Eviews基于多元回归模型OLS的CPI影响因素分析
全文链接:http://tecdat.cn/?p=32104
2015年以来,通货膨胀越来越成为我国的重要经济现象。作为衡量通货膨胀的主要指标,CPI(消费者物价指数)与人们的生活具有最密切的关系(点击文末“阅读原文”获取完整文档、数据)。
相关视频
本文帮助客户分析CPI变化的主要因素,并着重分析通货膨胀的成因,为政府实现宏观调控目标、促进国民经济健康持续发展和改善人民生活提出建议。
数据
问题的提出
近年来,国内农产品、国际市场石油、铁矿石等价格剧烈波动,特别是去年国内商品价格变动存在较大的不确定性。2009 年宽松的货币政策促进了经济复苏,但偏高的货币供给与增加的工资率对2015年的通货膨胀形成了很大压力。由此我们有理由猜测,原材料和燃料价格上涨、货币供给增加、工资率提高等因素形成的价格影响机制对我国宏观经济的调控提出了新挑战。那么,CPI的大幅增长是否与上述因素密切相关呢?
经济理论分析
通货膨胀和就业率是经济宏观调控的两个重要指标。其中CPI是衡量通货膨胀最及时的指标,也与人们的生活关系最密切。根据宏观经济学理论,通货膨胀按成因可分为三类:需求拉动型、成本推动型及结构型通货膨胀。对CPI影响因素的分析可以以此为依据。
模型建立
理论模型的建立
本文通过建立多元回归模型对CPI的影响因素进行分析。结合前述经济理论,我们选取广义货币供给量M2(x1)、工资率(x2)、原材料燃料价格(x3)及不变价格计量的实际GDP(X4)作为影响消费者物价指数CPI(y)的因素,建立y与X1、X2、X3、X4的多元回归模型,试图找到对CPI有较强影响的经济变量,对引起CPI上涨的因素进行分析。
样本及变量说明
为使统计单位具有一致性,广义货币供应量M2、工资率及原材料能源价格因素以增长率作为计算数据。
点击标题查阅往期内容
R语言EG(Engle-Granger)两步法协整检验、RESET、格兰杰因果检验、VAR模型分析CPI和PPI时间序列关系
左右滑动查看更多
01
02
03
04
模型参数的估计
在Eviews中,利用OLS法进行参数估计,其中β4没有通过显著性检验(T=1.683234<2),即不能认为实际GDP与CPI存在显著的线性关系。X1、X2、X3再次回归,得到回归方程为:
y = -9.630412 + 0.274652x1 + 0.41676x2 + 0.474415x3
模型的检验
经济检验 由样本方程知,估计参数β1=0.274652,即广义货币供应量M2与CPI成正相关关系,符合货币供应量增加推动总需求上升进而使CPI上涨的基本经济原理。参数B2=0.41676,B3=0.4744,即工资率、原材料燃料价格均与CPI成正相关关系,符合成本因素上升推动价格上涨的原理。
统计意义检验
拟合优度检验
模型拟合优度R2=0.903625,回归模型对于文章选取的2014~2015年的观测值拟合程度较好。
回归方程显著性 F 检验及系数显著性 T 检验
回归模型的F值为43.75543,P值为0.000000,回归模型通过了方程显著性F检验。X1(M2增长率)、X2(工资率增长率)、X3(原材料燃料价格增长率)整体能与Y(CPI)之间建立较为理想的回归模型。同时,方程通过系数显著性T检验。数据如下表:
实证分析
通过以上模型,可以清楚地看到货币供应量、工资率及原材料燃料价格三个因素对我国CPI的量化影响。其中,M2增速每变化一个单位,CPI平均同向变化0.274652个单位。工资率每变化一个单位,CPI平均同向变化0.416762个单位。原材料燃料价格每变化一个单位,CPI平均同向变化0.474415个单位。以此为依据,下文对中国90年代以来的通货膨胀原因进行分析。
CPI增幅超过3%即认为发生了通货膨胀。由数据可以看出,90年代以来中国共发生过两次严重的通货膨胀,一次为1993~1996年,另一次为2007年至今。
2007年以来,我国CPI再次持续居于高位。究其原因,也与货币超发及成本上升密切相关。2007年中国外汇储备增长率高达43.32%,极大地增加了国内的通胀压力,同时存贷款利率处于较低水平,引发了以房地产行业为代表的价格上涨。
通过以上分析,我们可以看到90年代以来中国的几次通胀产生的原因都可以在建立的回归模型中找到相应的数字依据和经济路径,因而认为该模型对于解释CPI变动的原因,特别是通货膨胀的原因有一定作用。
本文中分析的数据和完整文档分享到会员群,扫描下面二维码即可加群!
