【我國居民消費價格指數(shù)的影響因素探析和未來CPI預測探究10000字（論文）】

PAGEPAGE2我國居民消費價格指數(shù)的影響因素分析和未來CPI預測研究CPI（ConsumerPriceIndex），即為居民消費價格指數(shù)。居民消費價格指數(shù)，是一個重要宏觀經(jīng)濟指標，用于反映與居民生活相關的消費品及服務價格水平的變動情況，也是一個用于宏觀經(jīng)濟分析與決策以及國民經(jīng)濟核算的重要指標。一般來說，居民消費價格指數(shù)的高低直接影響著國家宏觀經(jīng)濟調(diào)控措施的出臺與力度，比如央行是否需要調(diào)息、是否需要調(diào)整存款\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"準備金率等等。同時，居民消費價格指數(shù)還是度量通貨膨脹的一個重要指標。本文采用2015年-2021年的月度數(shù)據(jù)，對我國居民消費價格指數(shù)影響因素進行描述性統(tǒng)計分析和多元回歸分析，并建立ARMA模型進行預測，使用Eviews軟件。研究中以原材料購進價格指數(shù)（MPI）、工業(yè)品出廠價格指數(shù)（PPI）、貨幣和準貨幣供應量指數(shù)（M2）和商品零售價格指數(shù)（RPI）為相關變量探究其對我國CPI的影響及建立模型。數(shù)據(jù)來源于國家統(tǒng)計局。分析結(jié)果表明，商品零售價格指數(shù)對居民消費價格指數(shù)的影響是最大的，其次是PPI工業(yè)品出廠價格指數(shù)。而現(xiàn)如今，我國的經(jīng)濟發(fā)展進入了新常態(tài)，居民消費水平的增長對經(jīng)濟增長的推動作用日益明顯。為了讓我國有平穩(wěn)健康的經(jīng)濟發(fā)展，就要堅持“擴內(nèi)需、促消費”的戰(zhàn)略，努力提高居民消費水平。關鍵詞：居民消費價格指數(shù)；多元回歸分析；ARMA模型；商品零售價格指數(shù)；預測目錄TOC\o"1-3"\h\u一、緒論 1（一）選題背景和意義 11、選題背景 12、選題意義 1（二）文獻綜述 1（三）我國CPI現(xiàn)狀 3二、數(shù)據(jù)來源及變量解釋 4（一）數(shù)據(jù)來源 4（二）變量解釋 41.居民消費價格指數(shù)（CPI） 42.工業(yè)品出廠價格指數(shù)（PPI） 43.商品零售價格指數(shù)（RPI） 54.原材料購進價格指數(shù)（MPI） 55.貨幣和準貨幣供應量（M2） 5三、我國CPI影響因素的實證分析及預測 5（一）描述性統(tǒng)計分析 5（二）相關分析 6（三）協(xié)整檢驗 7（四）單位根檢驗 8（五）回歸分析 8（六）結(jié)論 91.RPI對居民消費價格指數(shù)的影響及分析 92.PPI對居民消費價格指數(shù)影響及分析 10四、建立ARMA模型并預測 11（一）自相關和偏自相關分析 11（二）ARMA模型構(gòu)建 11（三）根據(jù)模型進行預測 12五、結(jié)論及不足 14（一）結(jié)論 14（二）不足之處 14參考文獻 15附錄A 16一、緒論本文主要研究我國居民消費價格指數(shù)的影響因素，及對未來的預期。（一）選題背景和意義選題背景消費者物價指數(shù)（\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"CPI）也就是居民消費價格指數(shù)，是反映與居民生活有關的消費品及服務價格水平的變動情況的重要\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"宏觀經(jīng)濟\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"指標，也是\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"宏觀經(jīng)濟分析與決策以及國民經(jīng)濟核算的重要指標。一般來說，居民消費價格指數(shù)的高低直接影響著國家宏觀經(jīng)濟調(diào)控措施的出臺與力度，比如央行是否需要調(diào)息、是否需要調(diào)整存款\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"準備金率等等。同時，居民消費價格指數(shù)的高低也間接影響著資本市場，例如\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"股票市場、\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"期貨市場、\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"資本市場和\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"金融市場等，使他們發(fā)生變化。