谁是PPI上涨的真正助推手-

1、谁是PPI上涨的真正助推手？摘要：影响我国工业品由厂价格指数的主要因素分别是以 冶金工业、建筑材料工业和森林工业为主的重工业和以食品工 业、纺织工业及缝纫工业为主的轻工业，以这两类行业为代表 的因子可以解释整个体系价格变动近82%勺信息。政策制定者既要关注整体价格走势，又要关注这两类价格指数的波动情 况，尽量避免这两个因子的同时上升，以免造成通货膨胀。再 者，工业品由厂价格指数、因子一和因子二的波动周期大约为 4年，政策制定者应该做好防范措施，避免整体价格上涨。关键词：工业品由厂价格指数；通货膨胀；因子分析；多 元回归分析在经济生活中，通常人们用指数的增长率作为通货膨胀指 数。当价格指数长期小

2、于 100时，人们一般认为经济已经进入 通货紧缩期，此时政府相关部门应由台积极的财政政策和货币 政策，豉励增加投资，刺激消费，繁荣经济；当价格指数一路 攀升，高位运行时，一般人们会判定经济已进入通货膨胀期， 这时政府会实施紧缩性货币政策和财政政策，紧缩银根，抑制 消费，限制投资，控制物价继续上涨。统计部门公布的工业品 由厂价格指数PPI主要是从生产者角度进行统计，而居民消费第1页共7页价格指数主要是从消费者角度进行统计。一般情况下，PPI指数先于CPI指数的变动。以1978年以来的价格指数变化为 例，如图1所示，一、工业品由厂价格指数的影响因素分析因子分析法(factor analysis )

3、是多元统计分析中的一 种主要方法，常被用来分析隐藏在表象背后的因子的作用，它 的目的是研究如何用少数几个因子变量来解释众多原始变量， 同时又尽量避免信息丢失。在对实际问题进行分析过程中，常 用因子分析去除重叠信息，将原始的众多指标综合成较少的几 个不相关因子变量来分析。另外，因子分析用不相关的几个因 子替代原来高度相关的若干变量，还可以避免计量经济建模过 程中由现复共线性。笔者选择以冶金工业、电力工业、煤炭工业、石油工业、 化学工业、机械工业、建筑材料工业、森林工业、食品工业、 纺织工业、缝纫工业、皮革工业、造纸工业、文教艺术用品工 业等14个主要行业1990-20年的同比由厂价格指数作为样

4、本。笔者首先对上面的数据进行标准化处理，再用SPSSa件对标准化后得到的数据进行因子分析。相关系数表显示这14个行业的工业品由厂价格指数之间 高度相关，建筑材料工业与冶金工业、建筑材料工业与机械工 业、文教艺术用品工业与缝纫工业间的相关系数甚至已经超过第2页共7页0.9 o若直接用这14个行业的价格指数作为因变量进行回归会 由现复共线性回归问题，并且也很难判断哪个行业的价格指数 起主导作用。因此，笔者先用因子分析的主成分分析法从14个行业价格指数中提由少数不相关的因子来解决复共线性回归 问题。再采用方差极大法对最初得到的因子载荷矩阵进行旋 转，使每一个因子变量都成为莫个具有实际意义的变量的典型

5、 代表，以观察到在整个体系中起主导作用的价格指数。因子个数提取原则主要包括两个标准，第一个是为因子对应的特征值大于1的前m个因子，第二个是前 m个因子累计贡 献率大于85%对于第一个原则：特征值在莫种程度上可以被 看成是表示主成分影响力度大小的指标，如果特征值小于1,说明该因子的解释力度还不如直接引入一个原变量的平均解释力度大，因此一般可以用特征值大于 1作为纳入标准。对于第 二个原则，累计贡献率反映了前 m个因子，反映了原来总体样 本85姒上的信息，基本反映了原来数据的总体情况。依据因子分析法，标准化后的数据矩阵的特征值大于1的特征值分别是9.066和2.330 ,这两个特征值与全部特征值之

6、 和的比值为81.398%,小于85%但若选择累计贡献率大于 85%勺原则，提取3个因子，这3个因子在整个变量集中的方 差贡献率为87.411%,虽然能够反映原变量集合中的绝大部分第3页共7页 信息，但14个行业对因子三的信息反映不多，因此，笔者决 定选用2个因子。经过方差极大法的旋转，我们得到因子一的方差贡献率为 64.756%,因子二的方差贡献率为 16.642%。从旋转后的载荷 矩阵我们可以观察到因子一主要代表了重工业由厂价格指数的 数据特征，其中包括冶金工业、建筑材料工业和森林工业的生 厂价格指数；因子二主要代表了轻工业由厂价格指数的数据特 征。另外，电力工业、煤炭工业、石油工业和机械

7、工业的由厂 价格指数较多的信息体现在因子一上；而化学工业、食品工 业、纺织工业、缝纫工业、皮革工业、造纸工业和文教艺术用 品工业的由厂价格指数较多的信息主要反映在因子二上。该结 果与实际经济运行状况较好地吻合了。据中国人民银行的分析，我国通货膨胀压力加大的主要原 因是农产品价格上涨和以煤炭和原油为代表的采掘品价格上涨 传导到中间产品再到最终产品，最后使得整体的生产价格指数 和消费价格指数上扬。如图2所示，PPI走势与因子一和因子二的走势密切相 关，有些地方还由现重合现象。1996-20年，PPI与因子一和因子二的涨跌幅度不大，基本是在低位状态平稳运行。20年，我国PPI指数达到了一个小峰值，为

8、什么呢？20年，作为工业企业主要原材料的煤炭和石油等行业产品价格大幅上第4页共7页 涨，推动下游的冶金工业和食品工业产品价格继续攀升。从图2我们可以看生，2000-20年，PPI、因子一和因子二都一共 由现三次波峰，且都是在 2000年、20年和20年由现波 峰，周期大约为 4年。由于因子一和因子二在2000年、20年和20年同时由现波峰，导致 PPI指数在这三年达到峰 值。笔者预计，由于以冶金工业、建筑材料工业和森林工业为 代表的因子一和以食品行业为代表的因子二价格指数同时上开，我国PPI指数将在20年达到峰值。如果政府能及早关 注到具体行业，及时采取货币政策和财政政策，或许有可能避 免20

9、年由现的价格集体上涨。二、多元回归分析（一）模型建立以因子一和因子二为自变量，标准化的PPI指数为因变量，假定变量间的关系如下PPI=B0+B 1F1 + B 2F2+以其中：PPI代表标准化的工业品价格指数；F1和F2分别代表因子一和因子二的得分。（二）模型检验1、拟合优度检验。可决系数R2越接近于1,说明模型的拟合优度越高。从回归分析结果可以看由，可决系数R2=0.960,这说明模型对样本拟合得很好。第5页共7页2、方程的显著性检验（F检验）。方程的显著性检验旨 在检验变量之间的线性关系是否统计显著，如果线性关系统计 显著，说明自变量确实能影响因变量，就可以用自变量的取值 去预测因变量的取

10、值，反之亦然。在SPS汁方程的显著性检验主要通过观察 P值来给由，由方差分析表可知，显著水平小 于0.0001 ,当然小于0.05,说明回归方程显著，即因子一和 因子二联合起来确实对 PPI指数有显著影响。3、系数显著性检验（T检验）。方程的总体线性关系显 著不代表每个自变量对因变量的影响都是显著的。因此，必须 对每个自变量进行显著性检验，以确定是否作为解释变量被保 留在模型中。在 SPSS中的系数显著性检当主要通过观察P值来给由，由方差分析表可知，显著水平小于0.0001 ,当然小于0.05 ,系数显著性检验通过。（三）结果分析从回归结果可以看由，方程的拟合优度很好；F检验和T检验都能通过。

11、本文只讨论因子一和因子二对PPI的影响程度，因此只写生参数的系数。因子一和因子二都与PPI存在显著正相关关系：因子一每上涨1个百分点，PPI将上涨0.723个百分点；因子二的系数为 0.662 ,说明因子二每上涨 1个百 分点，PPI将上涨0.662个百分点。这对分析我国 PPI上涨的 涨跌构成具有指导意义。可以看由，这两个因子对我国工业品第6页共7页 指数走势影响很大，因子一比因子二影响作用更显著，因此， 政策制定者应该经常关注这两个因子所代表的行业的价格波动 情况，根据这些行业价格波动情况，由台相应的政策措施。三、结论影响我国工业品由厂价格指数的主要因素分别是以冶金工 业、建筑材料工业和森林工业为主的重工业和以食品工业、纺 织工业及缝纫工业为主的轻工业，以这两类行业为代表的因子 可以解释整个体系价格变动近 82%勺信息。其原因是，其他行 业的由厂价格主要受这两类上游产品价格变动的影响。国家统 计局除将每月的PPI指数及原材料、燃料、动力价格指数公布 之外，还