影响我国当前CPI的因素分析及动态预测(经济毕业论文).docVIP

  • 65
  • 0
  • 约4.68千字
  • 约 7页
  • 2021-08-28 发布于广东
  • 举报

影响我国当前CPI的因素分析及动态预测(经济毕业论文).doc

影响我国当前CPI的因素分析及动态预测(经济毕业论文) 文档信息 主题: 关于“金融或证券”中“期货”的参考范文。 属性: F-012CSK,doc格式,正文3028字。质优实惠,欢迎下载! 适用: 作为文章写作的参考文献,解决如何写好实用应用文、正确编写文案格式、内容摘取等相关工作。 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 搞要 1 关键字:CPI PPI 向后剔除法 动态预测 2 一 解释变量的设定和模型选择 2 1.解释变量的设定 2 2.模型选择 4 二 结论 4 第四,前期PPI变动1个单位综合影响CPI变化个单位。 5 三 CPI动态预测 5 参考文献 6 论文原创声明(模板) 6 论文致谢(模板) 7 正文 影响我国当前CPI的因素分析及动态预测(经济毕业论文) 搞要 摘要:CPI、PPI、人民币外汇占款、全国农产品批发价格指数、煤电油价格指数等数据的基础上,利用“向后剔除法”检验滞后一至四期解释变量对当前CPI的影响,提出多元线性回归方程并阐述了其经济含义。CPI、PPI、人民币外汇占款、全国农产品批发价格指数、煤电油价格指数等数据的基础上,利用“向后剔除法”检验滞后一至四期解释变量对当前CPI的影响,提出多元线性回归方程并阐述了其经济含义。本文认为在不同时间段,影响CPI的因素发挥不同作用,通过相关不同的动态回归模型便可分解观察 关键字:CPI PPI 向后剔除法 动态预测 从2009年7月开始,我国经历了新一轮通货膨胀,CPI指数同期比从―%开始爬升至2011年7月份的最高点 %后,在国家的宏观调控下开始回落,至2012年2月份,CPI同比增长%。由于CPI是衡量一个国家或地区通货膨胀的重要指标,CPI的波动引起社会各界的高度关注。探析影响CPI上涨的主要因素对治理通货膨胀有积极意义。 一 解释变量的设定和模型选择 1.解释变量的设定 本文假设影响CPI上涨有以下主要因素(解释变量) 第一,前期CPI的影响。通货膨胀过程是一个渐进的累积过程,本期CPI指数的变化受前期数据的影响,存在着较高程度的相关性。本文将前期CPI作为第一个解释变量。 第二,人民币外汇占款。在我国的货币供应量M2中,人民币外汇占款占有重要地位。由于我国近年的高速发展,外汇储备一直增加。央行一手收进外汇,一手向国内市场投出等额的人民币,造成国内市场部分货币超额投放。 第三,人民币自身投放额。本文中人民币自身投放额设定为M2中扣除人民币外汇占款的部分。主要考察人民币自身投放额度变动对CPI的影响。 第四,工业品出厂价格指数(PPI)。工业品出厂价格指数(PPI)是反映全部工业产品出厂价格总水平的变动趋势和程度的相对数,包括工业企业售给本企业以外所有单位的各种产品和直接售给居民用于生活消费的产品。 第五,全国农产品批发价格指数。全国农产品批发价格指数由国家农业部编制并每日发布,能准确反映农产品批发价格的变动趋势。农产品价格变动影响食品价格变动,进而影响CPI变动。 第六,矿产品价格指数。矿产品价格指数是企业商品交易价格指数(简称CGPI)中一个分项指数。国内外矿产品价格的上涨带动工业商品价格上涨,进而消费者支出增加。 第七,煤电油价格指数。煤电油价格指数是企业商品交易价格指数(简称CGPI)中一个分项指数。煤电运输油供应全面紧张使得其价格大幅上涨。这不仅增加了企业的生产成本,加剧了商品价格上涨压力,也推动向这些行业投资迅速增加。 第八,房地产价格指数。从2007年以来,全国房价不断上涨,房地产行业投资规模不断扩大,购房支出在居民消费支出中占很大比重。房地产价格上涨传导至钢铁、水泥、建材等42个行业引发CPI指数上涨。本文中以我国70个大中城市房地产价格指数代替。2011年1月后数据以70个大中城市新建住宅价格指数计算所得。 以上八个预设的影响因素(解释变量)和CPI指数在设置线性回归预测模型时采用月度同比数据。经观察此八个影响因素的月同比数据与CPI同比数据变化步调不一致,存在底部或顶部超前现象。CPI的变化滞后于解释变量的变化。以上八个预设的影响因素(解释变量)均取滞后四期数据加入线性回归预测模型。因当期影响因素在刺激CPI变化的传导过程中时间过短,假设不会对本期CPI指数造成影响,在模型中不予考虑。这样,预测模型便可通过历史数据预测下期CPI数据。模型假设如下: 2.模型选择 搜集CPI及八个解释变量2009年1月至2012年2月的数据,并对八个解释变量做t―1至t―4滞后。所以预设的多元线性回归模型共有33个解释变量数据列。利用SPSS 中文版“分析”――“回归”――“线性”命令,采用“向后剔除法对CPI和八个解释变量的32列数据进行

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档