基于VAR模型的區(qū)域宏觀經(jīng)濟與卷煙市場相關性研究

趙建華 曾建新 趙桂艷

[摘 要]隨著我國經(jīng)濟發(fā)展進入“新常態(tài)”，卷煙市場環(huán)境也發(fā)生了變化，呈現(xiàn)出新的特點，也面臨新的壓力，保障各地區(qū)卷煙市場的合理運行變得更加重要。本文以向量自回歸（VAR）模型為基礎，借助脈沖響應分析和方差分解技術，從定量角度研究宏觀經(jīng)濟與卷煙市場的聯(lián)動關系，為科學制定市場調控政策提供輔助和參考依據(jù)。

[關鍵詞]宏觀經(jīng)濟；卷煙市場；運行；VAR模型

doi：10.3969/j.issn.1673 - 0194.2018.06.053

[中圖分類號]F426.8 [文獻標識碼]A [文章編號]1673-0194（2018）06-0-02

0 引 言

煙草產(chǎn)業(yè)是國民經(jīng)濟的重要組成部分，經(jīng)濟形勢的變化會給卷煙銷售帶來較為顯著的影響。卷煙市場在不同階段的發(fā)展狀況和國內整體經(jīng)濟發(fā)展程度、人民生活水平、物價程度等經(jīng)濟因素是分不開的。通過對地區(qū)人口因素、經(jīng)濟因素、價格因素、生活水平等宏觀環(huán)境因素與卷煙市場經(jīng)濟運行關鍵指標的綜合分析，構建二者之間的關系模型，可以從宏觀層面定量地判定經(jīng)濟對卷煙市場運行影響的方向和力度，對預測地區(qū)卷煙市場的未來容量有一定的輔助調整作用。因此研究宏觀經(jīng)濟與卷煙市場運行之間的關系具有較強的現(xiàn)實意義。

1 研究方法的確定

研究指標相關性的理論和方法較多，本文選擇向量自回歸方法（VAR）進行建模。向量自回歸（VAR）模型把系統(tǒng)中每一個內生變量作為系統(tǒng)中所有內生變量的滯后值的函數(shù)來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。

在實際應用中，由于VAR模型是一種非理論性的模型，它無需對變量作任何先驗性約束，因此在分析VAR模型時，往往不分析一個變量的變化對另一個變量的影響如何，而是分析當一個誤差項發(fā)生變化，或者說模型受到來自隨機擾動項的一個標準差沖擊時對內生變量當前值和未來值的影響，并且擾動項對某一變量的沖擊影響通過VAR模型的動態(tài)結構傳遞給其他所有的變量，這種分析方法稱為脈沖響應函數(shù)（IRF）。脈沖響應函數(shù)描述的是VAR模型中的一個內生變量的沖擊給其他內生變量所帶來的影響，而方差分解是通過分析每一個結構沖擊對內生變量變化（通常用方差來度量）的貢獻度，進一步評價不同結構沖擊的重要性。方差分解給出對VAR模型中的變量產(chǎn)生影響的每個隨機擾動的相對重要的信息。因此，要根據(jù)VAR模型得出具體結論，必須借助脈沖響應函數(shù)和方差分解。

本文在當期經(jīng)濟與當期卷煙市場之間關系的研究基礎上，采用VAR模型和脈沖響應函數(shù)的方法來分析宏觀經(jīng)濟與卷煙市場的聯(lián)動關系，從定量角度進行實證分析，從而得到經(jīng)濟發(fā)展對卷煙市場運行影響的時滯、持續(xù)時間及作用強度，為煙草公司從宏觀層面制定市場調控策略和市場投放策略提供參考。

2 基于VAR的實證建模

本文以2011年1季度至2017年2季度某區(qū)域宏觀經(jīng)濟及卷煙市場銷量數(shù)據(jù)為基礎，構建宏觀經(jīng)濟與卷煙市場的VAR模型，然后運用基于VAR模型的脈沖響應函數(shù)分析法和方差分解法，研究該區(qū)域的宏觀經(jīng)濟對卷煙銷量的動態(tài)影響。

