基于向量自回歸模型的中藥材價(jià)格影響因素分析及預(yù)測(cè)△

楊勇，陶群山

安徽中醫(yī)藥大學(xué)醫(yī)藥經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230012

近年來(lái)隨著國(guó)家出臺(tái)一系列政策扶持中醫(yī)藥產(chǎn)業(yè)的發(fā)展，中藥材流通市場(chǎng)政策紅利層出不窮，銷(xiāo)售市場(chǎng)前景大好，部分常用中藥材的需求大幅度增加，中藥產(chǎn)品價(jià)格持續(xù)回暖。越來(lái)越多的醫(yī)藥企業(yè)逐步提高了對(duì)中藥產(chǎn)品的投資研發(fā)力度，根據(jù)商務(wù)部發(fā)布的《2016年中藥材流通市場(chǎng)分析報(bào)告》統(tǒng)計(jì)結(jié)果，截至2016年12月，中藥飲片加工業(yè)實(shí)現(xiàn)銷(xiāo)售收入1 495.6億元，中藥及中成藥銷(xiāo)售總額3093億元，國(guó)內(nèi)市場(chǎng)中藥材年需求量在200萬(wàn)噸以上[1]。從整體上來(lái)看，近10年來(lái)我國(guó)中藥材市場(chǎng)價(jià)格的走勢(shì)呈現(xiàn)出“短期暴漲暴跌、長(zhǎng)期穩(wěn)步上升”的趨勢(shì)，即短期內(nèi)的中藥材市場(chǎng)價(jià)格會(huì)出現(xiàn)大幅度暴漲暴跌，但從長(zhǎng)期看，中藥材的市場(chǎng)價(jià)格整體呈現(xiàn)出穩(wěn)步上升的態(tài)勢(shì)[2]。這種大起大落的價(jià)格變動(dòng)對(duì)整個(gè)中藥產(chǎn)業(yè)的穩(wěn)定帶來(lái)了巨大的挑戰(zhàn)，嚴(yán)重阻礙了中藥產(chǎn)業(yè)的健康發(fā)展。研究中藥材價(jià)格的主要影響因素對(duì)預(yù)測(cè)中藥材市場(chǎng)走勢(shì)、穩(wěn)定中藥材市場(chǎng)價(jià)格，以及保障中藥產(chǎn)業(yè)的健康發(fā)展都具有重要意義。

本文運(yùn)用向量自回歸模型(VAR模型)，結(jié)合2011—2016年間的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，通過(guò)數(shù)據(jù)處理分析中成藥產(chǎn)量、中藥材種植面積、中草藥及中成藥成交額、農(nóng)業(yè)生產(chǎn)價(jià)格指數(shù)、居民消費(fèi)價(jià)格指數(shù)等因素對(duì)中藥材價(jià)格指數(shù)的動(dòng)態(tài)影響作用。

1 概念界定與文獻(xiàn)回顧

1.1 概念界定

向量自回歸模型：簡(jiǎn)稱(chēng)VAR模型，它是AR模型的推廣，由克里斯托弗·西姆斯(Christopher Sims)首先提出[3]。它是用模型中所有當(dāng)期變量對(duì)所有變量的若干滯后變量進(jìn)行回歸來(lái)估計(jì)聯(lián)合內(nèi)生變量的動(dòng)態(tài)關(guān)系，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型[4]。一般VAR(p)模型可以寫(xiě)成：

Yt=c+A1(yt-1)+A2(yt-2)+…+

Ap(yt-p)+et

(1)

式中：c是n×1常數(shù)向量，Ai是n×n矩陣。et是n×1誤差向量，應(yīng)滿足：1)誤差項(xiàng)的均值為0；2)誤差項(xiàng)的協(xié)方差矩陣為Ω，誤差項(xiàng)不存在自相關(guān)。

1.2 文獻(xiàn)回顧

在以往對(duì)中藥材價(jià)格影響因素的研究和討論中，袁盼等[5]對(duì)近15年來(lái)道地藥材的價(jià)格變動(dòng)及其影響因素和應(yīng)對(duì)方法進(jìn)行了描述，認(rèn)為耕種面積的縮小以及常年中藥材市場(chǎng)價(jià)格的不景氣導(dǎo)致了藥材價(jià)格的大幅波動(dòng)。龍興超等[6]從產(chǎn)業(yè)鏈和信息流通的角度對(duì)中藥材價(jià)格的波動(dòng)進(jìn)行了分析，由于常年來(lái)中藥材生產(chǎn)基礎(chǔ)薄弱，流通模式落后于社會(huì)經(jīng)濟(jì)快速發(fā)展，從而加大了中藥材生產(chǎn)的供需矛盾，導(dǎo)致中藥材價(jià)格周期性波動(dòng)。申俊龍等[7]分析了中藥材、中藥飲片、中成藥價(jià)格形成的特點(diǎn)，提出了中藥價(jià)格形成機(jī)制的體系，認(rèn)為中藥價(jià)格形成機(jī)制應(yīng)當(dāng)保護(hù)中藥資源、引導(dǎo)中藥資源的合理開(kāi)發(fā)、降低中藥價(jià)格形成中的交易費(fèi)用成本。張淑麗等[8]探討了中藥價(jià)格的相關(guān)影響因素及中藥價(jià)格漲跌對(duì)市場(chǎng)穩(wěn)定性的影響，認(rèn)為中藥的價(jià)格受生產(chǎn)總量、市場(chǎng)需求等因素的影響，但是還需要監(jiān)管部門(mén)的有力監(jiān)督，以維持中藥價(jià)格的穩(wěn)定性。

對(duì)中藥材價(jià)格的影響因素分析，大部分學(xué)者的研究方向和形式主要以理論分析為主，缺乏相應(yīng)的實(shí)證分析。本文通過(guò)建立VAR模型，運(yùn)用2011—2016年共24個(gè)季度數(shù)據(jù)實(shí)證分析各主要影響因素對(duì)中藥材價(jià)格的作用影響強(qiáng)弱，并對(duì)穩(wěn)定中藥材價(jià)格給出部分建議。

2 VAR模型的構(gòu)建

2.1 指標(biāo)變量的選取

作為具有明顯的第一產(chǎn)業(yè)特征的中藥產(chǎn)業(yè)，其產(chǎn)品價(jià)格的影響因素是多方面的，從市場(chǎng)角度來(lái)看主要可以分為供給方面、需求方面和其他方面。供給方面主要包括中藥材產(chǎn)量、種植成本等因素；需求方面主要包括中藥材的市場(chǎng)銷(xiāo)售量；其他方面包括通貨膨脹、政策影響、氣候?yàn)?zāi)害和投機(jī)炒作等因素。由于本文是對(duì)中藥材價(jià)格的短期實(shí)證分析，因此文中不考慮長(zhǎng)期政策變動(dòng)和偶然因素對(duì)中藥材價(jià)格的影響。結(jié)合已有的對(duì)中藥材價(jià)格的研究成果[9]，本文選取的相關(guān)指標(biāo)包括：以中成藥產(chǎn)量(PCM)、中藥材種植面積(PA)作為主要供給因素；以中草藥及中成藥成交額(SCM)作為主要市場(chǎng)需求因素；以農(nóng)業(yè)生產(chǎn)價(jià)格指數(shù)(AI)作為主要生產(chǎn)成本因素；以居民消費(fèi)價(jià)格指數(shù)(CPI)作為通貨膨脹因素，運(yùn)用以上參數(shù)對(duì)中藥材價(jià)格指數(shù)(PI)進(jìn)行預(yù)測(cè)，并對(duì)結(jié)果進(jìn)行分析和討論。

2.2 數(shù)據(jù)的預(yù)處理

為消除各個(gè)變量間量綱的不同和可能存在的異方差因素的影響，首先將各個(gè)變量取自然對(duì)數(shù)，得到中成藥產(chǎn)量對(duì)數(shù)序列l(wèi)n(PCM)，中藥材種植面積對(duì)數(shù)ln(PA)，中草藥及中成藥成交額對(duì)數(shù)ln(SCM)，農(nóng)業(yè)生產(chǎn)價(jià)格指數(shù)對(duì)數(shù)ln(AI)，居民消費(fèi)價(jià)格指數(shù)對(duì)數(shù)ln(CPI)和中藥材價(jià)格指數(shù)對(duì)數(shù)ln(PI)。用取自然對(duì)數(shù)后的數(shù)據(jù)序列進(jìn)行VAR模型的構(gòu)建和分析。

2.3 數(shù)據(jù)來(lái)源

以上數(shù)據(jù)中除中藥材價(jià)格指數(shù)來(lái)自于中藥材天地網(wǎng)外，其他數(shù)據(jù)均來(lái)自相關(guān)統(tǒng)計(jì)年鑒和國(guó)家統(tǒng)計(jì)局網(wǎng)站。

2.4 數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

通過(guò)查閱相關(guān)文獻(xiàn)可知，上述數(shù)據(jù)之間存在明顯的共線性，為避免出現(xiàn)偽回歸現(xiàn)象，在建立VAR模型前需要先對(duì)這些數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。通過(guò)Eviews軟件進(jìn)行上述數(shù)據(jù)的ADF檢驗(yàn)，檢驗(yàn)結(jié)果如表1。

表1 數(shù)據(jù)平穩(wěn)性的ADF檢驗(yàn)

由表1數(shù)據(jù)可知，在檢驗(yàn)精度為5%條件下，經(jīng)過(guò)取自然對(duì)數(shù)處理后的各個(gè)數(shù)據(jù)屬于一階單整數(shù)據(jù)，滿足構(gòu)建VAR模型的要求。

2.5 確定VAR模型的滯后階數(shù)

本文建立6維VAR模型，運(yùn)用Eviews軟件進(jìn)行滯后排除檢驗(yàn)以確定VAR模型的滯后階數(shù)，檢驗(yàn)結(jié)果如表2。結(jié)果顯示，滯后一階有3個(gè)最優(yōu)選項(xiàng)，滯后二階也有3個(gè)最優(yōu)選項(xiàng)(包括似然估計(jì)值)，根據(jù)經(jīng)驗(yàn)判斷以及參考其他相關(guān)文獻(xiàn)[10]，本文選擇的最佳滯后階數(shù)為2。

3 模型檢驗(yàn)

3.1 模型系統(tǒng)穩(wěn)定性

在確定VAR模型的滯后階數(shù)后，需要先對(duì)模型進(jìn)行穩(wěn)定性檢驗(yàn)，以保證所建立的VAR模型有實(shí)際意義。本文選擇特征方程根的檢驗(yàn)確定VAR模型的穩(wěn)定性，如果VAR模型中所有方程根的模的倒數(shù)在單位圓內(nèi)，即可認(rèn)為該模型是穩(wěn)定的，檢驗(yàn)結(jié)果如圖1。由于圖中部分特征值靠近單位圓的邊緣，可以參考特征方程根的模的倒數(shù)小于1來(lái)保證系統(tǒng)穩(wěn)定性，結(jié)果見(jiàn)表3。由表3數(shù)據(jù)可知所有特征方程根的模的倒數(shù)都小于1，所以該VAR模型是穩(wěn)定的。

圖1 特征方程根的檢驗(yàn)圖

表3 特征方程根的檢驗(yàn)

3.2 格蘭杰因果檢驗(yàn)

格蘭杰因果檢驗(yàn)的定義為“依賴于使用過(guò)去某些時(shí)點(diǎn)上所有信息的最佳最小二乘預(yù)測(cè)的方差”[11]，該檢驗(yàn)是檢驗(yàn)一個(gè)經(jīng)濟(jì)變量的歷史信息是否可以預(yù)測(cè)另一個(gè)經(jīng)濟(jì)變量的未來(lái)變動(dòng)。對(duì)上述模型中的價(jià)格指數(shù)進(jìn)行格蘭杰因果檢驗(yàn)，檢驗(yàn)結(jié)果如表4。

表2 滯后排除檢驗(yàn)結(jié)果

注：NA表示該項(xiàng)不存在；*表示該檢驗(yàn)下的最優(yōu)選擇。

表4 價(jià)格指數(shù)的格蘭杰因果檢驗(yàn)

由表4可知，在檢驗(yàn)精度為5%的條件下，中藥材價(jià)格指數(shù)(PI)受到居民消費(fèi)價(jià)格指數(shù)(CPI)、中成藥產(chǎn)量(PCM)、中草藥及中成藥成交額(SCM)的滯后效應(yīng)影響，而與中藥材種植面積(PA)和農(nóng)業(yè)生產(chǎn)價(jià)格指數(shù)(AI)無(wú)明顯相關(guān)性。

4 模型分析

根據(jù)對(duì)以上檢驗(yàn)結(jié)果的分析和歸納，選擇建立具有格蘭杰因果關(guān)系的中藥材價(jià)格指數(shù)(PI)，居民消費(fèi)價(jià)格指數(shù)(CPI)，中成藥產(chǎn)量(PCM)，中草藥及中成藥成交額(SCM)指數(shù)構(gòu)建4維VAR模型進(jìn)行進(jìn)一步的分析，根據(jù)滯后選擇標(biāo)準(zhǔn)確定最佳滯后期為2，模型通過(guò)穩(wěn)定性檢驗(yàn)。

4.1 脈沖響應(yīng)分析

通過(guò)Eviews軟件得到具有格蘭杰因果關(guān)系的4維VAR模型脈沖響應(yīng)函數(shù)圖，即圖2。

圖2 具有格蘭杰因果關(guān)系的4維VAR模型脈沖響應(yīng)函數(shù)圖

由圖2可知，中藥材價(jià)格指數(shù)(PI)在第1期時(shí)就對(duì)自身具有強(qiáng)烈的響應(yīng)，而中成藥產(chǎn)量(PCM)與中草藥及中成藥成交額(SCM)會(huì)在第2期對(duì)中藥材價(jià)格指數(shù)(PI)產(chǎn)生較強(qiáng)影響，居民消費(fèi)價(jià)格指數(shù)(CPI)對(duì)中藥材價(jià)格指數(shù)(PI)的影響在第5期才會(huì)產(chǎn)生較大的影響。結(jié)合實(shí)際生產(chǎn)經(jīng)驗(yàn)可知，中藥價(jià)格對(duì)整個(gè)中藥產(chǎn)業(yè)具有實(shí)時(shí)的影響，而中成藥產(chǎn)量和中草藥及中成藥成交額都需要一定的時(shí)間周期才開(kāi)始對(duì)中藥產(chǎn)業(yè)產(chǎn)生較為明顯的影響。

4.2 方差分解

方差分解是分析VAR模型中的各個(gè)變量對(duì)某一特定變量的影響大小及組成的方法，它分析了每個(gè)擾動(dòng)因素對(duì)VAR模型的響應(yīng)程度。本文建立的具有格蘭杰因果關(guān)系的4維VAR模型方差分解結(jié)果如表5。由表5可知，對(duì)中藥價(jià)格影響最大的是中藥材價(jià)格指數(shù)(PI)其本身，第1期影響程度達(dá)到97.98%，但到第2期就降至60%，并保持這個(gè)影響程度直至第10期。影響程度緊隨其后的是中成藥產(chǎn)量(PCM)，雖然第1期的影響份額很小，但在第2期就上升到了22%左右。中草藥及中成藥成交額(SCM)和居民消費(fèi)價(jià)格指數(shù)(CPI)對(duì)中藥價(jià)格的影響程度都比較低。

表5 具有格蘭杰因果關(guān)系的4維VAR模型方差分解表

圖3 具有格蘭杰因果關(guān)系的4維VAR模型方差分解圖

4.3 價(jià)格預(yù)測(cè)

通過(guò)對(duì)上文中VAR模型檢驗(yàn)結(jié)果的分析，該模型中的中藥價(jià)格表達(dá)式可以寫(xiě)成以下形式：

PI=-4.627 228 342 89×CPI(-1)-3.459 750 699 92×

CPI(-2)-0.705 608 683 177×PCM(-1)-0.332 957 524 614×PCM(-2)+0.015 468 870 684 2×

PI(-1)-0.438 087 792 078×PI(-2)+

0.933 760 923 842×SCM(-1)-1.235 973 030 22×

SCM(-2)+0.022 529 132 235 1

(2)

該表達(dá)式體現(xiàn)了中藥材價(jià)格指數(shù)(PI)和中成藥產(chǎn)量(PCM)、中草藥及中成藥成交額(SCM)以及居民價(jià)格指數(shù)(CPI)間的數(shù)量關(guān)系，運(yùn)用該表達(dá)式對(duì)2016年1季度—2017年4季度的中藥材價(jià)格指數(shù)進(jìn)行預(yù)測(cè)，結(jié)果如圖4。

圖4 2016—2017年中藥材價(jià)格指數(shù)預(yù)測(cè)圖

從預(yù)測(cè)結(jié)果來(lái)看，本模型在3個(gè)季度內(nèi)的預(yù)測(cè)精度較高，超過(guò)3個(gè)季度后的預(yù)測(cè)結(jié)果與實(shí)際值之間存在較明顯的差異。

5 總結(jié)

本文從市場(chǎng)角度分析中藥材價(jià)格的影響因素，選取包括中成藥產(chǎn)量、中藥材種植面積、中草藥及中成藥成交額、農(nóng)業(yè)生產(chǎn)價(jià)格指數(shù)、居民消費(fèi)價(jià)格指數(shù)等的主要價(jià)格影響因素，建立向量自回歸模型(VAR模型)，并運(yùn)用脈沖響應(yīng)和方差分解定量方法分析這些影響因素作用的大小，利用已知數(shù)據(jù)對(duì)中藥材價(jià)格指數(shù)進(jìn)行價(jià)格預(yù)測(cè)。經(jīng)過(guò)實(shí)證分析可以發(fā)現(xiàn)，中藥材價(jià)格指數(shù)對(duì)自身具有很強(qiáng)的影響作用和很低的滯后性，即中藥材價(jià)格指數(shù)極容易受到偶然因素的影響而暴漲暴跌，很難長(zhǎng)期維持在一個(gè)較為穩(wěn)定的范圍內(nèi)。中成藥產(chǎn)量、中草藥及中成藥成交額和居民消費(fèi)價(jià)格指數(shù)對(duì)中藥材價(jià)格指數(shù)也具有較強(qiáng)的影響力，但存在較高的滯后性，一般需要經(jīng)過(guò)

6個(gè)月以上的時(shí)間才開(kāi)始對(duì)市場(chǎng)價(jià)格產(chǎn)生較大的影響。中成藥產(chǎn)量影響作用大于中草藥及中成藥成交額證明了中藥產(chǎn)業(yè)的是需求彈性缺乏產(chǎn)業(yè)，產(chǎn)品市場(chǎng)需求仍較低，即中藥產(chǎn)業(yè)的發(fā)展應(yīng)該側(cè)重于提高市場(chǎng)對(duì)中藥產(chǎn)品的認(rèn)同度，提升中藥產(chǎn)品的市場(chǎng)需求。從價(jià)格預(yù)測(cè)的結(jié)果來(lái)看，本文所建立的具有格蘭杰因果關(guān)系的4維VAR模型在3個(gè)季度內(nèi)的價(jià)格預(yù)測(cè)擬合度較為優(yōu)秀的，能夠較為準(zhǔn)確地預(yù)測(cè)中藥材價(jià)格指數(shù)的走勢(shì)情況，對(duì)中醫(yī)藥企業(yè)和地方政府判斷中藥材價(jià)格的走勢(shì)以及中藥產(chǎn)業(yè)發(fā)展態(tài)勢(shì)提供一定的數(shù)據(jù)支持。然而，本模型在對(duì)3個(gè)季度以后的價(jià)格走勢(shì)預(yù)測(cè)時(shí)，其結(jié)果與實(shí)際結(jié)果存在較大差異，體現(xiàn)了本模型的不足之處。