居民消費價格指數(shù)還與\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"就業(yè)形勢報告結(jié)合在一起，就形成了金融市場上另一個熱門的經(jīng)濟指標，被人們仔細研究，因為每一個人都會受通貨膨脹的影響，它決定著消費者需要花費多少來購買商品和服務，并且左右著商業(yè)經(jīng)營的成本，極大地破壞著個人或者企業(yè)的投資，影響著已經(jīng)退休的人的生活質(zhì)量。而且，對于\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"通貨膨脹的展望是有助于設立勞動合同，以及制定政府的財政政策。選題意義消費是宏觀的經(jīng)濟變量，可以用于衡量一個國家或地區(qū)在某一時期內(nèi)的經(jīng)濟水平。居民消費水平的計算是按照人口數(shù)量來算的，然后得出平均消費額，用來反映一個國家的居民對其物質(zhì)文化生活的滿意程度，可以作為反映國家或地區(qū)的經(jīng)濟發(fā)展狀況以及居民生活水平的衡量指標。而居民的消費對于國民的生活水平有著非常重要的影響，如果居民不消費，不能在社會經(jīng)濟活動中收益，那么國民的生活水平也很難有提高。同時居民消費對于國民經(jīng)濟也有著不小的影響，國家經(jīng)濟增長并不能只依賴于投資，倘若居民不再進行消費活動，投資也會失去它的意義。雖然CPI這個數(shù)據(jù)具有\(zhòng)t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"滯后性，但它卻是市場經(jīng)濟活動與政府貨幣政策的一個重要參考指標。CPI保持穩(wěn)定、就業(yè)充分以及GDP增長是目前最重要的社會經(jīng)濟目標。因此研究居民消費水平有著非常重要的意義。（二）文獻綜述通過收集和查閱的大量研究我國居民消費價格指數(shù)影響因素和預測的文章，為本文的寫作思路和研究方法提供了很大的幫助。研究者們從各方面各種角度進行研究，不盡相同且各有優(yōu)勢。從建立多元回歸模型分析我國居民消費價格指數(shù)的影響因素的方面。如‘魏靜潔（2016）在她的論文我國居民消費價格指數(shù)CPI影響因素的實證分析中總結(jié)到，各個因素相互間也對居民消費價格指數(shù)的變動產(chǎn)生影響，首先從棄元回歸的模型了解到當各個因素相互的影響對居民消費價格指數(shù)的變動產(chǎn)生不同的影響再次從主成分分析來看，此方法避免刪除過多信息來進行較全面的模型分析。ＧＤＰ（Ｘｉ）、Ｍｌ（Ｘ３）、ＣＦＩ（Ｘ４）和ＣＥＩ（Ｘｓ）四個因素比ＢＡＩ（Ｘ２）對ＣＰＩ上升或下降的影響更明顯，其中ＣＦＩ（Ｘ４）對ＣＰＩ上升或下降的影響最突出’[1]。多元回歸的實際意義很大，并且操作相對簡潔明了，結(jié)果也更清晰，為了多元回歸中剔除項影響最終結(jié)果，該學者還運用了主成分分析進行分析，值得學習和借鑒。還如‘劉懿樅（2019）的我國居民消費價格指數(shù)（CPI)影響因素的分析中，采用了Spearman檢驗法、DW檢驗法、方差擴大因子法以及構(gòu)建多元回歸模型等計量經(jīng)濟方法，對我國CPI的影響因素進行了分析研究，通過修正后的多元回歸模型，我們可以得出以下結(jié)論：一是貨幣供應量與我國CPI呈正相關關系，并對CPI的增長起推動作用；二是進出口總額與我國CPI呈正相關關系，但對我國CPI的影響弱于貨幣供應量的影響’[2]?？梢钥闯?，檢驗是構(gòu)建模型中不可缺少的，要根據(jù)檢驗對數(shù)據(jù)進行處理，或者根據(jù)檢驗結(jié)果修正模型。從建立ARMA模型對我國居民消費價格指數(shù)進行分析和預測方面。如‘張禾（2018）的基于ARMA模型的我國居民消費價格指數(shù)預測中，運用R3.4.3對2016年的居民消費價格指數(shù)進行預測，考慮到時間原因，2016年的月度居民消費價格指數(shù)已經(jīng)公布，便于通過預測值與實際值的對比檢驗模型的擬合程度’[3]。ARMA模型是研究時間序列的重要模型，是用于預測未來數(shù)據(jù)的很好的方法。從這篇文獻中可以學習到，在預測前先確認模型擬合情況，先與已有數(shù)據(jù)作比較，使得預測的未來數(shù)據(jù)更加準確。從單變量對于我國居民消費價格指數(shù)的影響來看，如‘韓萌（2020）的居民消費價格指數(shù)和商品零售價格指數(shù)的分析——基于一元線性回歸分析中寫到，居民消費價格指數(shù)和商品零售價格指數(shù)為正相關，居民消費價格指數(shù)和商品零售價格指數(shù)是同時變化的’[4]。單一變量的研究方式，可以更仔細更全面的分析這一變量對其的影響?？梢钥闯?，商品零售價格指數(shù)對居民消費價格指數(shù)的影響是很大的，在選取數(shù)據(jù)的時候，商品零售價格指數(shù)這一數(shù)據(jù)不可缺少。上述是學者用不同分析方法對我國居民消費價格指數(shù)的影響因素相關分析。