﻿ 小麦最低收购价的定价模型分析 Analysis on Pricing Model of Wheat’s Minimum Purchase Price

Vol.06 No.02(2017), Article ID:19763,8 pages
10.12677/ASS.2017.62024

Analysis on Pricing Model of Wheat’s Minimum Purchase Price

Xiaojun Sun

School of Statistics and Mathematics, Yunnan University of Finance and Economics, Kunming Yunnan

Received: Feb. 2nd, 2017; accepted: Feb. 19th, 2017; published: Feb. 22nd, 2017

ABSTRACT

Hunger breeds discontentment; as a necessity for human survival and development, foodstuff has irreplaceable characteristics. At present, more and more people, less land, water shortages and other issues are increasingly prominent, so the food industry is facing potential risks. Under the conditions of market economy, the government’s macro-control of grain prices is particularly important. Since 2005, China has implemented the minimum purchase price policy for major grain producing areas, which effectively protects the interests of farmers, mobilizes the enthusiasm of farmers and ensures food security. This paper constructs the pricing model of the minimum purchase price of wheat by VAR model, combines with the actual data and gives the predicted value of wheat minimum purchase price during 12th Five-Year; the results are slightly higher than the lowest purchase price of wheat announced by the National Development and Reform Commission, but closer to the market price. Pricing model is used to predict the minimum purchase price of wheat. In 2017, the price ranges from 125.07 to 136.01 yuan per 50 kg, while in 2018, the predicted price ranges from 126.38 to 139.77 yuan per 50 kg.

Keywords:Wheat’s Minimum Purchase Price, Pricing Model, Unit Root Test, Cointegration Test, VAR Model

1. 引言

2. 定价模型指标选取

3. 模型构建

3.1. 理论依据

3.1.1. 单位根检验

3.1.2. 协整检验

Table 1. The meaning of the index

1) 假设条件：：多元非平稳序列之间不存在协整关系，：多元非平稳序列存在协整关系。

2) 检验步骤：

① 建立响应序列与输入序列之间的回归模型：

② 对回归残差序列进行平稳性检验。检验它们的残差是否为，如果是，则这些变量存在协整关系。

3.1.3. VAR模型

VAR模型 [9] [10] 是Christopher Sims于1980年提出的向量自回归模型(vector autoregressive model)。该模型是基于数据的统计性质建立起来的，VAR模型把系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型，从而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。

VAR模型可以表述为：

VAR模型的特点是：

1) 不以严格的经济理论为依据。

2) VAR模型参数估计值有无显著性，都保留在模型中。

3) VAR模型的解释变量中不包括任何当期变量，所有与联立方程模型有关的问题在VAR模型中都不存在。

4) VAR模型的另一个特点是有相当多的参数需要估计。比如一个VAR模型含有三个变量，最大滞后期，则有个参数需要估计。当样本容量较小时，多数参数的估计量误差较大。

3.2. 变量间稳定性检验

3.2.1. 单位根检验

3.2.2. 协整检验

3.3. 构建粮食最低收购价的定价模型

Table 2. The results of unit root test

Table 3. Results of OLS regression

Table 4. The results of the ADF test for residuals

4. 模型评价与预测

4.1. 评价“十二五”期间粮食最低收购价的合理性

4.2. 预测2016~2018年小麦最低收购价

Table 5. Wheat’s minimum purchase price pricing during 12th five-year

Table 6. Wheat minimum purchase price forecast in next three years

5. 结论与建议

1) 供求的失衡往往会造成市场价格的剧烈波动，不利于粮食生产者的利益与粮食种植面积的稳定。国家在采用粮食最低收购价政策来调控粮食种植面积时，应该充分考虑粮食的投入要素、需求与供给量、粮食的市场价格与粮食产业发展等因素，同时也要考虑粮食的市场价格规律，制定合理有效的粮食最低收购价。

2) 适时调整粮食最低收购价以调控粮食种植面积。为了调控粮食的种植面积，国家可以适当调整粮食最低收购价，同时可以提供给粮农其他的一些优惠政策，从而来提高粮农种植的积极性，扩大粮食的种植面积。

3) 整合现有粮食支持政策。粮食支持政策分为粮食价格支持政策和粮食生产者补贴政策。目前我国粮食支持政策虽多，但是政策实际效果并不明显，制定粮食价格政策的同时需要整合现行粮食支持政策，构建以粮食最低收购加为核心的价格支持体系。

Analysis on Pricing Model of Wheat’s Minimum Purchase Price[J]. 社会科学前沿, 2017, 06(02): 177-184. http://dx.doi.org/10.12677/ASS.2017.62024

1. 1. 方鸿. 中国粮食最低收购价合理确定机制研[J]. 经济与管理, 2009, 23(4): 20-25.

2. 2. 贺伟. 我国粮食最低收购价政策的现状、问题及完善对策[J]. 宏观经济研究, 2010(10): 32-36.

3. 3. 孙杭生, 顾焕章. 我国粮食收购保护价政策及定价机制研究[J]. 南京农业大学学报, 2002(2): 11-17.

4. 4. 王士海, 李先德. 粮食最低收购价政策托市效应研究[J]. 农业技术经济, 2012(4): 105-111.

5. 5. 中华人民共和国国家统计局[EB/OL]. http://www.stats.gov.cn/tjsj/ndsj/, 2016-12-15.

6. 6. 中国经济与社会发展统计数据库[EB/OL]. http://tongji.cnki.net/kns55/index.aspx, 2016-12-16.

7. 7. 吴喜之. 复杂数据统计方法——基于R的应用[M]. 北京: 中国人民大学出版社, 2012: 245-280.

8. 8. 吴喜之, 刘苗. 应用时间序列分析[M]. 北京: 机械工业出版社, 2014: 112-124.

9. 9. 王燕. 应用时间序列分析[M]. 北京: 中国人民大学出版社, 2005: 203-225.

10. 10. 王少芬, 赵昕东. 基于SVAR模型的国际粮食价格波动成因分解研究[J]. 江西师范大学学报(自然科学版), 2016, 40(1): 27-31.