影响CPI上涨的部分宏观因素及价格调整的相关关系研究.docx
- 文档编号:12550188
- 上传时间:2023-04-20
- 格式:DOCX
- 页数:21
- 大小:58.81KB
影响CPI上涨的部分宏观因素及价格调整的相关关系研究.docx
《影响CPI上涨的部分宏观因素及价格调整的相关关系研究.docx》由会员分享,可在线阅读,更多相关《影响CPI上涨的部分宏观因素及价格调整的相关关系研究.docx(21页珍藏版)》请在冰豆网上搜索。
影响CPI上涨的部分宏观因素及价格调整的相关关系研究
影响CPI上涨的部分宏观因素及价格调整的相关关系研究
引言
考虑到当前我国CPI受粮食、能源供给等真实性冲击,以及投资、货币供给等名义性冲击影响。
我国人均消费受到哪些因素的影响?
如何把各个因素对人均消费的影响从定性化转化为定量化?
就个人消费而言,个人消费主要受到个人收入、商品价格、个人消费偏好的影响。
那么,我国人均消费的主要影响因素可以确定为人均收入、商品价格、前期消费,上述分析符合相关的经济学理论。
基于人均消费受到人均收入、商品价格、前期消费因素的影响。
本文就从中国统计年鉴找到了从1991-2010年人均消费以及人均国内生产总值、商品物价指数的官方数据,通过建立相应回归模型,从实证角度分析了CPI上涨与其他经济变量间的关系。
想借此来分析我国人均消费的影响因素以及它们具体是如何对消费产生影响的。
本文主要运用了:
异方差、自相关、多重共线性对本文数据进行了分析
关键字:
居民消费价格指数货币供给影响因素
一、问题的提出
截至2009年,国家统计局发布的信息表明:
从1991年到2009年,全国城镇居民人均可支配收入从343元增加到17174.7元,实际增长8.9倍;农民人均纯收入从134元增加到5153元,实际增长7.6倍。
统计显示,2010年中国城乡低收入群体收入增长均较快,高低收入组的收入比值有所缩小。
按照收入五等份分组看,农村居民的低收入组、中低收入组、中等收入组、中高收入组、高收入组人均纯收入增速分别为20.7%、16.4%、16.0%、15.0%和14.0%。
城镇居民的低收入组、中低收入组、中等收入组、中高收入组、高收入组人均可支配收入增速分别为13.1%、13.0%、11.8%、10.3%和9.9%。
CPI的快速上涨已经影响到宏观经济运行和百姓生活的方方面面,因而引起了全社会的高度关注。
CPI为什么会突然出现高速增长?
中国经济的持续高速发展对CPI有何影响?
GDP增长率、能源消费增长率以及利率是否是影响CPI的宏观因素?
研究他们之间的关系对宏观经济政策(如价格调整)的制定与实施有什么启示?
这是本文研究的主要目的。
二.研究现状
三、模型设定
影响CPI上涨的主要因素:
(一)X1、商品零售价格指数
商品零售价格指数 ,商品零售价格的变动直接影响到城乡居民的生活支出和国家的财政收入,影响居民购买力和市场供需的平衡,影响到消费与积累的比例关系。
进而影响居民消费价格指数。
(二)x2、工业品出厂价格指数
工业品出厂价格指数,除了食品和服务,大部分属于工业制成品;同时,工业品中的生产资料又是消费品的投入品,是成本的重要构成因素,这是成本推动型物价上涨的主要原因。
所以在一定程度上会影响居民价格消费指数。
(三)X3、原材料、燃料和动力购进价格指数
原材料、燃料和动力购进价格指数 既是CPI主要构成部分,也从一定程度上是影响工业品价格重要元素之一。
因此会影响居民价格消费指数。
(四)x4、固定资产投资价格指数
固定资产指数(上年=100,按现价计算)固定资产指数是总需求的主要内容,也是影响经济波动的重要因素之一,固定资产的变化会影响各种消费品的价格变动,故将其作为反应总需求的指标之一。
由数据分析,初步建立模型为y=b0+b1*x1+b2*x2+b3*x3+b4*x4+b5*x5+u
其中b0表示在没有任何因素影响下的cpi平均水平,b1表示商品零售价格指
数对cpi平均水平的影响、b2原材料、燃料和动力购进价格指数对cpi平
均水平的影响、b3表示固定资产投资价格指数对cpi平均水平的影响、b4
表示活期存款对cpi平均水平的影响、b5表示gdp对cpi平均水平的影响、
u为随机扰动项。
四、模型检验及修正
利用eviews软件做y对x1x2x3x4x5的回归,回归结果如下表:
表1
DependentVariable:
Y
Method:
LeastSquares
Date:
12/17/11Time:
22:
58
Sample:
19912009
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-80.81083
29.50175
-2.739188
0.0169
X1
1.034586
0.202272
5.114830
0.0002
X2
-0.218020
0.410073
-0.531663
0.6039
X3
0.941731
0.630230
1.494266
0.1590
X4
0.000128
0.000612
0.209763
0.8371
X5
0.000131
0.000404
0.323820
0.7512
R-squared
0.984054
Meandependentvar
414.8737
AdjustedR-squared
0.977920
S.D.dependentvar
86.09517
S.E.ofregression
12.79308
Akaikeinfocriterion
8.187775
Sumsquaredresid
2127.618
Schwarzcriterion
8.486019
Loglikelihood
-71.78387
F-statistic
160.4458
Durbin-Watsonstat
0.385277
Prob(F-statistic)
0.000000
由表1我们可以写出建立的回归方程如下:
Y=-80.81083+1.034586*x1-0.218020*x2+0.941731*x3+0.000128*x4+0.000131*x5+u
T(-2.739188)(5.114830)(-0.531663)(1.494266)(0.209763)(0.323820)
R^2=0.984054AdjustedR^2=0.977920 F=160.4458DW=0.385277
1.经济意义上的检验,该模型可初步通过经济意义上的检验,系数符号均符合经济意义。
上表中的五大因素均可以在数量上增加cpi平均水平。
