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— Y06Y08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 — X108X204~ 205 X206X207 r X208 _____ X209X304 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21.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.11.7 1.6 1.5 1.4 1.3 1.2 1.1 1.02.8 2.6 2.4 2.2 2.0 1.8 1.6123 451»6 78 9 101112X404-X405- X406X407―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=1SCI (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iTEviews6.0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 2u °yxlcf 、2x2cf 亠％x3cf 4x4cf 亠％ycf t」、6ycf；/ 、7x1cf 亠％x2cf2 2 2 2、9x3cf ：10x4cf “ycf"12ycf t2 「13x1cf*x2cf ;14x1cf * x3cf、15x1cf * x4cf 、16x1cf * ycf tJ 17x1cf * ycf t, 、18x2cf * x3cf 、19x2cf * x4cfx2cf * ycf t^ 22x3cf * x4cf 23x3cf * ycf tJ 24x3cf * ycf t^ 20x2cf * ycf tJ 2125x4cf * 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-3.570766x4cf②0.598878y cf t d-0.281747ycf t2C0.162946 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) 1.6055540.2480610.8051X2CF 5.119835 2.4021790.0202X2CFA2-29.32339-0.8040880.4253 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)-0.258501-1.1627200.2507YCF(-2)-0.268705-2.5997940.0124 YCF(-2)A20.308241 2.2839970.02683.1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。