探究影响中国CPI的宏观因素.docx

探究影响中国CPI的宏观因素.docx

《探究影响中国CPI的宏观因素.docx》由会员分享，可在线阅读，更多相关《探究影响中国CPI的宏观因素.docx（22页珍藏版）》请在冰豆网上搜索。

探究影响中国CPI的宏观因素

探究影响中国CPI的宏观因素

第十组

作者：

孙天泽

年级专业：

2009级金融学

2011年10月30日

【摘要】本文是在参考了多个关于影响我国CPI的因素的主要观点的基础上，对影响我国从1990年到2008年的CPI的因素进行实证分析。

选取的自变量有GDP、货币供应量和利率。

然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。

得出的结论是：

影响CPI的主要因素是GDP的一阶滞后值和货币供应量。

【关键词】:

CPIGDP货币供应量利率计量

一．研究背景及目的

1、研究背景

消费者物价指数（ConsumerPriceIndex），英文缩写为CPI，是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。

如果消费者物价指数升幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗。

因此，该指数过高的升幅往往不被市场欢迎。

例如，在过去12个月，消费者物价指数上升2.3％，那表示，生活成本比12个月前平均上升2.3％。

当生活成本提高，你的金钱价值便随之下降。

也就是说，一年前收到的一张100元纸币，今日只可以买到价值97.70元的商品或服务。

一般说来当CPI>3%的增幅时我们称为Inflation，就是通货膨胀；而当CPI>5%的增幅时，我们把它称为SeriousInflation，就是严重的通货膨胀。

CPI的意义在于对宏观经济政策的选择、调整和节奏把握上具有重要的指标作用。

在整个经济体系中CPI与货币供应量、汇率、股市、投资与消费、需求和供给等有着千丝万缕的联系。

它既是一面镜子，反映着经济环境的变化，同时又是一个传感器，来自国际国内的经济变动因素通过它切实地传导入了每一个人的经济生活。

从流动性过剩问题到气候灾害，从国内房价上涨到国际油价上涨，都会在CPI上反映出来，而它的另一侧又和人们的生活紧密联系着。

从根本意义上说，CPI不仅是政策转化的依据，更应是如何合理安排民生、提高民众福祉的标杆。

2010年中国的GDP10.3%的增长令人们笃信中国经济增长无虞，相形之下，通胀压力跃升为2011年最大的风险因素。

国家统计局公布的数据显示，2010年全年居民消费价格同比上涨3.3%。

从月度同比涨幅来看，CPI全年持续上涨，从2010年年初的1.5%一直上涨至11月份5.1%的高位，而12月份4.6%的同比涨幅则是在连续6个月上涨之后的首次回落。

而2011年刚刚过去的一季度我国居民消费价格（CPI）同比上涨5.0%，工业生产者出厂价格（PPI）同比上涨7.1%。

其中，城市上涨4.9%，农村上涨5.5%。

分类别看，食品上涨11.0%，烟酒及用品上涨2.0%，衣着上涨0.3%，家庭设备用品及维修服务上涨1.6%，医疗保健和个人用品上涨3.1%，交通和通信下降0.1%，娱乐教育文化用品及服务上涨0.6%，居住上涨6.5%。

工业生产者购进价格同比上涨10.2%。

CPI是一个滞后性的数据，但它往往是市场经济活动与政府货币政策的一个重要参考指标。

CPI稳定、就业充分及GDP增长往往是最重要的社会经济目标。

不过，从中国的现实情况来看，CPI的稳定及其重要性并不像发达国家所认为的那样“有一定的权威性，市场的经济活动会根据CPI的变化来调整”。

首先是国内经济快速增长，近两年来GDP增长都在9%以上，CPI却没有多少波动；二是一年之内CPI大起大落，前后相差几个百分点；三是随着CPI大幅波动，国内经济一时间通货膨胀率过高，民众储蓄负利率严重，一时间居民储蓄又告别负收益，通货紧缩阴影重现。

