陈 瑶

（华中农业大学 经济管理学院，武汉 430070）

1 研究方法与数据说明

1.1 修正后的线性回归模型

若回归方程残差存在序列相关，则运用最小二乘法估计所得到的参数将会被高估或低估，参数检验对应的t统计量也不再可信。基于此，为了从经验上准确揭露样本期内农产品价格变化对总体物价水平的平均影响程度，本文对农产品价格和通货膨胀之间的回归模型进行了修正。

通货膨胀对农产品价格的简单线性回归方程如式（1）所示，其中mt和pt分别指通货膨胀和农产品价格这两个变量，εt为随机扰动项，θ0和θ1为回归系数。对于扰动项存在序列相关的回归方程，本文通过构建扰动项的自回归方程AR(p)来消除序列相关对模型估计结果的不利影响。对于存在一阶序列相关的回归方程，可构建式（4）来消除序列相关的影响。εt的一阶自回归方程如式（2）所示，其中ut为白噪声序列，φ为回归系数。将由表达式（3）推出的εt-1带入式（2），之后将式（2）带入式（1）整理后得式（4）。显然，以pt-φpt-1为新的自变量，mt-φmt-1为新的因变量，运用最小二乘法所估计出来的系数是无偏有效的。对于存在高阶序列相关的线性回归方程也可以采用与一阶序列相关类似的方法，将滞后残差逐项带入，直至得到一个误差项为白噪声的序列[1]。

1.2 可变参数模型

可变参数模型中的参数可转变为状态空间模型求解。状态空间模型模拟动态经济系统中的变量关系有两个明显的优点：一是可以估计不可观测变量的值；二是估计方法采用的是强有力的迭代算法——卡尔曼滤波来估计模型中的未知参数[1]。……