计量论文(共16页)

1、PAGE PAGE 18 关于(guny)我国CPI变动因素的实证分析【摘要(zhiyo)】 居民消费物价指数(wji zhsh)CPI是反映物价水平的重要价格指数。近年来，通胀压力日益上升，商品价格飞速上涨，百姓的菜篮子越拎越沉，这已成为人们生活中日益关注的问题，因此研究CPI变动的主要影响因素具有重要的意义。本文基于计量经济学的基础，运用线性回归方法，在经典假设与模型构建方面，对我国自2008年1月至2012年8月的相关统计数据进行分析，试图寻找生产者物价指数PPI、货币发行量、城镇居民可支配收入和国民生产总值GDP这四个变量与CPI变动的相关关系以及对CPI变动的影响程度。 【关键词】

2、CPI变动 影响因素 模型构建 【英文摘要】Consumer price index (CPI) is an important price index to reflect the price level. In recent years, rising inflation pressure and commodity prices, together with peoples heavier food basket ，have been a problem which people focus on increasingly. So it has a great significance

3、to study the primary influences to the change of CPI. Based on the foundation of econometrics, this paper makes use of linear regression method and gives an analysis on related statistical data from January 2008 to August 2012 on the terms of the classical hypothesis and model construction，trying to

4、 find the correlation between the CPI and the producer price index PPI, the volume of currency, the disposable income of urban residents and the GDP as well as the influence degree.【key words】 CPI fluctuation；Influence factors；Model construction1 CPI的相关(xinggun)概念以及变量(binling)的选取CPI，指消费者物价指数，主要反映消费者

5、支付商品和劳务(lo w)的价格变化情况，也是一种度量通货膨胀水平的工具。CPI 是一个滞后性数据，但它也是市场经济活动与政府货币政策的一个重要参考指标。CPI 稳定、就业充分及GDP 增长往往是最重要的社会经济目标。在发达国家，一般说来当CPI3%的增幅时可视为通货膨胀；而当CPI5%的增幅时，就是严重的通货膨胀。CPI是通过成百上千种不同的代表性商品或服务项目的价格变动进行加权平均计算出来的，反映各类商品或服务项目的总体价格的平均变动情况。我国CPI的调查内容包括食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健与个人用品、交通和通信、娱乐教育文化用品及服务、居住八大类。不同收入阶层对物

6、价变化的感受也不相同。一般而言，高收入者对货币的边际效用，要低于低收入者。相同物价水平的上升，低收入者会更加敏感。而目前收入分配格局的恶化，则增加了对物价敏感的家庭数量。所以CPI影响最深的是低收入者的日常生活，这对经济稳定很不利。 现实生活中影响CPI的因素有很多，我们在做计量模型时无法将它们全部囊括进去，因此基于我们个人的经济学理论基础以及前人研究的成果和结论，我们只选取了几个自己认为对CPI影响比较大的因素作为解释变量，它们分别为：生产者价格指数（PPI）、货币发行量（M2）、城镇居民可支配收入和国民生产总值（GDP）。1.1 中国生产者价格指数生产者价格指数即我们常说的PPI。PPI是

7、衡量工业企业产品出厂价格变动趋势和变动程度的指数，是反映某一时期生产领域价格变动情况的重要经济指标，也是制定有关经济政策和国民经济核算的重要依据。根据价格传导规律，PPI能够反映生产者获得原材料的价格波动情况，推算预期CPI，从而估计通胀风险。PPI对CPI有一定的影响。PPI反映生产环节价格水平，CPI反映消费环节的价格水平。整体价格水平的波动一般首先出现在生产领域，然后通过产业链向下游产业扩散，最后波及消费品。PPI对CPI的传导主要通过以下几个渠道：一是通过煤、电、油等价格的上涨传导到农业生产资料，推动粮食等农产品价格的上涨，进而传导到食品价格，最终导致CPI上涨；二是通过原材料价格上涨