通過對我國相關ＣＰＩ的分析方法來進行相應的比較，本文將相關的數(shù)據(jù)資料整理分析加利用，來進行實證性分析針對有關影響我國居民消費價格指數(shù)的因素，并根據(jù)研究分析結(jié)果來提出對穩(wěn)定我國居民消費價格指數(shù)的意見及建議。然后建立模型對未來居民消費價格指數(shù)進行預測。根據(jù)2015年1月－2021年3月的我國居民消費價格指數(shù)月度數(shù)據(jù)，從國家統(tǒng)計局上提取，進行分析和預測。（三）我國CPI現(xiàn)狀圖1.3居民消費價格指數(shù)趨勢圖整理數(shù)據(jù)我們可以發(fā)現(xiàn)，近多年來，物價飛漲問題一直困擾著我國政府，也是國內(nèi)外關注和研究的焦點。從圖3.1可以看出，每年的一月份是一年中物價漲得最厲害的時期，其主要原因一是天氣寒冷，食品價格上漲；二是新年假期導致供需失衡。并且可以看到每一年的趨勢大致有一點規(guī)律，最低點出現(xiàn)在2020年三月份，是受新冠肺炎疫情和惡劣天氣的影響。二、數(shù)據(jù)來源及變量解釋（一）數(shù)據(jù)來源基于2015年1月-2021年3月的月度數(shù)據(jù)，建立我國居民消費價格指數(shù)的相關模型。數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站。為了分析影響CPI的變化的因素，我們選擇以居民消費價格指數(shù)CPI為因變量，以原材料購進價格指數(shù)（MPI）、工業(yè)品出廠價格指數(shù)（PPI）、商品零售價格指數(shù)（RPI）、貨幣和準貨幣供應量指數(shù)（M2）分別為解釋變量，構(gòu)建模型進行分析，探討影響CPI變動的主要因素。在分析中，原數(shù)據(jù)貨幣和準貨幣供應量（M2）的單位為億元，將其與其他變量單位統(tǒng)一，化作百分比數(shù)據(jù)，因此，解釋變量的單位統(tǒng)一為百分比。（二）變量解釋1.居民消費價格指數(shù)（CPI）居民消費價格指數(shù)（CPI）是一個反映居民家庭一般所購買的\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"消費品和服務項目價格水平變動情況的\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"宏觀經(jīng)濟指標。它是在特定時段內(nèi)\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"度量一組代表性消費商品及服務項目的價格水平隨時間而變動的相對數(shù)，是對城市居民消費價格指數(shù)和農(nóng)村居民消費價格指數(shù)進行綜合匯總計算的結(jié)果，是用來反映居民家庭購買消費商品及服務的價格水平的變動情況，是一個月內(nèi)商品和服務零售價變動系數(shù)。居民消費價格統(tǒng)計調(diào)查的是\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"社會產(chǎn)品和服務項目的最終價格，一方面密切的和人民群眾的生活相關，另一方面在整個國民經(jīng)濟價格體系中也有著很重要的地位。它是進行經(jīng)濟分析、經(jīng)濟決策、\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"價格總水平監(jiān)測和調(diào)控及國民經(jīng)濟核算的重要指標。其\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"變動率在一定程度上能夠反映\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"通貨膨脹或緊縮的程度。通過該指數(shù)可以觀察和分析消費品的零售價格和服務項目價格的變動對城鄉(xiāng)居民實際生活費用支出的影響程度。2.工業(yè)品出廠價格指數(shù)（PPI）工業(yè)品出廠價格指數(shù)（PPI）是反映一定時期內(nèi)全部工業(yè)產(chǎn)品出廠價格總水平的變動趨勢和變動幅度的相對數(shù)，它也是通貨膨脹的先行指標。工業(yè)品出廠價格是由生產(chǎn)成本、利潤和稅金三部分組成，它是工業(yè)產(chǎn)品進入流通領域的最初價格。是商業(yè)企業(yè)、物資部門制定批發(fā)價格、零售價格和物資供應價格的基礎。包括了工業(yè)企業(yè)售給本企業(yè)以外其他所有單位的各種產(chǎn)品，和直接售給居民用于生活消費的產(chǎn)品。通過工業(yè)品出廠價格指數(shù)還能觀察出廠價格變動對工業(yè)總產(chǎn)值的影響。3.商品零售價格指數(shù)（RPI）商品零售價格指數(shù)（RPI）是反映一定時期內(nèi)商品零售價格變動趨勢和變動程度的相對數(shù)。