- 1、本文档共6页,可阅读全部内容。
- 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、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、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
?
?
新疆居民消费价格指数的波动性研究
?
?
范楠楠陈星王亚珍
摘要:文章选取新疆2000年1月至2017年12月的居民消费价格指数数据,利用GARCH模型、EGARCH模型及ARCH-M检验对其的增长率的波动性进行实证分析,结果表明具有一阶波动集群特点及显著的杠桿效应,不存在多元回归条件异方差,并提出相对应的一些政策。
关键词:增长率;波动性;GARCH模型;EGARCH模型
一、引言
居民消费价格指数是反映通货膨胀的重要指标,在国家经济调整及国民经济核算方面起着重大的作用。对其的研究一直备受关注。如Balcilar)利用GARCH模型对日本、美国、英国的月度CPI数据进行通货膨胀和通货膨胀不确定性之间的动态关系进行了研究。卞京利用GARCH模型,SV-M模型对居民消费价格指数与其波动性之间的关系进行实证研究。傅俊辉、林春培和冯建勇主要应用ARCH类模型对CPI年增长率的波动性进行建模。王祥兵、严广乐和杨卫忠利用条件异方差模型对中国通货膨胀的波动性与杠杆效应进行了研究。张成思运用中值无偏估计以及VAR模型分析CPI八大类子成分自身动态传导特征。谭本艳和柳剑平进行了协整检验,从CPI分类指数的角度分析了决定我国CPI波动的长期和短期因素。
随着“一带一路”战略的提出与开展,中国经济迎来了良好的发展境况。作为核心区的新疆占据着区位优势,是向西开放的重要窗口,具备连接我国与中亚、西亚和欧洲的最便捷的通道。因此新疆经济的发展状况备受国家密切关注与大力支持。本文试图通过分析新疆价格指数波动性,来研究新疆经济的发展状况,进而为新疆政府及相关部门提供决策依据。
二、数据来源
本文分析的数据来源于新疆统计局,首先,选取了新疆2000年1月至2015年12月的居民消费价格指数(上年=100)作为分析研究对象,其用到的居民消费价格指数的增长率为Rt=(Pt-100)/100,其中Pt表示新疆历年的消费价格指数。通过研究居民消费价格指数的增长率来研究居民消费价格指数的波动性。
三、新疆居民消费价格指数的波动性的实证分析
(一)数据基本描述及平稳性检验
首先,我们对数据进行基本统计描述,了解数据的一些显在特征。
从表1中可知,CPI的增长率序列{Rt}的均值为0.025907,最大值为0.119000,最小值为-0.034000,中位数为0.023500,标准差是0.026596,偏度系数是0.843265,峰度系数是4.127764。
从中看出最大值与最小值的极差相对于均值来说较大,另外从标准差也可看出波动性也较大。偏度系数大于0,说明该序列的分布呈右偏状态,而峰度系数大于3,说明该分布具有尖峰厚尾的特征。另外其JB统计量为37.04610其相应的P值为0,表明居民消费价格指数的增长率序列不服从正态分布。
第二,进行平稳性检验,通过检验原序列是非平稳的,因此对序列进行一阶差分后进行平稳性检验,结果如表2。
T统计量的值小于1%、5%、10%水平下的临界值,且对应的P值近0,表明序列没有单位根,拒绝原假设,即CPI序列的一阶差分序列在是平稳的。
(二)建立GARCH模型
首先看一阶差分后的时序图及残差序列的平方图,是否适合建立GARCH模型。
从图1该序列一阶差分后的时序图中,可以看到序列波动出现了“集群”现象,序列在某一时段波动较小,又在某一时段会持续有较大波动,这表明了序列应该存在ARCH效应。
图1中表明序列存在自相关性,因此该序列具有ARCH效应,可以建立GARCH模型。
表3中三个模型的AIC、SC值比较,发现GARCH(1,1)模型的AIC、SC值与另外两个模型的相比较小,因此根据AIC、SC准则可以判定GARCH(1,1)模型比之其他两个模型更适合用于该序列波动方面的研究。
(三)建立非对称性的GARCH模型
为了更进一步研究序列的波动性特征,下面尝试用非对称性的GARCH模型建模,过程如下:
表4中各个参数对应的P值均接近0,所以该E-GARCH模型的参数均显著,说明序列具有杠杆性。这反映了在居民消费价格指数所表明的物价波动中,负向冲击为之的波动比同等大小的正向冲击引起的波动要大,即消费者在物价下跌时的敏感性要高于同等程度的物上涨时的敏感性,这与经济学家卡尼曼的理论吻合。
(四)?ARCH-M检验
进一步加入ARCH-M检验,过程如下:
从表5中看出p值最大达到0.9826,该序列不存在ARCH-M过程,即该序列的条件异方差是由于自身所引起的。这与金融时间序列研究者发现的他们对变量预测的误差在某一时期里很小,然而在某一时期里又会很大,接着另一时期又比较小的现象相符合,即该序列的随机误差存在着自回归条件异方差。
四、结论及政策建议
以上研究分析表明,该序列的波动性研究时可以建立GAR
文档评论(0)