJ对DLS的脉冲响应曲线大致为“N”型。蚕茧价格一个单位标准差的正向冲击，首先会引起蚕丝价格上升，然后下降，再上升，从第9期开始，蚕丝价格会稳定在零增长率这一均衡水平，也就是说，蚕茧价格冲击对蚕丝价格的影响逐渐消失。可能原因是：由于蚕茧是茧丝绸产业链最基本的原材料，茧价上升会直接引起相关产业成本的增加，进而拉动茧丝绸产业链中其他产业产品价格的上升，蚕丝价格也会随之上升；当茧价继续上升时，茧农往往会费尽心机地增加蚕茧产量来提高收入，尤其在比较收入较高时，茧农会扩大生产规模以提高产量增加收入[3]。蚕茧产量增加，导致蚕丝产量增加，由边际效应递减规律可知，蚕丝价格会随着产量增加而降低，随着茧价冲击影响的逐渐消失，蚕丝价格又缓慢增长，并最终趋于稳定。
方差分解是解释VAR系统动态行为的另一种方法。该方法是将系统的均方误差分解成系统中各变量冲击对变量变化所做的贡献，以此来考察VAR模型中任意一个结构冲击对内生变量变化（这种变化用方差来衡量）的贡献程度，进而评价不同结构冲击的重要性[8]。
由表4可以看出，蚕茧价格第1期只受自身波动的影响，蚕丝价格从第2期开始才对蚕茧价格产生解释力，预测方差的贡献度是10.7%，随后蚕丝价格预测方差的贡献度逐渐增强，最终趋于平稳。但从整体而言，蚕茧价格受自身波动的影响较大。
由表5可以看出，蚕丝价格受自身的预测方差贡献度较大，整个期间的比重都保持在50%以上。蚕茧价格对蚕丝价格的预测方差贡献度有升有降，但从整体上看贡献度最终会趋于24.5%左右。
3结论与政策建议
3.1研究结论
根据1979-2013年的统计数据，构建VAR模型并运用脉冲响应函数和方差分解方法对我国蚕丝价格与蚕茧价格波动间的相互影响进行了实证研究，结论如下：
（1）长期而言，蚕丝价格与蚕茧价格间存在协整关系，即表现出长期稳定的均衡关系。蚕丝价格波动对蚕茧价格有一定影响，蚕茧价格波动对蚕丝价格也有一定影响，但相互间的影响程度都不大。
（2）蚕丝价格与蚕茧价格间具有双向的Granger因果关系。在10%显著水平上，蚕丝价格是蚕茧价格的Granger原因；在5%显著性水平上，蚕茧价格是蚕丝价格的Granger原因。
（3）通过脉冲响应分析表明：蚕丝价格与蚕茧价格对来自彼此的冲击响应滞后期长而且是非渐进式的――蚕丝价格对蚕茧价格的冲击响应曲线大致为“W”型，说明蚕丝价格对蚕茧价格影响较大且反应期内波动频率高；蚕茧价格对蚕丝价格的冲击响应曲线大致为“N”型，说明蚕茧价格对蚕丝价格影响较小且反应期内波动频率低。从方差分解结果来看，茧丝价格受自身波动的影响较大。
3.2政策建议
基于上述分析结论，为进一步创造良好的茧丝市场环境，提出以下政策建议：
（1）增强蚕业信息化建设，建立健全信息收集网络，拓展信息收集渠道，提高信息处理能力，增加信息透明度，便于企业和农户及时掌握市场信息，根据市场需求调整产品结构和种养布局。
（2）因为茧丝绸产业的特殊性，决定了茧丝价格波动仅仅依靠市场力量的调节无法处于正常状态。因此，必须发挥政府宏观调控职能，积极运用宏观调控手段，力求使茧丝价格波动保持在一个合理范围内，使茧丝价格正常波动对产业发展的促进作用充分发挥，并尽量抑制茧丝价格异常波动对产业发展产生的负面影响[15]。
（3）我国生丝出口价格波动比较频繁，国内丝价受出口丝价波动的直接影响也会出现价格不稳定的现象，进而影响茧丝绸业的发展。因此，应该加强茧丝出口企业之间的沟通与协调，增强对茧丝企业出口环节的管理。
参考文献：
[1]
李瑞. 正确认识我国蚕茧市场的价格波动[J]. 丝绸，2000（4）：3-5.
[2]叶春辉，高峰. 中国生丝对外贸易定价的实证分析[J]. 安徽农业大学学报（社会科学版），2007（2）：17-19.
[3]顾国达，范作冰.影响蚕茧价格变动的因素分析[J].蚕业科学，2000，26（2）： 99-104.
[4]王琛，王效俐.茧丝价格波动的成因及防范对策分析[J].价格理论与实践， 2007（4）：37-38.
[5]范作冰，陈琳.中国真丝绸商品出口的国际竞争力分析[J].蚕业科学，2013（1）：129-134.
[6]吴振信，薛冰，王书平.基于VAR模型的油价波动对我国经济影响分析[J]. 中国管理科学，2011（1）：21-28.
[7]李建琴，卢逸，孔伟杰. 中国茧丝绸产品垂直关联价格波动与传递关系的研究[J]. 蚕业科学，2015（4）：734-745.
[8]罗锋，牛宝俊.国际农产品价格波动对国内农产品价格的传递效应――基于VAR模型的实证研究[J]. 国际贸易问题，2009（6）：16-22.
[9]高雯雯，孙成江，刘玉奎. 中国专利产出与经济增长的协整分析[J]. 情报杂志，2006（1）：34-36.
[10]李丙红. 我国人力资本水平与政府人力规模关系的实证研究[J]. 天府新论，2011（5）：52-56.
[11]李治国，周德田.基于VAR模型的经济增长与环境污染关系实证分析――以山东省为例[J]. 企业经济，2013（8）：11-16.
[12]钟晓君.外商直接投资与我国进出口贸易关系研究――基于VAR模型的脉冲响应函数和方差分解方法分析[J]. 统计教育，2009（6）：14-20.
[13]郝雁.对中国货币政策效应时滞的实证分析[J]. 南开经济研究，2004（3）：109-112.
[14]顾国达，张磊. 对西欧五国生丝出口价格模型的研究[J]. 丝绸，2000（11）：1-3.
[15]彭练. 茧丝价格波动对茧丝绸产业发展的影响[J]. 全国商情（经济理论研究），2008（5）：24-25.