商品零售價格指數(shù)分為食品、飲料煙酒、服裝鞋帽、紡織品、中西藥品、化妝品、書報雜志、文化體育用品、日用品、家用電器、首飾、燃料、建筑裝潢材料、機電產(chǎn)品等十四個大類，國家規(guī)定有304種必報商品，需要予以特別說明的是，從1994年起，國家、各?。▍^(qū)）和縣編制的商品零售價格指數(shù)不再包括農(nóng)業(yè)生產(chǎn)資料。零售物價的調(diào)整變動對城鄉(xiāng)居民的生活支出和國家的財政收入有直接影響，并且影響居民購買力和市場供需平衡，影響消費與積累的比例。因此，該指數(shù)可以從側(cè)面角度對上述經(jīng)濟活動進行觀察和分析。4.原材料購進價格指數(shù)（MPI）原材料購進價格指數(shù)（MPI）是反映企業(yè)家對原材料購進價格判斷的擴散指數(shù)。5.貨幣和準貨幣供應量（M2）貨幣和準貨幣供應量（M2）是指流通于銀行體系之外的現(xiàn)金加上企業(yè)存款、\t"/item/M2/_blank"居民儲蓄存款以及其他存款，它包括了一切可能成為現(xiàn)實\t"/item/M2/_blank"購買力的貨幣形式，通常反映的是社會總需求變化和未來通脹的壓力狀態(tài)。近年來，很多國家都把M2作為貨幣供應量的調(diào)控目標。M2的計算公式大致=流通中的現(xiàn)金+活期存款+準貨幣（\t"/item/M2/_blank"單位定期存款+居民定期存款+其他存款+證券公司客戶保證金+住房公積金中心存款+非存款類金融機構(gòu)在存款類金融機構(gòu)的存款）三、我國CPI影響因素的實證分析及預測（一）描述性統(tǒng)計分析在實際分析中我們從國家統(tǒng)計局選取了2015-2020年的月度數(shù)據(jù)，合計樣本量達到75個，通過Eviews軟件進行描述性統(tǒng)計分析，涵蓋了Mean（均值）、Median（中位數(shù)）、Maximum（最大值）、Minimum（最小值）、Std.Dev.（標準差）、Skewness（偏度）、Kurtosis（峰度）、Jarque-Bera（JB統(tǒng)計量）、Probability（顯著性）、Sum（求和）、SumSq.Dev.（總離差平方和）、Observations（樣本量）等不同的統(tǒng)計指標，結(jié)果如下：表1-1描述性統(tǒng)計分析CPIMPIPPIRPIM2Mean100.173354.36133100.0987100.1240100.8286Median100.100053.40000100.1000100.1000100.7484Maximum101.600069.60000101.6000101.2000102.6268Minimum98.8000041.1000098.7000098.7000099.33624Std.Dev.0.5532057.4300320.6032550.4831880.735907Skewness0.1045570.2662070.228217-0.2253910.229006Kurtosis3.1106512.2831763.0797503.3085992.450615Jarque-Bera0.1749142.4915680.6709130.9326201.598743Probability0.9162580.2877150.7150120.6273130.449611Sum7513.0004077.1007507.4007509.3007562.147SumSq.Dev.22.646674085.19826.9298717.2768040.07537Observations7575757575從樣本量的數(shù)據(jù)來看CPI、PPI、RPI和M2均是以上一月度為100來衡量單位的指數(shù)，而MPI則是以實際的指數(shù)編制為計算單位，從上表可以看出CPI、PPI、MPI、RPI、M2的均值分別為100.1733、54.36133、100.0987、100.1240、100.8286，最大值分別為101.6000、69.60000、101.6000、101.2000、102.6268；最小值分別為98.80000、41.10000、98.70000、98.70000、99.33624，除MPI外大部分數(shù)據(jù)均維持在一個穩(wěn)定的區(qū)間，這主要得益于我國強有力的宏觀經(jīng)濟調(diào)控政策和穩(wěn)健的貨幣政策，使得各個指數(shù)均維持在一個相對合理的區(qū)間。（二）相關分析相關分析是通過計算相關系數(shù)的方式，來論證變量間所存在的相關關系，相關關系和回歸關系，其原理存在較大的差別，相關是變量間的存在于數(shù)理統(tǒng)計上的關系，而回歸則是體現(xiàn)了一種變量間的因果關系；相關分析側(cè)重于發(fā)現(xiàn)隨機變量間的種種相關特性，回歸分析更側(cè)重于研究隨機變量間的依賴關系，以便用一個變量去預測另一個變量。進而可以得到如下的分析結(jié)果：表1-2相關分析結(jié)果CorrelationProbabilityCPI

