生猪价格计量模型与分析文章版
生猪价格计量模型构建与分析
摘要：本文用2004年1月-2010年7月间影响生猪生产育肥配合饲料价格价格、玉米价格、 豆粕价格和小麦麸价格为解释变量， 采用经典时间序列计量经济学方法， 构建了一个统计特 征合理的生猪生产函数。通过对模型的分析发现：育肥配合饲料价格价格、玉米价格及待宰 活猪前一期价格对待宰活猪价格影响较大。
关键词：
生猪价格；计量模型；平稳性；序列相关；异方差
在我国畜牧业结构中，养猪业依然占主导地位。据 2007世界肉类组织第四届世界猪肉 大会资料，2006年，中国猪肉产量占世界猪肉总产量的
50.1%，遥居首位。另外，养猪业在
扩大农村就业、增加农民收入、带动种植业和相关产业发展、振兴农村经济等方面，都起到 了不可替代的作用。
因此，生猪产业的稳定发展与否，不仅关系到中国的畜牧业发展，
而且
关系到农业发展、农村建设和农民增收，进而关系到国民经济的持续、稳定发展。
本文以待宰活猪价格 y 作为被解释变量，从影响待宰活猪价格的因素中选择了育肥配合 饲料价格价格
x1，玉米价格x2，豆粕价格x3和小麦麸价格x4为解释变量，模型使用时间 序列数据（2004年1月
~2010年8月），其中价格均为：元/Kg 。数据来源于畜牧业信息网。 2004年1-12月的豆粕价格是用 matlab7.1软件的spline 插值法推算得到的。在模型回归过程 中采用的是2004年1月~2010年7月数据，8月数据作为模型验证数据。
1数据分析
采用时间序列数据的计量模型，
模型需满足假定中平稳性、
无序列相关和同方差对数据
的影响最大。采用的数据首先要满足平稳性，其次满足无序列相关，最后要满足同方差。
1. 1平稳性检验数据分析
在进行ADF 检验之前，需要检验回归模型的形式。对于包含季节变动和其他不规则变 动因素的时间序列需要先对序列进行季节调整。从图
1-5中可以看出，待宰活猪价格，育肥
配合饲料价格价格，玉米价格，豆粕价格和小麦麸价格不具有季节性趋势， 因此无需进行季
节调整。（变量后两位数字为年份，如 x104表示育肥配合饲料价格价格 2004年从1月至12
月的数据）
—.—Y04
—1— Y05 —1— Y06
Y08
图1待宰活猪价格季节趋势 图2育肥配合饲料价格价格季节趋势
X106 X109
_____ X104 X105 一 X107 ——r — X108
X204~ 205 X206
X207 r X208 _____ X209
X304 X305 X306
盲X307 亠X308 _________ X309图3玉米价格季节趋势图4豆粕价格季节趋势
图5小麦麸价格季节趋势图6待宰活猪价格时间趋势2
1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1
1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0
2.8 2.6 2.4 2.2 2.0 1.8 1.612
3 451?