这样一种经济环境令人担忧，因此，对于CPI我们因该谨慎理解，将之作为一个参考数据，不能完全将CPI与我国的实际等同。

最近几年来越来越多的国家认同一个观点，即货币政策首要的、长期的目标是提高价格的稳定性，通货膨胀目标制因此备受各国中央银行青睐。

自从1989年新西兰储备银行首先引入通货膨胀目标制以来，无论是发达国家（加拿大、新西兰、英国、瑞典、以色列、芬兰、澳大利亚、瑞士等）、发展中国家（智利、巴西、韩国、泰国、南非等），还是转轨国家（捷克、波兰、匈牙利等）纷纷步其后尘，先后采用了通货膨胀目标，国际货币基金组织也在新兴市场经济国家推行这一政策框架。

通胀目标制要求央行通过对未来价格变动的预测把握通货膨胀的变动趋势，提前采取紧缩政策抑制持续性的通货膨胀压力，或提前采取扩张的政策来应对持续性的通货紧缩。

货币当局事先向社会公众宣布年度物价上涨目标，并通过观察包括货币供应量、失业率、股票指数、GDP在内的一系列指标来定期分析经济态势和物价走势，做出适当的货币政策操作，确保实际物价水平维持在公布的通货膨胀预期目标之内。

影响CPI的因素有很多，根据分析主要的因素可能有：

货币供应量。

货币供应量越大，货币的价值就越低，导致物价上升。

利率。

利率越高，对于流动中的货币量需求降低，流通货币短缺，最终导致物价下降。

GDP。

GDP是指在一定时期内,一个国家或地区所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标,实际GDP的增长代表着国内投资建设的发展速度，对于原材料的高需求也会对于通胀造成一定程度的促进。

因此，可以从以上三个方面分析这些因素对CPI的具体影响。

2．研究目的

由于CPI是判断通胀，分析市场经济活动和政府制定货币政策的一个重要参考指标。

因此我们希望通过本次研究找到显著影响CPI的宏观因素，找出这些因素影响CPI的具体模型形式，得到对于目前通胀的整体性认识，并依此模型预测出未来两年CPI的升降幅度，为国家制定宏观经济政策提出建设性意见。

二、相关数据收集

根据研究背景中的分析，模型中所需的数据为GDP、货币供应量和利率。

我们从国家统计局官方网站上找到了名义GDP，从中国人民银行查询到了货币流通量和利率。

模型的样本容量为19个，对于一元回归分析计算要求和数目还是足够的。

表1.1990-2008年中国CPI、GDP、货币供应量、利率数据

年份

CPI

国民总收入

货币供应量

利率

1990

165.2

18718.3

6950.7

9.36

1991

170.8

21826.2

8633.3

7.56

1992

181.7

26937.3

11731.5

7.56

1993

208.4

35260

16280.4

10.08

1994

258.6

48108.5

20540.7

10.08

1995

302.8

59810.5

23987.1

10.08

1996

327.9

70142.5

28514.8

8.325

1997

337.1

78060.8

34826.3

5.67

1998

334.4

83024.3

38953.7

4.59

1999

329.7

88479.2

45837.2

2.25

2000

331

98000.5

53147.2

2.25

2001

333.3

108068.2

59871.6

2.25

2002

330.6

119095.7

70881.8

1.98

2003

334.6

135174

84118.6

1.98

2004

347.7

159586.7

95969.7

2.25

2005

353.9

184088.6

107278.8

2.25

2006

359.2

213131.7

126035.13

2.52

2007

376.5

259258.9

152560.1

2.97

2008

392.6

302853.4

166217.13

3.06

三、计量经济模型的设定

1.变量的选取

由于GDP和货币供应量与利率的数据间的量纲级差据太大，为了使测定变量值的尺度缩小，降低模型存在异方差的可能性，我们取货币供应量和GDP的对数作为解释变量，利率则用原数据。

由于考虑到货币供应量和GDP对物价的影响效应存在着时间上的滞后，货币供应量和GDP当年的变化对CPI的影响通常难以立即显现出来，因此我们考虑将货币供应量和GDP的一阶滞后值引入模型。

2.模型数学形式的确定

为了分析被解释变量CPI和解释变量GDP、货币供应量和利率的关系，作如图1、图2、图3所示的散点图和图4、图5、图6的线性图。

图1.CPI和GDP关系图

图2.CPI和货币供应量关系图

图3.CPI与利率关系图

图4.GDP和货币供应量随时间的走势图

图5.CPI随时间的走势图

图6.利率随时间的走势图

3.计量经济学模型的设定

从图1、图2、图3可以看出CPI和GDP、货币供应量大体呈现出线性关系，与利率之间的关系不一定是线性的；从图4、图5、图6可看出CPI、GDP和货币供应量大致是逐年增长的，但是增速有所变动，而利率则是有增有减，但大致的趋势是逐年递减，只是变化规律不那么明显。