M2

MPI

PPI

RPI

CPI

1.000000

M2

-0.0728231.0000000.5347

MPI

0.094431-0.0880411.0000000.42030.4526

PPI

0.106794-0.0697590.9316601.0000000.36180.55200.0000

RPI

0.942249-0.0612960.2805000.3251011.0000000.00000.60140.01480.0044

從相關分析的結(jié)果來看CPI和M2、MPI、PPI、RPI之間的相關系數(shù)分別為-0.072823、0.094431、0.106794、0.942249，其相伴概率Prob分別為0.534、0.4203、0.3618、0.0000，據(jù)此可得，上表中僅有CPI和RPI間存在顯著相關關系，且相關系數(shù)為0.942，由于兩者間變量的相關系數(shù)大于0.5即可說明可能存在共線性關系，可通過差分的方式，消除共線性。（三）協(xié)整檢驗在宏觀經(jīng)濟計量分析中，最主要工具之一就是Granger(1987)所提出的協(xié)整方法，該方法分析了非平穩(wěn)經(jīng)濟變量之間數(shù)量關系，且通過\t"/item/%E5%8D%8F%E6%95%B4%E6%A3%80%E9%AA%8C/_blank"線性\t"/item/%E5%8D%8F%E6%95%B4%E6%A3%80%E9%AA%8C/_blank"誤差修正模型(ECM)刻畫了經(jīng)濟變量之間的線性調(diào)整機制，這就是所謂的線性協(xié)整方法。協(xié)整即存在共同的隨機性趨勢。協(xié)整檢驗是論證變量間是否存在協(xié)整的重要方法，意義在于檢驗它們的回歸方程所描述的因果關系是否是偽回歸，即檢驗變數(shù)之間是否存在穩(wěn)定的關系。通過不同滯后期的判斷分析來分析變量間所存在的協(xié)整關系，進而通過協(xié)整檢驗可以得到如下表：表1-3協(xié)整檢驗UnrestrictedCointegrationRankTest(Trace)HypothesizedTrace0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*

