内容提要 本文通过构建计量经济模型， 利用 1994 年 6 月至 2010 年 9 月的肉鸡产品价格及相关数据， 对肉鸡产品价格进行了模拟分析和预测评价。研究发现， 活鸡、 西装鸡、 商品代肉雏、 玉米和猪肉价格之间存在长期均衡变动关系; 对于肉鸡产品价格而言， 玉米、 猪肉价格具有外生性， 其波动对肉鸡产品价格有显著影响; 肉鸡产品价格之间互为 Granger 因果关系， 具有内生性; 活鸡价格变动有显著的季节性特征; 加入 WTO 后， 西装鸡价格和商品代肉雏价格下降明显; AＲDL 模型预测效果好于 AＲIMA 模型， 但 AＲIMA 模型更便于预测。

关键词 肉鸡 产品价格 模拟分析 影响因素价格预测

    一、 引 言

自 20 世纪 80 年代以来， 中国肉鸡产业快速发展， 目前鸡肉的生产量和消费量都居世界第二位，鸡肉已成为中国居民第二大肉类消费品， 仅次于猪肉， 并且鸡肉消费占肉类消费的比例呈不断上升态势。因此， 关注肉鸡产品价格变动、 做出准确的价格预测， 对于指导肉鸡产业合理安排肉鸡产品生产、加工、 储运和销售， 满足人民日益增长的需求具有重要的理论意义和现实意义。

国外对肉鸡产品价格变动规律及预测研究较多， 如 S. K. Tayebi 等(2008)利用人工神经网络ANN 模型、 单整自回归移动平均 AＲIMA 模型、 自回归分布滞后 AＲDL 模型对伊朗鸡肉价格进行预测并进行预测精度比较分析， 得出 ANN 模型预测精度较高、 但经济含义不如传统的时间序列模型明确，并且 AＲDL 模型预测效果好于 AＲIMA 模型;Andrew M. McKenzie 等(2009)利用预测误差方差分解方法对美国肉鸡产品价格预测模型(向量自回归 VAＲ 模型和自回归 AＲ 模型)的构建进行了研究， 发现不同的肉鸡产品价格内生性和外生性不同， 因此选择的预测模型不同， 有的适用于 VAＲ 模型， 有的适用于 AＲ 模型;Satheesh V. Aradhyula 等(1988)利用广义自回归条件异方差 GAＲCH 模型对鸡肉价格作了分析评价， 认为在残差项存在异方差的情况下， 采用 GAＲCH 模型预测不仅提供了均值预测， 还提供了预测方差， 比传统的时间序列模型假定残差项是同方差更能反映实际， 预测更有说服力。

国内研究肉鸡产品价格变动规律和预测的成果主要有谭明杰等(2011)、 董晓霞等(2011)、 张利庠等(2011)、 张喜才等(2011)， 从肉鸡产业链价格传递机制角度运用协整理论和有限分布滞后模型、向量自回归模型、 误差修正模型、 格兰杰因果关系检验等时间序列分析方法分析了体系内价格之间的长期均衡关系和相互传导关系， 得出肉鸡产品价格体系内各价格之间存在长期均衡关系和格兰杰因果关系;傅如南等(2008)对广东黄羽肉鸡周价格数据建立了 AＲIMA 模型进行预测， 研究结果显示肉鸡价格变化明显呈 AＲ(3)模型规律。唐江桥等(2010)、 程朝(2005)、 王济民等(2010)运用时间序列分析的 X12 方法和 H- P 滤波方法对中国肉鸡产品价格变动作了分析， 认为肉鸡产品价格存在周期性变动规律。

综合国内外研究， 对于产品价格预测主要采用数据挖掘技术， 采用时间序列模型进行预测。国外丰富的研究提供了比较成熟的肉鸡产品价格预测方法， 国内研究开拓了思路， 也让笔者发现了其中的不足。以往对于中国肉鸡产品价格的研究多采用名义价格数据， 而且对于预测模型没有进行相关检验， 如残差的序列相关检验、 异方差检验、 稳定性检验， 对预测误差也没有进行评价， 因此预测的准确性和稳定性存疑。本文从可比价格出发， 通过各种检验(如经济意义检验、 统计检验、 计量经济检验、预测检验)选择出较合适的计量经济预测模型对中国肉鸡产品价格进行预测， 并对预测结果进行评价。

