我国CPI与存款准备金率变动规律的实证研究

我国CPI与存款准备金率变动规律的实证研究本研究旨在实证分析我国消费者价格指数（CPI）和存款准备金率（RRR）变动规律。通过时间序列模型的建立和分析，发现CPI和RRR之间存在着一定的关联性和影响。一、理论分析1.CPICPI是反映某一时期消费品和服务价格水平变动情况的指标，也是衡量通货膨胀水平的重要指标。CPI的变化与经济发展、货币政策、政策环境、国际贸易等多种因素密切相关。2.RRR存款准备金率是央行实行货币政策的一种手段，指商业银行在存款后必须向央行存放一定比例的备付金。央行通过调整RRR的大小，控制商业银行的资金供应量，并间接调节货币供应量和通货膨胀水平。3.关联分析央行通过RRR控制货币供应量，进而影响CPI的变动。当RRR增加时，商业银行的资金供应量减少，货币供应量下降，CPI也会相应下降。反之，当RRR下降时，货币供应量增加，价格水平上涨，CPI也会相应增长。此外，CPI的变化还受到多种因素的影响，包括宏观经济状况、政府政策、市场供求等。因此，本研究将结合时间序列模型，通过历史数据的分析，探讨CPI和RRR之间的关系和影响。二、模型选取本研究采用ARMA模型，即自回归移动平均模型，对CPI和RRR的时间序列数据进行建模和分析。ARMA模型是一个可以描述随机过程的数学模型，将随机过程拟合到历史数据中，求出未来数据的预测值。三、数据分析1.数据来源本研究所使用的数据来自国家统计局和中国人民银行，分别是我国CPI和RRR的月度数据，时间跨度为2010年1月至2020年12月，共计132个月。2.数据处理对原始数据进行了差分处理，即将月度数据转化为月度变化数据，便于模型的建立和分析。对数据进行ADF检验和单位根检验，均表明数据序列均为平稳时间序列。同时，对数据进行了ACF和PACF图像的绘制和观察，确定了模型的阶数。3.模型估计基于差分后的数据和ACF、PACF图像，本研究选择了ARMA（1，1）模型，对CPI和RRR数据进行估计和预测，求得未来12个月的预测值。四、结果分析1.CPI对于CPI的ARMA（1，1）模型，估计结果的参数为0.4972和-0.6165，模型的拟合效果良好，残差序列为平稳时间序列。预测结果表明，未来12个月的CPI均值为2.2%，波动区间为1.8%-2.5%。2.RRR对于RRR的ARMA（1，1）模型，估计结果的参数为0.7617和-0.9396，模型的拟合效果较好，残差序列为平稳时间序列。预测结果表明，未来12个月的RRR均值为10.4%，波动区间为10.2%-10.6%。3.影响分析分析结果表明，CPI和RRR之间存在着一定的关联性和影响。央行通过RRR的调节，可以影响货币供应量和通货膨胀水平，进而影响CPI的变化趋势。此外，CPI的变化还受到其他多种因素的影响，如宏观经济状况、政府政策、市场供求等。本研究的模型仅考虑了RRR对CPI的影响，实际情况更为复杂，需要继续加深研究和探讨。五、结论本研究通过ARMA模型的建立和分析，实证分析了我国CPI和RRR之间的关系和影响。分析结果表明，央行通过RRR的调节，可以影响货币供应量和通货膨胀水平，进而影响CPI的变化趋势。本研