0.595272

125.9674

69.81889

0.0000Atmost1*

0.298477

60.84043

47.85613

0.0019Atmost2*

0.219301

35.31627

29.79707

0.0104Atmost3*

0.168949

17.49158

15.49471

0.0247Atmost4*

0.056232

4.166979

3.841466

0.0412

Tracetestindicates5cointegratingeqn(s)atthe0.05level

*denotesrejectionofthehypothesisatthe0.05level

**MacKinnon-Haug-Michelis(1999)p-values從上表可得各變量在None*、Atmost1*、Atmost2*、Atmost3*、Atmost4*分別對應的顯著性為

0.0000、0.0019、0.0104、0.0247、0.0412；說明變量在原始序列、滯后1期、滯后2期、滯后3期、滯后4期均存在協(xié)整關系，進而可以得到變量間均存在協(xié)整關系，適合構(gòu)建回歸模型分析。（四）單位根檢驗單位根檢驗時間序列的單位根研究是時間序列分析的一個熱點問題。時間序列矩特性的時變行為實際上是反映了時間序列的非平穩(wěn)性質(zhì)。對于非平穩(wěn)時間序列的處理方法一般都是將其轉(zhuǎn)變?yōu)槠椒€(wěn)序列，這樣就可以用有關平穩(wěn)時間序列的方法和模型來進行相應得研究。對時間序列單位根的檢驗就是對時間序列平穩(wěn)性的檢驗，非平穩(wěn)時間序列如果存在單位根，則一般可以通過差分的方法來消除單位根，從而得到平穩(wěn)序列。數(shù)據(jù)為平穩(wěn)的時間序列是進行回歸分析的前提假設，通過ADF檢驗判定ADF值分別在1%level、5%level、10%level的何種區(qū)間，是進行單位根檢驗的重要方法，進而可以得到如下分析結(jié)果：表1-4模型的單位根檢驗ADF1%level5%level10%levelprobCPI-6.861853-3.521579-2.901217-2.5879810.000MPI-3.119219-3.522887-2.901779-2.588280.0294PPI-3.769376-3.522887-2.901779-2.588280.0049RPI-6.545672-3.522887-2.901779-2.588280.0000M2-8.73335-3.538362-2.90842-2.5917990.0000從上表可以得到CPI、MPI、PPI、RPI、M2的ADF值分別為-6.861853、-3.119219、-3.769376、-6.545672、-8.73335，顯著的大于1%level所分布的-3.521579、-3.522887、-3.522887、-3.522887等值，因而可以判定CPI、MPI、PPI、RPI、M2的單位根檢驗中，各項值均在99%的顯著性前提下顯著。（五）回歸分析回歸分析是研究一個\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"因變量與兩個或兩個以上的\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"自變量的回歸。又稱為\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"多元線性回歸，是反映一種現(xiàn)象或事物的數(shù)量依多種現(xiàn)象或事物的數(shù)量的變動而相應變動的規(guī)律。是建立多個變量之間\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"線性或\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"非線性數(shù)學模型\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"數(shù)量關系式的\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"統(tǒng)計方法。在構(gòu)建回歸分析模型中，我們選取了2015-2020年的月度數(shù)據(jù)；我們選擇以居民消費價格指數(shù)CPI為因變量以原材料購進價格指數(shù)（MPI）、工業(yè)品出廠價格指數(shù)（PPI）、商品零售價格指數(shù)（RPI）、貨幣和準貨幣供應量指數(shù)（M2）分別為被解釋變量，構(gòu)建模型進行分析，探討影響CPI變動的主要因素，可得到回歸模型如下所示：CPI=C+βitMPI+βit表1-5模型回歸分析結(jié)果VariableCoefficientStd.Errort-StatisticProb.