2.通过观察各因素的p值,发现商品零售价格指数的p值<0.05,其精度较为理想,同时R^2=0.984054AdjustedR^2=0.977920,模型的拟合度较好,因此,除商品零售价格指数对cpi的平均水平有较大影响。
同时猜测模型中存在异方差使得其他因素的影响的准确度受到影响,因此需要进一步的异方差检验。
(一)计量经济学检验
1.异方差检验
样本数为19,且模型为五元回归线性模型,利用怀特检验对异方差进行检验可得如下结果:
表2
WhiteHeteroskedasticityTest:
F-statistic
10.25428
Probability
0.001514
Obs*R-squared
17.62497
Probability
0.061629
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
12/18/11Time:
11:
14
Sample:
19912009
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-499.5770
1226.952
-0.407169
0.6946
X1
11.08277
11.43893
0.968864
0.3610
X1^2
-0.027105
0.016122
-1.681220
0.1312
X2
38.44579
17.50580
2.196175
0.0593
X2^2
-0.074239
0.037335
-1.988439
0.0820
X3
-54.02879
18.54655
-2.913144
0.0195
X3^2
0.162285
0.052896
3.067972
0.0154
X4
-0.008968
0.017146
-0.523029
0.6151
X4^2
1.84E-08
4.95E-08
0.370609
0.7205
X5
-0.001657
0.010839
-0.152856
0.8823
X5^2
1.27E-08
1.59E-08
0.796609
0.4487
R-squared
0.927630
Meandependentvar
111.9799
AdjustedR-squared
0.837167
S.D.dependentvar
105.2963
S.E.ofregression
42.48975
Akaikeinfocriterion
10.62930
Sumsquaredresid
14443.03
Schwarzcriterion
11.17608
Loglikelihood
-89.97835
F-statistic
10.25428
Durbin-Watsonstat
2.398283
Prob(F-statistic)
0.001514
由表2可知:
r^2=0.927630,查表可得样本数为19,自由度为5的卡方分布的值11.07,因为nr^2=17.62>11.07,所以拒绝原假设,所以模型存在异方差。
我们初步分析原因,认为商品零售价格指数受到原材料、燃料和动力购进价格指数、固定资产投资价格指数、活期存款、gdp的影响,所以可能会因此产生异方差。
异方差的修正
设置权重为W1t=1/X1W2t=X1^2W3t=X1^(1/2)W4t=X1^(-2)W5t=)X1^(-3经估计检验发现权重W5t的效果最好。
下面经用W5t的检验结果:
表3
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/11Time:
15:
36
Sample:
19912009
Includedobservations:
19
Weightingseries:
X1^(-4)
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-61.94414
14.96361
-4.139652
0.0012
X1
1.426766
0.126731
11.25820
0.0000
X2
-0.258879
0.330109
-0.784223
0.4470
X3
0.025996
0.325662
0.079824
0.9376
X4
0.000438
0.000803
0.546046
0.5943
X5
0.000167
0.000478
0.348907
0.7327
WeightedStatistics
R-squared
0.999140
Meandependentvar
331.3805
AdjustedR-squared
0.998809
S.D.dependentvar
227.0949
S.E.ofregression
7.837884
Akaikeinfocriterion
7.207904
Sumsquaredresid
798.6216
Schwarzcriterion
7.506148
Loglikelihood
-62.47509
F-statistic
611.4432
Durbin-Watsonstat
0.425166
Prob(F-statistic)
0.000000
UnweightedStatistics
R-squared
0.975353
Meandependentvar
414.8737
AdjustedR-squared
0.965874
S.D.dependentvar
86.09517
S.E.ofregression
15.90459
Sumsquaredresid
3288.428
Durbin-Watsonstat
0.427664
表3的估计结果如下
Yi=-61.944+1.426Xi-0.259X2+0.025X3+0.000438X4+0.000167X5
R^2=0.999140,DW=0.427664,F=611.4432
可以看出运用加权最小二乘法消除了异方差后,参数的t检验均显著,可绝系数大幅度提高,F检验也显著。
DependentVariable:
Y
Method:
LeastSquares
Date:
12/20/11Time:
15:
55
Sample:
19912009
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1^(-4)
-8.36E+10
4.48E+10
-1.868347
0.0828
X2
0.184720
0.662575
0.278791
0.7845
X3
2.187817
0.722213
3.029324
0.0090
X4
7.85E-05
0.001012
0.077542
0.9393
X5
-0.000122
0.000660
-0.185415
0.8556
R-squared
0.953840
Meandependentvar
414.8737
AdjustedR-squared
0.940651
S.D.dependentvar
86.09517
S.E.ofregression
20.97421
Akaikeinfocriterion
9.145399
Sumsquaredresid
6158.847
Schwarzcriterion
9.393935
Loglikelihood
-81.88129
Durbin-Watsonstat
0.889422
Y=-80.81083212+1.03458551*X1-0.2180204032*X2+0.9417305107*X3+0.0001283026129*X4+0.0001307978378*X5
2.自相关检验
根据表3可知dw=0.921311,样本为19,解释变量为4,dl=0.859,du=1.848.因为dl 利用迭代法对自相关进行处理,其结果如下: 3.多重共线性检验 表6 DependentVariable: Y Method: LeastSquares Date: 12/18/11Time: 16: 13 Sample: 19912009 Includedobservations: 19 Variable Coefficient Std.Error t-Statistic Prob. C -82.66543 49.33789 -1.675496 0.1160 X2 0.265006 0.667411 0.397066 0.6973 X3 2.579711 0.907836 2.841605 0.0131 X4 0.000222 0.001023 0.217569 0.8309 X5 -0.000302 0.000661 -0.457853 0.6541 R-squared 0.951963 Meandependentvar 414.8737 AdjustedR-squared 0.938238 S.D.dependentvar 86.09517 S.E.ofregression 21.39640 Akaikeinfocriterion 9.185257 Sumsquaredresid 6409.284 Schwarzcriterion 9.433793 Loglikelihood -82.25994 F-statistic 69.35991 Durbin-Watsonstat 0.921311 Prob(F-statistic) 0.000000 由于t检验值大于0.05的较多,r^2显著,所以存在多重共线性。 其模型为: Y=-8.363712757e+10*(X1^(-4))+0.1847199484*X2+2.187816539*X3+7.847216944e-05*X4-0.0001224510342*X5 T(-1.675496)(0.397066)(2.841605)(0.217569)(-0.457853) 下面让y分对x2、x3、x4、x5进行回归分析,其结果分别如下: DependentVariable: Y Method: LeastSquares Date: 12/20/11Time: 16: 48 Sample: 19912009 Includedobservations: 19 Variable Coefficient Std.Error t-Statistic Prob. C -117.8154 35.37833 -3.330158 0.0040 X1 1.557714 0.102283 15.22953 0.0000 R-squared 0.931710 Meandependentvar 414.8737 AdjustedR-squared 0.927693 S.D.dependentvar 86.09517 S.E.ofregression 23.15096 Akaikeinfocriterion 9.221250 Sumsquaredresid 9111.438 Schwarzcriterion 9.320665 Loglikelihood -85.60188 F-statistic 231.9385 Durbin-Watsonstat 0.145209 Prob(F-statistic) 0.000000 表7 Variable Coefficient Std.Error t-Statistic Prob. C 105.4166 27.19517 3.876297 0.0012 X2 1.323091 0.112655 11.74468 0.0000 R-squared 0.890278 Meandependentvar 414.8737 AdjustedR-squared 0.883824 S.D.dependentvar 86.09517 表8 Variable Coefficient Std.Error t-Statistic Prob. C -49.52646 27.43738 -1.805072 0.0888 X3 2.590454 0.150744 17.18440 0.0000 R-squared 0.945566 Meandependentvar 414.8737 AdjustedR-squared 0.942364 S.D.dependentvar 86.09517 表9 Variable Coefficient Std.Error t-Statistic Prob. C 342.6941 20.70728 16.54945 0.0000 X4 0.001306 0.000283 4.609563 0.0002 R-squared 0.555533 Meandependentvar 414.8737 AdjustedR-squared 0.529388 S.D.dependentvar 86.09517 表10 Variable Coefficient Std.Error t-Statistic Prob. C 322.1342 21.56573 14.93732 0.0000 X5 0.000715 0.000135 5.279327 0.0001 R-squared 0.621139 Meandependentvar 414.8737 AdjustedR-squared 0.598853 S.D.dependentvar 86.09
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 影响 CPI 上涨 部分 宏观 因素 价格 调整 相关 关系 研究