我国CPI的影响因素的计量分析

我国CPI的影响因素的计量分析【摘要】CPI作为我国一个宏观经济指标，对我国经济发展的衡量以及管理具有极为重要的意义。本文通过分析近几年我国CPI的变动，从多个因素入手，通过建立计量经济模型分析货币供应量增长率，GDP，固定资产投资，外币储备，人民币汇率等因素对CPI的影响显著程度。通过建立线性模型，并进行相关检验，得出CPI持续上涨的主要原因，有利于针对性地制定宏观经济政策进行调控。关键字CPI，影响因素，描述统计，回归分析一、引言CPI，居民消费价格指数（ConsumerPriceIndex）的简称，是普通消费者所购买的物品与劳务的总费用的衡量标准，是反映一定时期内价格变动和趋势的相对数。CPI最早起源于美国，后逐渐被世界各国普遍使用。其计算公式为CPI=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）*100。近年来，我国经济持续保持高速增长，而我国的CPI却一直相对较低，增长率不到5％，总体上呈现出“高增长，低通胀”的态势。相对于如此高速的经济增长率来说，我国CPI的增长是比较有利于经济增长的。但从其他具体的价格指数来看，除居住价格近几年一直保持较高位置外，其余价格指数都在逐步走低。而粮食消费价格与食品消费价格明显呈现出下降趋势。原材料、燃料的购进价格指数等也有一定幅度下降。而2007以来，我国CPI波动十分剧烈，从2007年4月份开始不断上涨，到2008年2月达到历史新高8.2％。而2008年6月开始我国CPI又开始转头向下，到2009年2月开始出现负增长。市场经济条件下，商品的交换以价值为基础，而价值又是用价格来表现的，因此，价格既是商品价值的尺度，也是经济活动的媒介。同时价格还有调节杠杆的作用：一是政府的调节行为，二是市场的调节行为，主要体现在生产者和消费者相互制约和相互促进，通过商品价格的波动使两者达到相对平衡。因此，CPI变动状况对经济活动的影响十分强烈，对CPI的走势和成因的分析，了解CPI上升的主要推动力，可以有针对性的在宏观经济政策方面缓解通胀压力，促进经济的健康发展。本文以1995年――2013年的年度数据为样本数据，建立CPI，外汇储备，货币供应增长率，GDP等因素的多变量系统，建立多元回归模型，研究CPI的显著影响因素。了解CPI的主要走势，将极大的有利于制定更有利和更有效的经济和社会发展的政策，促使中国经济健康快速的发展。二、我国CPI影响因素回归模型的设定本模型是研究我国CPI变动的主要影响因素，采取的样本数据为1995年——2013年的年度数据，以我国CPI变动的幅度和大小来进行模拟和预测。在分析影响CPI的因素时，因结合实际，根据经验首先进行定性的分析，然后进行验证。如图是CPI影响因素的分层次结构图。从图中可以看出，影响CPI的因素可以分为第一层内在因素和第二层重要外在因素和第三层普通外在因素。内在因素是CPI的组成部分，因此本文主要选取了第二层的五个重要外在因素为代表分析其特点和影响机制：①货币供应量M2被定义为M1(流通中的现金和支票的总和)以及政府债券、城乡居民储蓄存款等储蓄存款的总和，而货币供应量增加的直接效果就是通货膨胀，所以名义货币供应量应作为影响CPI变动的一个主要因素，被设为第一个自变量X1；②外汇储备指一国政府所持有的国际储备资产中的外汇部分，对CPI的上涨起着间接的作用，被设为第二个变量X2；③GDP是衡量一个国家或地区一段时期内经济发展综合水平最重要的经济指标，经济学界普遍认为GDP和CPI的增长速度基本保持一致，并控制在一定范围内，因此选取GDP为第三个自变量X3；④由于CPI与消费需求息息相关，而投资与产出有很大的关联性，间接反映在物价上面直接导致大部分原材料的价格上涨，造成通货膨胀，所以投资与CPI有很大的相关性，用X4表示；⑤我国作为大宗货物进口国，一部分产品对外依存度较高，所以汇率的波动也在一定程度上影响了我国CPI，用自变量X5表示。