基于多元回归模型的cpi影响因素分析

基于多元回归模型的CPI影响因素分析

【摘要】2011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。CPI的不断攀升使生活成本增加，也影响国民经济的可持续发展。本文从我国的历史数据出发，选择货币供应量、工资率及原材料燃料价格作为自变量，通过建立CPI与以上变量的多元回归模型，分析影响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。

【关键词】CPI 多元回归通货膨胀

1.问题的提出

近一年来，我国的通货膨胀形势引起了社会的广泛关注。2010年全年居民消费价格同比上涨3.3%，而2011年7月为6.5%，达到最近一年的最高值（如图1）。央行通过提高存款准备金率、加息、加强利贷调控等一系列措施控制物价上涨，尤其在2011年7月7日进行年内第三次加息后，CPI稍有回落，说明政府控制通胀的效果逐渐显现，但现阶段我国面临的通胀压力仍然不可小视。

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2011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？

图1 2010年11月-2011年10月我国CPI变化趋势

2.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。

需求拉动型通货膨胀，是指货币供给过度增加导致总需求大于社会总供给所引起的通货膨胀。在短期内，社会总供给不变，如果货币供应量超过了货币需求量，则总需求会迅速增加，开始出现短期的需求拉动型通货膨胀（如图2）。因此货币供应量应该是推动CPI上升的因素之一。在长期，经济增长水平上升使总供给增加，有利于价格稳定，因此长期经济增长水平是抑制CPI上升的因素之一。

成本推动型通货膨胀是指在总需求不变的情况下，由生产要素价格上涨引起的成本价格上涨所导致的总物价水平持续上涨的情况。在总需求不变的情况下，成本增加引起的总供给减少将使供给曲线向上移动，从而引起价格上升（如图3）。企业生产的可变成本主要有工人工资及原材料、燃料价格，这些因素的上升会引起企业成本的上升，进而引起CPI的上涨。

图2 需求拉动型通货膨胀图3 成本推动型通货膨胀

结构性通货膨胀是由需求结构转移、部门差异等引起企业成本上升而发生的通货膨胀，其对CPI的影响也通过工资率变化实现。

综上所述，CPI的影响因素可归结为货币供应量、工资率、原材料燃料价格、经济增长水平。本文以此变量为基础，建立CPI影响因素模型。

3.模型建立

3.1 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。模型形式为：

y i =β0 +β1x 1 i +β2x2 i +β3x3 i +β4x4 i +μi

以此模型为基础，选取相关样本计算回归方程。

3.2样本及变量说明

1) 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。

2) 选取中国1992年~2009年的相关数据作为回归方程的计算样本。

3) 考虑到货币和原材料燃料价格对CPI影响传递的时滞性，将其对应的年份前调一年，即1992年的CPI与1991年的M2及原材料燃料价格建立对应关系。

3.3 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

3.4模型的检验

3.4.1 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。

3.4.2统计意义检验

1)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1992~2009年的观测值拟合程度较好。

2)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：

X1 0.274652 0.081193 3.382700 0.0045

X2 0.416762 0.134083 3.108244 0.0077

X3 0.474415 0.098702 4.806561 0.0003

C -9.630412 2.079245 -4.631688 0.0004

F-statistic 43.75543 Prob(F-statistic) 0.000000

3.4.3计量经济学检验

1)异方差检验

利用White检验法进行检验，建立检验回归模型：

σ2μi =α0 +α1x1i+α2x2i+α3x3i +α4x21i+α5x22i+α6x23i

+α7x1i x2i+α7x1i x2i +α8x1i x3i +α9x2i x3i +μi

构造统计量W = nⅹR2 ，若存在异方差，则W近似服从自由度为9的χ2分布。用Eviews进行相关计算，得到W = 6.429064<16.92, 所以异方差问题不存在。

2）自相关检验

利用D.W.方法，构造统计量：

计算得：D.W=1.337045。查D.W 分布表有：dl=0.93, du=1.69, 4-du=2.31。dl

3）多重共线性检验

我们用方差膨胀因子法对模型进行多重共线性的检验。如果方差膨胀因子（VIF）≥10则认为该自变量与其他自变量间有严重多重共线性。模型中，X1(货币供给量M2增长率)的VIF值为1.1640，X2（工资率增长率）的VIF值为1.1775，X3（原材料燃料价格增长率）的VIF值为1.0158，均小于判断标准10。所以，我

