失业率与通货膨胀率的计量分析基于中国近20年数据分析Word下载.docx
- 文档编号:17345194
- 上传时间:2022-12-01
- 格式:DOCX
- 页数:13
- 大小:37.51KB
失业率与通货膨胀率的计量分析基于中国近20年数据分析Word下载.docx
《失业率与通货膨胀率的计量分析基于中国近20年数据分析Word下载.docx》由会员分享,可在线阅读,更多相关《失业率与通货膨胀率的计量分析基于中国近20年数据分析Word下载.docx(13页珍藏版)》请在冰豆网上搜索。
1.通货膨胀和失业的概述
1.1通货膨胀的含义及衡量指标
1.1.1含义
在一个国家或地区中,商品和劳动力的价格连续在一定时间内普遍上涨,则这个国家或地区经历着通货膨胀。
1.1.2衡量指标
居民消费价格指数(CPI)、生产价格指数(PPI)及国内总值(GDP)平减物价指数。
CPI:
是衡量城乡居民在一定时期内购买的消费品和服务价格变化程度的指标。
PPI:
用来衡量生产者所生产的所有产品的价格的变动情况。
这些产品包括半成品和原材料。
GDP平减指数:
用来衡量一国经济在不同时期生产和提供的最终产品和服务价格的总体变化水平,能全面地反映价格水平的变动。
这三个衡量指标有联系也有区别,第一,GDP平减指数衡量的是全部的最终产品和劳务,而CPI针对消费品的价格水平的变动;
第二,生产品的价格变动会引起GDP平减指数但不会直接影响CPI;
第三,GDP平减指数只包括国内产品,不计算进口品,而CPI则受进口产品的价格变动影响。
1.1.3通货膨胀的原因
通货膨胀的原因可以从三个方面来解释,第一是从货币数量理论上来解释,每一次通货膨胀都可以归因于货币供应量过大。
第二个方面是从总需求和总供给的角度来看,这是指供给短缺导致的价格水平的持续上升,这也可以解释为什么会出现“过多的货币追逐过少的商品”这种情况。
从供给的角度看,成本驱动的通货膨胀是指在没有过剩需求的情况下,供给成本的增加,从而导致总价格水平的持续上涨。
这种通货膨胀倾向于它是由更高的工资引起的,所以它被称为工资驱动的通货膨胀,它被用来区分它和由更高的利润引起的成本驱动的通货膨胀。
第三个方面是,从经济结构变化的角度来看,它表现为结构性因素通货膨胀:
在没有需求驱动和成本驱动的情况下,总体上由于经济结构的变化,价格水平持续上升。
从生产力提高的速度来看,不同生产部门的生产力是不同的;
从经济发展的角度看,不同生产部门的发展是不同的,有的部门发展迅速,有的部门比较落后;
从与世界市场的关系来看,一些部门(开放部门)与世界市场保持密切联系,一些部门(封闭部门)则被世界市场排斥在外,没有过多联系。
生产率增长缓慢的部门、落后的部门和关闭的部门往往要求生产率增长迅速的部门。
,那些正在快速增长的部门,以及那些对它们开放的国家,“跟上”并要求“赶上”它们,从而导致价格水平的上升。
这会导致通货膨胀。
1.2失业的含义及衡量指标
1.2.1含义
失业是指有劳动能力的人想找工作而找不到工作的社会现象。
1.2.2衡量指标及其说明
失业率:
是劳动人口中,失业人数和劳动力总人数的比率,是用来衡量一个经济体的失业情况的重要指标。
失业率并不是一成不变的,在经济繁荣时,工作机会较多,失业率会下降;
在经济衰退和萧条时,雇佣者会进行大量裁员,工作机会减少,失业率上升。
目前,我国统计并公布使用的失业率为“城镇登记失业率”。
在反映我国的就业情况时具有很大的局限性。
虽然“城市登记失业率”不能完全代替“失业率”来解释我国的失业状况,但由于我国的实际情况。
很多学者只能用“城市登记失业率”来分析。
在本文中,也是如此
1.2.3失业的产生原因
为考察失业的原因,在这里把失业分为三种类型,即周期性失业、摩擦性失业和结构性失业。
摩擦性失业的原因是在生产过程中,由于个人偏好不同,能力不同,工作的属性也不同,劳动者和用人单位之间的信息流动不完全在寻找合适的工作需要一定的时间等原因造成的短期、局部性的失业。
摩擦性失业总是存在,无法避免。
结构性失业则是由于技术进步、消费者偏好变化、劳动力的非流动性等因素导致的劳动力的供给和需求不匹配所造成的。
工资只能上涨不能下降,我们把这称为工资刚性。
在工资刚性的情况下,人们失业并不是自愿失业,在现行的工资水平下,劳动供给量远远超过劳动需求量,即使有职位空缺,也无法填补现有的职位空缺,只能等待招工。
周期性失业,是由于经济需求不足而造成的失业。
1.3从菲利普斯曲线分析两者关系
1.3.1菲利普斯曲线的提出
1958年,经济学家菲利普斯首次提出了这一概念。
在研究了1861年至1957年英国失业和货币工资增长的数据后,他得出一条向右下方倾斜的曲线,这条向右下方倾斜的曲线可以用来表示失业和货币工资增长之间的关系。
这是最初的菲利普斯曲线。
1.3.2短期菲利普斯曲线和长期菲利普斯曲线
短期菲利普斯曲线是在预期的通货膨胀率不变的情况下,一条向右下方倾斜的曲线,它表示失业率和通货膨胀率存在替代关系。
长期菲利普斯曲线是一条垂直于自然失业率的垂直线,表明从长期来看,失业与通货膨胀之间没有其他关系。
因为从长远来看,通胀最终将与预期相同。
预期的通货膨胀和失业都将导致菲利普斯曲线的转变。
政府也能解决失业的问题吗?
增加通货膨胀不会有问题吗?
答案是否定的。
如果政府通过提高通胀来降低失业率,虽然短期内失业率就会下降。
但是,从长远来看,失业率的不平衡是不可能永远持续下去的,在很长一段时间内,失业率最终将恢复到自然失业率的水平。
一旦通货膨胀上升,就会发生长期与较高水平挂钩,这是很难降低的。
人们只能忍受高通胀的痛苦。
西方的选举国家可能会利用他们的权利选举前的通货膨胀和较低的失业率以缓解公众的愤怒。
但从长远来看,失业率会回升,但人们会接受高通胀带来的痛苦。
这只是政治上的手段,对人民有好处也没有好处。
2.中国近些年来通货膨胀与失业率的相关概况及模型分析
2.1通货膨胀与失业率的相关概况
2.1.1我国近年来通货膨胀概况
图11999年至2018年通货膨胀趋势
图1
从图1中可以看出,在2003年到2008年里,发生过一次通货膨胀,这次通货膨胀始于房地产市场,房地产市场价格的上涨必然会导致与房地产相关的产品价格、工资和服务价格的上涨。
2004年以后,通货膨胀反映在固定资产投资规模过大,造成社会需求过剩,工资收入增加,成本上升,劳动生产率提高。
而成本,又伴随着基础设施规模和社会消费需求的增加。
货币和信贷投资大幅增加,经济过热,通货膨胀加剧。
2008年的国际金融风暴引发了国际经济动荡,大批外向型企业严重紧缩,冲击沉重,甚至破产,员工人数众多,都面临失业的情况。
2.1.2我国近年来失业率概况
将1999~2018年度共20组数据设为样本空间,因为我国的失业率统计指标不够全面,考虑到实际研究的需要以及获取数据的方便,所以采用城镇登记失业率代替失业率。
表1可以看出,中国的失业率自2002年以来已达到4.0%的相对峰值。
一直持续在4.1%左右,在接下来的13年里,中国的失业率一直处于不稳定的上升趋势,有两个相对高点,分别是2003年的4.3%和2009年的4.3%。
预计2018年后,在相关国家政策的调控下根据,中国的失业率将缓慢下降。
表1近年来我国城镇失业率
时间
城镇失业率(%)
1999年
3.1
2009年
4.3
2000年
2010年
4.1
2001年
3.6
2011年
2002年
4.0
2012年
2003年
2013年
2004年
4.2
2014年
2005年
2015年
2006年
2016年
2007年
2017年
3.9
2008年
2018年
3.8
以上图表根据<
<
中国统计年鉴>
>
所获数据编制
2.2模型构建
在宏观经济学中,失业和通货膨胀这种负相关关系可以用菲利普斯曲线来说明,其中,简单菲利普斯曲线只是描述了失业与通货膨胀之间的负相关关系,如下式所示:
π=﹣ε(μ-μ※)(2-1)
其中,π为通货膨胀率,μ为失业率,μ※为自然失业率,ε为参数.
式(2-1)可化为π=β0﹢β1μ﹢ε (2-2)
即Y=β0﹢β1χ﹢μ(2-3)
其中,被解释变量Y为“通货膨胀率”,解释变量χ为“失业率”。
样本数据如表2所示:
表2
城镇登记失业率χ
通货膨胀率y(%)
通货膨胀率y
7.7
9.4
8.5
10.6
8.3
9.6
9.1
7.9
10.0
7.8
10.1
7.3
11.4
6.9
12.7
6.7
14.2
6.8
9.7
6.6
2.3参数估计
运用Eviews软件进行模型参数估计,可得到表3的回归分析结果:
表3
DependentVariable:
Y
Method:
LeastSquares
Date:
05/18/19Time:
02:
32
Sample:
19992018
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2.007424
5.452232
0.368184
0.7170
X
1.777727
1.368629
1.298910
0.2104
R-squared
0.085699
Meandependentvar
9.065000
AdjustedR-squared
0.034904
S.D.dependentvar
2.057918
S.E.ofregression
2.021684
Akaikeinfocriterion
4.340378
Sumsquaredresid
73.56970
Schwarzcriterion
4.439951
Loglikelihood
-41.40378
Hannan-Quinncriter.
