計(jì)量論文(共16頁(yè))

1、PAGE PAGE 18 關(guān)于(guny)我國(guó)CPI變動(dòng)因素的實(shí)證分析【摘要(zhiyo)】 居民消費(fèi)物價(jià)指數(shù)(wji zhsh)CPI是反映物價(jià)水平的重要價(jià)格指數(shù)。近年來(lái)，通脹壓力日益上升，商品價(jià)格飛速上漲，百姓的菜籃子越拎越沉，這已成為人們生活中日益關(guān)注的問(wèn)題，因此研究CPI變動(dòng)的主要影響因素具有重要的意義。本文基于計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)，運(yùn)用線性回歸方法，在經(jīng)典假設(shè)與模型構(gòu)建方面，對(duì)我國(guó)自2008年1月至2012年8月的相關(guān)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析，試圖尋找生產(chǎn)者物價(jià)指數(shù)PPI、貨幣發(fā)行量、城鎮(zhèn)居民可支配收入和國(guó)民生產(chǎn)總值GDP這四個(gè)變量與CPI變動(dòng)的相關(guān)關(guān)系以及對(duì)CPI變動(dòng)的影響程度。 【關(guān)鍵詞】

2、CPI變動(dòng) 影響因素 模型構(gòu)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的相關(guān)(xinggun)概念以及變量(binling)的選取CPI，指消費(fèi)者物價(jià)指數(shù)，主要反映消費(fèi)者

5、支付商品和勞務(wù)(lo w)的價(jià)格變化情況，也是一種度量通貨膨脹水平的工具。CPI 是一個(gè)滯后性數(shù)據(jù)，但它也是市場(chǎng)經(jīng)濟(jì)活動(dòng)與政府貨幣政策的一個(gè)重要參考指標(biāo)。CPI 穩(wěn)定、就業(yè)充分及GDP 增長(zhǎng)往往是最重要的社會(huì)經(jīng)濟(jì)目標(biāo)。在發(fā)達(dá)國(guó)家，一般說(shuō)來(lái)當(dāng)CPI3%的增幅時(shí)可視為通貨膨脹；而當(dāng)CPI5%的增幅時(shí)，就是嚴(yán)重的通貨膨脹。CPI是通過(guò)成百上千種不同的代表性商品或服務(wù)項(xiàng)目的價(jià)格變動(dòng)進(jìn)行加權(quán)平均計(jì)算出來(lái)的，反映各類商品或服務(wù)項(xiàng)目的總體價(jià)格的平均變動(dòng)情況。我國(guó)CPI的調(diào)查內(nèi)容包括食品、煙酒及用品、衣著、家庭設(shè)備用品及服務(wù)、醫(yī)療保健與個(gè)人用品、交通和通信、娛樂(lè)教育文化用品及服務(wù)、居住八大類。不同收入階層對(duì)物

6、價(jià)變化的感受也不相同。一般而言，高收入者對(duì)貨幣的邊際效用，要低于低收入者。相同物價(jià)水平的上升，低收入者會(huì)更加敏感。而目前收入分配格局的惡化，則增加了對(duì)物價(jià)敏感的家庭數(shù)量。所以CPI影響最深的是低收入者的日常生活，這對(duì)經(jīng)濟(jì)穩(wěn)定很不利。 現(xiàn)實(shí)生活中影響CPI的因素有很多，我們?cè)谧鲇?jì)量模型時(shí)無(wú)法將它們?nèi)磕依ㄟM(jìn)去，因此基于我們個(gè)人的經(jīng)濟(jì)學(xué)理論基礎(chǔ)以及前人研究的成果和結(jié)論，我們只選取了幾個(gè)自己認(rèn)為對(duì)CPI影響比較大的因素作為解釋變量，它們分別為：生產(chǎn)者價(jià)格指數(shù)（PPI）、貨幣發(fā)行量（M2）、城鎮(zhèn)居民可支配收入和國(guó)民生產(chǎn)總值（GDP）。1.1 中國(guó)生產(chǎn)者價(jià)格指數(shù)生產(chǎn)者價(jià)格指數(shù)即我們常說(shuō)的PPI。PPI是