二、 模型设定

中国肉鸡产业具有自身的特点:饲料、 肉雏占鸡肉生产成本的绝大比重， 玉米是主要的饲料来源;鸡肉是猪肉的极大替代品;禽流感的发生， 一方面造成肉鸡大量死亡和捕杀， 另一方面市场对肉鸡产品需求下降， 但肉鸡生产周期短、 恢复快， 因此禽流感等疫病对肉鸡产业只有短期影响;受气温变化和节假日的影响， 鸡肉需求有季节性;加入 WTO 后进口关税大幅度下降， 源于美国、 巴西、 阿根廷等国的低价肉鸡产品大量涌入国内。当然， 肉鸡产品价格变动也有惯性， 易受过去的影响。因此， 影响肉鸡产品价格的主要因素有玉米价格、 猪肉价格、 季节性、 禽流感、 加入 WTO、 惯性等。

抓住影响肉鸡产品价格的主要因素， 结合国内外的预测分析技术， 本文拟采用的计量经济预测模型有自回归分布滞后(AＲDL)模型、 误差修正模型(ECM)、 单整自回归移动平均(AＲIMA)模型、 向量自回归(VAＲ)模型、 广义自回归条件异方差(GAＲCH)模型。预期结合各种模型的优缺点， 达到对肉鸡产品价格波动规律的较全面的预测分析。

利用样本数据， 经过反复模拟、 检验， 由于误差修正模型(ECM)、 向量自回归(VAＲ)模型存在序列相关、 异方差、 模型不稳定等问题， 不能符合模型的一些基本假定条件， 因此不采用这两种模型。通过 AＲCH- LM 检验和怀特(White)异方差检验， 所采用数据和模型不存在条件异方差问题，因此本文没有采用广义自回归条件异方差(CAＲCH)模型。最终选择 AＲDL 和 AＲIMA 模型作为预测应用模型， 两种模型可以从不同角度分析肉鸡产品价格变动规律， 从而实现提高预测效果的预期目的。

(一)自回归分布滞后(AＲDL)模型

如果被解释变量不但与解释变量本期值和滞后值有关， 而且与被解释变量的滞后值也相关， 那么就可以建立被解释变量的自回归分布滞后模型。

根据 “一般到特殊” 建模法(也称作 Hendry 建模法)， 首先从一个包括了尽可能多解释变量的“一般” AＲDL 模型开始， 通过检验回归系数的约束条件， 逐步删除那些无显著变量， 压缩模型规模， 最终得到一个简化(或特殊)的模型。这种方法的主要优点是能够把由于选择变量所带来的设定误差减到最小， 从而提高估计结果的有效性。结合上述分析， 最初的 “一般” 模型可设定为:y t = α 0 + δt + ∑mi =1α i y t－i + ∑pj =1∑ni =0β ji x jt－i + ∑11k =1γ k DUM k + λD 1 + ωD 2 + u t ， u t ～ IID(0， σ 2 )(1)其中， y t 为被解释变量， 表示肉鸡产品价格。x jt 表示外生变量， 是肉鸡价格系统不能控制的变量， 如玉米价格、 猪肉价格。DUM k 表示月份虚拟变量， 反映肉鸡产品价格的季节性变动。D 1 表示虚拟变量(2002 年 1 月前， D 1 =0;2002 年 1 月及之后， D 1 =1)， 反映加入 WTO 前后的变化。D 2 表示某年是否发生禽流感(发生， 取值为 1;没发生， 取值为 0)， 反映禽流感的影响。t 表示时间， 反映趋势性变动。α、 δ、 β、 γ、 λ、 ω 表示待估参数。u t 为随机干扰项， 是白噪声序列。p 为外生变量个数， m 为内生变量最大滞后期， n 为外生变量最大滞后期， k 表示月份。

