计量经济学通货膨胀影响因素分析(共21页).doc

《计量经济学通货膨胀影响因素分析(共21页).doc》由会员分享，可在线阅读，更多相关《计量经济学通货膨胀影响因素分析(共21页).doc（22页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上 计量经济学通货膨胀影响因素分析 一问题的提出最近几年，国内物价水平飞速上涨，物价的上涨让居民感到越来越大的压力，影响了居民的正常生活和整个社会的稳定，也带给政府很大的压力和负面影响。通货膨胀是不能避免的经济现象，但是必须得尽力减小通货膨胀对经济的冲击，所以找出这些通货膨胀产生的因素是很有必要的。二理论综述：通货膨胀的含义及分类：指因货币供给大于货币实际需求，也即现实购买力大于产出供给，导致货币贬值，而引起的一段时间内物价持续而普遍地上涨现象。其实质是社会总需求大于社会总供给 （供远小于求）。纸币、含金量低的铸币、信用货币，过度发行都会导致通胀。 通货膨胀可分为以下几

2、种类型：1.按发生原因分需求拉动型。总需求过度增长引起的通货膨胀。成本推进型。由于工会力量或行为垄断引起工资水平或利润水平的提高超过物价上涨水平而推动通货膨胀。结构型。由于部门性经济结构不均衡引起的通货膨胀。混合型。需求、成本和社会经济结构共同作用引起的通货膨胀。财政赤字型。因财政出现巨额赤字而滥发货币引起的通货膨胀。信用扩张型。指由于信用扩张，即由于贷款没有相应的经济保证，形成信用过度创造而引起的通货膨胀。国际传播型。又称输入型，指由于进口商品的物价上升，费用增加而引起的通货膨胀。2.按表现状态划分开放型。也称公开的通货膨胀，即物价可随货币供给量的变化而自由浮动。抑制型。也称隐蔽的通货膨胀，

3、即国家控制物价，主要消费品价格基本保持人为平衡，但表现为市场商品供应紧张、凭证限量供应商品、变相涨价、黑市活跃、商品走后门等的一种隐蔽性的一般物价水平普遍上涨的经济现象。3.按通货膨胀程度划分爬行式。又称温和的通货膨胀，即允许物价水平每年按一定的比率缓慢而持续上升的一种通货膨胀。跑马式。又称小跑式通货膨胀，即通货膨胀率达到两位数字，在这种情况下，人们对通货膨胀有明显感觉，不愿保存货币，抢购商品，用以保值。飚升式。又称恶性通货膨胀，即货币急剧贬值，物价指数甚至可达到天文数字。（二）通货膨胀的衡量指标1.生产者价格指数 (PPI)生产者价格指数 (Producer Price Index)，是衡量

4、制造商和农场主向商店出售商品的价格指数。它主要反映生产资料的价格变化状况，用于衡量各种商品在不同生产阶段的成本价格变化情况2消费者价格指数 (CPI)消费者价格指数(Consumer Price Index)，是对一个固定的消费品篮子价格的衡量，主要反映消费者支付商品和劳务的价格变化情况，也是一种度量通货膨胀水平的工具，以百分比变化为表达形式。3.零售物价指数 (RPI)零售物价指数(Retail Price Index)，是指以现金或信用卡形式支付的零售商品的价格指数。美国商务部每个月对全国范围的零售商品抽样调查，包括家具、电器、超级市场售卖品、医药等，不过各种服务业消费则不包括在内。（三）

5、通货膨胀的主要影响因素1、固定资产投资总额。我国当前的总需求增长较快，主要是由投资拉动的，而其中政府主导的投资拉动作用最明显。我国固定资产膨胀主要又表现为一般加工工业投资增长过快，这就造成投资结构向加工工业和非生产性建设倾斜，造成能源、原材料的供应和交通运输极度紧张，增加物价上涨的压力。2、经济增长（GDP）。经济的增长也会导致通货膨胀，经济增长了对货币的需求就会增加，货币的供给也会相应的增加，所以会给通胀埋下一定的隐患。3、货币发行量（M2）。为了拉动内需，国家有时会采取适度的货币扩张政策，货币超量供应会使市场购买力大增，此时，如果供应量不能满足增加的需求量，市场只有涨价，这是由价值规律决定

