论CPI指数政策调控与市场调节.docVIP

论CPI指数政策调控与市场调节 　　内容摘要：本文采用灰关联模型，通过分析我国居民消费价格指数同一系列相关的经济影响变量，如原材料、燃料、动力购进价格指数之间的灰关联系数，基于灰关联计算结果分析影响我国居民消费指数变化的主要经济变量及其影响机制，从而以此为基础为未来我国CPI指数调控政策的制定提供科学的实证参考，促进我国宏观经济政策的科学制定。 　　关键词：灰色关联分析 居民消费价格指数 政策调控 市场调节 　　引言 　　CPI即消费价格指数（Consumer Price Index），是通过统计有关居民生活和消费相关的一系列具有代表性的商品和服务的价格水平变化方向与变动幅度，以居民整体的消费量或商品服务的零售总额为权重进行统计计算，得出的居民日常生活消费所耗费物资总体物价水平的统计指数。 　　作为统计指数的一种，CPI的变化往往因其与居民生活息息相关而受到社会各界的广泛关注，同时作为国际上通用的反映一国通货膨胀/紧缩情况的统计指标，CPI指数的变化也是我国政府决策部门制定宏观经济决策的重要参考，尤其是在近几年我国宏观经济发展出现过热现象、消费品价格水平持续高速上涨的情况下，在保增长的前提下控制物价过快上涨已经成为我国政府经济政策制定的主要目标之一。因而科学分析我国CPI指数的影响因素及其影响机制，从而为政府和相关部门制定有效控制通货膨胀的政策措施提供科学的建议是尤为必要的。 　　我国CPI指数影响因素的灰色关联度分析 　　目前，依照我国统计局的说明，我国消费价格指数作为价格指数体系内的一环，其考察的居民消费相关商品和服务包括：食品——粮食、肉禽及其制品、蛋、水产品、鲜菜、鲜果；烟酒及用品；衣着；家庭设备用品及服务；医疗保健及个人用品；交通和通信；娱乐教育文化用品及服务；居住。 　　CPI指数的形成是多种因素共同作用的结果，其主要的影响因素和重要控制因子的发掘是制定科学的通货膨胀控制经济政策的重要前提。本文采用灰色理论中的灰色关联分析方法，借助其对样本量的多少和样本有无规律都同样适用的优势，运用灰色关联理论对近年我国的CPI指数进行相关性分析???研究，从而发掘在我国CPI指数形成过程中起主要影响作用的影响因子。 　　（一）研究变量及样本选取 　　影响我国近年价格形势的社会经济因素较多，基于我国当前商品价格波动的实际特点，本文主要选择的关联因子如表1所示。同时，为减少以往消费价格指数统计口径的不一致性给实证分析结果带来的干扰，本文选取2006年1月至2012年3月的月度CPI数据作为研究样本时间序列，从而以较为清晰的数据样本提高灰关联分析的准确性。 　　（二）CPI指数的灰色关联分析 　　灰色关联分析作为灰理论中的一种，其处理思想是根据数据时间序列曲线几何形状的相似程度或是曲线变化率、变化趋势的趋近程度来判断两个备选研究变量的关系是否存在紧密的关系，在几何空间上趋近趋势越紧密的变量，用于度量对应时间序列之间影响程度大小的关联度就越大。本文的灰关联分析步骤为： 　　1.确定系统特征行为序列和备选影响因素行为序列。通过对我国统计局数据的整理，将我国CPI指数数据作为系统特征行为序列，即： 　　X0=（x0（1），x0（2），…，x0（75））=（101.9，100.9，…，103.6） 　　同时将其他备选考察变量的数据依照月度划分整理为系统相关因素行为序列，设为Xi=（xi（1），xi（2），…，xi（75）），其中I=1，2，…，16。 　　2.序列无量纲化处理。为便于计算和消除计量单位的影响，本文对系统特征行为序列（CPI序列）和相关因素行为序列进行无纲量化处理。为剔除各序列计量单位不一致和数据上下限范围不一致的影响，常用的方法是初值化、均值化、中值化，本文采用均值化方法对所有序列进行处理。设处理后序列为： 　　X`0=（x`0（1），x`0（2），…，x`0（75））=（0.35125，0.25646， …，0.51239） 　　X`i=（x`i（1），x`i（2），…，x`i（75）），其中I=1，2，…，16 　　3.计算关联系数。即计算特征序列CPI和备选影响因素序列各对应数据之间的关联度，对于ξ∈（0，1），令： 　　则γ（X0，Xi）满足灰色关联四公理，其中ξ称为分辨系数，根据灰色理论，由于CPI与这些备选影响因素之间的关系相对直接，因而分辨系数不应过高，因而设定为0.46。通过上述公式， 得出的计算结果γ（X0（k），Xi（k））为关联系数，而γ（X0，Xi）称为X0与Xi的灰色关联度。 　　（三）CPI指数灰色关联分析结果 　　基于上文的计算分析过程，本文得出我国自2006年以来的月度CPI指数时间序列与其备选影响因素之间的灰色关联系数如表2所示。根据模型运算结果，