河套大学土木工程学院建筑工程技术专业.doc

《河套大学土木工程学院建筑工程技术专业.doc》由会员分享，可在线阅读，更多相关《河套大学土木工程学院建筑工程技术专业.doc（24页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、农业和自然资源经济中国食糖市场与国际食糖市场的价格联系司伟 王秀清（中国农业大学经济管理学院）司伟，中国农业大学经济管理学院博士研究生。电话：010-；Email: siweicau。王秀清，教授，博士生导师，通讯地址：中国农业大学经济管理学院（北京市海淀区圆明园西路二号），邮编：；Email: wangxq.， 电话：010-。本研究得到国家自然科学基金资助（项目编号）。论文形成过程中到了中国农业大学经济管理学院武拉平副教授的指导和帮助，在此表示感谢。摘要：WTO背景下，国内食糖市场和国际食糖市场的联系的紧密程度到底如何？国际食糖市场价格波动究竟会对国内食糖市场产生多大的冲击?本文首先运用J

2、ohansen协整检验方法，检验国内各食糖市场之间、国内和国际食糖市场之间是否存在长期协整关系。然后运用误差修正模型，分析国际食糖市场短期价格扰动对国内食糖市场的影响。研究发现，中国各个食糖市场之间、国际食糖现货市场和国内不同区域的食糖市场之间均存在长期协整关系。国际食糖市场价格变化领先于中国食糖市场价格的变化。从短期来看，国际食糖市场价格的变化不会立刻引起中国国内食糖市场价格的变化。关键词：食糖市场；协整；误差修正模型Abstract: Under WTO background, how on earth is the degree of the connection between dom

3、estic sugar market and international sugar market? what size impact would be on domestic sugar on earth for International sugar market price fluctuate? At first, this paper uses the Johansen co-integration method to exam among main domestic sugar market, between domestic and international sugar mark

4、et whether the long-term co-integration relation exists or not. Then uses the error correction models, analyses the international sugar market s short-term disturbance to domestic sugar market because of sugar price fluctuating. The research discovers, between each domestic sugar market, internation

5、al sugar spot market and domestic different areas sugar market there is long-term co-integration relation. The international sugar market price change leads the change of the domestic sugar market price. Viewed from a short time, the change of the international sugar market price cannot cause the ch

6、ange of the sugar market price in China at once. Keywords: Sugar market; Co-integration; The error correction model引言几个世纪以来，食糖一直是有着极高价值且被广泛贸易的商品。由于食糖是世界上许多种食物的生产和消费的一个组成部分，食糖的价格将直接影响其生产成本，因此食糖市场一直是世界农产品贸易中保护程度最高和最受关注商品之一。中国是世界上重要食糖生产和进口国之一。20世纪90年代后，中国国内食糖市场逐渐放开；尽管存在供需缺口，但中国食糖进口量由政府通过关税和国营贸易来控制。加入WT

7、O后，对食糖的进口采取关税配额管理制度。2004年是中国食糖进口配额最大的一年，食糖进口配额194.5万吨，相当于全国消费总量的20%左右。我国食糖进口关税水平又降到WTO各国的最低水平；在世界各个产糖国家中也属于食糖进口关税最低的国家目前世界食糖平均关税为50%。WTO全部成员食糖平均关税为97，发达国家平均水平为122，发展中国家平均水平为55%，中国配额内关税仅为15，配额外关税率由90下调至50。入世前，食糖进口受政府控制，国际食糖价格的变化对国内食糖市场的影响有限；但自2001年入世以来，国内食糖大幅度增产和低迷的国际市场糖价，对中国糖料作物种植和食糖生产产生了明显的影响，使国内制糖

8、企业面临极大的压力。尽管业界和学者都意识到加入WTO后中国食糖市场和国际食糖市场的联系会更加紧密，但不同学者对国际食糖市场对中国食糖的影响持不同的观点，总的来说可以归为两类。多数人认为中国食糖生产不具有比较优势，如果中国不断的调整农业贸易政策以实现加入WTO的承诺，入世可能造成食糖进口的大量增加（谢玉平，2002；黄季焜，2004；李明，2001；梁戈夫，2002；焦念民，2003）。从研究方法上看，持这类观点的研究人员也可以分为两类，一类运用经济模型通过测算食糖（或糖料）的保护率（Anderson，2002；刘云中，2002；江小涓，2003）、资源成本系数（钟甫宁，2003）和自给率（黄季