M2-0.0174510.022988-0.7591110.4503MPI0.0096820.0062591.5467460.1264PPI-0.3178550.078145-4.0674950.0001RPI1.1644110.03693631.524800.0000C16.637938.0186222.0749110.0417R-squared0.935254

Meandependentvar100.1733AdjustedR-squared0.931554

S.D.dependentvar0.553205S.E.ofregression0.144731

Akaikeinfocriterion-0.963543Sumsquaredresid1.466289

Schwarzcriterion-0.809044Loglikelihood41.13286

Hannan-Quinncriter.-0.901853F-statistic252.7855

Durbin-Watsonstat1.976719Prob(F-statistic)0.000000表1-5（續(xù)）從上表的回歸結(jié)果來看MPI、PPI、RPI、M2的系數(shù)分別為0.009998、-0.320324、1.165680、-0.017451，相伴概率為0.1128、0.0001、0.0000、0.4503；除MPI、M2原材料購進價格指數(shù)未表現(xiàn)顯著外，其余變量均表現(xiàn)顯著，從系數(shù)值來看對CPI影響最大的值為RPI商品零售價格指數(shù)，即商品零售價格指數(shù)對居民消費價格指數(shù)的影響最大，其次是PPI工業(yè)品出廠價格指數(shù)。（六）實證分析由模型結(jié)果可以看出在在所有解釋變量中最能影響我國居民消費價格指數(shù)的影響因素為商品零售價格指數(shù)（RPI）和工業(yè)品出廠價格指數(shù)（PPI）。其中，RPI是CPI的重要組成部分，是屬于流通領域的重要指標。這三個物價指數(shù)CPI、RPI和PPI是被一條產(chǎn)業(yè)鏈（上游生產(chǎn)領域至下游消費領域）銜接起來，它們是這個鏈條上的三個點，分別為鏈條上的生產(chǎn)領域端點、流通領域端點和消費領域端點。從供給角度上來看，PPI的漲跌必然會順著產(chǎn)業(yè)鏈傳導到零售價格和服務項目上；從需求角度上來看，CPI的大小會通過流通領域的RPI反饋給PPI。因此，CPI、RPI與PPI三者之間傳導機制的研究就能解釋物價指數(shù)下降或者上升的這種經(jīng)濟現(xiàn)象，而且能給政府制定價格政策和居民消費政策提供很大的幫助。1.RPI對居民消費價格指數(shù)的影響及分析模型顯示居民消費價格指數(shù)和商品零售價格指數(shù)有著最顯著的關系，為了使居民消費價格指數(shù)和商品零售價格指數(shù)能夠更加適應現(xiàn)如今經(jīng)濟發(fā)展的需要，政府要鼓勵居民不要都將錢存起來，而是更多地投資消費，擴大社會投資，拉動內(nèi)需，更快的完善促進消費體制機構(gòu)。為了優(yōu)化消費和零售等國民經(jīng)濟指數(shù)關系，實現(xiàn)需求引領和供給側(cè)改革，我們要提升消費和零售對經(jīng)濟基礎的作用，以便構(gòu)建符合我國長遠戰(zhàn)略利益的經(jīng)濟發(fā)展模式。政府要推動市場經(jīng)濟的發(fā)展，增強經(jīng)濟的活力和生機。要通過發(fā)展市場經(jīng)濟來促進中國經(jīng)濟與世界經(jīng)濟接軌，建立與國際經(jīng)濟技術的平臺，更好的與國際經(jīng)濟技術進行合作和競爭，同時合理的調(diào)整經(jīng)濟結(jié)構(gòu)，提高生產(chǎn)增長，提高人民生活水平，使我國經(jīng)濟發(fā)展有更好的發(fā)展前景。政府還要根據(jù)我國市場經(jīng)濟的實際情況調(diào)整相應的市場宏觀調(diào)控政策，協(xié)調(diào)好市場的價格體系，使價格協(xié)調(diào)與溝通機制步調(diào)一致。還應當建立健全的以市場供求形勢為導向的價格調(diào)整機制，合理的設計各環(huán)節(jié)的價格梯度。同時使市場保證充分的良性競爭，為價格形成創(chuàng)造一個穩(wěn)定的外部環(huán)境。建立健全的經(jīng)濟發(fā)展和市場規(guī)則，穩(wěn)定物價水平，積極應對市場可能出現(xiàn)的價格波動。維持零售市場終端的價格控制和價格管理，加強市場價格的信息反饋和跟蹤控制。2.PPI對居民消費價格指數(shù)影響及分析PPI是反映生產(chǎn)環(huán)節(jié)的價格水平，CPI是反映消費環(huán)節(jié)的價格水平。整體價格水平的波動一般會先出現(xiàn)在生產(chǎn)領域，然后通過產(chǎn)業(yè)鏈向下游產(chǎn)業(yè)擴散，最后才會波及到市場上流通的消費品。以工業(yè)品為原材料的生產(chǎn)價格，即工業(yè)品價格向居民消費價格指數(shù)的傳導途徑為：原材料→生產(chǎn)資料→生活資料。同時，PPI也作為觀察通貨膨脹水平的重要指標，一般可以理解為：PPI指數(shù)越高，說明經(jīng)濟的通貨膨脹壓力越大，物價就會上漲；PPI指數(shù)比預期指數(shù)低時，則說明有通貨緊縮的風險，隨之消費也會減少，物價就會下降。在不同市場條件下，工業(yè)品價格向最終消費價格的傳導存在兩種可能的情形：一是在賣方市場條件下，成本上漲所引起的工業(yè)品價格(如電力、水、煤炭等能源、原材料價格)上漲最終都會順利傳導到消費品價格上；二是在買方市場條件下，由于供大于求，工業(yè)品價格很難傳導到消費品價格上，所以可能會導致消費品價格保持不變甚至下跌，企業(yè)則需要通過減少自身利潤對上漲的成本予以消化，其結(jié)果表現(xiàn)為中下游企業(yè)的產(chǎn)品價格保持不變，甚至可能繼續(xù)走低，企業(yè)盈利減少。對于部分縮減利潤后仍難以消化上漲的成本的企業(yè)，可能會面臨破產(chǎn)。而由于CPI不僅包括消費品價格，還包括了服務價格，CPI與PPI在統(tǒng)計口徑上并不是非常嚴格的對應關系。因此，CPI與PPI的變化在某一時期出現(xiàn)不一致的情況也是有可能的。如果發(fā)生價格傳導出現(xiàn)斷裂的現(xiàn)象，其主要原因在于工業(yè)品市場處于買方市場以及政府對公共產(chǎn)品價格的人為控制等。四、建立ARMA模型并預測（一）自相關和偏自相關分析通過自相關和偏自相關分析可以判斷ARMA模型可以采用的滯后階數(shù)，自相關和偏自相關圖如下：圖2自相關和偏自相關圖從上圖可以看出，自相關和偏自相關在滯后3期的時候表現(xiàn)顯著，因此可以構(gòu)建ARMA（3,3）模型。（二）ARMA模型構(gòu)建ARMA自相關移動平均模型，其核心原理是通過模型本身的歷史數(shù)據(jù)回溯進而得到其數(shù)據(jù)本身的預測值，剔除了其他變量對模型的影響；透過上表可以得到基于CPI的ARMA模型可構(gòu)建ARMA(3,3)模型，得到的結(jié)果如下：表1-6ARMA模型分析結(jié)果VariableCoefficientStd.Errort-StatisticProb.