6、的。4、外汇储备。外债负担过重、外贸逆差过大以及国际市场价格与国内市场价格相差悬殊可能引起通货膨胀。5、上一期的零售物价指数。人们往往会根据上一期的物价指数来制定自己当期的消费计划，而且由于物价指数本身存在一定的滞后性，所以它会对该期的通胀造成一定的影响。三模型设定由于固定资产投资、国内生产总值、国内货币发行量和外汇储备这四个因素对物价的影响具有明显的滞后性，因此模型分析时均采用滞后一期的数据。假设采用模型：Y=1+2X2+3X3+4X4+5X5+6X6其中，Y表示商品零售物价指数RPI，X2表示固定资产投资总额，X3表示国内生产总值GDP，X4表示国内货币发行量M2，X5表示我国外汇储备，X

7、6表示上一期物价指数。我们通过对该模型的回归分析，可以得出各个变量与我国通货膨胀程度的变动关系。四数据的收集通货膨胀程度模型的时间序列表年份RPII（-1）GDP(-1)M(-1)F(-1)RPI(-1)1992112.814860.31961.12299.96127.081110.721993114.515301.821230.422676.94169.861112.811994117.715957.411430.113193.57189.012114.521995128.117206.731832.914442.88182.21117.721996135.818989.122543.215

8、198.9126.441128.111997145.7110201.413210.626720.9120.721135.811998172.7111954.513791.718330.9129.232145.721999203.4114922.314753.82.633.721172.722000207.7116917.814410.4211949.6255.52203.412001213.7118598.414517.115293.42110.931207.7212002225.2121665.515594.5119349.92217.122213.712003254.9226651.928

9、080.1225402.22194.433225.222004310.2134560.5213072.3134879.81211.992254.912005356.1217042.1146923.51516.21310.222006377.8257494.9220019.3160750.51735.972356.112007380.8166850.5122913.5176094.921050.291377.822008370.9373142.7124941.1190995.331398.91380.812009359.8276967.2228406.21.51449.63370.9220103

10、54.4180579.4129854.71.91546.752359.81五（多元线性回归）模型的估计与调整1.估计参数模型的拟合检验用Eviews计量经济学分析软件我们可以得到如下回归分析结果：Dependent Variable: YMethod: Least SquaresDate: 12/19/13 Time: 22:22Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C10.022438.1.0.2508X22.86E-052.05E-051.0.1861X3

11、0.0.4.0.0007X48.25E-058.69E-050.0.3595X5-0.0.-7.0.0000X60.0.13.569140.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression7.Akaike info criterion7.Sum squared resid715.5906Schwarz criterion7.Log likelihood-61.43219Hannan-Quinn criter.7.F-statistic

12、684.0887Durbin-Watson stat1.Prob(F-statistic)0.根据表中数据，模型估计的结果为Y=10.35419+2.86E-05X2+0.X3+8.25E-05X4-0.X5+0.X6（8.）（2.05E-05）（0.）（8.69E-05）（0.）（0.）t=（1.）（1.）（4.）（0.）（-7.）（13.56914）R2=0.9962 AdjustedR-squared=0.9948F=684.0887六（多元线性回归）模型检验1.经济意义检测模型估计结果说明，在假定其他定量不变的情况下，当年固定资产投资总额每增加1，商品零售物价指数就会增长2.86E-0

13、5;在假定其他定量不变的情况下，当年国内生产总值增加1，商品零售物价指数就会增长0.;在假定其他定量不变的情况下，国内货币发行量增加1，商品零售物价指数就会增长8.25E-05;在假定其他定量不变的情况下，我国外汇储备增加1，商品零售物价指数就会减少0.;在假定其他定量不变的情况下，上一期物价指数增加1，商品零售物价指数就会增加0.。这与理论分析和经验判断相一致。2.统计检验 1）拟合优度：由表中数据可以得到： R=0.9955，修正的可决系数为： 【R】=0.9948,这说明模型对样本的拟合很好。2）F检验：针对H0：2=3=4=5=6=0，给定显著性水平=0.05，查t分布表，在自由度为k