点击文末“阅读原文”
获取全文完整数据资料。
本文选自《Eviews基于多元回归模型OLS的CPI影响因素分析》。
点击标题查阅往期内容
Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测
R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
向量自回归(VAR)模型分析消费者价格指数 (CPI) 和失业率时间序列
Matlab创建向量自回归(VAR)模型分析消费者价格指数 (CPI) 和失业率时间序列
Stata广义矩量法GMM面板向量自回归 VAR模型选择、估计、Granger因果检验分析投资、收入和消费数据
R语言时变向量自回归(TV-VAR)模型分析时间序列和可视化
R语言用向量自回归(VAR)进行经济数据脉冲响应研究分析
R语言arima,向量自回归(VAR),周期自回归(PAR)模型分析温度时间序列
R语言VAR模型的不同类型的脉冲响应分析
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归(BVAR)模型
R语言时变参数VAR随机模型
R语言估计时变VAR模型时间序列的实证研究分析案例
R语言向量自回归模型(VAR)及其实现
R语言实现向量自回归VAR模型
R语言估计时变VAR模型时间序列的实证研究分析案例
Python和R用EWMA,ARIMA模型预测时间序列
R语言用LASSO,adaptive LASSO预测通货膨胀时间序列
Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测
R语言arima,向量自回归(VAR),周期自回归(PAR)模型分析温度时间序列
【视频】Python和R语言使用指数加权平均(EWMA),ARIMA自回归移动平均模型预测时间序列
Eviews基于多元回归模型OLS的CPI影响因素分析相关推荐
- 【胡侃系列】基于多元回归模型的双十一购物狂欢节天猫商城销售额预测
引言 今年的双十一购物节,还是一如既往的火爆,同时也是一年N度的微博大V骗粉节日.由于周末无所事事,在刷微博的过程中看到了一个大V的"有奖竞猜"活动:如果可以在11.11早上8点之 ...
- 基于CGE模型的碳税政策影响研究
摘要 基于2012 年社会核算矩阵( SAM),采用增加碳税模块的可计算一般均衡模型 (CGE),构建了测算中国碳税政策影响的涵盖42个部门的动态递归CGE 模型(其中包含4个化石能源生产部门和1个电 ...
- 基于多元回归模型的房产估价
1.情景问题提出及分析 随着网络时代的来临,越来越多的用户选择在互联网上了解房源信息并选购房屋,如何利用这些房源信息尽可能帮助我们选房和对房产估价成了一个值得研究的问题.在二手房购买的选择过程中,房源 ...
- 基于结构方程模型和灰色靶权决策模型对大病众筹参与情况的统计测度研究和影响因子分析---以武汉市众筹情况为例
目录 一.概述............................................................................................. ...
- R语言基于库克距离统计量识别(Cook’s distance)对于回归模型性能或者预测影响(Influential observation)很大的观测样本、可视化库克距离并添加阈值线识别影响力大的样本
R语言基于库克距离统计量来识别(Cook's distance, or Cook's D)对于回归模型性能或者预测影响(Influential observations)很大的观测样本.可视化库克距离 ...
- 【计量经济学导论】02. 多元回归模型
文章目录 多元回归模型 经典线性回归模型的假定 排除其他变量影响的方法 无偏性的证明 估计量的方差计算 估计量方差的成份 多元回归模型 经典线性回归模型的假定 在这一节中,我们将把回归模型由一元扩展到 ...
- matlab 恩格尔系数模型,基于AR模型的贵州省农村居民恩格尔系数分析
智者论道智库时代 ·220· 基于 AR 模型的贵州省农村居民恩格尔系数分析 范贤广 (贵州工程应用技术学院,贵州毕节 551700) 摘要:文章收集了 1978 年 -2017 年贵州省农村 h 居 ...
- 张红英模型matlab,基于GA_Xgboost模型的糖尿病风险预测
0 概述 糖尿病是一种严重危害人类身体健康的慢性病,是由于胰岛素分泌不足或外围组织对胰岛素不敏感而引起的代谢性疾病,其以持续的高血糖状态为特征,容易致使各种组织器官长期受损. 根据国际糖尿病联盟(ID ...
- 【AI不惑境】网络宽度对模型性能有什么影响?
大家好,这是专栏<AI不惑境>的第三篇文章,讲述模型宽度与模型性能的关系. 进入到不惑境界,就是向高手迈进的开始了,在这个境界需要自己独立思考.如果说学习是一个从模仿,到追随,到创造的过程 ...
最新文章
- evernote使用推荐
- Android开发笔记——常见BUG类型之内存泄露与线程安全
- 自动注册 IIS6 的 MIME 类型
- VXLAN和GRE的区别
- 织女的红线_JAVA
- Hsiaoyang: Google与站点地图Sitemap
- kudu参数优化设置,让集群飞起来~
- 大数据管理:构建数据自己的“独门独院”
- plsql怎么用字段查表明_PLSQL查询语句
- html5和html的区别是什么?学HTML5要不要学html?
- mysql主从复制读写分离
- Keras 构建DNN 对用户名检测判断是否为非法用户名(从数据预处理到模型在线预测)...
- android Adapter笔记
- Python中线程池的使用及内存泄漏问题
- python小代码_python小代码之阶乘求和
- c 创建mysql实体模型_ADO.Net实体数据模型添加DB-First/Code First报错
- win8.1各版本的区别
- 期货开户交易所的手续费和查询方法
- java实现word转pdf(功能转载)(亲测验证)
- 图神经网络(贪心学院)