2.1 指標選取及數(shù)據(jù)預處理

影響中國卷煙消費因素的研究國內已有很多文獻。綜合文獻資料顯示，對卷煙需求影響較大的因素主要有人口數(shù)量、宏觀經(jīng)濟發(fā)展、居民消費水平等，其中宏觀經(jīng)濟發(fā)展包括GDP、固定資產(chǎn)投資、社會消費品零售總額等指標，居民消費水平包括人均可支配收入、人均消費支出等指標。

考慮到數(shù)據(jù)的可獲得性，本研究主要采用國民生產(chǎn)總值（GDP）、固定資產(chǎn)投資總額（investment）、社會消費品零售總額（retail）、城鎮(zhèn)居民人均可支配收入（income city）、城鎮(zhèn)居民人均消費支出（consume city）、農(nóng)村居民人均現(xiàn)金收入（income country）、農(nóng)村居民人均消費支出（consume country）作為衡量區(qū)域宏觀經(jīng)濟運行狀況的指標，卷煙銷量（sale）作為衡量卷煙市場運行狀況的指標，各指標序列的時序長度均為2011年1季度至2017年2季度。

以上各經(jīng)濟數(shù)據(jù)都來源于《中國統(tǒng)計年鑒》及《某區(qū)域統(tǒng)計年鑒》，卷煙銷量數(shù)據(jù)來源于營銷系統(tǒng)。

所選取指標的原始數(shù)據(jù)并不能直接用于模型構建，需要先對指標進行預處理。首先需要針對原始數(shù)據(jù)消除價格因素及季節(jié)性因素的影響，其次考慮到各變量的單位不同，數(shù)據(jù)差異較大，放在同一模型中容易出現(xiàn)異方差，需要對所有變量進行取對數(shù)處理以消除異方差性，最終得到可用變量。筆者采用指標可比價換算、季節(jié)調整、消除異方差等多種處理方式對原始數(shù)據(jù)進行預處理。同時，為了避免在后續(xù)的分析中出現(xiàn)“偽回歸”，還需要對時間序列數(shù)據(jù)的平穩(wěn)性進行檢驗。接著采用Johansen極大似然估計法進行協(xié)整檢驗，結果表明所選取的這幾個變量之間存在著長期的穩(wěn)定均衡關系。但是這種均衡關系是否構成因果關系需要進一步的驗證。因此，本文取一階差分序列的滯后2階做格蘭杰因果檢驗，檢驗結果表明GDP、農(nóng)村居民人均消費支出、農(nóng)村居民人均現(xiàn)金收入是影響卷煙銷量的格蘭杰原因。

2.2 向量自回歸（VAR）模型

由于lnincome country、lnconsume country、lnGDP的一階差分是lnsale一階差分的格蘭杰原因，因此基于2011年1季度至2017年2季度的數(shù)據(jù)建立向量自回歸（VAR）動態(tài)模型。

建立VAR模型時，既要能完整反映構造模型的動態(tài)特性，又要考慮參數(shù)估計和自由度過少的問題，因此首先要確定滯后階數(shù)，保證模型既要有足夠的滯后項又有足夠的自由度。本專題根據(jù)AIC、SC等信息準則來確定滯后期，即選擇AIC、SC等指標中的數(shù)值最小值所對應的滯后期的最大值。根據(jù)似然比（LR）檢驗和AIC、SC準則確定滯后階數(shù)的結果，從每一列標準中選中的滯后階數(shù)，參考信息標準顯示，滯后階數(shù)選擇2時最合理，即模型設定為VAR（2）。

選擇一階差分后的平穩(wěn)序列構造VAR（2）模型，dlnsale=

Δlnsale=lnsale（t）-lnsale（t-1），在經(jīng)濟學上的意義近似于卷煙銷量的增長量，表示其波動狀況。可得到卷煙銷量和宏觀經(jīng)濟指標的VAR（2）模型。

