计量经济学课程论文影响中国食品价格指数的多因素分析

中南财经政法大学课程论文中级计量经济学 课程名称： 中级计量经济学 题目名称： 影响中国食品价格指数的多因素分析 专业年级： 2011级投资学硕士研究生 二0一一年十二月二十八日目 录一、问题提出1二、理论分析2三、模型设定2四、数据的收集3五、模型的估计与调整41、数据的平稳性检验41.1单位根检验41.2协整检验52、食品价格指数对其他各解释变量的回归63、模型检验63.1异方差性检验63.2多重共线性检验。73.3自相关检验93.4自相关的修正10六、结论及政策建议12七、参考文献1313影响中国食品价格指数的多因素分析摘 要：本文试从影响食品价格指数的外因粮食价格指数、肉禽及其制品价格指数、水产品价格指数、蔬菜价格指数等进行分析和探讨，并在比较相关线性回归方程后，建立合理的食品价格指数预测模型。本文用到的模型检测方法主要有怀特检验、DW检验、LM检验。模型修正方法有德宾两步法、用科克伦奥克特迭代方法、逐步回归法。关键词：食品价格指数 多因素分析 预测模型 模型检测与修正一、问题提出曾经，有一种说法，叫做“CPI的走势是由猪决定”。这句话乍一看很荒谬，但是仔细分析，其实是有道理的，猪肉的价格会首先影响粮食价格指数，粮食价格指数通过影响食品价格指数，进而影响CPI.2009年11月份CPI由负转正，结束了九个月的负增长过程。自此以来，CPI持续高速增长，最高时在今年7月份达到了%6.5.从数据上看，中国经济似乎已经呈现“高通胀，高增长”的过热趋势，有关经济是“过热”还是“通胀”的议论已经不绝于耳。中国经济增长显然“过热”。 经济过热发生时，其生产能力无法跟上日益增长的总需求。这是普遍的特点是一个不可持续的高比率的经济增长速度。经济处于景气时期往往是经济过热的特色。 经济过热给社会各方面造成的影响是不可忽视的。从过去的CPI数据中可以看出，食品价格的上涨是CPI的主要推手。这一点可以从一下事实看出。中国国家统计局9日发布数据，7月份全国居民消费价格总水平（CPI）同比上涨6.5%，涨幅比上月提高了0.1个百分点，再创新高，但增速有明显回落。CPI涨幅已经达到了拐点，食品价格季节性因素成为增速放缓的主要原因。 从公布的数据来看，食品类价格依然领涨CPI。7月份中国食品类价格同比上涨14.8%，影响价格总水平上涨约4.38个百分点。其中，猪肉价格同比上涨56.7%，影响价格总水平上涨约1.46个百分点。中国社会科学院宏观经济研究所袁钢明教授表示，虽然CPI的涨幅比上个月提高0.1个百分点，但上涨幅度明显减缓，这主要是因为食品价格、尤其是猪肉价格的下降。 因此，我们几乎可以得出结论，要想控制CPI，对食品价格指数的控制毫无疑问是很重要的一环，而对食品价格的控制，很显然有赖于对影响食品价格指数的各因素的控制。这也正是本项目研究的主要目的。二、理论分析食品价格指数是反映不同时期食品价格水平的变化方向、趋势和程度的经济指标。是经济指数的一种，通常以报告期和基期相对比的相对数来表示。食品价格指数是研究食品价格动态变化的一种工具，它为制定、调整和检查各项经济政策，特别是价格政策提供依据。 食品价格指数是价格指数的一个细分类，价格指数按其所包括范围的不同分为：个体指数，反映某一种商品价格水平升降程度的指数；分类指数，即分类商品价格指数，反映某一类商品价格水平升降程度的指数；总指数，反映全部商品价格总水平升降程度的指数。本文用到的是第二种，分类数据。从目前的研究来看，对影响食品价格指数变动的因素方面的影响并不多，而大多数研究涉及的的是食品价格指数与CPI的关系。本文通过对粮食价格指数、肉禽及制品价格指数、水产品价格指数、蔬菜价格指数等的研究，试图发现这些因素对食品价格指数的控制。3、 模型设定在本文中，我们选取粮食价格指数、肉禽及制品价格指数、水产品价格指数、蔬菜价格指数作为解释变量，选取食品价格指数作为被解释变量，构建多元线性回归模型：Y=0+1X1 +2X2 +3X3 +4X4 +i其中：Y 食品价格指数 X1 粮食价格指数 X2 肉禽价格指数 X3 水产品价格指数 X4 蔬菜价格指数4、 数据的收集 本文获取了2008年8月份到2011年10月的数据如下表。时间/指标食品价格指数 (本期数)Y粮食价格指数 (本期数)X1肉禽及其制品价格指数 (本期数)X2水产品价格指数 (本期数)X3鲜菜价格指数 (本期数)X42008年08月 110.3108108116.499.52008年09月 109.7107.6108.5114.7100.12008年10月 108.5106.9106.7112.7100.22008年11月 105.9105.8102111.297.92008年12月 104.2104.399110.4105.52009年01月 104.21103.997.2111.57119.642009年02月 98.09104.3991.19103.3190.662009年03月 99.33105.5389.66106.42105.942009年04月 98.7105.586.5103.4110.92009年05月 99.35104.9984.53100.86122.242009年06月 98.91105.0584.6299.23117.562009年07月 98.8105.186.898.2110.12009年08月 100.5105.290.598.6121.82009年09月 101.5105.593.398.8125.82009年10月 101.6106.296.1101.4114.82009年11月 103.210798.3103.6123.92009年12月 105.3108.698.3105.7136.22010年01月 103.7109.896.5103.9117.12010年02月 106.2109.698.4108.8125.52010年03月 105.2109.297.8106.3118.52010年04月 105.9110.798.2105.5124.92010年05月 106.1111.5100.8105.6121.32010年06月 105.7111.73101.81106.47114.552010年07月 