6 7
8 9 10
1112
X404-X405- X406
X407―X408- X409
图7育肥配合饲料价格价格时间趋势图8玉米价格季节趋势
图9豆粕价格时间趋势图10小麦麸价格时间趋势
从图6-10,可以判断出待宰活猪价格，育肥配合饲料价格价格，玉米价格，豆粕价格
和小麦麸价格均有明显的时间趋势，因此在ADF模型中加入截距项和时间趋势项。
1 . 2平稳性检验模型与结果
l
根据以上分析，ADF模型确定为L y t- y t j '■-'^y t」亠鼻，滞后长度根据
i=1
SCI (Schwarz info criterion )准则Eviews6.0自动确定。其结果见表1。从表1结果可知，待宰活猪价格，育肥配合饲料价格价格，玉米价格，豆粕价格和小麦麸价格均有单位根，即
数据不具有平稳性。对原数据进行一阶差分，平稳性检验数据分析同上，经分析ADF模型
l
确定为.ly t = y t」，/'"纵/亠和，滞后长度根据SCI (Schwarz info criterion )准则
iT
Eviews6.0自动确定。其结果见表2。结果表明，进行一阶差分数据具有平稳性。
原假设t统计量p值结论
y有单位根-2.3862630.3837不能拒绝原假设x1有单位根-1.6627250.8675不能拒绝原假设x2有单位根-1.8041410.6934不能拒绝原假设x3有单位根-1.7684290.7106不能拒绝原假设x3有单位根-1.9804340.6026不能拒绝原假设
原假设t统计量p值结论
y有单位根-2.3862630.3837拒绝原假设
x1有单位根-1.6627250.8675拒绝原假设
x2有单位根-1.8041410.6934拒绝原假设
x3有单位根-1.7684290.7106拒绝原假设
x3有单位根-1.9804340.6026拒绝原假设经一阶差分后的数据变量设为ycf , x1cf , x2cf , x3cf和x4cf , cf表示差分。具
体模型设为ycf 二0]x1cf 2x2cf 3x3cf 4x4cf 5ycf t斗'6ycf t4 u ①。
回归结果见表3。F=8.751404 , P(F-statistic)< 0.0001，自变量对因变量有整体显著性影
响。
德宾（Durbin ）在1970年提出了一种回归元不是严格外生时AR （1）序列相关的检验,
其优点是统计量计算比较简单，而且不论有多少个非严格外生解释变量，它都是有效的。如
果解释变量恰好是严格外生的，这个检验方法同样有效。其步骤：（1）做ycf对xlcf, x2cf, x3cf, x4cf, ycf t」ycf t上的回归，求出OLS残差u ；（ 2）做回归u 对x1cf,x2cf,x3cf,x4cf, ycf t 1,ycf t2,u tA，t = 2,...., n （带截距）求得？t」的系数:?及它的t统计量t?；（3）用t?去检验H0: r = 0和已：T= 0。
第一步，对模型①做回归，其结果见表3，求得残差u。
第二步，对
u - 0rx1cf 2x2cf ：3x3cf ：4x4cf ：5ycf」6ycf t^ u t」；
做回归，其结果见表4。变量u t4的t?=0.3785，表明模型①不存在序列相关。
2.2.1异方差性检验（White检验）
2 2
同方差性假定VaMu/N，…，人）“ 可由如下较弱假定所取代：既误差平方u
与所有的
自变量X j，所有自变量的平方召2和所有自变量的交叉乘积X j X h（j =h）都不相关。
因此，异方差的检验模型为
2 2 2
u °yxlcf 、2x2cf 亠％x3cf 4x4cf 亠％ycf t」、6ycf；/ 、7x1cf 亠％x2cf
2 2 2 2
、9x3cf ：10x4cf “ycf"12ycf t2 「13x1cf*x2cf ;14x1cf * x3cf
、15x1cf * x4cf 、16x1cf * ycf tJ 17x1cf * ycf t, 、18x2cf * x3cf 、19x2cf * x4cf
x2cf * ycf t^ 22x3cf * x4cf 23x3cf * ycf tJ 24x3cf * ycf t^ 20x2cf * ycf tJ 21
25x4cf * ycf t i 26x4cf * ycft^ 27 ycf tj* ycf t^ v
其结果见表5。F=1.821184 P（F-statistic） =0.034456 ，表明存在异方差。
2.2.2 异方差校正
纠正异方差性的一个可行的GLS步骤：（1）做ycf对x1cf，x2cf，x3cf ，x4cf，ycf t」，ycf t2的回归，求出OLS残差u ; （2）求l n U2）; （3）做In U2）对
4 x1cf, x2cf, x3cf, x4cf, ycf t, ycf t的回归，得到拟合值g；（4 ）求h = e g，（5）以1/ h
为权数用WLS来估计方程①。其结果见表6。根据以上分析，模型为