7、衡量工業(yè)企業(yè)產(chǎn)品出廠價(jià)格變動(dòng)趨勢(shì)和變動(dòng)程度的指數(shù)，是反映某一時(shí)期生產(chǎn)領(lǐng)域價(jià)格變動(dòng)情況的重要經(jīng)濟(jì)指標(biāo)，也是制定有關(guān)經(jīng)濟(jì)政策和國(guó)民經(jīng)濟(jì)核算的重要依據(jù)。根據(jù)價(jià)格傳導(dǎo)規(guī)律，PPI能夠反映生產(chǎn)者獲得原材料的價(jià)格波動(dòng)情況，推算預(yù)期CPI，從而估計(jì)通脹風(fēng)險(xiǎn)。PPI對(duì)CPI有一定的影響。PPI反映生產(chǎn)環(huán)節(jié)價(jià)格水平，CPI反映消費(fèi)環(huán)節(jié)的價(jià)格水平。整體價(jià)格水平的波動(dòng)一般首先出現(xiàn)在生產(chǎn)領(lǐng)域，然后通過(guò)產(chǎn)業(yè)鏈向下游產(chǎn)業(yè)擴(kuò)散，最后波及消費(fèi)品。PPI對(duì)CPI的傳導(dǎo)主要通過(guò)以下幾個(gè)渠道：一是通過(guò)煤、電、油等價(jià)格的上漲傳導(dǎo)到農(nóng)業(yè)生產(chǎn)資料，推動(dòng)糧食等農(nóng)產(chǎn)品價(jià)格的上漲，進(jìn)而傳導(dǎo)到食品價(jià)格，最終導(dǎo)致CPI上漲；二是通過(guò)原材料價(jià)格上漲

8、，導(dǎo)致工業(yè)消費(fèi)品成本上升，最后傳導(dǎo)至CPI上漲；三是通過(guò)PPI里的采掘工業(yè)產(chǎn)品如煤炭、燃?xì)獾葍r(jià)格，影響到居民消費(fèi)的水、電、燃料等消費(fèi)價(jià)格，從而導(dǎo)致CPI上漲。1.2 貨幣(hub)發(fā)行量根據(jù)現(xiàn)代(xindi)貨幣主義代表人物弗里德曼的觀點(diǎn)可以認(rèn)為通貨膨脹的直接(zhji)原因是貨幣的流動(dòng)性過(guò)剩,多余的貨幣在宏觀經(jīng)濟(jì)層面表示為貨幣供應(yīng)超過(guò)經(jīng)濟(jì)增長(zhǎng), 具體表現(xiàn)為貨幣發(fā)行過(guò)多, 供應(yīng)量過(guò)大。當(dāng)前中國(guó)流動(dòng)性過(guò)剩主要表示在以下三方面: 一是由于我國(guó)經(jīng)濟(jì)發(fā)展過(guò)分依賴外需和投資。這樣使得不斷增加的對(duì)外貿(mào)易順差在我國(guó)現(xiàn)行外匯政策下最終以人民幣的形式進(jìn)入國(guó)內(nèi)流通范圍, 不斷加劇的對(duì)外貿(mào)易不平衡在很大水平上導(dǎo)致了

9、當(dāng)前我國(guó)貨幣供應(yīng)過(guò)剩。二是貨幣供應(yīng)超常增加。 2001年以來(lái), 我國(guó)M2增速一直遠(yuǎn)遠(yuǎn)高于GDP增加速度, 2005 年、2006 年M2分別到達(dá)17.6%和16.9% , 2007年增加16.7% , 到達(dá)40.3萬(wàn)億元。三是人民幣升值的情況下, 更多熱錢流入中國(guó)市場(chǎng)。在這種資金充足的情形下, 當(dāng)大量資金流入資本市場(chǎng)和房地產(chǎn)市場(chǎng)時(shí), 就會(huì)發(fā)生過(guò)多的貨幣追逐較少資產(chǎn)的現(xiàn)象, 必然形成資產(chǎn)價(jià)格的迅速上漲, 從而價(jià)格上漲由上游產(chǎn)品傳到下游產(chǎn)品, 形成全面通貨膨脹。從我國(guó)現(xiàn)實(shí)的貨幣供應(yīng)量的絕對(duì)額來(lái)看，中國(guó)的貨幣供應(yīng)量在很長(zhǎng)一段時(shí)間持續(xù)快速增長(zhǎng), 遠(yuǎn)高于GDP的增長(zhǎng)速度。2010年12月我國(guó)M2的余額高