们认为模型不存在严重多重共线性。

4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。

1992年中国十四大确立了建立社会主义市场经济体制的目标，为经济发展注入了活力，中央政府采取的降息、税改等政策措施也极大地刺激了总需求。从货币供应量看，1991年~1995年，广义货币供应量M2的增速均在20%以上，其中1992~1994甚至超过了30%，分别为31.3%、37.31%、34.5%。大量超发的货币成为通货膨胀的主要诱因。同时，投资需求膨胀产生的对基础产品的需求向各产业体系扩散，引发成本推动型通货膨胀，其中原材料燃料价格涨幅居前，从1992~1995一直保持在远超过10%的高位，极大地推动了CPI的上涨。同一时期，我国的工资率亦处于90年代以来增速最快的阶段。这些因素都是推动CPI上升的主要原因。由此可见，此次通货膨胀始于流通领域，由货币增长失控引起总需求过度增长，推动成本上升而引起的直线式混合型通货膨胀。

图4 1993年~1996年CPI、M2、工资率及原材料燃料价格增速

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。2008年9月雷曼兄弟破产标志着一场全球性金融危机的爆发，一体化的经

济体系中，众多国家都卷入其中。中国政府为提振国内经济，于2008年11月实

行政府4万亿投资刺激计划，次年M1、M2增长率分别达到了32.35%及27.68%，

货币增发再次成为CPI上涨的主要诱因之一。同时2008年的原材料燃料价格上

涨达到10.5%，处于进入21世纪以来第二高位，通过成本途径也对CPI产生了较

大影响。

图5 2007年~2010年CPI、M2、工资率及原材料燃料价格增速

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。

2010年中国M2 增长仍处于19.7%的较高水平，工资率和原材料燃料价格

也分别达到了13.3%和9.3%，因而2011年的通胀现状是不可避免的。

在实现控制通货膨胀的宏观调控方面，政府采取适度从紧的财政货币政策，

如提高利率、增加存款准备金率。从历史经验看，这一手段的确对稳定物价具有

显著的作用。

5结论

结合所建立的CPI影响因素多元回归模型及相关实证数据，我们可以看出，

货币供应量、工资率及原材料燃料价格三个因素是影响CPI的重要因素。为控制

通货膨胀率

参考文献：

[1]于俊年，《计量经济学》，对外经济贸易大学出版社，2007.

[2]迈克尔·帕金著，张军等译，《宏观经济学》，人民邮电出版社，2008.

[3] 张权，《我国通货膨胀的测度及其影响因素的实证分析》，《华东经济管理》，2011、6.

[4]何启志，《我国通货膨胀测度因子的实证检验》，《经济纵横》，2010（21）.

[5]吴军、田娟，《结构性通货膨胀解析》，《金融研究》，2008（9）.

附录：

Eviews相关计算

1、回归参数估计及模型、参数检验

Dependent Variable: CPI

Method: Least Squares

Date: 11/27/11 Time: 22:30

Sample: 1992 2009

M2 0.274652 0.081193 3.382700 0.0045

PAY 0.416762 0.134083 3.108244 0.0077

MAT 0.474415 0.098702 4.806561 0.0003

R-squared 0.903625 Mean dependent var 4.994444

Adjusted R-squared 0.882974 S.D. dependent var 7.039257

S.E. of regression 2.408069 Akaike info criterion 4.788657

Sum squared resid 81.18314 Schwarz criterion 4.986518

Log likelihood -39.09792 F-statistic 43.75543 2、异方差检验：White法

F-statistic 1.018640 Probability 0.461587

Obs*R-squared 6.429064 Probability 0.376879

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 11/27/11 Time: 22:51

Sample: 1992 2009

Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.

C 20.21739 10.28097 1.966486 0.0750

M2 -0.699362 0.964280 -0.725268 0.4834

M2^2 0.010351 0.024801 0.417355 0.6844

PAY -0.923981 0.991099 -0.932279 0.3712

PAY^2 0.020095 0.039504 0.508685 0.6210

MAT 0.503211 0.342212 1.470463 0.1695

R-squared 0.357170 Mean dependent var 4.510174

Adjusted R-squared 0.006536 S.D. dependent var 4.715327

S.E. of regression 4.699892 Akaike info criterion 6.218257

Sum squared resid 242.9788 Schwarz criterion 6.564513

Log likelihood -48.96432 F-statistic 1.018640

Durbin-Watson stat 3.169728 Prob(F-statistic) 0.461587

3、多重共线性检验：方差膨胀因子法

Correlation Matrix

Y X1 X2 X3

Y 1 0.12349 -0.1198 0.85366

X1 0.12349 1 0.37504 -0.06162

X2 -0.1198 0.37504 1 -0.12352

X3 0.85366 -0.06162 -0.12352 1