ycf "05613°4.433916x1cf 4.080844x2cf 0.202288x3cf-3.570766x4cf②
0.598878y cf t d-0.281747ycf t2
C0.162946 2.0258930.0484 X1CF-2.305088-0.8039680.4254 X1CF A2-22.95811-0.3184510.7515 X1CF*X2CF-58.55595-0.6275110.5333 X1CF*X3CF29.079280.7806040.4389 X1CF*X4CF81.934010.5206980.6050 X1CF*YCF(-1) 4.3139260.6046550.5483 X1CF*YCF(-2) 1.6055540.2480610.8051
X2CF 5.119835 2.4021790.0202
X2CFA2-29.32339-0.8040880.4253 X2CF*X3CF21.092080.7649620.4480 X2CF*X4CF13.975960.1190620.9057 X2CF*YCF(-1)-2.718775-0.4560570.6504 X2CF*YCF(-2) 3.8337290.7616940.4500 X3CF 1.314024 1.5959470.1171 X3CFA2-1.628429-0.2616470.7947 X3CF*X4CF-68.65359-1.9229500.0604 X3CF*YCF(-1)0.0205040.0149860.9881 X3CF*YCF(-2)-0.159460-0.1156870.9084 X4CF-12.57044-2.7031490.0095 X4CFA2285.2660 2.4930580.0162 X4CF*YCF(-1)-4.178537-0.5449380.5883 X4CF*YCF(-2)8.567618 1.2760970.2081 YCF(-1)0.0534530.3790930.7063 YCF(-1)A2-0.071668-0.4094250.6840 YCF(-1)*YCF(-2)-0.258501-1.1627200.2507
YCF(-2)-0.268705-2.5997940.0124 YCF(-2)A20.308241 2.2839970.0268
3.1模型验证
可将模型②变换为
y =-0.056130 4.433916(x1 -x1t」)4.080844(x2-x2t」) 0.202288(x3-x3t1)
-3.570766(x4 -x4t J 1.598878y t-1-0.880625y t一2+0.281747y t一3
将相应数值代入到方程中y =12.0764，实际价格为12.19。误差率为1.1%。因此
认为该模型较为理想。
3.2模型分析
前第一个月和前第三个月待宰活猪价格对当期的待宰活猪价格有正的影响，而前第二
个月待宰活猪价格对当期的待宰活猪价格有负的影响。育肥配合饲料价格价格、玉米价格和
豆粕价格对当期的待宰活猪价格有正的影响，前第一个月育肥配合饲料价格价格、玉米价格和豆粕价格对当期的待宰活猪价格有负的影响。小麦麸价格对当期的待宰活猪价格有负的影
响，小麦麸价格对当期的待宰活猪价格有负的影响。从系数来看，育肥配合饲料价格价格和
玉米价格对待宰活猪价格影响较大，原因是玉米是育肥配合饲料的主要原料。
因此，中国生猪饲养者在进行生产决策或政府部门在进行价格预测时，不仅要考虑生
猪前三个月价格，实时监控育肥配合饲料价格价格、玉米价格，同时还要考虑育肥配合饲料
价格、玉米价格的传递效应。
参考文献：
1. Jeffrey M.Wooldridge. In troductory Econo metrics: A Moder n Approach.
South-Western College Pub.
2. 王来拴，孟军.内蒙古粮食生产函数的构建与分析.统计与决策. 2009:5,94-95
3. 谢杰.中国粮食生产函数的构建与计量分析.统计与决策. 2007:20,74-76
4. White, H. (1980), “A Heteroskedasticity -Consistent Covarianee Matrix Estimator and a Direct Test for Heteroskedasticity, ” Econometrica 48, 817 —838.
5. Durbin, J. (1970), “ Test ing for Serial Correlati on in Least Squares Regressions When Some of the Regressors are Lagged Dependent Variables, ” Econometrica 38, 410 - 421.
6. 宁攸凉，乔娟.中国生猪价格波动的影响与成因探究.中国畜牧杂志.2010:(46)2,52-56.
7. 樊欢欢，张凌云.Eviews统计分析与应用.机械工业出版社.2009:6 *通讯作者