9、焜，2004）进行分析。另一类是定性的分析入世对中国糖业的影响（李明，2001；梁戈夫，2002；焦念民，2003）。另一些人认为，中国食糖生产具有比较优势，如果消除国内和国外政策方面的扭曲，中国糖业具有一定的竞争力，加入WTO对中国食糖市场的冲击有限（程国强，2000；连学智，2000；柯炳生2003）。以上研究至少有三方面的不足，第一，对中国食糖市场的研究是在研究其它问题的时候间接涉及到的，没有对中国食糖市场做专门定量的研究；第二，研究比较笼统，没有指出具体的某个国际食糖市场会冲击国内食糖市场。第三，也是最重要的一点，在研究入世对中国糖业的影响的有两个隐含假定，第一，国内食糖市场是一体的；

10、第二，国际食糖市场和国内食糖市场也是一体的。如果这两个假定不成立，那么入世可能对中国食糖市场的影响是与这两个假定成立的情况下截然不同的。本文的研究目标是运用计量经济学模型，定量的研究中国食糖市场与国际食糖市场的价格联系，评估中国国内食糖市场一体化程度、中国食糖市场和国际食糖市场的一体化程度，为更好的理解WTO背景下中国糖业所受的影响做一个基础性的工作。为了实现上述目标，本文结构如下：首先对国际和国内食糖市场做一个背景分析；第二是本研究所用到的方法与模型；第三，介绍国际食糖市场价格与本文数据来源；第四，中国食糖市场价格与国际食糖市场价格关系的计量模型检验结果；最后是研究结果及政策含义。一、 国际

11、和国内食糖市场及其价格变动食糖是特殊的政治经济作物，由于食糖产业联系着农业和制糖工业，联接着国内和国际市场，受各个国家政府政策的影响很深。世界各国为了保持本国的市场平衡、价格稳定和糖业安全，通过限制进口、出口补贴和国内支持等措施，把国内市场供求的波动转嫁到国际市场，使得国际食糖市场价格长期低于世界平均生产成本。中国入世后所面对的食糖市场并不是一个完全竞争的市场。目前世界原糖产量约为1.36亿吨，原糖消费量是1.331.35亿吨，并且每年以1.52的速度增长，每年世界原糖的贸易量约在4000万吨左右，约世界原糖产量的30。但是，国际食糖贸易是一个双边协定贸易下的剩余贸易，贸易量高，但自由贸易量小

12、。产量的小幅度变化就会导致食糖价格的大幅度上升或者下降。最近几年中国糖业正在发生重要的变化。食糖产量由供不应求到供求平衡，并逐渐发展到供过于求阶段。中国糖业政策也由原来的控制食糖进口、向生产者提供补贴，以实现自给自足向放开市场、控制总量，稳定糖业市场的方向转变。糖料种植面积由1949年的12.41万公顷发展到2002年的164万公顷（FAO数据）；食糖产量由1949年的20万吨发展到2002年的999.5万吨（FAO数据）。1949年中国产糖量居世界第26位，目前中国是居巴西、印度和欧盟之后的第四大产糖国；从消费量来看，中国是居印度、欧盟、巴西和美国之后的第五大消费国。资料来源：南宁市场白砂糖

13、价格作者整理；伦敦市场NO.5白糖价格和纽约市场NO.11原糖价格来自USDA，ISA价格来自FAO随着中国食糖自给能力的不断提高，自1991年起，中国对糖业的管理由指令性计划改为指导性计划，食糖市场开始放开，食糖行业得到快速发展，但市场运行很不平稳，价格大幅波动。将国内食糖市场（以南宁市场为例）的价格与国际市场价格走势相比较可以看出，二者的波动周期与规律基本一致，国际糖价在某一时期上涨或下跌，国内市场同样出现上涨或下跌，出现联动现象,且波动幅度大于国际市场（图1）。中国是主要世界上主要食糖进口国之一。1995年进口曾达到291万吨，净进口达246万吨，超过当年国内消费量的30%。近两年来随着