10、達(dá)72.5萬(wàn)億元，約合近11萬(wàn)億美元，而美國(guó)同期貨幣供應(yīng)量M2只有大概8.8萬(wàn)億美元，我國(guó)GDP只相當(dāng)于美國(guó)的1/3，貨幣供應(yīng)量卻是美國(guó)的1.25倍。李曉.淺析當(dāng)前國(guó)內(nèi)通貨膨脹的幾個(gè)原因.財(cái)經(jīng)視點(diǎn).2011年10月.161162如此多的貨幣不可避免地促使物價(jià)上漲。貨幣投放主要有財(cái)政性投放與信貸性投放。2008年以來(lái)，我國(guó)這兩項(xiàng)貨幣投放均創(chuàng)天量。據(jù)中國(guó)統(tǒng)計(jì)年鑒2010年的數(shù)據(jù)，2008年各項(xiàng)貸款規(guī)模已達(dá)30.34萬(wàn)億多，2009年新增貸款9.6萬(wàn)億，總額高達(dá)39.96萬(wàn)億多。2010年新增貸款7.5 萬(wàn)億，年中開(kāi)始嚴(yán)加調(diào)控，但到年底仍實(shí)際增貸7.96萬(wàn)億元。再據(jù)中國(guó)統(tǒng)計(jì)年鑒2010年的數(shù)據(jù)，貨幣

11、當(dāng)局的貨幣供應(yīng)量2007年已達(dá)403442.2億元，僅隔一年，2009年即猛增到606225億元。如此巨量的紙幣進(jìn)入流通“渠道”必定會(huì)引發(fā)通貨膨脹螺旋式上升。1.3 城鎮(zhèn)居民可支配(zhpi)收入城鎮(zhèn)居民可支配(zhpi)收入是指被調(diào)查的城鎮(zhèn)居民家庭在支付個(gè)人所得稅、 HYPERLINK /view/1025912.htm t _blank 財(cái)產(chǎn)稅及其他經(jīng)常性轉(zhuǎn)移(zhuny)支出后所余下的實(shí)際收入。通俗地講，居民可支配收入是指居民能夠自由支配的收入，就是從居民家庭總收入中扣除了繳納給國(guó)家的各項(xiàng)稅費(fèi)，扣除了繳納的各項(xiàng)社會(huì)保險(xiǎn)，比如 HYPERLINK /view/34297.htm t _bl

12、ank 醫(yī)療養(yǎng)老保險(xiǎn)、失業(yè)保險(xiǎn)等余下的收入。收入增加會(huì)促進(jìn)人們消費(fèi)，使得人們的需求增加，進(jìn)而使得全社會(huì)的總需求增加。從經(jīng)濟(jì)學(xué)的角度來(lái)講，需求的增加會(huì)促使價(jià)格上升。從而我們推測(cè)城鎮(zhèn)居民可支配收入的增加，會(huì)促使物價(jià)水平上漲，使得CPI上升。1.4 國(guó)民生產(chǎn)總值國(guó)內(nèi)生產(chǎn)總值（簡(jiǎn)稱GDP)是指在一定時(shí)期內(nèi)（一個(gè)季度或一年），一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價(jià)值，常被公認(rèn)為衡量國(guó)家經(jīng)濟(jì)狀況的最佳指標(biāo)。它不但可反映一個(gè)國(guó)家的經(jīng)濟(jì)表現(xiàn)，還可以反映一國(guó)的國(guó)力與財(cái)富。用支出法量度的國(guó)內(nèi)生產(chǎn)總值是最終消費(fèi)與資本形成總額以及凈出口之和,其中最終消費(fèi)包括居民消費(fèi)和政府消費(fèi)兩個(gè)部分,因此,國(guó)內(nèi)生產(chǎn)總