(二)单整自回归移动平均(AＲIMA)模型

AＲIMA 模型充分利用变量的过去信息寻求变动规律， 主要用于预测。模型使用三种形式对扰动项进行建模分析， 第一种是 AＲ 自回归项， 第二种是单积项， 第三种是 MA 移动平均项。拟合了一个备选的 AＲIMA 模型后， 需要确保模型中没有未考虑到的自相关， 即要检查新息(AＲIMA 模型的残差)中的自相关和偏相关， 看是否有重要的预测因素被忽略。最终选择的模型符合基本假定， 在一定的显著性水平条件下没有自相关、 没有异方差， 模型是稳定的。模型形式为:Φ(L)Δ d y t= θ0+ Θ(L)u t (2)其中， y t 为被解释变量。u t 为随机误差项， 是白噪声序列。Φ(L)和 Θ(L)分别是 p 阶自回归和 q 阶的移动平均算子。θ 0 是位移项。Δ d y t 表示对 y t 进行 d 次差分。t 表示时间。

三、 数据来源、 数据处理及相关检验

(一)数据来源

西装鸡价格、 活鸡价格、 商品代肉雏价格、 玉米价格、 猪肉价格来源于中国畜牧业信息网(http:/ /www. caaa. cn)价格数据库， 属于名义价格月度时间序列数据资料， 样本时间分布区间为 1994 年 6 月至 2010 年 9 月。为了消除物价变动对数据的影响、 反映实际价格变动规律， 将数据用消费者价格指数进行缩减(以 1994 年 1 月价格作为基础时期)。以下分析的数据都是实际价格数据。

(二)数据处理

为了减弱序列的波动、 消除异方差的影响， 对活鸡、 西装鸡、 商品代肉雏、 玉米、 猪肉的实际价格数据取自然对数。从图 1 可以看出， 取对数后数据变动减缓， 活鸡、 西装鸡价格走势基本相同， 波动中下降到最低点后逐渐有所回升， 商品代肉雏鸡价格波动程度相对较大， 玉米价格经历了波动中下降后逐渐上升的态势。2001 年以后， 猪肉与鸡肉价格差距较之前有所加大， 并且猪肉价格波动增加。

(三)稳定性检验

应用 EViews5. 0 软件包对价格序列采用 ADF 统计量对数据进行稳定性检验。检验结果表明， 在5%的显著性水平下， 由于各价格序列的 ADF 统计量值都大于临界值， 不能拒绝单位根假设， LHJ、LXZJ、 LＲCJ、 LYM、 LZＲ 序列都是非平稳时间序列;但是各自的一阶差分序列的 ADF 统计量值都小于临界值， 可以拒绝单位根假设， 表示序列是平稳的。因此， 活鸡、 西装鸡、 商品代肉雏、 玉米、 猪肉价格时间序列数据都是一阶单整 I(1)序列。

(四)协整关系

检验利用 Johansen 协整检验方法(迹统计量、 最大特征根统计量)检验价格序列之间的协整关系， 若具有协整关系， 表明价格间具有长期均衡变动关系。检验结果见表 2。迹统计量检验结果表明， 在 5%显著性水平下， 拒绝 r =0(即没有协整关系)和 r≤1(至多有一个协整关系)的原假设， 接受至多有两个协整关系的原假设， 认为有两个协整关系。最大特征值统计量检验结果表明， 在 5%显著性水平下， 拒绝 r =0(即没有协整关系)的原假设， 接受至多有一个协整关系的原假设， 认为有一个协整关系。因此可以判定活鸡、 西装鸡、 商品代肉雏、 玉米和猪肉价格之间存在长期均衡变动关系。

