CPI与我国宏观经济变量关系实证分析.docVIP

CPI与我国宏观经济变量关系实证分析 　　摘要：本文从实证角度分析1985年至2007年的中国CPI变化与有关宏观经济变量的关系，通过OLS检验发现CPI明显受到前一期、前两期CPI、 GDP以及工资总额的影响。 　　关键词：CPI OLS检验 自回归模型 　　 　　一、问题的提出 　　通货膨胀和它的变化使得经济付出巨大的实际成本，CPI是衡量通货膨胀的重要指标之一，它与哪些宏观经济变量密切相关？相关性有多大？CPI与这些宏观经济变量相互作用的理论依据是什么？通过探究背后的理论依据，为制定、调整各项经济政策特别是宏观经济政策提供依据。 　　二、建模理论、现实依据 　　本文使用计量模型研究影响我国CPI的宏观经济变量。首先建立多元线性回归模型研究各个解释变量对CPI的解释能力。多元线性回归模型: 　　Y=f(X1,X2,…Xm，ε) （1） 　　本文将CPI作为被解释变量：Y―CPI；X1,X2,…,Xm---影响CPI的诸多因素做为解释变量，包括：a需求用GDP来表示。b人民币汇率，c投资（全社会固定资产投资），d工资成本，e外汇储备。ε---随机误差项，是指除了上述因素，影响CPI的其他因素。考虑到济变量自身的跨期影响，建立CPI自回归的模型： 　　 Yt=β0+β1Yt-1+…+βsYt-s+εt （2） 　　在有关的文献中，影响CPI的因素主要有：投资。Fischer(1991)的研究发现通货膨胀与投资规模（投资占GDP的份额）负相关关系的显著性较低。投资的扩张使得经济增长，但是投资也会带来不利于经济增长的后果，主要的原因是投资与通货膨胀之间存在着一定的因果关系。万世平等(2001)认为工资成本的上升是短期中国通货膨胀的主要原因之一。 　　三、本文数据来源及结构 　　本文数据来源国家统计局数据库。指标选取与数据说明：因变量Y,居民消费价格指数CPI，1985-2008年度数据，单位：上年为100。以下为选取的自变量：a 、GDP---国内生产总值，代表总需求，样本区间为1984-2008年度数据。 b、WAGE-----职工工资总额，样本区间为1978-2007年度数据。 c 、I----投资，全社会固定资产投资总额。样本区间为1981-2008年数据。d 、IMEX -----进出口额的总和，该数据为以人民币为计价单位的统计值。样本区间为1980-2007年数据。e、 RESERVE-----外汇储备。f、 EXCHANGE----人民币汇率，人民币对美元年平均汇价。样本区间为1985-2007年。通过这些变量的设置，试图来寻找影响CPI的因素，先通过对这些变量进行一般最小二乘法检验，剔除不显著变量，使得模型趋向合理。然后通过多重共线性检验，剔除多余的变量，然后引入CPI的滞后项进行回归。 　　四、实证 　　首先将所有变量对CPI用最小二乘法（OLS）进行强制性回归，结果如表1。R2=0.631441，修正的R2=0.501361，F-statistic值4.854225,说明模型拟合样本的整体效果比较好。对自变量的显著性检验发现，以5%为显著性检验标准，除GDP之外，其他变量对CPI的影响均不显著。 　　 表1：对所有变量检验的结果 　　 依据经验，当F检验效果显著，而T检验效果不显著时，很可能是存在多重共线性问题。对自变量进行相关性检验。结果显示投资、进出口总额、外汇储备以及工资总额与GDP之间存在很强的相关性，相关系数在0.9以上。为剔除多重共线性的影响，下面仅用GDP代表这类自变量，并引入CPI的滞后项进行回归。为此，需对CPI的平稳性检验。检验结果如表2。 　　表2：CPI的平稳性检验结果 　　 　　对CPI序列进行ADF检验，方程的F检验显示，F值为14.68670，显著性水平远远小于1%；样本决定系数为0.775568，调整后的样本决定系数为0.722761，说明调整后的方程拟合效果比较好，模型的拟合优度比较高。T检验的结果显示，自变量显著性水平均很低，小于1%。DW检验显示，D-W值2.150576，接近于2，可以判断序列无自相关。 　　CPI的方程可写为： 　　CPI=113.24 + 0.64* CPI(-1) - 0.72 *CPI(-2)- 0.000802 *GDP+ 0.007124* WAGE (3) 　　依据异常值的检验标准：根据样本观察值和调整后的回归方程，计算残差e，由回归方程计算残差标准差SE=4.379040,2SE=8.75808。观察残差表，没有发现|e|＞2SE的情况，因此可以认为样本不存在异常值。 　　ARCH效应检验结果：由F检验和残差方差的方程中RESID^2(-1) 系数检验的不显著性可知：方程(1)不存在ARCH效