为了分析CPI随GDP、货币供应量和利率变动的数量的规律性，可以初步建立如下模型：

…

（1）

Y:

CPI

X1:

GDP

X2:

货币供应量

X3:

利率

四、模型的求解和检验

1.在EViews里用ADF检验法对数据进行平稳性检验

表2.对GDP的对数进行单位根检验

NullHypothesis:

LNX1hasaunitroot

Exogenous:

Constant,LinearTrend

LagLength:

3（AutomaticbasedonSIC,MAXLAG=5）

t-Statistic

  Prob.*

AugmentedDickey-Fullerteststatistic

-5.413646

 0.0033

Testcriticalvalues:

1%level

-4.728363

5%level

-3.759743

10%level

-3.324976

表3.对货币供应量的对数进行单位根检验

NullHypothesis:

LNX2hasaunitroot

Exogenous:

Constant,LinearTrend

LagLength:

2（AutomaticbasedonSIC,MAXLAG=5）

t-Statistic

  Prob.*

AugmentedDickey-Fullerteststatistic

-5.693072

 0.0017

Testcriticalvalues:

1%level

-4.667883

5%level

-3.733200

10%level

-3.310349

表4.对利率进行单位根检验

NullHypothesis:

X3hasaunitroot

Exogenous:

Constant

LagLength:

4（AutomaticbasedonSIC,MAXLAG=5）

t-Statistic

  Prob.*

AugmentedDickey-Fullerteststatistic

-4.363403

 0.0053

Testcriticalvalues:

1%level

-4.004425

5%level

-3.098896

10%level

-2.690439

表5.对CPI的对数进行单位根检验

NullHypothesis:

LNYhasaunitroot

Exogenous:

Constant,LinearTrend

LagLength:

5（AutomaticbasedonSIC,MAXLAG=5）

t-Statistic

  Prob.*

AugmentedDickey-Fullerteststatistic

-3.853525

 0.0482

Testcriticalvalues:

1%level

-4.886426

5%level

-3.828975

10%level

-3.362984

选择显著性水平为：

α=0.05，从检验结果看，对ln（CPI）、ln（GDP）、货币供应量的对数和利率的单位根检验结果中的t值均小于该显著性水平下的Mackinnon临界值，从而拒绝原假设H0，表明这些时间序列均不存在单位根，是平稳序列。

用这些数据进行计量回归就不会出现伪回归，而是具有实际的经济意义。

五．对初步设定的模型进行回归分析

用Eviews进行回归，结果见表6。

表6.回归结果

DependentVariable:

LNY

Method:

LeastSquares

Date:

05/25/11Time:

10:

35

Sample（adjusted）:

19912008

Includedobservations:

18afteradjustments

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

2.895403

1.084332

2.670219

0.0218

LNX1

-2.623120

1.194416

-2.196152

0.0504

LNX2

0.465447

0.708596

0.656859

0.5248

LNX1（-1）

1.739726

0.733048

2.373276

0.0369

LNX2（-1）

0.729122

0.605256

1.204650

0.2536

X3

0.043485

0.033255

1.307602

0.2177

X3（-1）

0.051714

0.032514

1.590509

0.1400

R-squared

0.935856

    Meandependentvar

5.717068

AdjustedR-squared

0.900869

    S.D.dependentvar

0.243767

S.E.ofregression

0.076750

    Akaikeinfocriterion

-2.011221

Sumsquaredresid

0.064796

    Schwarzcriterion

-1.664966

Loglikelihood

25.10099

    F-statistic

26.74836

Durbin-Watsonstat

1.170408

    Prob（F-statistic）

0.000006

根据表6中数据知，模型设计的结果为；

…

（2）

六、模型检验及修正

1.检验模型是否存在多重共线性

在自由度α=0.05时，查F值分布表得F（6,11）=3.09，t分布表中t0.025=2.201。

回归结果中F=26.74836>F（6,11），说明解释变量整体对CPI的影响程度很明显。

可决系数R2=0.935856，模型的拟合程度很高。

但是lnX2、lnX2（-1）、X3和X3（-1）的t值都小于t0.025，单独考虑这些解释变量时，这些变量对CPI的影响并不显著，说明该模型可能存在多重共线性。