14、-1=4,n-k=14的临界值F(4,14)=5.885。由表中得到F=684.0887,由于F=684.0887 F(4,14)=5.885,应拒绝原假设H0：2=3=4=5=6=0.说明回归方程显著，即“固定资产投资总额”、“国内生产总值”、“国内货币发行量”、“我国外汇储备”、“上一期物价指数”等变量联合起来确实对“商品零售物价”有显著影响。3）t检验：分别针对H0：j=0（j=1.2.3.4.5.6）,给定显著性水平=0.05，查t分布表可得自由度为n-k=13临界值t/2（n-k）=2.160，由表中数据可得，与*1.*2.*3.*4.*5.*6对应的t统计量分别为1. 1.4.0.

15、-7.13.56914,*3.*5.*6绝对值大于t/2（n-k）=2.160，这说明这三个都应当拒绝H0: j=0（j=1.2.3.4.5.6）,也就是说，当在其他解释变量不变的情况下，解释变量“国内生产总值”（X2）、“我国外汇储备”（X3）、“上一期物价指数”（X5）、“上一期物价指数”（X6）分别对被解释变量“商品零售物价”Y都有显著影响。七（多重共线性）模型的估计与调整OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 12:29Sample: 1992 2010Included observat

16、ions: 19VariableCoefficientStd. Errort-StatisticProb.C10.022438.1.0.2508X22.86E-052.05E-051.0.1861X30.0.4.0.0007X48.25E-058.69E-050.0.3595X5-0.0.-7.0.0000X60.0.13.569140.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression7.Akaike info criterion7.

17、Sum squared resid715.5906Schwarz criterion7.Log likelihood-61.43219Hannan-Quinn criter.7.F-statistic684.0887Durbin-Watson stat1.Prob(F-statistic)0.由此可见，该模型R=0.9962，【R】=0.9948可决系数很高，F检验值684.0887，明显显著。但是当=0.05时t/2（n-k）=t0.025（19-6）=2.160，不仅X2.X4系数的t检验不明显，而且X5系数的符号与预期的相反，这表明可能存在严重的多重共线性。计算各解释变量的相关系数，选择

18、X2.X3.X4.X5.X6数据，得到相关系数矩阵X2X3X4X5X6X210.709530.149990.364130.54572X30.7095310.171080.991140.33463X40.149990.1710810.007120.42489X50.364130.991140.0071210.10409X60.545720.334630.424890.104091由相关系数矩阵可以看出，个解释变量相互之间的相关系数较高，证明确实存在严重共线性。八（多重共线性）修正多重共线性才用逐步回归的办法，去检验和解决多重共线性问题，分别做Y对X2.X3.X4.X5.X6的一元回归，结果如图所

19、示Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 13:05Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C212.735923.652178.0.0000X20.0.2.0.0287R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression91.2

20、2117Akaike info criterion11.96375Sum squared resid.1Schwarz criterion12.06317Log likelihood-111.6556Hannan-Quinn criter.11.98058F-statistic5.Durbin-Watson stat0.Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 13:06Sample: 1992 2010Included observations: 19VariableCo

21、efficientStd. Errort-StatisticProb.C140.378213.0818910.730730.0000X30.0.10.348060.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression39.02748Akaike info criterion10.26571Sum squared resid25893.45Schwarz criterion10.36512Log likelihood-95.52424Han

22、nan-Quinn criter.10.28253F-statistic107.0824Durbin-Watson stat0.Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 13:06Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C161.888821.222297.0.0000X40.0.5.0.0001R-squared0.Mean depende

23、nt var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression65.74239Akaike info criterion11.30867Sum squared resid73475.05Schwarz criterion11.40808Log likelihood-105.4323Hannan-Quinn criter.11.32549F-statistic26.72806Durbin-Watson stat0.Prob(F-statistic)0.Dependent Variable: YMetho