(五)Granger 因果关系

检验协整检验表明， 活鸡、 西装鸡、 商品代肉雏、 玉米和猪肉的价格之间存在协整关系， 反映的是同期各价格之间的长期均衡变动的理论关系。通过 Granger 因果关系检验可以大致判断价格之间的引导关系。由于农业再生产是自然再生产和经济再生产交织在一起的， 劳动对象是有生命的动植物， 从而决定农业生产周期长;并且农业生产经营常常存在蛛网效应， 肉鸡产业也不例外。因此， Granger 因果关系检验选择滞后 12 期(即 12 个月)是有实际意义的。检验结果表明， 在 5%显著性水平下， 活鸡和西装鸡的价格互为 Granger 因果关系;商品代肉雏和西装鸡的价格互为 Granger 因果关系;商品代肉雏与活鸡的价格互为 Granger 因果关系;玉米价格是西装鸡价格的 Granger 原因， 西装鸡价格不是玉米价格的 Granger 原因;玉米价格是活鸡价格的Granger 原因， 活鸡价格不是玉米价格的 Granger 原因;玉米价格不是商品代肉雏价格的 Granger 原因，商品代肉雏价格也不是玉米价格的 Granger 原因;猪肉价格是活鸡价格、 西装鸡价格、 商品代肉雏价格的 Granger 原因， 但活鸡价格、 西装鸡价格、 商品代肉雏价格不是猪肉价格的 Granger 原因;玉米价格是猪肉价格的 Granger 原因， 而猪肉价格不是玉米价格的 Granger 原因。这些检验结果基本符合实际经验， 说明肉鸡产品价格的内生性， 玉米价格、 猪肉价格对于肉鸡产品价格的外生性， 玉米价格、 猪肉价格的波动会导致肉鸡产品价格的波动。

四、 模型估计

结果选取 1994 年 6 月至 2009 年 12 月的数据作为样本区间， 2010 年 1—9 月的数据作为预测区间 * 。结合理论分析和实际经验， 确定模型所包含的变量、 模型的具体形式， 应用 EViews5. 0 软件， 根据模型假设条件， 对模型进行回归， 对回归结果进行理论检验(参数符号、 数值范围)、 统计检验(参数的 t 统计量检验、 模型的 F 检验)、 计量经济检验(序列相关检验、 异方差检验、 多重共线性检验)、 稳定性检验、 预测检验， 去掉模型中不显著的变量， 利用赤池信息准则 AIC 值和施瓦兹信息准则 SC 值确定滞后期， 再回归、 再检验， 经过反复试验， 得到如下回归结果＊ ＊ 。

(一)AＲDL 模型

1. 活鸡价格。LHJ t = 0． 192 + 0． 400LHJ t－1 + 0． 273LHJ t－2 + 0． 516LXZJ t－1 － 0． 336LXZJ t－2 － 0． 040LＲCJ t－3+ 0． 053LYM t－1 + 0． 023DUM 2 + 0． 051LZＲ t－1 + u t ， u t ～ IID(0， σ 2 ) (3)回归结果表明， 在 5%的显著性水平下， 假定其他条件不变， 滞后 1 个月、 滞后 2 个月的活鸡价格每增长 1%， 本月活鸡价格分别会增长 0. 4%、 0. 27%;滞后 1 个月、 滞后 2 个月的西装鸡价格每增长1%， 本月活鸡价格分别会增长 0. 52%、 －0. 34%;滞后 3 个月的商品代肉雏价格增长 1%， 本月活鸡价格会减少 0. 04%;上月玉米价格每增长 1%， 本月活鸡价格会增加 0. 05%;上月猪肉价格每增长1%， 本月活鸡价格会增长 0. 05%;2 月份是活鸡价格旺季， 比其他月份活鸡价格高 0. 02%。模型的解释能力为 91%。

2. 西装鸡价格。LXZJ t = 0．295 + 0．787LXZJ t－1 + 0．075LYM t + 0．072LZＲ t － 0．022D 1 + u t ， u t ～ IID(0， σ 2 ) (4)回归结果表明， 在 1%的显著性水平下， 在其他条件不变的情况下， 上月西装鸡价格每增长 1%，本月西装鸡价格会增长0. 79%;本月玉米、 猪肉价格每增长1%， 本月西装鸡价格分别会增长0. 08%、0. 07%;2001 年 12 月(加入 WTO) 后， 西装鸡价格比之前平均降低了 0. 02%。模型的解释能力为 95%。