14、我国关税的降低，食糖进口量均在100万吨左右（图2）。 资料来源：各年中国统计年鉴国际糖价自1995年达到13.28美分磅的高位后一直低迷，曾经在19981999年榨季跌至5美分的最低值。2001年国际糖价开始缓慢回升，7月份以后曾达到10.08美分磅。2002年世界食糖产量为1.38亿吨，库存6000万吨，为历史最高记录，库存占世界消费量的46。2002年以来，由于主要食糖出口国巴西、泰国、澳大利亚和南非等地的增产，且产量的增长速度高于食糖消费的增长速度，国际市场供求关系进一步失衡，导致国际市场食糖价格持续走低，目前均价大约在6美分/磅左右。当前总体来说，世界食糖供大于求。由于各进口国的库存

15、充足，世界食糖市场仍旧受到过量库存的困扰。另外，巴西食糖供给过剩，国际运费连连攀升，国际需求极度疲软以及巴西2004/05榨季甘蔗产量可望再创新高，国际食糖市场的前景变得更加黯淡。中国作为一个食糖的净进口国，一直是世界糖业界人士关注的焦点，其他主要的食糖进口国中，年进口量均相对稳定，而中国市场的变数却较多。可以说中国进口量的多少及如何进口，对世界食糖市场影响很大。在目前低迷国际糖市下，中国方面的进口将是黑暗中的希望所在。根据业界估计，由于国内食糖产量的减少和消费量（食品和饮料业用糖）的增加，2004年中国的食糖进口量将超过100万吨。二、理论框架与研究方法中国食糖市场与国际食糖市场价格联系是研

16、究国内主要食糖市场之间、国内与国际食糖市场价格之间的影响与作用关系。这包括四个问题，市场之间是否存在因果关系？如果存在因果关系？因果关系通过什么机制实现？谁先动，谁后动？谁扰动谁？市场之间相对价格差异调整的速度是快，还是慢？从计量经济学的角度来看，这些问题是研究变量时间序列数据之间是否是协整的关系？如果存在协整关系，它们之间格兰杰意义上的因果关系走向如何？根据经济理论，如果两个市场的价格密切相关，那么两个市场是整合的（Stigler,1969）。已经有大量的文献运用不同的模型对空间市场之间的协整关系进行研究。有代表性的是运用Johansen模型（Johansen Model）和误差修正模型(E

17、rror Correction Model)来进行研究。Johansen模型可以识别市场之间是否存在长期协整关系；而误差修正模型用来对市场之间的受到冲击后动态的调整过程及市场之间的作用机制进行分析。（一）、时间序列变量的稳定性检验变量经过次差分后平稳，我们说变量阶聚合，记作。如果两个时序向量和都是阶齐次非平稳过程，且是阶齐次非平稳过程，其中，Engle and Granger (1987)定义和为阶协整（Cointegration）。协整意味着存在有意义的长期均衡关系。协整的经济含义是，如果两个（或更多）的时间序列变量之间从长期看存在一个均衡关系，即使时间序列本身是不稳定的，随着时间的推移，它

18、们将逐渐同步变动，其差是稳定的。以均衡代表的长期关系表示系统随着时间的推移是收敛的。扰动项表示在时间时偏离均衡的距离。为了确定两个时序变量之间是否具有协整关系，首先要对待检验的时间序列变量进行单位根检验，以检验时间序列变量的稳定性。单位根检验一般是用Augmented Dickey-Fuller（1979）方法(ADF)，对2.1式进行的虚假设检验： （2.1）这里是要检验变量，为时间趋势变量，是随即误差项，是使不存在自相关的一阶差分的滞后阶数； 、和为待估计参数。虚假设是通过统计量来判定是拒绝还是接受的。如果的虚假设被接受，那么存在单位根，为非稳定的时间序列。要用代替2.1式的，继续对其一阶

19、差分进行检验。如果仍无法拒绝虚假设，还必须用代替进行检验。重复进行以上过程，直到得出一个稳定的差分，以判定时间序列稳定的阶数。（二）、Johansen协整关系检验如果时间序列之间于同阶稳定，可以运用Johansen（1988）提出的关于系数矩阵的协整似然比（LR）检验方法来检验这两个时间序列变量是否具有长期协整关系。基本原理是采用极大似然法估计包含有关变量一阶差分滞后项和水平量一阶滞后项的向量自回归（VAR: Vector Autoregression）模型（2.2）。 （2.2）这里，是向量，包含个变量，每一个变量都是I(1)；和是一个的参数矩阵，。是常数项，是白噪声扰动向量。通过方程2.2

