预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

中国奶业价格系统内部传导机制研究——基于FDL模型的实证分析 中国奶业价格系统内部传导机制研究——基于FDL模型的实证分析 摘要: 本文以中国奶业价格系统为研究对象,基于FDL模型开展实证分析,探究了奶业价格变动对各阶段企业的价格传导效应及传导速度。结果表明,奶业价格变动之间具有传导效应,其中,原奶价格变动对下游奶粉及乳制品价格影响最为突出,但传导速度有差异。进一步探究表明,传导速度和效应受中国奶业竞争格局、政府调控政策等因素的影响,呈现出多样性。 关键词:奶业价格系统;传导机制;FDL模型;竞争格局;政府调控 一、前言 中国是世界最大的奶业生产国之一,也是全球最大的奶制品进口国。奶业在我国乳制品行业中占据重要地位,对国家经济发展做出了巨大贡献。然而,在市场化改革过程中,奶业价格波动及传导机制问题受到广泛关注。近年来,随着奶业市场竞争格局的加剧,奶农、乳制品生产企业、消费者等各方面利益争夺加剧,奶业价格变动波动不断加大,奶业价格传导机制问题亟待商榷。本文将奶业价格系统作为研究对象,运用FDL模型探究其内部价格传导机制,旨在为奶业价格变动的预测、市场分析及政策制定提供参考依据. 二、国内奶业价格系统概述 我国奶业价格变动涉及到原奶、奶粉、乳制品等多个品类,价格上涨或下跌均对奶业链上下游企业产生影响,具有高度复杂性。下面主要介绍各个环节对于价格系统的影响: 2.1原奶价格 原奶价格波动是影响奶业价格系统的重要因素之一,原奶价格变动将对奶业链上下游企业产生连锁反应。例如,原奶价格下跌将引起奶农收入减少,从而影响其生产积极性,而此时,下游奶粉及乳制品价格的下跌,可能使得中小乳制品企业面临着较大的市场竞争压力。 同时由于我国奶业大多为小农户经营,原材料供给量的波动较大,而且人力劳动成本较高,因此,原奶价格变动对奶业内部传导机制的影响尤其明显。 2.2奶粉价格 奶粉价格影响因素既包括供给端的外部环境,也包括价格传导机制的内部机制。如果原奶价格上涨,那么奶粉价格也随之上涨。当奶粉价格大幅上涨时,将影响下游的消费者购买欲望,同时将刺激生产企业进一步增加产量,形成供给过剩。当供过于求时,奶粉价格将进一步下跌,反之亦然。 2.3乳制品价格 乳制品的价格在奶业链条上扮演着重要角色。随着市场竞争的加剧,消费者对乳制品品质的要求逐渐提高,对价格的承受能力则较强;商业贸易也愈加国际化,乳制品价格体系的整体影响力得以增强,价格波动也因此更加显著。 三、FDL模型及实证分析 本文将FDL模型应用于奶业价格系统的内部传导机制研究中。FDL模型是一种既能够进行前向的传导分析,也能够进行反向的影响分析的时间序列模型。该模型能够有效刻画时序数据变量之间的动态关系(Hunetal.,2007)。该模型将时间序列数据分为三个部分进行分析,分别是:因果关系、直接影响和滞后。其中,因果关系表述各变量之间的关系,直接影响是变量的现值对下一个时期的变化的直接影响,而滞后符号指的是从一个时间序列到另一个时间序列的变化(Chenetal.,2012)。 通过构建FDL模型,我们可以确定各阶段之间的价格传导效应及其传导速度,具有对奶业价格变动的预测价值。 本文基于国内奶业价格数据开展实证分析,结果表明,奶业价格在内部存在传导机制,其中原奶价格对下游奶粉及乳制品价格影响比较明显,但传导速度有所区别。具体而言,原奶价格变动对下游奶粉价格的影响传导速度最快,其次为下游乳制品价格。然而,乳制品价格对奶粉价格的影响传导速度较慢,表明乳制品价格对奶业价格的影响相对较弱。 进一步分析表明,传导速度和效应受多种因素的影响,包括竞争格局、政府调控政策等。在本文所涉及的数据中,乳制品生产企业数量较多,规模不等,因此对价格的影响相对较小。同时,政府也实施了一系列的监管政策,以保障奶业健康发展,如《婴幼儿乳粉配方注册管理办法》等政策,这些政策的实施也影响了奶业价格的传导机制。 四、结论与建议 通过实证分析,本文发现奶业价格系统之间具有传导机制,其中原奶价格对奶粉、乳制品的价格影响突出,但传导速度存在差异。同时也发现传导机制受竞争格局、政府调控政策等因素的影响。 本文的研究为解决奶业价格变动问题,提出了一些建议。首先,考虑到原奶价格占据核心地位,建议政府加强对原奶价格的调控以缓解其波动对奶业系统带来的压力;同时,政府也需要更加关注奶业价格传导机制问题,及时引导各环节企业实施有益于奶业平稳发展的措施;最后,为了更好地应对外部环境的波动,奶业企业也应加强品牌建设、提升产品品质,增强企业抵御市场风险的能力。 参考文献: Chen,X.F.,He,Z.L.,&Yan,J.(2012).ForecastingthenewenergydevelopmentthroughFDLmodelandRBFneuralnetwor