Δlnsale=0.638376*ΔlnGDP（-1）+0.362168*ΔlnGDP（-2）-

1.178381*Δlnsale（-1）-0.529457*Δlnsale（-2）+0.325117*

Δlnconsume country（-1）-0.069068*Δlnconsume country（-2）-2.015531*

Δlnincome country（-1）-2.760764*Δlnincome country（-2）+0.075908

對以上模型進行穩(wěn)定性檢驗，當選擇滯后期為2時，VAR模型所有單位根的模都小于1，即都落在單位圓內，說明該模型是穩(wěn)定的。

2.3 脈沖響應分析

VAR模型是一種非理論性的模型，它無需對變量做任何先驗性約束，但對于VAR模型單個參數(shù)估計值的經(jīng)濟解釋是比較困難的，因此在分析VAR模型時，往往不分析一個變量的變化對另一個變量的影響如何，而是分析模型受到某種沖擊時對系統(tǒng)的動態(tài)影響，即脈沖響應函數(shù)分析。脈沖響應函數(shù)衡量來自隨機擾動項的一個標準差沖擊對內生變量當前和未來取值的影響，描述一個內生變量對來自另一個內生變量的一單位變動沖擊所產(chǎn)生的響應，提供系統(tǒng)受沖擊所產(chǎn)生響應的正負方向、調整時滯、穩(wěn)定過程等信息。

根據(jù)以上所得到的VAR（2）模型，基于脈沖響應函數(shù)分析，可以得到GDP、農(nóng)村居民人均消費支出、農(nóng)村居民人均現(xiàn)金收入對卷煙銷量的沖擊動態(tài)影響路徑。

2.4 方差分解

方差分解是通過分析每一個沖擊對內生變量變化的貢獻度，進一步評價不同結構沖擊的重要性。從卷煙銷量變動的方差分解可以看出，卷煙銷量的波動在第一期主要受自身影響，以后各期逐漸下降，到第5期穩(wěn)定在70%左右。農(nóng)村居民人均消費支出的影響到第5期基本穩(wěn)定在19%左右，GDP和農(nóng)村居民人均現(xiàn)金收入對卷煙銷量變動的影響在第5期分別為6.7%和4%。農(nóng)村居民人均消費支出對卷煙銷量變動的貢獻率最大。

3 結 語

本文以2011年1季度至2017年2季度云南省宏觀經(jīng)濟及卷煙市場銷量數(shù)據(jù)為基礎，通過一系列的統(tǒng)計檢驗與分析，最終構建了卷煙銷量、GDP、農(nóng)村居民人均消費支出、農(nóng)村居民人均現(xiàn)金收入這4個變量的VAR（2）模型，然后運用基于VAR模型的脈沖響應函數(shù)分析法和方差分解法，深入研究某區(qū)域宏觀經(jīng)濟對卷煙銷量的動態(tài)影響。

研究結果表明，GDP、農(nóng)村居民人均消費支出、農(nóng)村居民人均現(xiàn)金收入是影響卷煙銷量的格蘭杰原因，其中農(nóng)村居民人均消費支出對卷煙銷量變動的貢獻最大。除此以外，宏觀經(jīng)濟對卷煙行業(yè)的影響需要一定的傳導周期，也就是說存在滯后效應。從具體的影響程度來看，除去卷煙銷量自身變動以外，其他因素對卷煙銷量也有不同程度的影響。①對滯后1期（即1季度后）卷煙銷量的影響，農(nóng)村居民人均消費支出占6.5%，GDP和農(nóng)村居民人均現(xiàn)金收入幾乎沒有影響；②對滯后2期（即半年后）卷煙銷量的影響，農(nóng)村居民人均消費支出占2.6%，GDP占3.7%，農(nóng)村居民人均現(xiàn)金收入占4.8%；③對滯后4期（即1年后）卷煙銷量的影響，農(nóng)村居民人均消費支出占比上升至16.2%，GDP占6.2%，農(nóng)村居民人均現(xiàn)金收入占4.1%。

主要參考文獻

[1]毛正中，楊功煥，馬繼民，等.中國成人的卷煙需求及影響因素研究[J].衛(wèi)生軟科學，2003（2）.

[2]中國預防醫(yī)學科學院.1996年全國吸煙行為的流行病學調查[M].北京：中國科學技術出版社，1997.

[3]白遠良，吳應祿，程曉蘇.我國卷煙需求分析（上）——需求現(xiàn)狀與模型構建[J].中國煙草學報，2007（3）.

[4]高鐵梅.計量經(jīng)濟分析方法與建模——Eviews應用及實例[M].北京：清華大學出版社，2006.