13、值的變化必然對(duì)價(jià)格指數(shù)產(chǎn)生重要的影響。GDP的增長(zhǎng)反映了經(jīng)濟(jì)的增長(zhǎng)，而經(jīng)濟(jì)的增長(zhǎng)使得國(guó)民收入增加，人民生活水平普遍提高，社會(huì)需求增長(zhǎng)較快，此時(shí)價(jià)格上漲從而使得CPI上升。綜上，基于以上的分析，我們最終(zu zhn)確定了PPI、貨幣(hub)發(fā)行量、城鎮(zhèn)居民可支配收入(shur)和GDP為影響本文模型中CPI的主要變量。2 變量數(shù)據(jù)的收集和整理及相關(guān)分析2.1 變量數(shù)據(jù)的收集和整理通過(guò)國(guó)家統(tǒng)計(jì)局官方網(wǎng)站和中國(guó)經(jīng)濟(jì)網(wǎng)，我們得到了2008年1月至2012年8月的PPI、貨幣發(fā)行量、城鎮(zhèn)居民可支配收入和GDP的具體數(shù)據(jù)，并整理后得到表2.1。調(diào)整后的CPI為被解釋變量，調(diào)整后的PPI、貨幣發(fā)行量、

14、城鎮(zhèn)居民可支配收入和GDP為解釋變量。表2.1 2008年-2012年間各變量的數(shù)據(jù)統(tǒng)計(jì)結(jié)果時(shí)間調(diào)整后的CPI調(diào)整后的PPI貨幣發(fā)行量GDP總量城鎮(zhèn)居民可支配收入YX1X2X3X42008年1月=1002008年1月=100億元億元元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 相關(guān)(xinggun)分析相關(guān)分析主要研究隨機(jī)變量間的相關(guān)形式及相關(guān)程度。由表2.1的數(shù)據(jù)我們可以得到解釋(jish)變量和被解釋變量的相關(guān)系數(shù)（見(jiàn)表2.2），該系數(shù)(xsh)反映了變量間的線性相關(guān)程度。其中Y代表CPI，X1、X2、X

23、3、X4分別代表PPI、貨幣發(fā)行量、GDP和城鎮(zhèn)居民可支配收入。由表2.2可以看出X1、X2、X3、X4與Y呈現(xiàn)出較大的相關(guān)系數(shù)，說(shuō)明X1、X2、X3、X4與Y具有較強(qiáng)的線性相關(guān)程度。表2.2 解釋(jish)變量和被解釋變量的相關(guān)系數(shù)YX1X2X3X4Y10.8143136568807510.9097798059994670.7364509582804310.865990405989076X10.81431365688075110.6435841341441540.6103387572516910.567891679922069X20.9097798059994670.64358413414

24、415410.7931818716013440.844437284491622X30.7364509582804310.6103387572516910.79318187160134410.529270368513905X40.8659904059890760.5678916799220690.8444372844916220.5292703685139051在進(jìn)行回歸分析之前(zhqin)，首先對(duì)Y和X1、X2、X3、X4的關(guān)系(gun x)通過(guò)觀察圖形進(jìn)行初步分析。其中，圖2.1為CPI和PPI的線性圖，由圖中可以看出由于金融危機(jī)，PPI在2008年和2009年表現(xiàn)出了巨大的波動(dòng)，之后持續(xù)

25、上漲，但在2012年開(kāi)始下降。相比較來(lái)說(shuō)，CPI自2008年以來(lái)，一直處于持續(xù)上升的趨勢(shì)。圖2.2為CPI與貨幣發(fā)行量的關(guān)系圖，由圖中看出，CPI與貨幣發(fā)行量呈現(xiàn)嚴(yán)格的正相關(guān)關(guān)系。圖2.3為CPI與GDP的關(guān)系圖?？梢钥闯?，因?yàn)?008年CPI的巨大波動(dòng)，導(dǎo)致二者的關(guān)系初期比較混亂，但是隨著2009年之后CPI的一路攀升，CPI和GDP呈現(xiàn)共同上升的趨勢(shì)，大體上可以看做是正相關(guān)的。圖2.4為CPI與城鎮(zhèn)居民可支配收入的關(guān)系圖，趨勢(shì)基本上和圖2.3一致。圖2.1 CPI和PPI的線型圖圖2.2 CPI與貨幣(hub)發(fā)行量的關(guān)系圖圖2.3 CPI與城鎮(zhèn)居民可支配收入(shur)的關(guān)系圖圖2.4

