居民消费价格指数与工业品出厂价格指数及其他相关因素的研究

时间:2022-08-01 10:32:00

居民消费价格指数与工业品出厂价格指数及其他相关因素的研究

摘要:本文以居民消费价格指数为研究对象,采取1990年-2008年间的数据,利用计量经济学知识,建立CPI与PPI及相关因素间的多元线性回归模型,研究CPI与其他经济指标之间的关系。最后得出,引起CPI上涨的主要因素是工业品出厂价格指数PPI,且发现两者之间存在正的相关性,同时,证实了在长期货币供应量的变化对居民消费价格水平没有显著性的影响。最后就稳定物价水平,促进经济健康发展提出了几点建议。

关键字:居民消费价格指数 工业品出厂价格指数 货币供应量

一、问题的提出

长期以来,稳定物价水平,抑制通货膨胀一直是我国宏观经济运行的目标之一。伴随着我国经济的发展,物价水平也在上涨。经济发展中的每一轮通货膨胀,也逐渐显示出了市场经济的一些弱点,例如部分产品市场价格的形成机制扭曲,造成物价上涨,没有真实的反映出我国的经济增长状况。因此找出影响物价水平上涨的因素对于完善市场经济体制,保持经济健康发展具有重要意义。

二、研究方法和结构安排

本文以1990―2008年间居民消费物价指数为被解释变量,以工业品出厂价格指数和M1与M2货币供应增长率为被解释变量,运用计量经济学软件对模型进行估计和对回归方程的残差进行异方差性、序列相关性的检验,通过对对各个解释变量进行检验并修正,得到关于CPI的影响因素的最优回归方程,最后对稳定通货膨胀水平提出了相关建议。

三、影响我国CPI波动的因素分析

3.1指标和数据的选取

我们选取居民消费价格指数CPI为通货膨胀水平指标,并为因变量,PPI,M1和M2货币供应增长率作为自变量,从而找出CPI与PPI,货币供应量M1,M2间的关系。数据均来自国家统计局网站公布。

3.2模型的建立与检验

根据以上分析,建立影响CPI因素的模型,选取PPI与M11,M21分别为解释变量1,2和3,建立线性函数模型:CPI=c(1)+c(2)*PPI +c(3)*M11+c(4)*M21

运用Eviews计量软件,采用最小二乘回归方式,得出回归模型:

CPI =44.3078961+ 0.5221262913*PPI - 0.3513728252*M11 + 0.6086030792*M21

(3.320470) (3.578921) (-2.495885) (2.920078)

在5%的显著性水平下,参数C(2),C(3)均通过t检验,表明PPI与CPI关系显著,在95%的置信水平下,PPI对CPI的影响显著,PPI每增长1个百分点,带来CPI增长0.522%个百分点。M11和 M21的t值也都通过了检验。R2=0.864662, 模型总体拟合程度较好,解释变量在86.47% 的程度下解释了被解释变量CPI。PPI每增长1%,带动CPI增长0.5个百分点。F=31.94468, 显著性水平为5%,自由度为(3,15)的F分布得到临界值3.29,F>3.29,检验通过,模型总体线性关系较强。D.W=1.887566,原模型不存在序列相关性。采用相关系数矩阵的方法得出,M11与M21的相关系数较大,达到0.82607,可以认为两者间存在多重共线性。

四 、相关结论以及政策建议

由以上模型可以看出,长期以来,生产资料市场中的工业品原材料价格的上涨是造成居民消费品物价上涨的原因之一,影响居民消费价格指数上涨的主要因素是工业品价格指数。因此,保持我国生产资料价格的稳定对于稳定物价有着重要的意义,尤其是部分能源和原材料市场。为此,首先要加快推进资源性产品价格改革,完善价格形成机制,使资源性产品的价格能够灵敏地反映市场供求关系和资源稀缺程度,充分发挥市场机制在资源性产品价格形成中的基础性作用。其次,积极稳妥地推进以完善石油价格形成机制、调节利益分配为中心的综合配套改革,进一步建立市场化的煤炭价格形成机制,政府逐步淡化对煤炭价格形成的干预。最后,完善我国房地产价格形成机制,我国的房地产业在固定资产投资中所占的比例很大,在房地产开发过程中,所消耗的土地,钢铁,水泥等原材料成为推动房地产价格上涨的主要因素,房地产价格的上涨又推动物价水平的上涨。总之,实行生产资料价格形成市场化对于稳定物价水平具有重要作用。

参考文献:

[1]李子奈,潘文卿.计量经济学[M]第二版.高等教育出版社,2000年7月

[2]王涵. 2006年我国居民消费价格指数的变动及其影响因素分析[J].科技经济市场,2006(12)

[3]方芳,熊德斌. 基于多元回归模型CPI上涨因素分析-以2007-2008数据为例[J].现代商业,2009(27)

[4]黄贤国.中国通货膨胀的货币因素分析-以2002-2008年间中国货币供应量变化与物价指数CPI变动关系的实质研究.硕士学位论文,上海交通大学,2008年

[5]董梅.基于VAR模型的CPI影响因素分析及预测[J].兰州商学院学报,2010年6月

上一篇:发展循环经济与构建绿色GDP 下一篇:财务重述市场反应研究述评