106.83111.75104.09107.6122.292010年08月 107.5111.95105.43108.52119.242010年09月 108.05112.07105.42110.9118.012010年10月 110.06112.34106.8111.15130.952010年11月 111.7114.74109.91111.85121.252010年12月 109.55115.57110.23110.8994.282011年01月 110.34115.08110.88111.07102.012011年02月 111114.83113.27109.09106.052011年03月 111.71114.99117.27110.19104.282011年04月 111.47113.9121.44111.6492.642011年05月 111.74112.85124.27112.4592.882011年06月 114.44112.41132.26113.9107.322011年07月 114.76112.37133.58115.01107.62011年08月 113.39112.23129.27114.71100.062011年09月 113.42111.93128.39114.1102.112011年10月 111.93111.59126.11112.3893.18 数据来源：/web/（国研网数据中心）五、模型的估计与调整1、数据的平稳性检验本文采用的是时间序列数据，为了避免数据的不平稳，导致伪回归，我们对解释变量和被解释变量分别进行单位根检验。本文中用Eviews软件分别对Y、X1、X2、X3、X4进行单位根检验。 根据eviews对原序列的单位根检验，发现，在1%，5%，10%的置信水平下都无法拒绝非平稳假设。因此本文进一步对各变量的一阶差分进行单位根检验。 1.1单位根检验 dX1的单位根检验结果如下： dX2的单位根检验结果如下：dX3的单位根检验结果如下：dX4的单位根检验结果如下：dY的单位根检验结果如下： 以上检验结果表明除了dx2，其他的数据都可以在1%的置信度上拒绝原假设；所有数据序列都能够在5%的置信度下拒绝原假设。也就是说这一系列数据是一阶单整的。 1.2协整检验在数据组一阶单证的基础上，本文进一步进行协整检验，首先对原模型进行回归，对残差进行单位根检验，结果如下显然，残差的回归结果显示不存在单位根。综上所述，虽然原序列不是平稳的，但是这些数组是协整的，因此我们可以进一步用最小二乘法对模型进行实证检验。2、食品价格指数对其他各解释变量的回归Eviews的最小二乘法计算结果见下表：所以模型的估计形式为=6.399908+0.32136X1 +0.1979X2 +0.3532X3 +0.05445X4 (6.1310) (0.0535)（0.0208) (0.044) (0.01318) T= 1.044 6.0116 9.5053 8.0317 4.1324 R2=0.976190从回归的结果可以看出，拟合效果非常好，各解释变量都通过了t检验，整个模型也通过了F检验。从经济意义上来看，该模型说明了粮食价格指数、肉禽及制品价格指数、水产品价格指数、蔬菜价格指数上升一个百分点，分别引起食品价格指数上涨0.32136、0.1979、0.3532、0.05445个百分点。由于各变量都通过了检验，所以说明各变量对被解释变量都起到了很好的作用。3、模型检验 3.1异方差性检验 本文用怀特检验进行模型的异方差性检验，检验结果如下： 检验结果表明，模型通过怀特检验没有检测出异方差。3.2多重共线性检验。直观的来看，、的相关系数达到了0.718，的相关系数达到了0.8。所以可以判断出本题的数据应该是存在多重共线性的。分别剔除在进行回归，结果如下： 剔除后导致通不过t检验，而且可决系数大幅降低。 然后分别剔除再进行回归。结果如下：结果表明，虽然有多重共线性，但并不影响本文的分析效果，不必要进行处理。 3.3自相关检验 3.3.1图示法进行自相关检验。对模型进行回归，根据其得到残差resid,下图是残差E和滞后一期的散点图。通过该图，可以初步判断随机误差存在自相关。 3.3.2 DW检验 根据=6.399908+0.32136X1 +0.1979X2 +0.3532X3 +0.05445X4 的估计结果。由DW=0.48311,给定显著性水平=0.05，查Durbin-Watson表，n=39,k(解释变量个数)=4,得下限临界值d =1.273,上限临界值dl=1.722,因为DW统计量为0.48311DU=1.722.经过迭代，自相关已经消除。3.4.2用科克伦奥克特迭代方法进行消除自相关用eviews对y、c、x1、x2、x3、x4、AR(1)、AR(2)进行回归，得到如下结果由DW值可以看出，经过迭代，自相关已经消除。综上，本研究模型估计的最终结果为：=15.01638+0.338059X1 +0.242745X2 +0.182160X3 +0.083024X4 (7.1165) (0.07442)（0.021996) (0.02921) (0.00533)t= 2.11 4.542 11.0358 6.2354 15.5696R2=0.99677 DW=1.928832六、结论及政策建议本研究的结果表明，食品价格指数确实受到粮食价格指数、肉禽及其制品价格指数、水产品价格指数、蔬菜价格指数四个因素的影响，粮食价格指数、肉禽及制品价格指数、水产品价格指数、蔬菜价格指数上升一个百分点，分别引起食品价格指数上涨0.338059、0.242745、0.182160、0.083024个百分点。由于各变量都通过了检验，所以说明各变量对被解释变量都起到了很好的解释作用。从结论来看，我们应该从以下几点来进行改进,以控制食品价格指数，进而控制CPI.1、稳定粮食价格，防止粮食价格的波动幅度过大，在粮食丰收之年，照顾到农民利益，实行最低粮食收购价格制度；在粮食歉收之年，要加大粮食调度，调剂余缺，避免出现粮食价格被过分炒高，防止出现去年的“蒜你狠”、“豆你玩”。2、保证肉、蛋、奶的稳定供应，猪肉等价格的波动在很大程度上会通过食品价格指数传导到CPI.3