3. 商品代肉雏价格。LＲCJ t = 0． 418 + 1． 033LＲCJ t－1 － 0． 292LＲCJ t－2 + 0． 260LXZJ t－1 + 0． 784LZＲ t－ 0． 765LZＲ t－1 － 0． 055D 1 + u t ， u t ～ IID(0， σ 2 ) (5)回归结果表明， 在 5%的显著性水平下， 在其他条件不变的情况下， 上月和滞后 2 月的商品代肉雏价格每增长 1%， 本月商品代肉雏价格分别会增长 1. 03%、 －0. 29%;上月西装鸡价格增长 1%， 本月商品代肉雏价格会增长 0. 26%;本月和上月猪肉价格增长 1%， 本月商品代肉雏价格分别会增长0. 78%、 －0. 77%;2001 年 12 月(加入 WTO)以后， 商品代肉雏价格较之前平均下降 0. 05%。模型的解释能力为 91%。

(二)AＲIMA 模型

1. 活鸡价格。ΔLHJ t = 0． 022DUM 2 － 0． 177ΔLHJ t－5+ u t ， u t ～ IID(0， σ 2 ) (6)回归结果表明， 在 5%的显著性水平下， 在其他条件不变的情况下， 本月活鸡价格变化量受滞后 5月活鸡价格变化量的显著影响;活鸡价格变化有明显的季节性， 2 月份活鸡价格显著高于其他月份。

2. 西装鸡价格。ΔLXZJ t = － 0． 142ΔLXZJ t－7 + 0． 172ΔLXZJ t－12+ u t ， u t ～ IID(0， σ 2 ) (7)回归结果表明， 在 5%的显著性水平下， 在其他条件不变的情况下， 本月西装鸡价格变化量受滞后 7 月、 滞后 1 年的西装鸡价格变化的显著性影响。3. 商品代肉雏价格。ΔLＲCJ t = 0． 197ΔLＲCJ t－1 － 0． 303ΔLＲCJ t－3+ u t ， u t ～ IID(0， σ 2 ) (8)回归结果表明， 在 1%的显著性水平下， 在其他条件不变的情况下， 本月商品代肉雏价格变化量受上月、 滞后 3 月的商品代肉雏价格变化量的显著影响。五、 模型预测效果评价(一)模型预测误差评价指标1. 误差均方根 ＲMSE(Ｒoot Mean Squared Error)。ＲMSE =1n∑T+nt = T+1 (^ y t－ y t )槡2(9)其中， T 表示样本容量， n 表示样本外预测期数， ^ y t 表示预测值， y t 是实际值。ＲMSE 通过若干个预测值对预测效果进行综合评价。2. 绝对误差平均 MAE(Mean Absolute Error)。MAE =1n∑T+nt = T+1^ y t－ y t(10)MAE 通过若干个预测值对预测的绝对误差进行综合评价。

3. 相对误差绝对值平均 MAPE(Mean Absolute Percentage Error)。MAPE =1n∑T+nt = T+1^ y t－ y ty t(11)MPAE 通过若干个预测值对预测的相对误差进行综合评价。4. Theil 不等系数(Theil Inequality Coefficient)。Theil Inequality Coefficient =1n∑T+nt = T+1^ y t － y( )t槡21n∑T+nt = T+1\haty t槡2+1n∑T+nt = T+1 yt槡2(12)Theil 不等系数的取值在 0 和 1 之间。当等于 0 时， 表示完全拟合;当等于 1 时， 表示完全不能拟合。取值越趋近于 0， 预测效果越好。(二)预测效果评价利用 AＲDL 模型和 AＲIMA 模型对肉鸡产品价格进行预测并对预测效果进行评价， 见表

4。通过比较发现， 无论哪种肉鸡产品价格， 不论是绝对误差还是相对误差， AＲDL 模型预测误差小于 AＲIMA 模型 * ， 因此 AＲDL 模型预测效果好于 AＲIMA 模型。对于 AＲDL 模型， 西装鸡价格预测误差最小， 活鸡价格次之， 商品代肉雏价格预测误差最大。对于 AＲIMA 模型， 商品代肉雏价格预测误差最小。

六、 研究结论及启示

1. 活鸡、 西装鸡、 商品代肉雏、 玉米和猪肉的价格之间存在长期均衡变动关系。政府管理部门要合理规划、 指导产业布局， 协调各个产业均衡发展、 不能顾此失彼， 才能有效促进产业的健康、 稳定发展， 更好地满足人民需求。

