【摘要】本文主要研究我國經(jīng)濟增長,大宗商品以及利率之間的相互作用。選取的變量為大宗商品價格指數(shù)(CCPI),真實利率與經(jīng)濟增長率的月度數(shù)據(jù)。建立向量自回歸模型VAR,并做了脈沖響應分析,脈沖分析結果表明利率和經(jīng)濟增長率沖擊在對我國大宗商品價格存在負向的影響,國際油價和生產者價格指數(shù)的沖擊使我國大宗商品價格出現(xiàn)正向波動。
【關鍵詞】經(jīng)濟增長率 CCPI VAR 脈沖響應函數(shù)
一、緒論
進入新世紀后,國際大宗商品價格劇烈波動,成為世界經(jīng)濟形勢變動的一個新特點,我國正處于城市化和工業(yè)化快速推進階段,對大宗商品尤其石油,煤炭等礦物質資源的需求快速增長。同時,能源的消耗對經(jīng)濟的增長有非常大的影響,當能源價格較低的時候,經(jīng)濟發(fā)展較快,而相反,在能源價格較高的時候,經(jīng)濟發(fā)展減慢。跨入21世紀以來,中國已經(jīng)進入了一個發(fā)展的關鍵時期,我國正處于工業(yè)化發(fā)展的后期和加速期,在這個時期是以重化工業(yè)帶動為一大特征。中國的國情是人口眾多,擁有富饒的資源,但人均資源較少,改革開放以來,中國在經(jīng)濟建設等方面我國已經(jīng)取得了巨大的成就,但也因此也消耗了大量的資源,在這個特殊的發(fā)展時期,快速的發(fā)展,尤其是工業(yè)的高速發(fā)展,對能源需求巨大,資源約束經(jīng)濟發(fā)展的矛盾將會日益突出。本文將研究在這個特殊時期中國能源消耗,能源價格和經(jīng)濟增長之間的相互影響作用。因此,本文考慮大宗商品,主要是石油,煤炭和新能源(核能)的消耗及價格與經(jīng)濟總量直接的關系。
二、實證分析
(一)變量選擇與數(shù)據(jù)選取
本文的數(shù)據(jù)均來自中經(jīng)統(tǒng)計數(shù)據(jù)庫和萬德數(shù)據(jù)庫。研究對象是中國經(jīng)濟增長與大宗商品,能源價格與消費以及利率之間的關系。本文選取的經(jīng)濟增長指標有國內生產總值(變量名GDP),國內生產總值同比增速 (GDPR), 大宗商品價格指標是中國大宗商品價格指數(shù)(China Commodity Price Index)(CCPI),能源價格指標選取的有石油輸出國組織(OPEC)提供的一攬子原油價格指數(shù)(OPEC)以及煤炭開采和洗選業(yè)工業(yè)品出廠價格指數(shù)(CP)。
(二)數(shù)據(jù)處理及檢驗
1.GDP增長率數(shù)據(jù)的頻率轉換。在第一類變量中,除了變量GDPR的原始數(shù)據(jù)是季度的之外,其他變量的原始數(shù)據(jù)均是月度數(shù)據(jù),因此為了充分利用這些變量的信息,同時也為了更精確地描繪這些變量與經(jīng)濟增長之間的相互作用,本文選擇將2006年6月至2010年12月的季度數(shù)據(jù)GDPR采用三次樣條插值函數(shù)變換成月度數(shù)據(jù)以便于研究。
2.計算實際利率。在許多經(jīng)濟學問題中,利率是一直是一個重要指標,我國的名義利率是單一的同時有浮動的利率,特點是受宏觀調控且未市場化,不能反映經(jīng)濟環(huán)境的真實情況。
因此,本文采用實際利率作為研究對象,其計算方法如下:
3.對數(shù)變換。由于本文選取的變量數(shù)據(jù)在數(shù)量級上差異較大,為了避免系數(shù)的估計過大或者過小,對所有選取的數(shù)據(jù)進行了對數(shù)變化。