2.用逐步回归法对模型进行多重共线性修正

（1）先用被解释变量对每一个所考虑的解释变量做简单回归，然后以对被解释变量贡献最大的解释变量所对应的回归方程为基础，再逐个引入其余的解释变量。

此过程中若新引入的变量改进了修正的可决系数和F检验，且其他回归参数的t检验在统计上仍是显著的，则在该模型中保留该变量。

若新变量的引入未能明显改进修正的可决系数和F检验，且对其他回归参数估计值的t检验也未带来什么影响，则认为该变量是多余的。

若新变量的引入未能明显改进修正的可决系数和F检验，且显著地影响了其他回归参数估计值的数值或符号，致使某些回归参数也通不过t检验，则说明出现了严重的多重共线性。

经过对各个引入新变量模型多方面的综合比较，保留修正的可决系数改进最大，且不影响原有变量显著性的新变量。

最后新模型中保留下来的解释变量有lnx1（-1）和lnx2，去掉了利率这一解释变量，表明利率对CPI没有显著的影响。

这与之前的预测相符合，即由于中国人为的压低利率，利率的大小不是纯粹由市场决定的，所以央行的利率对CPI的影响并不显著。

假设新模型形式为：

…（3）用EViews对模型（3）的最小二乘回归结果见表7。

表7.回归结果

DependentVariable:

LNY

Method:

LeastSquares

Date:

05/25/11Time:

09:

34

Sample（adjusted）:

19912008

Includedobservations:

18afteradjustments

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

1.382750

0.494936

2.793794

0.0136

LNX1（-1）

0.883115

0.221264

3.991228

0.0012

LNX2

0.523083

0.193847

2.698426

0.0165

R-squared

0.894156

    Meandependentvar

5.717068

AdjustedR-squared

0.880044

    S.D.dependentvar

0.243767

S.E.ofregression

0.084428

    Akaikeinfocriterion

-1.954827

Sumsquaredresid

0.106921

    Schwarzcriterion

-1.806432

Loglikelihood

20.59345

    F-statistic

63.35922

Durbin-Watsonstat

0.480446

    Prob（F-statistic）

0.000000

…（4）

从回归结果看，可决系数和F统计量都很理想，lnX1（-1）和lnX2的t值都很理想，表明了GDP对数的一阶滞后值和货币供应量的对数对CPI的影响都很显著。

3.用DW检验法检验新模型的自相关性

由上诉分析结果知DW=0.4800446，当样本观测值n=18，解释变量个数k=2时，查DW分布表得：

dL=1.046，dU=1.535，DW

用广义差分法对新模型进行自相关的修正。

根据公式ρ=1-DW/2计算得ρ=0.7598。

令

…（5）

对广义差分模型

…（6）进行回归，结果见表8。

表8.回归结果

DependentVariable:

DY

Method:

LeastSquares

Date:

05/25/11Time:

09:

49

Sample（adjusted）:

19922008

Includedobservations:

17afteradjustments

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

0.994283

0.147622

6.735335

0.0000

DX1

0.502769

0.113782

4.418718

0.0006

DX2

0.367703

0.111328

3.302897

0.0052

R-squared

0.605677

    Meandependentvar

1.418585

AdjustedR-squared

0.549345

    S.D.dependentvar

0.048256

S.E.ofregression

0.032395

    Akaikeinfocriterion

-3.862860

Sumsquaredresid

0.014692

    Schwarzcriterion

-3.715822

Loglikelihood

35.83431

    F-statistic

10.75193

Durbin-Watsonstat

1.644980

    Prob（F-statistic）

0.001482

…（7）

查DW分布表知：

当样本数n=17，解释变量个数k=2时，dL=1.015，du=1.536，因为1.536=du

4．用ARCH检验法检验广义差分后的新模型是否存在异方差

对广义差分后的新模型回归结果做ARCH检验，分别选择1、2、3、4、5阶的滞后阶数，选出使检验结果中AIC最小的阶数为模型的滞后阶数。

经过对比，当滞后阶数为4时AIC最小。

当之后阶数为4时，ARCH检验结果见表9。

表9.回归结果

ARCHTest: