• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      影響我國當前CPI的因素分析及動態(tài)預(yù)測

      2012-12-29 00:00:00張海濤
      北方經(jīng)濟 2012年18期


        【摘要】本文在收集整理CPI、PPI、人民幣外匯占款、全國農(nóng)產(chǎn)品批發(fā)價格指數(shù)、煤電油價格指數(shù)等數(shù)據(jù)的基礎(chǔ)上,利用“向后剔除法”檢驗滯后一至四期解釋變量對當前CPI的影響,提出多元線性回歸方程并闡述了其經(jīng)濟含義。本文認為在不同時間段,影響CPI的因素發(fā)揮不同作用,通過相關(guān)不同的動態(tài)回歸模型便可分解觀察。
        【關(guān)鍵詞】CPI PPI 向后剔除法 動態(tài)預(yù)測
        從2009年7月開始,我國經(jīng)歷了新一輪通貨膨脹,CPI指數(shù)同期比從—1.60%開始爬升至2011年7月份的最高點6.50 %后,在國家的宏觀調(diào)控下開始回落,至2012年2月份,CPI同比增長3.2%。由于CPI是衡量一個國家或地區(qū)通貨膨脹的重要指標,CPI的波動引起社會各界的高度關(guān)注。探析影響CPI上漲的主要因素對治理通貨膨脹有積極意義。
        一 解釋變量的設(shè)定和模型選擇
        1.解釋變量的設(shè)定
        本文假設(shè)影響CPI上漲有以下主要因素(解釋變量):
        第一,前期CPI的影響。通貨膨脹過程是一個漸進的累積過程,本期CPI指數(shù)的變化受前期數(shù)據(jù)的影響,存在著較高程度的相關(guān)性。本文將前期CPI作為第一個解釋變量。
        第二,人民幣外匯占款。在我國的貨幣供應(yīng)量M2中,人民幣外匯占款占有重要地位。由于我國近年的高速發(fā)展,外匯儲備一直增加。央行一手收進外匯,一手向國內(nèi)市場投出等額的人民幣,造成國內(nèi)市場部分貨幣超額投放。
        第三,人民幣自身投放額。本文中人民幣自身投放額設(shè)定為M2中扣除人民幣外匯占款的部分。主要考察人民幣自身投放額度變動對CPI的影響。
        第四,工業(yè)品出廠價格指數(shù)(PPI)。工業(yè)品出廠價格指數(shù)(PPI)是反映全部工業(yè)產(chǎn)品出廠價格總水平的變動趨勢和程度的相對數(shù),包括工業(yè)企業(yè)售給本企業(yè)以外所有單位的各種產(chǎn)品和直接售給居民用于生活消費的產(chǎn)品。
        第五,全國農(nóng)產(chǎn)品批發(fā)價格指數(shù)。全國農(nóng)產(chǎn)品批發(fā)價格指數(shù)由國家農(nóng)業(yè)部編制并每日發(fā)布,能準確反映農(nóng)產(chǎn)品批發(fā)價格的變動趨勢。農(nóng)產(chǎn)品價格變動影響食品價格變動,進而影響CPI變動。
        第六,礦產(chǎn)品價格指數(shù)。礦產(chǎn)品價格指數(shù)是企業(yè)商品交易價格指數(shù)(簡稱CGPI)中一個分項指數(shù)。國內(nèi)外礦產(chǎn)品價格的上漲帶動工業(yè)商品價格上漲,進而消費者支出增加。
        第七,煤電油價格指數(shù)。煤電油價格指數(shù)是企業(yè)商品交易價格指數(shù)(簡稱CGPI)中一個分項指數(shù)。煤電運輸油供應(yīng)全面緊張使得其價格大幅上漲。這不僅增加了企業(yè)的生產(chǎn)成本,加劇了商品價格上漲壓力,也推動向這些行業(yè)投資迅速增加。
        第八,房地產(chǎn)價格指數(shù)。從2007年以來,全國房價不斷上漲,房地產(chǎn)行業(yè)投資規(guī)模不斷擴大,購房支出在居民消費支出中占很大比重。房地產(chǎn)價格上漲傳導(dǎo)至鋼鐵、水泥、建材等42個行業(yè)引發(fā)CPI指數(shù)上漲。本文中以我國70個大中城市房地產(chǎn)價格指數(shù)代替。2011年1月后數(shù)據(jù)以70個大中城市新建住宅價格指數(shù)計算所得。
        以上八個預(yù)設(shè)的影響因素(解釋變量)和CPI指數(shù)在設(shè)置線性回歸預(yù)測模型時采用月度同比數(shù)據(jù)。經(jīng)觀察此八個影響因素的月同比數(shù)據(jù)與CPI同比數(shù)據(jù)變化步調(diào)不一致,存在底部或頂部超前現(xiàn)象。CPI的變化滯后于解釋變量的變化。以上八個預(yù)設(shè)的影響因素(解釋變量)均取滯后四期數(shù)據(jù)加入線性回歸預(yù)測模型。因當期影響因素在刺激CPI變化的傳導(dǎo)過程中時間過短,假設(shè)不會對本期CPI指數(shù)造成影響,在模型中不予考慮。這樣,預(yù)測模型便可通過歷史數(shù)據(jù)預(yù)測下期CPI數(shù)據(jù)。模型假設(shè)如下:
        2.模型選擇
        搜集CPI及八個解釋變量2009年1月至2012年2月的數(shù)據(jù),并對八個解釋變量做t—1至t—4滯后。所以預(yù)設(shè)的多元線性回歸模型共有33個解釋變量數(shù)據(jù)列。利用SPSS 20.0 中文版“分析”——“回歸”——“線性”命令,采用“向后剔除法對CPI和八個解釋變量的32列數(shù)據(jù)進行多元線性回歸分析。向后剔除法即根據(jù)在Option對話框中所設(shè)定的判據(jù),先建立全模型,然后根據(jù)設(shè)置的判據(jù),每次剔除一個使方差分析中的F值最小的自變量,直到回歸方程中不再含有不符合判據(jù)的自變量為止。
        截取2009年6月至2012年3月共34組數(shù)據(jù)模型進行分析預(yù)測。軟件共模擬組建了12個模型,其中第12個模型刪除14個數(shù)據(jù)列(解釋變量)得到最優(yōu)回歸模型。模型12確定系數(shù)的平方根為0.999,確定系數(shù)為0.998811,調(diào)整后的確定系數(shù)為0.997283,標準誤為0.125371。模型12的回歸平方和為184.879,殘差平方和為0.220,總平方和為185.099,F(xiàn)統(tǒng)計量的值為653.465,Sig.<0.05,可以認為所建立的回歸方程有效。相關(guān)預(yù)測結(jié)果見表1。
        表1顯示CPI實際值與預(yù)測值非常接近。在表1中,模型對2012年3月CPI的預(yù)測值是3.2477%,實際值是3.6%。
        表2顯示解釋變量的回歸系數(shù)B的顯著性水平Sig.值均小于0.05,可以認為保留下來的解釋變量數(shù)列對因變量CPI均有顯著影響。所以,模型12所確定的多元線性回歸模型為
        二 結(jié)論
        經(jīng)過多元線性回歸分析發(fā)現(xiàn)八個解釋變量全部進入了回歸方程,不同滯后期的解釋變量顯著影響CPI。多元回歸線性回歸方程的經(jīng)濟含義如下。
        第一,CPI受前期CPI的影響。滯后四期CPI變動1個單位導(dǎo)致當期CPI同向變動0.5459個單位。
        第二,CPI受前期人民幣外匯占款影響。滯后一期人民幣外匯占款變動1個單位,導(dǎo)致CPI同向變動0.2573個單位;滯后三期人民幣外匯占款變動1個單位導(dǎo)致CPI反向變動—0.2310個單位;滯后四期人民幣外匯占款變動1個單位導(dǎo)致CPI反向變動—0.2629個單位。綜合起來,前期人民幣外匯占款變動1個單位,導(dǎo)致當期CPI綜合變動—0.2365個單位。
        第三,前期人民幣自身投放額同比變化綜合來看同CPI變動方向相反,其變動1個單位導(dǎo)致CPI變動—0.008個單位。
        第四,前期PPI變動1個單位綜合影響CPI變化0.3583個單位。
        第五,前期農(nóng)產(chǎn)品批發(fā)價格每變動1個單位綜合影響CPI變動—0.0218個單位。
        第六,前期礦產(chǎn)品價格指數(shù)同比每變化1個單位綜合影響CPI變動0.0717 個單位。
        第七,前期煤電油價格指數(shù)同比每變化1個單位綜合影響CPI變動0.039個單位。
        第八,前期房價指數(shù)同比每變化1個單位綜合影響CPI變動—0.061個單位。
        三 CPI動態(tài)預(yù)測
        第一,因為月度預(yù)測屬短期分析,建議歷史數(shù)據(jù)控制在33~40個月內(nèi),數(shù)據(jù)要進行多次測算比較。選擇模型的依據(jù)是CPI近幾期實際值與預(yù)測值誤差要極小且符合有關(guān)統(tǒng)計標準。本文中比較采用了34組數(shù)據(jù)效果較好。
        第二,CPI的各種影響因素在不同時期對其影響有不同的側(cè)重點,選擇不同的時間段的數(shù)據(jù)就有不同的回歸預(yù)測模型。各影響因素在模型中起到提升或降低CPI的作用。例如采用2007年6月至2010年2月的數(shù)據(jù)回歸方程的標準系數(shù)綜合影響如表3:
        可以看到在當時拉高CPI的主要因素依次是人民幣自身投放額、外匯占款、煤電油、房地產(chǎn)、前期CPI。一年后,采用2008年6月至2011年2月的數(shù)據(jù)回歸方程的標準系數(shù)綜合影響如下:
        可以看到拉高CPI的主要因素依次是房地產(chǎn)、農(nóng)產(chǎn)品批發(fā)價格、PPI。
        第三,利用滯后期解釋變量預(yù)測當期CPI有較大的便利性,可以預(yù)知CPI的估計值,方便各種決策。
        參考文獻
        [1]余永定.理解流動性過剩[J].國際經(jīng)濟評論,2007(4)
        [2]楊長富.我國當前流動性過剩問題探析[J].經(jīng)濟理論研究,2008(14)
        [3]國家統(tǒng)計局宏觀經(jīng)濟分析課題組.近兩年來價格上漲的特征、原因及走勢分析[J].統(tǒng)計研究,2008(10)
        [4]商建初、虞拱辰、李海海.流動性過剩、通貨膨脹與匯率制度的選擇[J].中央財經(jīng)大學(xué)學(xué)報,2

      辽源市| 荔波县| 图木舒克市| 湘潭县| 华阴市| 亳州市| 大埔区| 长岛县| 平塘县| 腾冲县| 任丘市| 乐平市| 左贡县| 库尔勒市| 呼伦贝尔市| 北碚区| 遵义市| 察雅县| 若尔盖县| 会宁县| 花莲市| 汾阳市| 海门市| 萍乡市| 赞皇县| 岢岚县| 二连浩特市| 福鼎市| 余姚市| 辽中县| 朝阳市| 平遥县| 青海省| 高州市| 望城县| 林口县| 循化| 德化县| 四子王旗| 琼中| 来凤县|