4.數(shù)據(jù)的檢驗。從數(shù)據(jù)的折線圖(本文暫不給出)可以清楚地看到,本文選取的時間序列數(shù)據(jù)均不存在季節(jié)因素。在建立模型之前,為了了解時間序列數(shù)據(jù)平穩(wěn)與否,我們直接對數(shù)據(jù)進行ADF(Augmented Dickey-Fuller Test)單位根檢驗,我們得出OPEC和PPI是平穩(wěn)時間序列,CCPI,CP,RI 為一階單整序列,GDPR為二階單整序列。
(三)建立向量自回歸模型VAR
在這一節(jié),本文對第一組變量建立向量自回歸模型,從上文的單位根檢驗得到,第一組變量中既有平穩(wěn)序列又有非平穩(wěn)序列,且非平穩(wěn)序列的階數(shù)也不一致。通常在建立VAR模型之前,會將不平穩(wěn)序列差分成平穩(wěn)的再建模,這樣可以保證所建的VAR平穩(wěn),且用最小二方法估計的系數(shù)是一致且漸進有效的。本文研究的主要問題是經(jīng)濟增長大宗商品價格以及利率之間的關系,著重考慮序列GDPR,CCPI,CP,OPEC,PPI,RI之間的交互作用,而非確定系數(shù),差分往往會丟失數(shù)據(jù)中的許多信息,因此,本文對原數(shù)據(jù)序列建立VAR模型,取滯后階數(shù)$p=3$,其中*表示系數(shù)在置信水平0.05下顯著不為零,**表示系數(shù)在置信水平0.1下顯著不為零。取置信水平為0.1,所有其他變量的滯后項對GDPR都沒有顯著的影響,然而我們注意到,大宗商品價格受到經(jīng)濟增長,原油價格,生產者價格指數(shù)以及利率的滯后項的影響是顯著的,它們之間的關系式如下式。
CCPI=0.4607CCPI(-1)-0.49019GDPR(-1)+0.5819GDPR(-2)-0.4991GDPR(-3)+0.1431OPEC(-1)+1.2932PPI(-3)-0.0200RI(-1)-0.0221RI(-3)05.4651
由上式,我們可以看到,當置信水平取0.1時,GDP的增長率的滯后一階,二階和三階均對大宗商品價格指數(shù)有顯著的影響,另外,國際原油價格的滯后一階,生產者價格指數(shù)的滯后三階,利率的滯后一階以及三階也對中國大宗商品價格指數(shù)有顯著的影響。分析式中的系數(shù)我們得到,真實利率的下降以及GDP增長率的下降會導致大宗商品價格指數(shù)的上升,即經(jīng)濟增長放慢和利率的下調會導致以后第一期和第三期的大宗商品價格上漲。另一方面,OPEC(-1)以及PPI(-3)與CCPI正相關,影響分別是0.1431和1.2932,這表明國際原油價格的上漲在一期以后會引起我國大宗商品價格上漲,而生產者價格指數(shù)的上升會在三期以后傳遞到大宗商品價格上面。
(四)VAR模型脈沖響應分析
為了研究經(jīng)濟增長,原油價格,煤炭價格,生產價格指數(shù),實際利率的波動是如何對大宗商品價格產生影響以及隨時間這些影響是如何變化的。考慮到所建立的VAR模型中殘差協(xié)方差矩陣并非對角陣,本文采用廣義脈沖響應函數(shù)來研究,下圖是大宗商品價格指數(shù)關于其他變量的廣義脈沖響應函數(shù),橫軸表示沖擊作用的滯后期間數(shù)(單位為月),縱軸表示大宗商品價格指數(shù)的變化。