因此通过上述定性分析，我们提出假设，M2、外汇储备、GDP、固定资产投资、汇率作为影响CPI变动的解释变量，CPI作为被解释变量构建模型。将模型假定为：𝑪𝑷𝑰=𝜷𝟎+𝜷𝟏𝑿𝟏+𝜷𝟐𝑿𝟐+𝜷𝟑𝑿𝟑+𝜷𝟒𝑿𝟒+𝜷𝟓𝑿𝟓+𝜺其中X1、X2、X3、X4、X5分别代表货币供应量M2、外汇储备(CR)、GDP、固定资产投资（FAI）、人民币兑美元的汇率(ER)。β0代表截距项，ε代表随机误差项。三、数据收集为了估计模型参数，收集了1995-2013年的数据，如表一所示。四、模型的估计与检验本文采用Stata12.0软件，使用最小二乘法（OLS）对中国的消费价格指数CPI进行回归。回归的初始结果如下：根据上表，回归方程为：lnCPI=0.38lnGDP+0.24lnFAI+0.49lnER−0.43lnM2−0.07lnCR+0.0954.1拟合优度检验从回归结果可以看出，，R2=0.66，𝑅̅=0.53，该回归方程的拟合优度一般。4.2F检验设定显著性水平为0.05，则F0.05(5，13)=3.03,因为F检验值=5.063.03，所以该方程通过了F检验，即方程从总体上而言是显著。4.3t检验设定显著性水平为0.05，则𝑡0.05(13)=2.16，系数不能通过t检验，设定显著性水平为0.1，𝑡0.1(13)=1.77，lnGDP、lnER、lnCR的系数t检验不显著。因此将模型调整_cons.09407873.4288550.030.979-7.3135137.50167lncr-.0724346.0629282-1.150.270-.2083828.0635135lnm2-.4252965.1120863-3.790.002-.6674442-.1831488lner.4851461.32713791.480.162-.22159251.191885lnfi.2354144.13143141.790.097-.0485259.5193547lngdp.3803333.27648751.380.192-.2169818.9776483lncpiCoef.Std.Err.tP|t|[95%Conf.Interval]Total.02859571818.001588651RootMSE=.02732AdjR-squared=0.5301Residual.00970461413.000746509R-squared=0.6606Model.0188911055.003778221ProbF=0.0086F(5,13)=5.06SourceSSdfMSNumberofobs=19为：lnCPI=0.24lnFAI−0.28lnM2+5.454.4自相关的检验首先使用DW检验来判断是否存在自相关。Stata软件给出的DW值为1.35，给定的显著性水平为0.05，查DW表（n=19,k=6），则由于𝑑𝐿=1.08，𝑑𝑈=1.53，1.16介于二者之间，因此难以判定是否存在自相关。因此再采用图解法来进行判断，根据时间顺序来绘制残差图，如下图所示。从残差项𝑒̃𝑡与时间t以及𝑒̃𝑡与𝑒̃t−1的关系图看，随机干扰项呈现正序列相关性。4.5异方差的检验上图中，横坐标为因变量lnM2，纵坐标为残差平方𝑒2。进一步采用G-Q检验。子样本1：lnCPÎ=−0.136lnFAI−0.18lnM2+8.09𝑅2=0.9612𝑅𝑆𝑆𝑡=0.00079子样本2：lnCPÎ=0.343lnFAI−0.48lnM2+6.80𝑅2=0.2815𝑅𝑆𝑆𝑡=0.00070计算F统计量：F=𝑅𝑆𝑆2𝑅𝑆𝑆1=0.88在5%的显著性水平下，自由度为（9,9）的F分布的临界值为F0.05(9，9)=19，据此不拒绝原假设，无法说明异方差的存在。-.050.05Residuals19952000200520102015YEAR-.050.05Residuals-.050.05Residuals,L0.0005.001.0015.002.0025e511121314LN(M2)4.6怀特检验再用怀特检验。没有参数的t检验是显著的，可决系数的值也较小，怀特统计量n𝑅2=2.46，该值小于5%显著性水平下自由度为5的卡方分布相应临界值11，不拒绝原假设。综上所述，本文计量分析最终得出的回归方程为：lnCPI=0.24lnFAI−0.28lnM2+5.45。FAI从以上的回归方程可以得出以下结论：FAI每增加一个单位，CPI就增加0.24个单位。FAI对CPI有着正向的影响。M2每增加一个单位，CPI就减少0.28个单位，M2对CPI有着负向的影响。五、论文局限与不足5.1自变量选取不全面由于现实的经济社会中，影响CPI的因素很多，包括内在的组成因素，外在的人为因素、自然因素等，有的是可以取得观测值，有的因素则是无法用数据度量的。本文的研究只选取了几个目前国际上认可的对CPI影响比较大的指标对中国的CPI影响因素进行研究，因此存在局限性。5.2模型的局限性本文对中国CPI影响因素的研究选用的是线性回归模型，其中有部分变量没有通过T检验，因而被排除，但是没有通过T检验只能说明自变量对因变量没有显著的线性影响，不排除会有其他影响，如曲线影响等。本文认为造成这种现象的原因有两种，一是由我国目前的统计缺陷造成的，二是可能由于论文选取的为全国的年度数据，分析误差过大导致的。这些都是本文的研究需要进一步完善的地方六、结论及建议6.1结论本文通过对CPI与GDP、M2、固定资产投资、汇率等因素的关系分析得到这5大自变量中与CPI相关性较强的是M2和固定资产投资。6.2对策建议基于论文的分析结果，并在借鉴已有研究成果的基础上，结合我国的基本国情，为了更好的稳定物价水平、有效控制通货膨胀率，促进经济持续、健康的发展，论文提出以下几点政策建议：（1）更新适用于我国的M2统计方法由第四章的分析可以看出，M2对CPI影响没有呈现出明显的正相关关系或负相关关系，但在宏观经济学理论中，M2和CPI应成明显的负相关关系，然而论文的分析结果却与宏观经济学的理论相悖，这可能是由于模型采用全国性的M2数据替代地区性的M2数据导致回归模型的误差增大导致的，也有可能是由于目前我国M2的统计存在缺陷导致的。但与此同时，央行新闻发言人也曾表示目前我国M2的统计数据低于实际情况，央行正在研究覆盖范围更广的M2统计方法。此外，由于目前尚未存在官方对我国各地区的M2数据进行统计或公布（也可能存在已公布但作者尚未找到的情况），在分地区的经济研究中，论文采用全国性的M2数据替代地区性的M2数据进行CPI及其影响因素分析的方法导致了分析结果误差的增大，因此，在条件允许的条件下，有关部门可以考虑统计并公布各地区M2数据，以便于更好的进行类似经济问题的研究分析工作。（2）促进实际GDP增长GDP对CPI呈现出很小的负相关关系，正相关关系较小，而论文采用的GDP为采用当年价格计算的GDP。因此，政府可以考虑制定相关的经济政策保障实际GDP的增长，而抑制名义GDP的过快增长，不仅可以保障经济持续有效的增长，而且对物价水平影响不大。相关的经济政策包括抑制房地产也过快增长，鼓励科技创新，缩小城乡差距等。（3）加强对货币供应量的相对增长速度的调控当货币供应量的相对增长速度较慢时,应扩大内需,刺激消费。加强货币政策工具的调控,鼓励股票市场和债券市场的健康发展。当货币供应量的相对增长速度较快时,应当紧缩信贷，以防止资金过度流向证券市场。同时从长期考虑，应当实现利率市场化。政府管制的利率政策或多或少有些滞后效应，不能及时准确的调控市场。所以要控制货币发行量并且完善我国的利率政策。（4）调整收入分配政策，健全保障体系近年我国的GDP以每年8%的速度增长,但是劳动工资在国民收入中的比重却以每年1％的速度在下降。资本收入占国民收入比重过高，导致我国贫富差距越来越悬殊。我国收入集中在少数人手里，而边际消费倾向递减导