2. 对于肉鸡产品价格， 玉米、 猪肉价格具有外生性， 其波动对肉鸡产品价格有显著影响。玉米是肉鸡养殖的主要饲料来源， 而猪肉是国内鸡肉消费的最大替代品， 目前国内的人均猪肉消费仍居第一位， 人均鸡肉消费排名第二位， 因此， 密切关注玉米、 猪肉价格变动趋势对于预测肉鸡产品价格具有重要意义。

3. 肉鸡产品价格之间互为 Granger 因果关系， 具有内生性;活鸡价格变动有显著的季节性特征;加入 WTO 后， 西装鸡价格和商品代肉雏价格下降明显。活鸡主要是指黄羽肉鸡， 黄羽肉鸡是中国自己培育的优良品种， 肉质鲜美， 但饲养周期较长、 饲料转化率较低， 极具市场潜力。政府及相关部门要加强对黄羽肉鸡科学研究的投入， 突出其优良品质， 提高其国际竞争力。

4. AＲDL 模型预测效果好于 AＲIMA 模型， 但 AＲIMA 模型由于解释变量均为滞后变量， 更便于预测。为了提高肉鸡产品价格预测的准确性， 一般应采用 AＲDL 模型模拟预测。西装鸡、 活鸡价格预测误差小于 1%， 预测比较准确;用 AＲIMA 模型可以快速简便地掌握价格变动趋势， 特别是对于商品代肉雏价格的预测。

参 考 文 献1. Andrew M. McKenzie， Harold L. Goodwin， Jr. ， and Ｒita I. Carreira， Alternative Model Selection Using Forecast Error Variance Decompo-sitions in Wholesale Chicken Markets， Journal of Agricultural and Applied Economics， 41， 1:227 ～240， 20092. S. K. Tayebi and l. Bayari， A Prediction of the Iran's Chicken Price by the ANN and Time Series Methods， American- Eurasian J. Agric. ＆Environ. Sci. ， 2(Supple 1):1 ～5， 2008 3. Satheesh V. Aradhyula and Matthew T. Holt， GAＲCH Time- Series Models:An Application to Ｒetail Livestock Prices， Western Journal ofAgricultural Economics， 13(2):365 ～374， 19884. 程 朝 . 回顾肉鸡行业发展探寻肉鸡市场规律 . 中国家禽， 2005(13):1 ～45. 董晓霞， 许世卫， 李哲敏， 李干琼 . 中国肉鸡养殖业的价格传导机制研究— — —基于 FDL 模型的实证分析 . 农业技术经济， 2011(3):21 ～306. 傅如南， 林丕源， 严尚维， 孙爱东 . 基于 AＲIMA 的肉鸡价格预测建模与应用 . 中国畜牧杂志， 2008(20):17 ～217. 唐江桥， 徐学荣 . 我国活鸡价格波动分析与预测 . 技术经济， 2010(29):79 ～838. 谭明杰， 李秉龙 . 中国肉鸡养殖业价格传导机制研究 . 统计与决策， 2010(20):108 ～1109. 王济民， 张瑞荣 . 肉鸡价格的变动规律及其短期预测 . 第二届中国黄羽肉鸡行业发展大会， 201010. 张利庠， 张喜才 . 外部冲击对我国农产品价格波动的影响研究— — —基于农业产业链视角 . 管理世界， 2011(1):71 ～8111. 张喜才， 张利庠， 张紫荷 . 我国肉鸡产业链价格的传导及调控机制研究 . 中国物价， 2011(4):23 ～2612. 张晓峒 . EViews 使用指南与案例(第 1 版)． 机械工业出版社， 200713. 张晓峒 . 计量经济分析(第 1 版)． 经济科学出版社， 200614. 张 正， 吕 杰， 姜楠 . 我国禽肉价格波动及影响因素分析 . 农业技术经济， 2006(1):76 ～7815. 朱信凯等 . 中国肉鸡产业经济研究(第 1 版)． 中国农业出版社， 2007