利用EViews软件研究企业商品价格指数.doc

利用EViews软件研究企业商品价格指数【摘要】文章通过利用Eview5.0软件对 2007 年1月至 2011 年10月我国企业商品价格指数进行线性回归分析，进行平稳性检验和协整检验，从而建立回归方程，讨论企业商品价格指数与影响其诸多因素之间的关系，并根据其关系分析提出相应建议并对宏观经济进行监测。 【关键词】单位根检验 协整检验 政策建议 一、理论背景 企业商品价格指数（Corporate Goods Price Index，简称CGPI）是反映国内企业之间物质商品集中交易价格变动的统计指标，是比较全面的测度通货膨胀水平和反映经济波动的综合价格指数。 CGPI调查是经国家统计局批准、由中国人民银行建立并组织实施的一项调查统计制度。 二、选取数据与模型假定 （一）数据选取 本文选取 2007 年 1 月至 2011 年 11 月企业商品价格指数的统计数据（数据来源：中国人民银行网站），来讨论企业商品价格指数与影响其诸多因素之间的关系，并根据其关系分析提出相应建议并对宏观经济进行监测。 （二）模型假定 设定计量模型为： （1） 其中Y表示企业商品价格指数，表示各种对企业商品价格指数的影响因素。 假设：企业商品价格指数（CGPI）受到诸多因素的影响和制约，即各个因素的改变会引起总指数的改变，主要包括投入产出表的总产出等指标数据、工业普查的工业品销售额数据、农业统计资料、调查咨询资料四类统计指标。根据CGPI的调查及测算，本文细化为农产品价格指数、矿产品价格指数、煤油电价格指数、加工业产品价格指数这四项指标。因此，进一步建立线性回归模型为： （2） 式中，Y表示企业商品价格指数，为截距项，为回归系数，X1表示农产品价格指数，X2表示矿产品价格指数，X3表示煤油电价格指数，X4表示加工业产品价格指数，μ表示随机干扰项。上述模型除了X1、X2、X3和X4外，影响Y的其他因素的作用全都包含在随机误差μ内，这里假设μ对X1、X2、X3和X4相互独立，且服从均值为零的正态分布。 三、时间序列的处理 （一）单位根检验及结果 平稳时间序列分为严平稳时间序列与宽平稳时间序列。如果{Xt}满足：（1）任取，有;（2）任取有，为常数；（3）任取则称{Xt}为宽平稳时间序列。宽平稳只要求序列二阶平稳，对于高于二阶的矩没有任何要求。基于本文选取数据，这里只介绍宽平稳时间序列。 时间序列数据是否具有平稳性，运用的单位根检验包括DF检验、ADF检验、PP检验。本文采用ADF检验判断其平稳性，首先建立三个模型如下： 模型（1）： 模型（2）： 模型（3）： 设定原假设，备择假设 。只要其中一模型中系数的t检验值小于ADF 分布的临界值，则拒绝原假设，接受备择假设，说明序列｛｝是平稳过程，说明序列｛｝存在单位根。 本文使用EViews5.0 软件进行分析，其检验结果如表1： 由ADF 检验的结果看，所有指标在5%的显著性水平上都是I（1）一阶单整的，即原始序列是不平稳的，而一阶差分后的序列是平稳的，检验结果与经验理论相符合。 （二）协整检验及结果 多元非平稳序列之间能否建立动态的回归模型，关键在于它们之间是否具有协整关系。协整检验方法有EG法和 Johansen 极大似然法两种。本文采用EG法。 假设：H0:多元非平稳序列之间不存在协整关系；H1:多元非平稳序列之间存在协整关系。由于协整关系主要是通过考察回归残差的平稳定确定，所以上述假设等价于：H0:回归残差序列{}非平稳；H1:回归残差序列{}平稳。 本文使用EViews5.0 软件，EG法协整检验的结果表明，模型中残差估计值序列通过ADF检验，即为单整序列，说明Y关于X1、X2、X3、X4之间存在长期均衡关系，并且其相互影响、相互制约的关系。因此，可以建立动态的回归模型。 四、模型拟合 EViews软件估计结果如图1： 由图1的模型回归估计结果得到模型拟合为： （3） 下面对模型进行经济意义检验和统计意义检验： X1、X2、X3、X4前面的参数估计值分别为0.4592，0.0651，0.2137，0.0086，都为正数，表示这四个变量与企业商品价格指数呈正相关关系，农产品价格指数比例越高，矿产品价格指数比例越高，煤油电价格指数比例越高，加工业产品价格指数比例越高，都会给企业商品价格指数带来正影响。 从回归估计的结果看，模型在整体上拟合度很高，可决系数，调整可决系数，很接近于1。而且，，，表明模型的线性关系在95% 的置信水平下是显著成立的。另外，从截距项与各系数的检验来看，，几乎都趋于0，说明在5%的显著性水平下各变量都是显著的。 五、结论 从建立的回归模型可以