商品零售价格指数的计量经济学模型分析.doc

商品零售价格指数的计量经济学模型分析.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
商品零售价格指数的计量经济学模型分析

商品零售价格指数的计量经济学模型分析 摘要:商品零售价格指数(RPI)是指反映一定时期内商品零售价格变动趋势和程度的相对数。商品零售价格指数分为食品、饮料烟酒、服装鞋帽、纺织品、中西药品、化妆品、书报杂志、文化体育用品、日用品、家用电器、首饰、燃料、建筑装潢材料和机电产品等十四个大类。其编制目的,是掌握市场商品价格的变动状况,并在此基础上编制其他各种派生指数,为研究市场流通、进行国民经济核算提供依据。商品零售价格指数属于流通领域的价格指数,它是反映一定时期市场零售价格变动趋势和 变动程度的一个相对数,据此掌握零售商品的平均价格水平,为各级政府制定经济政策,研究 市场流通和新国民经济核算体系提供科学依据。 关键词:RPI;国民经济;经济预测 1理论模型的设计 商品零售价格指数是以社会消费品零售额构成作为权数,如食品类在商品零售价格指数中的权数约 35%。在这里选择与居民生活密切相关的三个大类食品,日用品,燃料,运用计量经济学模型考察它们与商品零售价格总指数的变化关系。选择食品,日用品,燃料的商品零售价格指数为解释变量,商品零售价格总指数为被解释变量。为了分析它们之间的变化关系,可使用多元线性回归模型: Y=Bo+B1X1+B2X2+B3X3+ ,而为随即干扰项。 2样本数据的收集 以T代表年份,Y代表商品零售价格总指数,X1代表食品商品零售价格指数,X2代表日用品商品零售价格指数,X3代表燃料商品零售价格指数。图一为有关的统计数据 年 份 总 指 数 食 品 日 用 品 燃 料   地 区 1994 121.7 135.2 113.9 115.1 1995 114.8 124.7 109.7 107.4 1996 106.1 107.7 105.3 105.0 1997 100.8 99.8 102.3 107.3 1998 97.4 96.8 99.0 96.1 1999 97.0 95.8 97.9 100.4 2000 98.5 97.5 98.1 117.7 2001 99.2 100.6 98.3 102.4 2002 98.7 99.9 98.7 102.0 2003 99.9 103.4 98.5 109.3 2004 102.8 109.9 99.6 112.4 2005 100.8 103.1 100.2 115.4 2006 101.0 102.6 100.8 112.4 2007 103.8 112.3 101.1 104.2 2008 105.9 114.4 103.7 116.0 2009 98.8 100.9 102.0 92.7 图一 利用Eviews输出结果如下: Variable Coefficient Std. Error t-Statistic Prob.?? C -7.954797 8.123178 -0.979272 0.3468 X1 0.332888 0.048532 6.859140 0.0000 X2 0.678945 0.110140 6.164391 0.0000 X3 0.058876 0.031311 1.880374 0.0845 R-squared 0.988889 ????Mean dependent var 102.9504 Adjusted R-squared 0.986112 ????S.D. dependent var 6.678262 S.E. of regression 0.787028 ????Akaike info criterion 2.571213 Sum squared resid 7.432961 ????Schwarz criterion 2.764360 Log likelihood -16.56970 ????F-statistic 356.0114 Durbin-Watson stat 0.398629 ????Prob(F-statistic) 0.000000 可得模型:Y = -7.954796752 + 0.3328878321*X1 + 0.6789453471*X2 + 0.0588763885*X3 3模型的检验 3.1模型的经济意义检验 根据软件分析的结果可得到Y = -7.954796752 + 0.3328878321*X1 + 0.6789453471*X2 + 0.0588763885*X3,这三个参数估计量的符号是正确的,数值范围适当,根据历史经济

文档评论(0)

pangzilva + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档