8、，导致工业消费品成本上升，最后传导至CPI上涨；三是通过PPI里的采掘工业产品如煤炭、燃气等价格，影响到居民消费的水、电、燃料等消费价格，从而导致CPI上涨。1.2 货币(hub)发行量根据现代(xindi)货币主义代表人物弗里德曼的观点可以认为通货膨胀的直接(zhji)原因是货币的流动性过剩,多余的货币在宏观经济层面表示为货币供应超过经济增长, 具体表现为货币发行过多, 供应量过大。当前中国流动性过剩主要表示在以下三方面: 一是由于我国经济发展过分依赖外需和投资。这样使得不断增加的对外贸易顺差在我国现行外汇政策下最终以人民币的形式进入国内流通范围, 不断加剧的对外贸易不平衡在很大水平上导致了

9、当前我国货币供应过剩。二是货币供应超常增加。 2001年以来, 我国M2增速一直远远高于GDP增加速度, 2005 年、2006 年M2分别到达17.6%和16.9% , 2007年增加16.7% , 到达40.3万亿元。三是人民币升值的情况下, 更多热钱流入中国市场。在这种资金充足的情形下, 当大量资金流入资本市场和房地产市场时, 就会发生过多的货币追逐较少资产的现象, 必然形成资产价格的迅速上涨, 从而价格上涨由上游产品传到下游产品, 形成全面通货膨胀。从我国现实的货币供应量的绝对额来看，中国的货币供应量在很长一段时间持续快速增长, 远高于GDP的增长速度。2010年12月我国M2的余额高

10、达72.5万亿元，约合近11万亿美元，而美国同期货币供应量M2只有大概8.8万亿美元，我国GDP只相当于美国的1/3，货币供应量却是美国的1.25倍。李晓.浅析当前国内通货膨胀的几个原因.财经视点.2011年10月.161162如此多的货币不可避免地促使物价上涨。货币投放主要有财政性投放与信贷性投放。2008年以来，我国这两项货币投放均创天量。据中国统计年鉴2010年的数据，2008年各项贷款规模已达30.34万亿多，2009年新增贷款9.6万亿，总额高达39.96万亿多。2010年新增贷款7.5 万亿，年中开始严加调控，但到年底仍实际增贷7.96万亿元。再据中国统计年鉴2010年的数据，货币

11、当局的货币供应量2007年已达403442.2亿元，仅隔一年，2009年即猛增到606225亿元。如此巨量的纸币进入流通“渠道”必定会引发通货膨胀螺旋式上升。1.3 城镇居民可支配(zhpi)收入城镇居民可支配(zhpi)收入是指被调查的城镇居民家庭在支付个人所得税、 HYPERLINK /view/1025912.htm t _blank 财产税及其他经常性转移(zhuny)支出后所余下的实际收入。通俗地讲，居民可支配收入是指居民能够自由支配的收入，就是从居民家庭总收入中扣除了缴纳给国家的各项税费，扣除了缴纳的各项社会保险，比如 HYPERLINK /view/34297.htm t _bl

12、ank 医疗养老保险、失业保险等余下的收入。收入增加会促进人们消费，使得人们的需求增加，进而使得全社会的总需求增加。从经济学的角度来讲，需求的增加会促使价格上升。从而我们推测城镇居民可支配收入的增加，会促使物价水平上涨，使得CPI上升。1.4 国民生产总值国内生产总值（简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。用支出法量度的国内生产总值是最终消费与资本形成总额以及净出口之和,其中最终消费包括居民消费和政府消费两个部分,因此,国内生产总

13、值的变化必然对价格指数产生重要的影响。GDP的增长反映了经济的增长，而经济的增长使得国民收入增加，人民生活水平普遍提高，社会需求增长较快，此时价格上涨从而使得CPI上升。综上，基于以上的分析，我们最终(zu zhn)确定了PPI、货币(hub)发行量、城镇居民可支配收入(shur)和GDP为影响本文模型中CPI的主要变量。2 变量数据的收集和整理及相关分析2.1 变量数据的收集和整理通过国家统计局官方网站和中国经济网，我们得到了2008年1月至2012年8月的PPI、货币发行量、城镇居民可支配收入和GDP的具体数据，并整理后得到表2.1。调整后的CPI为被解释变量，调整后的PPI、货币发行量、

14、城镇居民可支配收入和GDP为解释变量。表2.1 2008年-2012年间各变量的数据统计结果时间调整后的CPI调整后的PPI货币发行量GDP总量城镇居民可支配收入YX1X2X3X42008年1月=1002008年1月=100亿元亿元元2008年1月100100417846592008年2月102.6100.5421037.84662844385.592008年3月101.8818101.8065423054.53662844385.592008年4月101.9837102.621429240.91741943679.412008年5月101.5757103.44194

15、36221.6741943679.412008年6月101.3726104.4763443141741943679.412008年7月101.474105.8345446362.27654838002008年8月101.3725106.5754448846.77654838002008年9月101.3725105.7228452898.77654838002008年10月101.0684104.0312453133.3970193915.682008年11月100.2598100.4941458644.7970193915.682008年12月100.059398.1828475166.697

16、0193915.682009年1月100.959896.8082496135.3698174833.852009年2月100.959896.1306506708.1698174833.852009年3月100.65795.8422530626.7698174833.852009年4月100.455796.0339540481.2783874022.012009年5月100.154396.1299548263.5783874022.012009年6月99.653596.4183568916.2783874022.012009年7月99.653597.3825573102.9830994117.4

17、22009年8月100.151898.1615576699830994117.422009年9月100.552498.7505585405.3830994117.422009年10月100.451898.8492586643.31096004201.372009年11月100.753299.4423594604.71096004201.372009年12月101.7607100.43686062251096004201.372010年1月102.3713100.9389625609.382613.45308.012010年2月103.5997101.3427636072.382613.4530

18、8.012010年3月102.8745101.8494649947.582613.45308.012010年4月103.0803102.8679656561.292265.44449.12010年5月102.9772103.4851663351.492265.44449.12010年6月102.3593103.1747673921.792265.44449.12010年7月102.7688102.762674051.597747.94576.722010年8月103.3854103.173687506.997747.94576.722010年9月104.0057103.792696471.59

19、7747.94576.722010年10月104.7338104.5186699776.7128886.14775.612010年11月105.8858105.9819710339.03128886.14775.612010年12月106.4153106.7237725851.8128886.14775.612011年1月107.4794107.6842733884.897101.25962.822011年2月108.7692108.5457736130.997101.25962.822011年3月108.5516109.197758130.997101.25962.822011年4月108.

20、6602108.651757384.6108674.25078.672011年5月108.7688108.977763409.2108674.25078.672011年6月109.0951108.977780820.9108674.25078.672011年7月109.6406108.977772923.6513115443.75259.362011年8月109.9695109.0859780852.3021115443.75259.362011年9月110.5194109.0859787406.2038115443.75259.362011年10月110.6299108.3223816829

21、.2489150344.65508.932011年11月110.4086107.5641825493.9445150344.65508.932011年12月110.7399107.2414851590.9001150344.65508.932012年1月112.401107.1341855898.891079956796.312012年2月112.2886107.2413867171.421079956796.312012年3月112.5131107.563895565.51079956796.312012年4月112.4006107.7781889604.041191035712.23201

22、2年5月112.0634107.347900048.771191035712.232012年6月111.391106.5956924991.21191035712.232012年7月111.5024105.7428919072.40191263825918.462012年8月112.1715105.2141924894.58651263825918.462.2 相关(xinggun)分析相关分析主要研究随机变量间的相关形式及相关程度。由表2.1的数据我们可以得到解释(jish)变量和被解释变量的相关系数（见表2.2），该系数(xsh)反映了变量间的线性相关程度。其中Y代表CPI，X1、X2、X

23、3、X4分别代表PPI、货币发行量、GDP和城镇居民可支配收入。由表2.2可以看出X1、X2、X3、X4与Y呈现出较大的相关系数，说明X1、X2、X3、X4与Y具有较强的线性相关程度。表2.2 解释(jish)变量和被解释变量的相关系数YX1X2X3X4Y10.8143136568807510.9097798059994670.7364509582804310.865990405989076X10.81431365688075110.6435841341441540.6103387572516910.567891679922069X20.9097798059994670.64358413414

24、415410.7931818716013440.844437284491622X30.7364509582804310.6103387572516910.79318187160134410.529270368513905X40.8659904059890760.5678916799220690.8444372844916220.5292703685139051在进行回归分析之前(zhqin)，首先对Y和X1、X2、X3、X4的关系(gun x)通过观察图形进行初步分析。其中，图2.1为CPI和PPI的线性图，由图中可以看出由于金融危机，PPI在2008年和2009年表现出了巨大的波动，之后持续

25、上涨，但在2012年开始下降。相比较来说，CPI自2008年以来，一直处于持续上升的趋势。图2.2为CPI与货币发行量的关系图，由图中看出，CPI与货币发行量呈现严格的正相关关系。图2.3为CPI与GDP的关系图。可以看出，因为2008年CPI的巨大波动，导致二者的关系初期比较混乱，但是随着2009年之后CPI的一路攀升，CPI和GDP呈现共同上升的趋势，大体上可以看做是正相关的。图2.4为CPI与城镇居民可支配收入的关系图，趋势基本上和图2.3一致。图2.1 CPI和PPI的线型图图2.2 CPI与货币(hub)发行量的关系图图2.3 CPI与城镇居民可支配收入(shur)的关系图图2.4

26、CPI与GDP的关系(gun x)图3 回归(hugu)分析3.1 模型(mxng)建立的过程在本文中我们假设拟建立如下多元回归模型：Y=0+1X1+2X2+3X3+4X4+表3.1为我们采用Eviews软件用普通最小二乘法对表2.1中的数据进行回归分析的计算结果。表3.1 CPI的四元回归估计结果(ji gu) Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 21:30Sample: 2008M01 2012M08Included observations: 56VariableCoefficientStd. Er

27、rort-StatisticProb.C48.084704.30352411.173330.0000X10.3890000.0473608.2136220.0000X29.32E-062.69E-063.4644260.0011X31.48E-051.25E-051.1844280.2417X40.0018560.0003685.0430780.0000R-squared0.945759Mean dependent var104.9215Adjusted R-squared0.941505S.D. dependent var4.495615S.E. of regression1.087302A

28、kaike info criterion3.090321Sum squared resid60.29351Schwarz criterion3.271156Log likelihood-81.52900F-statistic222.3110Durbin-Watson stat0.522540Prob(F-statistic)0.000000从回归估计的结果(ji gu)看，X3的t检验(jinyn)不通过（给定的显著性水平0.05），表明在95%的置信度下接受变量X3不显著的假设，因此去掉变量X3。在去掉变量X3后，继续对Y与X1、X2、X4用普通最小二乘法进行回归分析。得到表3.2的回归分析

29、结果。表3,2 CPI的三元回归估计结果Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 21:46Sample: 2008M01 2012M08Included observations: 56VariableCoefficientStd. Errort-StatisticProb.C47.455234.28709411.069320.0000X10.4039390.0458278.8145190.0000X21.16E-051.88E-066.1689910.0000X40.0016570.0003295.0384

30、180.0000R-squared0.944267Mean dependent var104.9215Adjusted R-squared0.941051S.D. dependent var4.495615S.E. of regression1.091506Akaike info criterion3.081743Sum squared resid61.95202Schwarz criterion3.226411Log likelihood-82.28879F-statistic293.6718Durbin-Watson stat0.515600Prob(F-statistic)0.00000

31、0从回归估计的结果看，解释变量的经济意义和t检验都过关，模型拟合较好，调整后的可决系数为0.94105，并且F统计量的数值表明该模型的线性关系成立。下面(xi mian)对模型进行异方差(fn ch)性检验(jinyn)，用怀特检验的方法对模型进行异方差检验得到表3.3。见下表：表3.3 怀特检验的结果White Heteroskedasticity Test:F-statistic2.124281Probability0.046465Obs*R-squared16.44136Probability0.058218Test Equation:Dependent Variable: RESID2

32、Method: Least SquaresDate: 12/12/12 Time: 21:48Sample: 2008M01 2012M08Included observations: 56VariableCoefficientStd. Errort-StatisticProb.C-371.1929158.9710-2.3349720.0240X17.4209663.3811362.1948140.0333X12-0.0396200.018278-2.1676980.0354X1*X2-1.13E-061.14E-06-0.9906570.3270X1*X40.0002980.0001472.