24、d: Least SquaresDate: 12/20/13 Time: 13:06Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C174.709017.549539.0.0000X50.0.5.0.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression60.14873Akaike info criterion11

25、.13082Sum squared resid61503.79Schwarz criterion11.23023Log likelihood-103.7428Hannan-Quinn criter.11.14764F-statistic35.23941Durbin-Watson stat0.Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 13:07Sample: 1992 2010Included observations: 19VariableCoefficientStd. E

26、rrort-StatisticProb.C16.3105110.456851.0.1372X60.0.23.281640.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression18.38680Akaike info criterion8.Sum squared resid5747.264Schwarz criterion8.Log likelihood-81.22421Hannan-Quinn criter.8.F-statistic542

27、.0349Durbin-Watson stat0.Prob(F-statistic)0. 一元回归结果变量 X2 X3 X4 X5 X6参数估计值 0. 0. 0. 0. 0.t 统计值 2. 10.34806 5. 5.93627 23.28164R 0. 0. 0. 0. 0.【 R】 0. 0. 0. 0. 0.其中，加入X6的方程【R】最大，以X6为基础，顺次加入其他变量逐步回归，结果如下图所示：Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 13:43Sample: 1992 2010Included ob

28、servations: 19VariableCoefficientStd. Errort-StatisticProb.C20.352459.2.0.0554X28.58E-054.29E-051.0.0628X60.0.21.823340.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression16.95211Akaike info criterion8.Sum squared resid4597.982Schwarz criterion8.

29、Log likelihood-79.10470Hannan-Quinn criter.8.F-statistic320.8319Durbin-Watson stat1.Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 13:43Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C-7.19.19583-0.0.7058X3-0.0.-1.0.1656X61.0

30、.8.0.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression17.81415Akaike info criterion8.Sum squared resid5077.501Schwarz criterion8.Log likelihood-80.04712Hannan-Quinn criter.8.F-statistic289.7770Durbin-Watson stat0.Prob(F-statistic)0.Dependent Va

31、riable: YMethod: Least SquaresDate: 12/20/13 Time: 13:44Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C12.9308712.331781.0.3100X4-0.0.-0.0.5912X61.0.13.870430.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regre

32、ssion18.77728Akaike info criterion8.Sum squared resid5641.378Schwarz criterion8.Log likelihood-81.04756Hannan-Quinn criter.8.F-statistic260.0131Durbin-Watson stat0.Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 13:44Sample: 1992 2010Included observations: 19Variabl

33、eCoefficientStd. Errort-StatisticProb.C-19.3336610.79756-1.0.0923X5-0.0.-4.0.0004X61.0.19.130690.0000R-squared0.Mean dependent var239.0763Adjusted R-squared0.S.D. dependent var102.4683S.E. of regression12.68904Akaike info criterion8.Sum squared resid2576.188Schwarz criterion8.Log likelihood-73.60129

34、Hannan-Quinn criter.8.F-statistic578.8994Durbin-Watson stat1.Prob(F-statistic)0. 加入新变量的回归结果变量 X2 X3 X4 X5 X6 【R 】X6.X2 8.58E-0.5 0. 0. (1.) （21.82334）X6.X3 -0. 1. 0. （-1.） （8.）X6.X4 -0. 1. 0. （-0.） （13.87043）X6.X5 -0. 1. 0.（-4.）（19.13096）经比较，新加入X5的方程【R】=0.，改进最大，而且各参数的t检验显著，选择保留X5,再加入其他新变量逐步回归，结果如下图所

35、示：Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 14:07Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C-13.4681610.68788-1.0.2269X61.0.17.855600.0000X5-0.0.-4.0.0008X25.47E-053.11E-051.0.0990R-squared0.Mean dependent var239.0763Adjusted R-square

36、d0.S.D. dependent var102.4683S.E. of regression11.93281Akaike info criterion7.Sum squared resid2135.879Schwarz criterion8.Log likelihood-71.82068Hannan-Quinn criter.8.F-statistic437.4300Durbin-Watson stat1.Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 14:07Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-St