影响物价指数多因素分析

影响中国物价水平的因素分析

学院：数理学院

班级：121121

姓名：李春辉

学号：20121002353

影响中国物价水平的因素分析

摘要: 近年来，随着我国综合国力不断增强，我国物价也在不断疯狂增长。

在通货膨胀渐渐增强的环境下，CPI（消费价格指数简称）作为国民经济发展的一个宏观指标，与普通老百姓生活息息相关，对我国国民经济保持稳定高速发展有着重要意义。本文采用1985年至2010年的统计数据，通过建立多元线性回归模型，运用最小二乘法，研究导致我国居民消费价格指数变动的原因，建立一个影响中国物价水平因素的合理模型，对未来物价变动作出预估，并指导宏观经济政策走向。

关键词：CPI指标，GDP相对指数，货币供应指数，CPI预期，

汇率指数，最小二乘法。

一 引言

由国家统计局公布的数据显示，2012年2月份3.2%；食品价格上涨6.2%，非食品价格上涨1.7%；消费品价格上涨3.9%，服务项目价格上涨1.5%。1-2月平均，全国居民消费价格总水平比去年同期上涨3.9%。也就是说，2月份我国物价又达到一个新的历史高位。2009年以来，鲜菜，鸡蛋等食品价格的上涨不但影响到居民正常生活，而且严重干扰了社会经济全局的健康发展，成为人们关注的热点问题。由于物价的上涨，使居民食品支出增幅不断降低，可支配收入的增长远远赶不上物价的飞升，居民生活水平不断被降低。如果CPI继续高升，即通胀压力继续增大，将有可能打破现有的利益格局，大多数人的利益将受到严重侵害，穷民富国政策将导致怨声载道。因此，面对当前高升的CPI数据时,整个社会应当引起高度重视，并在认识的基础上达成一种共识，以此来找到解决CPI高升这一问题的办法。

针对目前大众所关心的物价问题，我们的研究对象定于消费价格指数CPI，探讨它与GDP相对指数，货币供应指数，居民CPI预期，汇率指数之间的关系。

二 模型设定及数据说明

1. 模型设定

通过对数据观察，根据收集的1985年至2010年的统计数据，建立模型。其模型表达式为：

，全国居民消费价格总水平同比上涨3.2%。其中，城市上涨3.2%，农村上涨 Y=ａ+β1X1+β2X2+β3X3+β4X4+μ

其中：Y表示消费价格指数（CPI）， ａ表示CPI自然增长率，X1表示国内生产总值相对指数，X2表示名义货币供应指数，X3表示居民预期CPI，X4表示人民币兑美元汇率相对指数，μ表示随机误差项。

通过上式，我们可以了解到，各指数每增长一个百分点，居民消费价格指数如何变化。从而进行经济预测，为宏观经济政策调整提供依据与参考。

2 .数据说明

以下数据来自中国统计年鉴，整理如下：

CPI指GDP指货币供CPI预汇率指

年份

数 数 应 期 数 1985 109.3 113.5 1986 106.5 108.8 109.3 85 1987 107.3 111.6 106.5 92.8 1988 118.8 111.3 107.3 100 1989 118 104.1 118.8 98.9 1990 103.1 103.8 118 78.7 1991 103.4 109.2 126.5 103.1 89.9 1992 106.4 114.2 131.3 103.4 96.5 1993 114.7 114 132.9 106.4 95.7 1994 124.1 113.1 134.5 114.7 66.9 1995 117.1 110.9 129.5 124.1 103.2 1996 108.3 110 125.3 117.1 100.4 1997 102.8 109.3 117.3 108.3 100.3 1998 99.2 107.8 114.8 102.8 100.1 1999 98.6 107.6 114.7 99.2 100 2000 100.4 108.4 112.3 98.6 100 2001 100.7 108.3 114.4 100.4 100 2002 99.2 109.1 116.8 100.7 100 2003 101.2 110 119.6 99.2 100 2004 103.9 110.1 114.7 101.2 100 2005 101.8 111.3 117.6 103.9 101 2006 101.5 112.7 117 101.8 102.8 2007 104.8 114.2 116.7 101.5 104.8 2008 105.9 109.6 117.8 104.8 109.5 2009 99.3 109.2 127.7 105.9 101.7 2010 103.3 110.4 119.7 99.3 100.9

三 模型建立与求解

对模型进行估计,首先分别画出被解释变量Y与解释变量X1，X2，X3，X4的散点图，如下：

140130120110X1X2X3X41009080706095100105110Y115120125 从图中可以看出Y分别与X1,X2,X3,X4大体上呈线性关系，所建模型基本成立。

运用eviews6.0软件对参数进行估计： Estimation Command: LS Y C X1 X2 X3 X4

Estimation Equation:

Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*X4

得到多元线性回归方程：

Y = -51.654766412 + 1.14716825618*X1 - 0.0133128329555*X2 + 0.578893964888*X3 - 0.29701566858*X4

采用最小二乘法对结果进行分析:

Dependent Variable: Y Method: Least Squares Date: 04/04/12 Time: 19:04 Sample: 1991 2010 Included observations: 20

CoefficienVariable t Std. Error t-Statistic Prob.

C -51.65477 38.73957 -1.333385 0.2023

1.147168 0.378291 3.032500 0.0084 -0.013313 0.164960 -0.080704 0.9367 0.578894 0.128475 4.505898 0.0004 -0.297016 0.094450 -3.144701 0.0067

Mean dependent 104.830

R-squared 0.859414 var 0 Adjusted 6.67770R-squared 0.821925 S.D. dependent var 1

5.12219

S.E. of regression 2.817922 Akaike info criterion 5

5.37112

Sum squared resid 119.1103 Schwarz criterion 8

Hannan-Quinn 5.17078

Log likelihood -46.22195 criter. 9

2.28443

F-statistic 22.92408 Durbin-Watson stat 3 Prob(F-statistic) 0.000003

X1 X2 X3 X4 四 模型检验

通过上述线性回归得到模型，现在就其具体形式进检验：

1 .经济意义检验

通过估计所得参数，可进行经济意义检验：

（1）C=-51.655，表示当四个解释变量保持不变时，我国CPI将降低51.65个百分点。这种结果基本符合经济发展规律，合理。

（2）β1=1.147，表示在其他变量保持不变时，GDP每增长一个百分点，我国CPI将增长1.147个百分点；反之，降低1.147个百分点，符合经济现实。

（3）β2=-0.0133，表示在其他变量保持不变时，货币供应每增长一个百分点，我国CPI将降低0.0133个百分点；反之，增长0.0133个百分点，符合经济现实。

（4）β3=0.579，表示在其他变量保持不变时，CPI预期每增长一个百分点，我国CPI将增长0.579个百分点；反之，降低0.579个百分点，符合经济现实。

（5）β4=-0.297，表示在其他变量保持不变时，汇率指数每增长一个百分点，我国CPI将降低0.297个百分点；反之，增长0.297个百分点，符合经济现实。

本文来源：https://www.bwwdw.com/article/tvjt.html