C100.16540.0561811782.9200.0000AR(3)-1.0000009.39E-05-10648.880.0000MA(3)0.9999809.67E-0510339.450.0000SIGMASQ0.2092040.0323986.4572520.0000R-squared0.307169

Meandependentvar100.1733AdjustedR-squared0.277895

S.D.dependentvar0.553205S.E.ofregression0.470096

Akaikeinfocriterion1.479781Sumsquaredresid15.69031

Schwarzcriterion1.603381Loglikelihood-51.49180

Hannan-Quinncriter.1.529133F-statistic10.49270

Durbin-Watsonstat1.756975Prob(F-statistic)0.000009InvertedARRoots

.50-.87i

.50+.87i

-1.00InvertedMARoots

.50-.87i

.50+.87i

-1.00從上表ARMA（3,3）的結(jié)果可以看出，AR(3)、MA(3)的系數(shù)分別為-1.000000和0.999980，其相伴概率分別為0.0000、0.0000；在顯著性為99%的前提下模型均表現(xiàn)顯著，說明ARMA（3,3）模型設置合理結(jié)果較好。得到模型結(jié)果為：CPI=100.1651+[AR(3)=-999,MA(3)=0.999,UNCOND,ESTSMPL="2015M012021M03"]（三）根據(jù)模型進行預測基于該ARMA模型進行2年的數(shù)據(jù)預測，并與實際值進行比較，得到結(jié)果如下：data原始數(shù)據(jù)預測值2019M01100.5100.20673672019M02101100.48333262019M0399.699.960873612019M04100.1100.12397732019M0510099.847381372019M0699.9100.36984042019M07100.4100.20673672019M08100.7100.48333262019M09100.999.960873612019M10100.9100.12397732019M11100.499.847381372019M12100100.36984042020M01101.4100.20673672020M02100.8100.48333262020M0398.899.960873612020M0499.1100.12397732020M0599.299.847381372020M0699.9100.36984042020M07100.6100.20673672020M08100.4100.48333262020M09100.299.960873612020M1099.7100.12397732020M1199.499.847381372020M12100.7100.36984042021M01101100.20673672021M02100.6100.48333262021M0399.599.960873612021M0499.877887712021M0599.760473082021M06100.25948532020-2021年的月度居民消費價格指數(shù)在官網(wǎng)上已經(jīng)公布，可以通過預測值與實際值的對比去檢驗模型的擬合程度。將2020年11月-2021年3月已經(jīng)公布的實際值：99.4，100.7，101，100.6，99.5與模型得到的預測值：99.85，100.37，100.21，100.48，99.96相比較，可以發(fā)現(xiàn)居民消費價格指數(shù)的實際值與預測值兩者最大差值僅為1個百分點，說明模型有較高的可信度。此外還預測出了2021M04、2021M05、2021M06的值99.87788771、99.76047308、100.2594853，模型預測精度較好，可以得到如下圖所示：圖2模型實際預測圖CPI為模型原始數(shù)據(jù),CPIF為模型預測值，從上圖來看模型預測值其波動大致擬合了實際數(shù)據(jù)的波動，但是其幅度和區(qū)間較小，數(shù)據(jù)回測幅度和范圍控制較為合理。五、結(jié)論及不足（一）結(jié)論ARMA模型擬合趨勢較為準確，并預測出了2021年4月至6月的居民消費價格指數(shù)數(shù)據(jù)約為99.88、99.76、100.26。現(xiàn)如今，我國的經(jīng)濟發(fā)展進入了新常態(tài)，居民消費水平的增長對整體經(jīng)濟增長的推動作用越來越明顯。為了促進我國經(jīng)濟的平穩(wěn)健康發(fā)展，要堅持擴內(nèi)需、促消費的戰(zhàn)略，全力提高居民消費水平。而居民消費價格指數(shù)與居民生活密切相關，在國民經(jīng)濟中把握我國CPI走勢有著很重要的作用，對于利益我們應當長遠的考慮，因此建議有關部門應在注重當下利益的同時加強對我國國民經(jīng)濟的監(jiān)測和預警，密切關注國內(nèi)和國際市場的價格變化，在物價水平不穩(wěn)定時及時采用調(diào)控措施，合理的引導價格走勢；同時也要適時關注和調(diào)節(jié)國家宏觀調(diào)控的力度，繼續(xù)調(diào)整生產(chǎn)和消費的結(jié)構(gòu)政策，鼓勵居民消費，及時掌握和應對出現(xiàn)的各種新情況，確保國民經(jīng)濟運行在合理區(qū)間，努力避免中國經(jīng)濟的硬著陸，使中國保持在平穩(wěn)較快的經(jīng)濟發(fā)展勢頭上。（二）不足本文為了分析我國居民消費價格指數(shù)的影響因素共選取了四個解釋變量，數(shù)據(jù)量為75個，所得模型精度還可再提升；根據(jù)趨勢圖可發(fā)現(xiàn)數(shù)據(jù)有一點季節(jié)性規(guī)律，導致模型擬合效果還與提升空間，還可選取更多的數(shù)據(jù)量進行分析。參考文獻魏靜潔.我國居民消費價格指數(shù)（CPI）影響因素的實證分析[D].云南大學,2016.劉懿樅,李明洋,王虹博.我國居民消費價格指數(shù)（CPI)影響因素的分析[J].商場現(xiàn)代化,2019(17):25-26.張禾.基于ARMA模型的我國居民消費價格指數(shù)預測[J].商場現(xiàn)代化,2018(07):15-16.韓萌.居民消費價格指數(shù)和商品零售價格指數(shù)的分析——基于一元線性回歸分析[J].現(xiàn)代商業(yè),2020(17):12-13.黃樹花.ARIMA與BP模型在我國居民消費價格指數(shù)的實證分析[D].云南大學,2015.馬永梅,林天水.基于我國居民消費價格指數(shù)的聚類分析[J].青海師范大學學報(自然科學版),2019,35(02):26-34.卞集.我國居民消費價格指數(shù)的隨機波動性研究[D].首都經(jīng)濟貿(mào)易大學,2014.潘姝敏.我國居民消費價格指數(shù)的基本現(xiàn)狀及波動趨勢分析[J].科技廣場,2016(11):158-161.楊堅,費俊俊.我國居民消費價格指數(shù)走勢實證分析與預測[J].統(tǒng)計與決策,2014(07):112-116.陳娟,余灼萍.我國居民消費價格指數(shù)的短期預測[J].統(tǒng)計與決策,2005(04):40-41.郭玉,李明星,邸彥彪,李曉梅.基于ARMA模型我國居民消費價格指數(shù)實證分析及預測[J].遼寧工業(yè)大學學報(社會科學版),2017,19(01):27-28+41.何巖巖.基于ARMA模型的我國居民消費價格指數(shù)的分析及預測[J].商,2016(06):204+143.石撿情,楊世娟.我國居民消費價格指數(shù)時間序列預測——基于ARIMA模型的分析[J].科技資訊,2017,15(33):35-36+40.葉夢翔.居民消費價格指數(shù)的影響因素及評價[J].中國商論,2020(23):15-16.楊宇,陸奇岸.CPI、RPI與PPI之間關系的實證研究——基于VAR模型的經(jīng)濟計量分析[J].價格理論與實踐,2009(05):57-58.YanQin.SeasonalAdjustmentofCPITimeSeriesBasedonX-12-ARIMAandSARIMA[J].WorldScientificResearchJournal,2021,7(5).附錄A年份月份居民消費價格指數(shù)cpi原材料購進價格指數(shù)mpi工業(yè)品出廠價格指數(shù)ppi商品零售價格指數(shù)rpi貨幣和準貨幣供應量M2指數(shù)2015年1月100.341.998.999.9101.16702252月101.243.999.3100.9101.18050533月99.54599.999.6101.4277544月99.847.899.799.7100.4270545月99.849.499.999.9102.07518146月10047.399.6100101.99010047月100.344.799.3100.1101.48762018月100.544.999.2100.3100.27320659月100.145.899.699.9100.214906210月99.744.499.699.7100.087999611月10041.199.5100100.950412412月100.542.499.4100.5101.33352892016年1月100.5