生产者物价指数与采购经理人指数的VAR模型分析.docxVIP

生产者物价指数与采购经理人指数的VAR模型分析     　　Abstract：The producer price index (PPI) and the purchasing managers index (PMI) are indicators of economic trends. A scientific prediction of PPI and PMI is of great significance to macroeconomic regulation and control of the country, guiding enterprises production and operation, and financing of financial institutions. The vector autoregressive (VAR) model is often used to predict the number of associated time series models. The method has the advantages of logical modeling, sufficient reasoning and high prediction accuracy. This article uses VAR to predict the trend of PPI and PMI in our country, and has obtained the ideal result. 　　Keyword：PPI; PMI; prediction; VAR model; 　　生产者物价指数 (Producer Price Index, 以下简称PPI) 是衡量工业企业产品出厂价格变动趋势和变动程度的指数, 它包含了原料、半成品和最终产品等三个生产阶段的物价信息。PPI对市场动态的敏感度很高, 是用于判断某一时期生产领域市场供求情况和经济景气度的重要经济指标, 也是制定有关经济政策和国民经济核算的重要依据。在理论上, PPI指数上涨时, 往往意味着企业产品供不应求, 生产者利润也较高, 经济前景乐观。反之, 则意味着供大于求, 产品滞销, 生产者利润随之下降, 甚至可能亏损, 经济前景黯淡。可见, 在市场经济条件下, 它的波动是实体经济景气程度的一种反映。采购经理人指数 (Purchase Managers Index, 以下简称PMI) 也是快速及时反映市场动态的先行指标, 它由五个扩散指数的加权组成, 包括:新订单、生产、就业、供应商交付和库存指数, 也是经济运行活动的重要评价指标和经济变化的晴雨表, 能准确反映某一短时期经济运行的变化趋势。一般来说, 经济处在上升阶段时, 企业订单会增加, 产成品库存快速降低, 导致企业增加原材料库存并增加产出, 从而带动采购快速增加, 使PMI指标增大, 但在经济下行阶段, 由于需求下降, 导致产出逐步放缓, 同时还可能伴随着产成品及原材料的积压, 企业将会主动降低产成品及原材料库存, 并压缩采购原材料计划, 使PMI指标减小。可见, PPI与PMI存在密切的关系, 当经济强劲时, 需求增加, PMI增大, 从而带动PPI的增大, 反之, 当经济疲软时, 需求减小, 从而导致PPI减小。科学预测PPI和PMI的变化趋势, 是宏观经济分析和调控的基础, 对制定经济发展战略规划、调整产业结构、改革价格体系、指导企业生产经营等具有重要作用。向量自回归模型 (Vector Autoregression, 以下简称VAR模型) 是用于对多个相关联的时间序列预测的模型, 通过分析可以了解变量之间的联系和影响, 建模逻辑严密, 推理充分, 涵盖的信息量广, 预测精度高。本文运用VAR预测我国生产者物价指数和采购经理人指数, 以提高预测精度。 　　一、VAR模型预测方法 　　(一) VAR模型基本形式 　　VAR模型常用于对2个或多个相关联的时间系列的预测, 一般可表示为  　　式中, yt为n维内生向量;xt为m维外生向量;epsilon;t为n维随机扰动向量;Ai (i=1, 2, hellip;, p) 、B为系数矩阵。 　　称式 (1) 为限制性向量自回归模型。 　　特别地, 当外生向量为常数矩阵C时, VAR模型为  　　称式 (2) 为非限制性向量自回归模型。 　　(二) VAR模型预测步骤 　　1. 单位根检验 　　单位根检验的目的是检验序列中是否存在单位根, 如果序列中存在单位根表明系统是非平稳序列, 一般采用AD