20、两边可以判定是否存在协整关系。因为I(1)，I(0)，方程2.2左边是稳定的。如果是稳定的，那么方程2.2的右边也是稳定的。Johansen检验的核心在长期系数矩阵。通过特征根（，）计算矩阵的秩，决定有多少的线性组合是稳定的，即有多少协整关系。的秩等于不为零的特征根（Eigenvalue）的个数。当时，没有线性组合是稳定的；当时，所有水平变量组合都是稳定的。如果，存在个协整关系，或者说有个的线性组合是稳定的。实际应用中的统计检验是用，而不是用特征根；仍然有时，。假定矩阵的秩为1，那么为负值，。如果特征根为非零值，那么，也就是说，如果矩阵的秩为1，那么最大的特征根一定不为零，其它的特征根为零。判

21、定可能存在的协整关系通过检验特征根的显著性来进行。特征向量对应的特征根是存在协整关系变量的系数。Johansen 和 Juselius（1990）建议运用特征根的下面两个统计量的似然比检验，检验可能存在的协整关系。 这里是虚假设下向量存在协整关系的个数，是矩阵的第个特征根的值。是样本观测值总数。不是一个独立的检验，而是对应不同取值的一系列检验。是对每个特征根分别进行检验。两个统计量检验的虚假设都是存在个协整关系，备择假设是存在多于个协整关系。如果和检验出现不同的结果，Johansen 和Juselius (1990)建议可能比更有可靠，应以统计量为准。实际应用中，通过解出估计系数矩阵中对应不同

22、秩数的特征根。利用该特征值最大统计值统计量（max）和迹（trace）统计量与临界值比较，来判断是否存在长期协整关系。给定“两个变量不存在协整关系的”虚假设，如果统计量的值超过临界值，则拒绝虚假设，二者存在协整关系。（三）、均衡修正模型如果同阶稳定的时间序列向量组合是长期协整的，那么这两个向量之间的因果关系是怎样的？如果其中一个变量发生变动，短期是如何调整以达到长期均衡的？差分可以反映具有协整关系的两个变量的动态变化状况。这个问题可以通过误差修正模型（ Error Correction Model）来分析2 变量之间存在协整的情况下，格兰杰因果关系检验可能存在设定错误，应该使用ECM模型进行因

23、果关系检验（Granger，1988）。ECM模型特别适用于变量之间具有共同趋势或均衡关系情况下的因果关系检验(Miller and Russek，1990)。误差修正模型包括了短期和长期效果。两个同阶变量、均衡修正模型一般表达式为： （2.3） （2.4）这里，是对两个具有协整关系变量的水平量和进行回归得到的参差，即，也就是所谓的误差修正项。和是稳定的白噪声（White noise）序列，导致短期的对均衡的偏离，且、。估计这一模型，如果显著，则意味着可以把上述长期关系解释为 对具有格兰杰意义上的因果关系；如果显著，则意味着可以把上述长期关系解释为对 对具有格兰杰意义上的因果关系。如果的估计系

24、数至少有一个显著，则认为 的变化在短期对具有格兰杰意义上的因果关系；如果的估计系数至少有一个显著，则认为 的变化在短期对具有格兰杰意义上的因果关系。如果系数和都显著，则表示和存在长期和短期的双向因果关系。误差修正模型在长期协整（静态）和短期协整（动态）之间架起了桥梁。协整可以看作均衡性质的统计表达方法。误差修正项（参差）反映水平变量的长期关系。假定其中一个变量发生变动，这两个变量能够很快回到协整状态吗？误差修正项的系数（）衡量达到一个新的均衡的调整速度。如果的估计值趋近于-1，意味着均衡校正机制反映速度很快，短期的扰动能够很快使变量重新回到均衡，变量之间存在短期协整关系，两个市场的联系较紧密。

25、当的估计值趋近于0时，意味着一旦受到某个偶然因素的冲击，重新回到协整的速度很慢。协整程度越高，在受到某个偶然因素的冲击后，两个变量重新回到协整状态的速度越快。三、食糖价格与数据来源根据加工情况和制作工艺的不同，食糖种类有不同的划分方法。由于糖的种类不一，贸易方式不同，糖价也各不相同。一般来说，糖可以分为离心糖和非离心糖两种，离心糖又有原糖（Raw Sugar）和精炼糖（Refined Sugar）之分。国际食糖贸易主要是原糖和白糖（精炼糖）。根据地理范围的不同，原糖和白糖有不同的市场。白糖市场受欧洲甜菜产量生产的影响，印度食糖的产量也通过欧盟与印度的贸易影响白糖市场。巴西、澳大利亚、泰国等国家

26、甘蔗生产影响世界原糖市场价格。目前，有代表性的国际市场糖价有三种。世界上两个最大的食糖期货市场是纽约食糖、咖啡和可可期货交易所（NYBOT或CSCE）和伦敦国际金融期货和期权交易所（LIFFE）。两家交易所形成的糖价被称作“国际糖价”，是国际食糖市场价格的晴雨表。纽约CSCE市场所交易的是来自巴西、泰国和澳大利亚等30个国家和地区的NO.11原糖。伦敦期货交易所交易的是来自欧盟等国家和地区的NO.5白糖，伦敦市场的每日价格是扣除保险费和运输费用之后，经过调整之后的加勒比海港口离岸价。第三种国际市场糖价，是国际食糖组织（ISO）根据国际食糖协定（ISA），把纽约期货交易所NO.11合约的食糖现货

27、价和伦敦NO.5合约原糖每日价格的进行算术平均，称为ISA糖价。所有这些价格都是散装糖离岸价格。国内各个食糖市场白砂糖价格数据来自中国食糖网（吉林长春为绵白糖），国内食糖市场协整关系检验用的周平均价是每周周一到周五价格的平均。CSCE原糖现货价格来自中国糖业交易网；ISA糖价数据来自于联合国粮农组织网站。国际食糖市场和国内各个食糖市场协整关系检验的周平均价是把每周周五的价格作为一周的平均价。由于世界原糖贸易占很大的比重，中国主要食糖的进口也主要是原糖。另外，LIFFE市场的白糖现货价格数据很难得到。因此，本文的国际和国内食糖市场协整关系检验，是用国内各个食糖市场的白砂糖现货价格与CSCE原糖现

28、货价格和ISA糖价分别进行检验。除南宁、乌鲁木齐、长春、合肥和广州四个市场的样本区间是从2001年6月15日到2003年12月26日之外，国内其它食糖市场价格的样本区间是从2000年7月7日到2003年12月26日。CSCE原糖现货价格和ISA价格样本区间是2001年10月12日到2003年12月26日。检验之前先对各价格序列进行了对数化处理。四、中国食糖市场价格与国际食糖市场价格关系的检验结果食糖市场之间的协整关系的计量分析分三步进行。首先要对各个食糖市场价格序列进行单位根检验，验证各个食糖市场价格序列是否稳定。如果价格序列同阶稳定，就可以运用Johansen协整关系检验方法进行协整检验，以

29、确定市场之间的整合关系。发现不同市场价格序列之间存在协整关系并不能说明这两个市场属于同一市场，因此要研究这两个市场价格的调整过程。如果市场之间是协整的，利用均衡修正模型分析市场之间的因果关系和某个市场的短期扰动对长期协整的影响。（一）、单位根检验协整检验要求，两列变量分别为非稳定变量，但其一阶差稳定；该两列变量的一个线性组合是稳定的。因此，要检验价格序列之间是否存在协整关系，首先要检验每个价格序列是否存在单位根，即对价格序列的稳定性进行检验。稳定的价格序列是进行序列之间协整关系检验的必要条件。因此，首先需要对所研究市场的价格序列数据用ADF法进行单位根检验。检验的虚假设是存在单位根。用ADF法

30、进行单位根检验，由于检验结果对滞后期非常的敏感，不同的滞后期ADF检验的结果可能大不相同，因此确定滞后期数非常的重要。许多学者都注意到了这个问题，并且提出了一系列不同的标准来确定滞后期。Hall(1994)建立了一个条件，在这个条件下如果根据数据选择一个滞后期，那么DF的统计量收敛于DF分布。并且证实了这个条件满足SC准则。然而，Ng 和 Perron (1995)认为，通过不断增加滞后期进行反复试验，根据不同滞后期系数的检验值和在DF回归中统计量来判定最佳的滞后期是可行的。当模型用最大似然法估计时，式子中是模型中参数的个数，是模型的极大似然函数值，为样本容量。AIC和SC由两部分构成，前一部

31、分反映回归方程的拟和精度，其值越小越好；后一部分反映回归中滞后阶数的多少，也是越小越好。本文是根据AIC和SC“少而精”的准则，结合DW统计量，同时考虑到食糖市场的特点，经过反复试验确定的滞后期数。表4.1和表4.2报告了国内食糖市场和国际食糖市场周价格序列单位根检验结果。结果表明这几个市场水平价格序列不能拒绝虚假设，但对各个变量进行一阶差分后，可以拒绝虚假设。因此可以得出结论这些价格序列的一阶差分稳定，即。接下来，就可以运用Johansen方法进行协整关系检验。（二）、中国食糖市场和国际食糖市场协整关系检验两个可能具有协整关系的向量之间至少存在一个协整关系。因为国内食糖市场和国际食糖市场之间

32、存在运输成本、关税和其它影响协整因素，在运用Johansen方法进行协整关系检验时，我们运用了包括截距和没有趋势的加限制估计模型，分别对国际与国内之间和国内各个食糖市场之间配对进行协整关系进行检验。检验的原假设是存在个协整关系，备择假设是存在个协整关系。检验从原假设开始，直到拒绝原假设。附表报告了国内各个食糖市场协整关系的检验结果。结果表明在配对的90对市场中，除了乌鲁木齐与甸尾、廊坊之间不存在协整关系之外，其它配对市场之间均存在协整关系。表4.3和表4.4报告了CSCE、ISA与中国主要食糖价格协整关系检验的结果。检验结果表明，无论是国内产区食糖市场还是销区食糖市场均与国际食糖市场存在协整关

33、系。根据这个结果，我们就可以运用均衡修正模型对中国和国际食糖市场之间的因果关系和短期扰动情况进行分析。（三）、均衡修正模型估计结果如果市场之间存在协整关系，那么协整的市场之间至少存在至少存在一个方向上的因果关系(Engle 和 Granger ,1987)。对于两个具有一阶协整关系的变量，可以分两步估计均衡修正模型。第一步是估计两变量的线性回归方程。由于国内各个市场与国际食糖市场之间存在协整关系，排除了伪回归的可能。为了消除时间序列间可能存在的非市场整合因素的共同趋势（如通货膨胀），我们在估计方程中加入了时间趋势变量。第二步是把线性回归方程的参差项，作为均衡修正项代入（2.4）和（2.5）式表

34、示的模型中，运用包含协整约束条件的VAR模型，即向量误差修正模型(Vector Error Correction)进行估计。中国各个食糖市场价格对纽约CSCE NO.11原糖现货市场价格和ISA价格回归模型的估计方程是： 表示中国国内市场时的价格，表示国际市场时的价格。表示滞后期国内市场食糖价格；表示滞后期国际市场食糖价格。估计结果如表4.5和4.6所示表4.5报告了，中国有代表性的食糖产区市场（湛江、南宁、甸尾和乌鲁木齐）、销区食糖市场（重庆、郑州、廊坊和长春）和国际食糖市场（ISA）的误差修正模型的估计结果。从表4.5可以看出，中国各个市场食糖价格对ISA价格回归模型中均衡修正项系数均显著

35、。这一方面再次验证了国内食糖市场和国际食糖市场之间确实存在协整关系，另一方面说明了二者的长期均衡关系是国际食糖市场价格变动是中国市场食糖价格变动的原因。国际食糖市场与中国食糖主产区的联系比销区的联系紧密。均衡修正项估计系数的值界于-0.078和-0.147之间，其值远离-1，趋近于0，意味着受这两个市场的任何一个市场的扰动，两市场重新回到协整的速度很慢。也就是说，国际和国内食糖市场之间不存在短期协整关系。中国食糖主产区各个市场自身滞后一期有显著的解释作用，且系数符号为正，即主产区滞后一期价格的变化对当期食糖价格产生正的影响。国际食糖价格变动滞后一期和滞后二期对云南甸尾食糖价格的影响在90的水平

36、上显著，滞后一期价格产生负的影响，滞后二期的价格产生正的影响。湛江，南宁和乌鲁木齐食糖价格变化只受自身滞后一期价格变化的影响。销区各个食糖市场自身滞后第二期有显著的解释作用（郑州市场除外），且系数符号为正。国际食糖市场滞后期价格系数不显著，说明在短期内国际食糖市场对中国食糖市场没有影响（云南甸尾除外）。模型估计结果表明，受某个偶然因素的冲击，中国各个食糖市场价格影响过程是，除了均衡修正项的当期调节外，中国各个食糖市场价格变化仅受自身滞后项的影响。表4.6报告了，中国有代表性的食糖产区市场（湛江、南宁、甸尾和乌鲁木齐）、销区食糖市场（重庆、郑州、廊坊和长春）和纽约食糖、咖啡和可可期货交易所（CS

37、CE）NO.11原糖现货价格的误差修正模型的估计结果。从表4.6可以看出，中国各个食糖市场对纽约CSCE NO.11原糖市场的回归均衡修正项的系数都显著，说明中国食糖市场与国际食糖市场不仅存在长期协整关系；而且从格兰杰意义上的因果关系看，是纽约CSCE NO.11原糖市场价格的变动引起的中国食糖市场价格的变动。食糖主产区均衡修正项系数的绝对值大于销区均衡修正项系数的绝对值，说明主产区与纽约CSCE NO.11原糖市场的联系比销区紧密。均衡修正系数的估计值在-0.069和-0.153之间，远离-1，趋近于0，说明受这两个市场的任何一个市场的扰动，两市场重新回到协整的速度很慢。中国食糖市场和纽约C

38、SCE NO.11原糖现货市场之间不存在短期整合关系。中国食糖主产区各个市场滞后一期的系数有显著的解释作用，且系数的符号为正，即主产区滞后一期价格的变化对当期食糖价格产生正的影响。中国甜菜糖产区的乌鲁木齐市场第二期滞后也有显著的解释作用。销区各个食糖市场价格第二期滞后系数有显著的解释作用，且系数的符号为正，即销区第二期滞后价格的变化对当期食糖价格产生正的影响。销区各个食糖市场滞后一期在90的显著性水平上具有解释作用，且系数的符号为正。除河北廊坊和吉林长春两个市场外，纽约CSCE NO.11原糖现货市场第二期滞后系数也有显著的解释作用，且符号为正，说明在短期内纽约CSCE NO.11原糖现货市场

39、价格的变化会对中国食糖市场价格产生影响。纽约CSCE NO.11原糖现货市场第一期滞后价格对云南甸尾食糖价格也有影响。模型估计结果表明，纽约CSCE NO.11原糖现货市场价格对中国食糖市场价格影响过程是，在主产区，首先是均衡修正项的当期调节，接下来是滞后一期中国各个市场食糖价格自身滞后项的影响，最后是纽约CSCE NO.11原糖现货市场第二期滞后价格的影响。受某一价格变化的冲击，在销区市场价格调节的过程是，重庆和郑州两个市场，首先是均衡修正项的当期调节，接下来是滞后一期各个市场食糖价格自身滞后项的影响，最后是各个食糖市场和纽约CSCE NO.11原糖现货市场第二期滞后价格的影响。河北廊坊和吉

40、林长春只受各自市场第二期滞后的影响。然而，国际食糖市场（ISA）价格和纽约CSCE NO.11原糖现货市场对中国食糖市场的影响还是有所区别。共同之处是，纽约CSCE NO.11原糖现货市场和国际食糖市场（ISA）价格变化是中国食糖市场价格变化的原因。纽约CSCE NO.11原糖现货市场和国际食糖市场（ISA）和中国食糖市场不存在短期协整关系。中国食糖主产区各个市场滞后一期的系数有显著的解释作用，销区各个食糖市场价格第二期滞后系数有显著的解释作用，且系数的符号都为正。与销区相比，中国主产区与纽约CSCE NO.11原糖现货市场和国际食糖市场（ISA）的联系较紧密。不同之处在于，短期内，纽约CSC

41、E NO.11原糖现货市场滞后价格变动对中国食糖市场的价格有显著的正的影响，而国际食糖市场（ISA）价格变动对中国食糖市场价格变动的影响不显著。没有报告纽约CSCE NO.11原糖现货市场价格和ISA价格对中国各个市场食糖价格回归模型的估计结果。纽约CSCE NO.11原糖现货市场价格和ISA价格对中国各个市场食糖价格回归模型的估计中，均衡修正项都不显著，说明中国食糖市场价格变化不是国际食糖市场价格变化的原因。但中国各个食糖市场价格的系数也是不显著的。在短期内，中国食糖价格作为世界上的重要产糖大国之一，对世界糖价变动的影响有限。五、研究结论、政策含义与进一步的探讨本文运用Johansen协整检

42、验方法对中国各个食糖市之间、国内食糖市场和国际食糖市场之间长期协整进行了检验；同时运用均衡修正模型对入世以来，中国食糖市场和国际食糖市场之间的短期协整关系进行了分析。结果发现，从长期来看，中国各个食糖市场之间存在协整关系，是一体的。中国食糖市场和国际食糖市场存在协整关系，也是一体的。国际食糖市场价格变化领先于中国食糖市场价格的变化。国际食糖市场价格对中国食糖市场价格具有格兰杰意义上的因果关系。从短期来看，国际食糖市场价格的变化不会立刻引起中国国内食糖市场价格的变化；中国食糖市场价格的短期变化会对国际食糖市场的价格变化影响很小。本研究的政策含义是，虽然中国食糖市场和国际食糖市场是一体的，国际食糖

43、市场价格振荡不会立即传递到国内市场。如果国际食糖市场影响国内市场，那么首先将影响产区市场，由于国内各个食糖是协整的，这个影响随后会波及到中国整个食糖市场。由于中国食糖主产区主要分布中西部经济发展相对落后地区，且这些地区农民种植糖料作物收入占整个家庭收入的很大比重，因此糖料作物种植农户的收入可能会受到影响。另一个角度看，由于中国目前人均食糖消费量较低，糖精等化学合成甜味剂的消费量较高，加上不断增长的软饮料、糖果等食品工业市场，这种影响会由于中国潜在巨大的市场而有所缓和。因此中国一方面要借鉴国外糖业管理政策，理顺食糖管理体制，提高糖业竞争力，保障国内食糖的稳定供给，稳定国内食糖价格，尽可能的使糖料

44、种植地区的农民收入不受影响。另一方面在制定政策时要把国际食糖市场的因素考虑在内，通过储备、信贷和配额等手段，对糖价进行调控，避免进口糖的冲击。在本研究中笔者曾尝试用同样的研究方法，对1996年至2003年中国南宁市场食糖价格和美国农业部公布的国际食糖市场NO.5白糖、NO.11原糖价格的关系进行检验，检验的结果与本文用周平均数据的结果一样。但是用LIFFE市场网站公布的CSCE NO.11原糖期货每日收盘价与中国各个食糖市场价格（中国没有食糖期货市场，各个市场的食糖价格相当于批发价格）做协整关系检验，发现中国各个食糖市场与原糖期货市场价格之间不存在协整关系。而LIFFE市场原糖的现货交易量较少

45、，目前国内业界一般都是以CSCE NO.11原糖期货市场价格作为国际市场价格走势的参照。本文的研究发现只有原糖的现货价格和国内市场之间存在协整关系。这是一个有意思的结论，其中的原因有待进一步的研究。表4.1 中国各个食糖市场价格序列单位根检验结果(0)检验(1) 检验 晋江 -1.331 -2.194 -0.862 -5.560 -5.552 -5.519湛江 -1.369 -2.232 -0.875 -8.397 -8.382 -8.399南宁 -1.984 -1.594 -1.031 -4.576 -4.858 -4.445甸尾 -1.309 -2.044 -0.830 -5.107 -5

46、.110 -5.054昆明 -1.232 -1.645 -0.946 -5.187 -5.193 -5.131重庆 -1.130 -2.083 -0.680 -6.716 -6.702 -6.691广州 -2.221 -1.825 -1.067 -4.539 -4.846 -4.408上海 -1.339 -1.858 -0.897 -5.655 -5.662 -5.603武汉 -1.316 -1.587 -0.798 -5.737 -5.752 -5.701合肥 -2.141 -1.430 -1.026 -4.673 -4.963 -4.580郑州 -1.141 -2.055 -1.207 -4.912 -4.876 -4.820西安 -1.296 -1.925 -0.939 -4.851 -4.850 -4.789廊坊 -1.283 -1.918 -0.932 -5.345 -5.337 -5.284长春 -2.048 -0.944 -0.902 -5.187 -5.193 -5.131乌鲁木齐 -2.924 -2.061 -1.298 -3.767 -4.398 -3.5591% -3.469 -4.013 -2.577 -3.469 -4.013 -2.5775% -2.878 -3.436 -1.942