4.359816
F-statistic
1.687168
Durbin-Watsonstat
0.534817
Prob(F-statistic)
0.210368
模型估计结果为:
Y=2.0074243813+1.7777268561*X
(0.368184)(1.298910)
R2=0.085699F=1.687168
2.4模型检验
2.4.1拟合优度检验
从回归估计的结果看,模型拟合较差,可决系数R2=0.085699,表明居民消费价格的变化的8.57%可由城镇登记失业率的变化来解释。
2.4.2方程显著性检验——F检验
给定5%的显著性水平下,查F分布表,得到临界值F0.05(1,18)=4.41,显然有F=1.69,即F<
Fα(1,18),所以不拒绝原假设H0,表明模型的线性关系在5%的显著性水平下不成立。
2.4.3变量显著性检验——t检验
给定显著性水平α=0.05,由表中可以看出,t(β1)=1.3,查t分布表得t0.05(18)=2.145,可见t(β1)<
t0.05(18),所以拒绝原假设H0,这表明解释变量“失业率”都在5%的显著性水平下对被解释变量“通货膨胀率”影响微弱,没有通过变量的显著性检验。
2.4.4经济意义检验
根据回归结果,参数β1=1.7777268561,说明失业率每增加1%,就会使通货膨胀率上升1.778%,与理论模型中描述的失业率与通货膨胀率之间存在负相关关系的结论相悖。
3.我国的失业—通胀菲利普斯曲线
图2
根据1999年至2018年的国内通货膨胀率和失业率统计数据,两者之间存在着微量的正相关关系,相关系数为0.085699,但是这种统计结果是与菲利普斯曲线结论相违背的。
从图2中可以看出,1999年以来,国内通货膨胀率与失业率之间的关系曲线与菲利普斯曲线走向不符表现为以下情况:
第一,呈负相关的菲利普斯曲线,说明国内失业率和通货膨胀率之间存在着相互替代关系;
第二,无斜率的菲利普斯曲线,说明当失业率不变时,通货膨胀率变动或者当通货膨胀率不变时,失业率的增减变动;
第三,正相关的菲利普斯曲线,说明两者之间相互促进。
此外,当两者同时下降时,菲利普斯曲线呈正相关,说明从1999年以来,菲利普斯曲线不存在交替曲线。
3.1菲利普斯曲线在中国的失灵原因分析
根据以上数据分析,我们可以得出:
中国通货膨胀率与失业率的正向相关性与简单菲利普斯曲线所描述的通货膨胀率与失业率的相互替代关系不吻合。
首先,通货膨胀率与失业率之间的相关系数明显偏低。
其次,我国通货膨胀率与失业率之间不存在明显的负相关关系,反而表现出了正相关关系;
第三,两者之间的相关系数绝对值为0.2,说明两者之间的相关关系比较小。
即菲利普斯曲线在我国失灵。
有关学者认为:
我们在研究时,忽略了预期通货膨胀这一重要因素,由于对重要因素的忽略造成了实际存在的通货膨胀率与菲利普斯概念中的通货膨胀率不一致。
就我国目前的经济状况而言,通货膨胀主要表现为“滞涨”,也就是说国内实际经济发展与GDP数据显示不一致。
由于我国房地产行业在市场结构中占比较重,所以导致了我国经济出现飞速发展和泡沫经济的局面。
除开资本密集型行业,其他行业的发展经济增长率是远远不能对GDP的增长造成多大影响的。
由于中国行业结构的原因,导致了菲利普斯理论在中国的实践中出现失灵。
3.1.1城镇登记失业率并不能完全表示失业率
根据以上数据分析,可以得出菲利普斯理论在中国出现失灵现象,但是从中国整体的发展状况来看,失灵程度远不止于次。
上述分析的主要依据是城市失业率和消费物价水平指数,这两个数据不能代替中国整体的失业率和膨胀率,所以以上分析数据过于片面。
“城市登记失业率”这个数据是我国失业率的基本参考数值,但是它存在着一定的误差,忽略了农村和地方性的失业率,不能反映中国整体的失业情况。
且城镇登记失业率与失业率是两个相关概念,二者有明显区别。
失业率与城市登记失业率的关系是前者包括后者,后者只是前者的局部,失业率除了城市登记失业率之外,还有部分未登记的城乡失业率;
第二,失业率通常是指最低工龄或者以下的工作人员的失业率,退休年龄仅限于16岁或以上和50岁(女性45岁)的失业人员。
