我国食品价格指数数据特征分析.docVIP

我国食品价格指数数据特征分析 中图分类号：F726.7 文献标识码：A内容摘要：本文运用X12及HP滤波方法描述了自2001年后我国食品价格指数的季节特征和周期特征，同时构建ARCH簇模型并进行脉冲响应分析，结果表明，食品价格指数序列具有ARCH效应，其波动具有持续性，不具有非对称效应，持续期为4个月。关键词：食品价格指数 X12季节调整模型 HP滤波 ARCH簇模型 脉冲响应函数我国食品价格指数的波动特征（一）基本特征本文收集我国2001年1月-2012年4月间的食品价格指数，共136个月度的数据，数据来源于国家统计局网站。由图1可以看出，从2001年1月以来，我国食品价格总共经历了三个高涨阶段。2001年下半年到2002年发生了较轻程度的通货紧缩，食品价格略有下降。2003年下半年起，食品价格明显开始上涨，到2004年7月出现第一次峰值114.6%。之后，2005年、2006年出现一个物价涨幅下降期。2007年，我国国内生产总值增长速度为14.2%，创历史新高，受经济形势的影响，我国经历新一轮的通货膨胀，食品价格迅速上涨，2008年2月出现第二次峰值123.3%，即历史最高值。由于紧随其后爆发的全球金融危机使世界经济增长受到抑制，食品价格短期内大幅度下降。一直持续到2009年底，食品价格才开始第三轮上涨，第三次峰值出现在2011年7月，食品价格指数为114.8%。通过计算可知，我国食品价格指数的平均值为105.95%，中位数为104.95%，最小值为96.7%，最大值为123.3%，标准差为6.04%，总体来看，波动较大。偏度系数为0.7929，说明食品价格指数呈右偏分布。峰度系数为2.8674，接近正态分布的峰值。而Jarque-Bera统计量为14.3487（相伴概率0.0008），则其不服从正态分布。（二）季节特征本文运用Census X12季节调整乘法模型对我国食品价格指数月度时间序列进行季节调整，分解出季节因子如图2所示，食品价格指数具有明显的季节变动特征。在每年1月份左右，受到春节节日消费因素的影响，食品需求量增加，带动价格上涨，食品价格指数会出现一个高峰期。春节过后，人们消费欲望下降，随即进入一个低谷期。而每年食品价格指数会在7月左右出现第二个高峰期。这一年两个高峰期和一个低谷期是食品价格波动最主要的季节因子，并且波动有逐年扩大的态势。（三）周期特征对进行季节调整后的食品价格指数序列，运用Hodrick-Prescott滤波方法剔除长期趋势，得到食品价格指数的周期波动序列，如图3所示。可以看到，这一时期内，我国食品价格波动总的趋势是向上的，经历了三个波峰周期和两个波谷周期。从波峰波谷走向来看，食品价格在2003年7月-2004年7月出现第一个上升期，持续时间12个月。这主要得益于经济的繁荣，我国逐渐从1997-1998年亚洲金融风暴中缓解过来，2003年国内生产总值以10.0%的速度增长，这是自1996年后首次以两位数的高速增长。食品价格的第二个上升期出现在2006年8月-2008年4月，持续时间20个月。这一时期，原油价格开始攀升，我国粮食产量下降，供给受到抑制，食品价格上升，波动很大。第三个上升期出现在2009年5月-2011年7月，持续时间26个月。这主要缘于2008年的金融危机，中央政府为了拉动内需，改善经济，采取了4万亿投资计划。物价开始上涨，2011年3-10月CPI增幅连续超过5%，最高高达6.5%，通货膨胀状况受到政府和社会公众高度关注。食品价格的第一个下降期出现在2004年8月-2006年7月，持续时间23个月。这一时期，由于我国粮食种植面积和粮食产量大幅增加，供求紧张局面得到缓解。第二个下降期出现在2008年5月-2009年4月，持续时间11个月。这一阶段国际原油价格大幅下调，全球经济委靡，食品价格短期内深度下跌。我国食品价格指数波动的持续性研究（一）ARCH簇模型的建立和分析1.序列的平稳性检验。为使数据具有可比性，本文以2001年为基期对数据进行了调整。GARCH模型是对平稳时间序列的建模，因此首先必须对食品价格指数序列进行平稳性检验。本文采用PP检验方法对序列的平稳性进行检验。结果表明，原始序列PP统计量值分别为：3.8475（相伴概率为1.0000）、1.3444（包含常数项，相伴概率为0.9988）、-1.9364（包含常数项和趋势项，相伴概率为0.6299），说明食品价格指数序列存在单位根，为非平稳时间序列。而一阶差分后，PP统计量值分别为：-9.9372、-10.7174（包含常数项）、-10.8839（包含常数项和趋势项），相伴概率均为0.0000，拒绝原假设，说明食品价格指数一阶差分序列不存在单位根，为平稳时间序列。2.序列的ARCH效应检验。利用Eviews5软件，