從上圖可以發(fā)現(xiàn),當給GDPR一個正向1%的變動時,CCPI從當期出現(xiàn)0.7%的負向波動,第7期達到最低點-2.2%,第10期歸零,再次說明某月經(jīng)濟增長的加快會在未來10個月使得大宗商品價格下降,從經(jīng)濟常識告訴我們,經(jīng)濟增長加快會導致投資需求的激增,從而使得大宗商品市場需求增加而價格上漲,當由于我國進行宏觀調控來控制經(jīng)濟的增長保持在一個平穩(wěn)速度,因而過快的經(jīng)濟增長出現(xiàn)時,緊縮的政策會出臺,例如存款準備金率的上調,使得投資需求得到抑制,導致了大宗商品價格并未實現(xiàn)理論上漲,反而在短期內有了下跌趨勢;當給定OPEC一個正向變化1%時,CCPI當期出現(xiàn)1.6%的正向波動,第三期達到最大波動幅度2%,第8期開始在0附近平穩(wěn)小幅變化;當給定PPI一個正向變化1%時,CCPI當期波動1%,隨后負向變化,直至第7期達到最低點-2.8%,在第13期開始小幅平穩(wěn)的波動,CCPI在當期的正向變化是市場預期的結果,當生產者價格指數(shù)上升時,市場會出現(xiàn)商品價格上漲的預期,部分投資者因擔心未來價格上漲而選擇當期消費,需求增加,從而導致價格上漲,隨后,由于初始期的過度消費,存貨過量,需求出現(xiàn)下降,使得價格下跌;給定RI一個正向變化1%時,CCPI當期波動為-0.9%,直至第5期達到最低點-3.2%,12期歸零,真實利率的上升,融資成本增加,儲蓄收益增加,投資需求下降使得大宗商品價格下降。
三、結論
我們建立了向量自回歸VAR,結構向量自回歸SVAR以及向量誤差修正模型VEC,采用脈沖分析和方差分析的方法對變量之間的交互關系作了分析。得出的結論如下:
建立的VAR模型表明,國際原油價格的上漲以滯后一階的速度被反映到我國大宗商品價格的上漲趨勢上,且影響顯著,從脈沖響應函數(shù)來看,我國大宗商品期貨市場在初期隨受國國際原油價格影響較大,但在短期內這種影響逐漸削弱,長期來看沒有顯著影響。從大宗商品價格指數(shù)對GDP增速的沖擊來看,經(jīng)濟增速的加快并未使得大宗商品期貨市場更加繁榮,反而在短期內大宗商品期貨價格出現(xiàn)下跌,究其原因,一方面是政府的利率政策,如頻繁調高存款準備金率等,抑制了投資需求,導致大宗商品需求的下降,另一方面,由于經(jīng)濟形勢的好轉,一部分人更愿意投資于實體經(jīng)濟而非期貨市場。真實利率對大宗商品價格的負向沖擊以及生產者價格指數(shù)對大宗商品價格的正向沖擊是顯而易見的,真實利率的上升會抑制投資需求,而生產者價格指數(shù)產生的預期效應會使得商品價格的上升。從方差分析的結果來看,生產者價格指數(shù)對大宗期貨價格指數(shù)的貢獻最大,這表明在期貨市場,預期效應的影響是巨大的。
參考文獻
[1]張議.2009:國際大宗商品期貨價格與中國物價變動的關系研究——基于CRB指數(shù)的實證分析,南京審計學院學報.
[2]賓國強.1999:實際利率、金融深化與中國經(jīng)濟增長,經(jīng)濟科學.凱恩斯,1998:就業(yè)、利息和貨幣通論,商務印書館
[3]US Energy Information Administration,2004: Annual Energy Review, US Government Printing Office, W ashington. DC.
[4]Virgo J M., 2001: Economic impact of the terrorist attacks of September 2001, Atlantic Economic Journal, 353-35
作者簡介:顧華(1987-),女,漢族,上海財經(jīng)大學統(tǒng)計與管理學院碩士研究生,研究方向方向:計量經(jīng)濟。
“本文中所涉及到的圖表、公式、注解等請以PDF格式閱讀”