26、CPI與GDP的關(guān)系(gun x)圖3 回歸(hugu)分析3.1 模型(mxng)建立的過(guò)程在本文中我們假設(shè)擬建立如下多元回歸模型：Y=0+1X1+2X2+3X3+4X4+表3.1為我們采用Eviews軟件用普通最小二乘法對(duì)表2.1中的數(shù)據(jù)進(jìn)行回歸分析的計(jì)算結(jié)果。表3.1 CPI的四元回歸估計(jì)結(jié)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從回歸估計(jì)的結(jié)果(ji gu)看，X3的t檢驗(yàn)(jinyn)不通過(guò)（給定的顯著性水平0.05），表明在95%的置信度下接受變量X3不顯著的假設(shè)，因此去掉變量X3。在去掉變量X3后，繼續(xù)對(duì)Y與X1、X2、X4用普通最小二乘法進(jìn)行回歸分析。得到表3.2的回歸分析

29、結(jié)果。表3,2 CPI的三元回歸估計(jì)結(jié)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從回歸估計(jì)的結(jié)果看，解釋變量的經(jīng)濟(jì)意義和t檢驗(yàn)都過(guò)關(guān)，模型擬合較好，調(diào)整后的可決系數(shù)為0.94105，并且F統(tǒng)計(jì)量的數(shù)值表明該模型的線性關(guān)系成立。下面(xi mian)對(duì)模型進(jìn)行異方差(fn ch)性檢驗(yàn)(jinyn)，用懷特檢驗(yàn)的方法對(duì)模型進(jìn)行異方差檢驗(yàn)得到表3.3。見(jiàn)下表：表3.3 懷特檢驗(yàn)的結(jié)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從以上檢驗(yàn)?zāi)Ｐ偷幕貧w結(jié)果可以看出， 檢驗(yàn)?zāi)Ｐ偷腞2檢驗(yàn)不通過(guò)，說(shuō)明原模型不存在異方差。在表3.2中，由于0DW=0.5156001.49，說(shuō)明原模型存在序列相關(guān)，且為正相關(guān)。我們選擇用廣義差分法進(jìn)行修正，首先進(jìn)行一階差分得到表3.4的一階差分的估計(jì)

35、結(jié)果。見(jiàn)下表：表3.4 一階差分的估計(jì)結(jié)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從一階差分的估計(jì)結(jié)果可以看出，DW=2.0128，說(shuō)明模型已經(jīng)不存在序列相關(guān)。而由于X2的t檢驗(yàn)不合格，按照(nzho)檢驗(yàn)的原則，我們應(yīng)該將變量(binling)X2去掉。但是，從經(jīng)濟(jì)學(xué)的角度(jiod)來(lái)講，我們認(rèn)為貨幣發(fā)行量對(duì)CPI的影響作用不容忽視，且CPI的二階滯后變量仍有可能對(duì)現(xiàn)期的CPI有影響，因此我們又繼續(xù)做了二階差分，表

38、3.5即為二階差分的估計(jì)結(jié)果。表3.5 二階差分的估計(jì)結(jié)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從二階差分的估計(jì)結(jié)果可以看出，模型的建立進(jìn)一步改善。DW=1.9093，模型不存在序列相關(guān)，各變量的t檢驗(yàn)值也合格，并且調(diào)整后的可決系數(shù)為0.9877，表明CPI變動(dòng)的98.77%可由PPI、貨幣發(fā)行量和GDP的變動(dòng)來(lái)解釋。因此，我們選擇了二階差分后的估

41、計(jì)結(jié)果作為最終要建立的模型。3.2 模型(mxng)最終(zu zhn)結(jié)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貨幣發(fā)行量（億元）X4城鎮(zhèn)居民可支配收入（元）對(duì)模型的系數(shù)進(jìn)行經(jīng)濟(jì)意義的解釋X1系數(shù)的經(jīng)濟(jì)意義