根据以往失业率统计数据制度来看,都是以“城镇登记失业率”为重要指标,所以本文所涉及到的失业率数据全部都是根据“城镇登记失业率”中的数据。
3.1.2我国CPI反映市场价格不力
根据中央银行2006年的城市价格满意度调查显示:
63.4%到90%的居民认为现阶段的价格过高,43.7%的居民认为未来价格上涨的趋势明显。
中国存在明显的通胀压力。
根据我国CPI数据显示,其增长率维持在很低的水平,理论上不存在价格上涨的压力增加现象。
究其原因,是因为我国CPI数据统计的范围很小,没有考虑到全国经济发展的差异性。
消费物价指数只反映了人们日常生活消费,但并不总是正确反映房地产、股票市场、外汇市场和其他资产的价格。
所以,中国统计局提供的CPI数据缺乏实践性,不能正确反映中国的消费物价情况。
根据上述分析,中国实际的失业率与通货膨胀率之间的关系与菲利普斯曲线中的关系不一致,所以结合中国的实际发展状况,菲利普斯理论在中国出现失灵是必然结果。
4.结论与启示
国内经济增长和失业率与菲利普斯理论不一致,有着独自的特点。
从近几年来看,我国失业率与通货膨胀率都有较大的变动。
但是,从近20年来我国失业率与通货膨胀率的几次波动来看,一方面是内部因素,如2010年国内货币政策和财政政策的变化作为拐点;
另一方面是外部因素,如2008年金融危机的巨大影响。
在当时的国际情况下的取舍决策。
目前,我国正面临着微妙的宏观经济形势,在宏观经济调控政策的制定和执行上,既要防止盲目的扩张导致经济陷入高通胀,高失业状态,滞胀,又要防止通货紧缩的回潮。
参考文献
[1]程希.中国通货膨胀率与失业率的实证分析[J].时代金融,2017,8:
17-18.
[2]刘伟峰.探究中国失业率与通货膨胀率的关系[J].河北企业,2018,347(6):
60-61.
[3]陈红,徐慧丹.我国失业率与通货膨胀率的关系研究——基于1980-2014年的实证[J].当代经济,2017,19:
50-53
[4]沈少川.我国通货膨胀率与失业率二者关系的实证研究[J].中国市场,2015,42:
10-13.
[5]刘子娟,姚俭.基于VAR模型的我国宏观经济变量相关性研究[J].现代商业,2011,30:
132-134.
[6]马任远.基于拓展菲利普斯曲线的我国通货膨胀影响因素研究[J].中国物价,2014,1:
48-51.
[7]胡海洋,姚晨.基于菲利普斯曲线理论对中国十年间失业率与通货膨胀关系的研究[J].中国市场,2014,51:
79-80.
[8]顾阳,文钧屹,王佳宁.对中国失业率和通货膨胀率参数的估计--基于Neugart劳动力市场模型[J].商场现代化,2014,3:
194-195.
[9]窦智,叶文辉.关于通货膨胀容忍度的分析--基于双重菲利普斯曲线[J].经济问题,2013,8:
18-22.
[10]石玉平.通货膨胀与失业率关系的理论与政策含义探讨[J].创新科技,2014,18:
14-15.
[11]凌晨,姜美芳.浅析新时期通货膨胀与失业率的关系[J].时代金融,2017,9:
260-262.
[12]张慧芸.基于菲利普斯曲线理论对我国失业与通货膨胀关系的实证分析[J].中国集体经济,2016,33:
92-93.
致谢
历时将近两个月的时间终于将这篇论文写完,在论文的写作过程中遇到了无数的困难和障碍,都在同学和老师的帮助下度过了。
尤其要强烈感谢我的论文指导老师―XX老师,她对我进行了无私的指导和帮助,不厌其烦的帮助进行论文的修改和改进。
另外,在校图书馆查找资料的时候,图书馆的老师也给我提供了很多方面的支持与帮助。
在此向帮助和指导过我的各位老师表示最中心的感谢!
感谢这篇论文所涉及到的各位学者。
本文引用了数位学者的研究文献,如果没有各位学者的研究成果的帮助和启发,我将很难完成本篇论文的写作。
感谢我的同学和朋友,在我写论文的过程中给予热情的帮助。
我的学术水平有限,所写论文难免有不足之处,恳请各位老师和学友批评和指正
- 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:
- 失业率 通货膨胀率 计量 分析 基于 中国 20 数据