33、0256130.0486X27.71E-050.0001140.6764900.5021X22-1.90E-114.80E-11-0.3951090.6946X2*X41.20E-081.67E-080.7158520.4777X4-0.0140560.013549-1.0374160.3050X42-2.34E-061.64E-06-1.4242320.1611R-squared0.293596Mean dependent var1.106286Adjusted R-squared0.155386S.D. dependent var1.321666S.E. of regression1.21

34、4649Akaike info criterion3.387220Sum squared resid67.86714Schwarz criterion3.748890Log likelihood-84.84217F-statistic2.124281Durbin-Watson stat2.358322Prob(F-statistic)0.046465从以上检验模型的回归结果可以看出， 检验模型的R2检验不通过，说明原模型不存在异方差。在表3.2中，由于0DW=0.5156001.49，说明原模型存在序列相关，且为正相关。我们选择用广义差分法进行修正，首先进行一阶差分得到表3.4的一阶差分的估计

35、结果。见下表：表3.4 一阶差分的估计结果Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 21:52Sample (adjusted): 2008M02 2012M08Included observations: 55 after adjustmentsConvergence achieved after 113 iterationsVariableCoefficientStd. Errort-StatisticProb.C601.327113667.930.0439950.9651X10.2054410.08699

36、72.3614810.0221X2-1.25E-059.71E-06-1.2885350.2035X40.0006080.0001963.1035400.0031AR(1)0.9994150.01557064.190440.0000R-squared0.984496Mean dependent var105.0110Adjusted R-squared0.983256S.D. dependent var4.486438S.E. of regression0.580540Akaike info criterion1.836793Sum squared resid16.85135Schwarz c

37、riterion2.019278Log likelihood-45.51181F-statistic793.7549Durbin-Watson stat2.012758Prob(F-statistic)0.000000Inverted AR Roots1.00从一阶差分的估计结果可以看出，DW=2.0128，说明模型已经不存在序列相关。而由于X2的t检验不合格，按照(nzho)检验的原则，我们应该将变量(binling)X2去掉。但是，从经济学的角度(jiod)来讲，我们认为货币发行量对CPI的影响作用不容忽视，且CPI的二阶滞后变量仍有可能对现期的CPI有影响，因此我们又继续做了二阶差分，表

38、3.5即为二阶差分的估计结果。表3.5 二阶差分的估计结果Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 22:01Sample (adjusted): 2008M03 2012M08Included observations: 54 after adjustmentsConvergence achieved after 27 iterationsVariableCoefficientStd. Errort-StatisticProb.C59.332136.3063039.4083860.0000X10.270242

39、0.0590094.5796900.0000X22.07E-053.28E-066.3092700.0000X40.0007290.0001774.1214720.0001AR(1)0.6197320.1160165.3417720.0000AR(2)0.2439390.1171602.0820960.0427R-squared0.988897Mean dependent var105.0556Adjusted R-squared0.987741S.D. dependent var4.516215S.E. of regression0.500043Akaike info criterion1.

40、556195Sum squared resid12.00208Schwarz criterion1.777193Log likelihood-36.01727F-statistic855.0489Durbin-Watson stat1.909345Prob(F-statistic)0.000000Inverted AR Roots.89-.27从二阶差分的估计结果可以看出，模型的建立进一步改善。DW=1.9093，模型不存在序列相关，各变量的t检验值也合格，并且调整后的可决系数为0.9877，表明CPI变动的98.77%可由PPI、货币发行量和GDP的变动来解释。因此，我们选择了二阶差分后的估

41、计结果作为最终要建立的模型。3.2 模型(mxng)最终(zu zhn)结果Estimation Command:=LS Y C X1 X2 X4 AR(1) AR(2)Estimation Equation:=Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X4 + AR(1)=C(5),AR(2)=C(6)Substituted Coefficients:=Y = 59.33212865 + 0.2702417414*X1 + 2.068342694e-005*X2 + 0.0007292142168*X4 + AR(1)=0.6197317324,AR(2)=0.2439390153其中(qzhng)：X1-PPIX2货币发行量（亿元）X4城镇居民可支配收入（元）对模型的系数进行经济意义的解释X1系数的经济意义