影响食品价格指数因素的实证分析

影响食品价格指数因素

的实证分析

Document number：NOCG-YUNOO-BUYTT-UU986-1986UT

影响中国食品价格指数的因素

摘要：本文试从影响食品价格指数的外部因素：粮食价格指数、肉禽及其制品价格指数、水产品价格指数、蔬菜价格指数等进行分析和探讨，并在比较相关线性回归方程后，建立合理的食品价格指数预测模型。本文运用多种模型检测方法和修正方法。

关键词：食品价格指数多因素分析模型检测与修正

一．研究背景

众所周知，食品在我国CPI中的权重约为1/3，是我国CPI 8项分类指数中权重最大的，食品价格由于受需求和供应变化影响经常出现波动，导致我国CPI指数的上升或下跌。分析我国食品价格指数的影响因素，对于调控市场价格总水平具有重要意义。从公布的数据来看，食品类价格依然领涨CPI。7月份中国食品类价格同比上涨%，影响价格总水平上涨约个百分点。其中，猪肉价格同比上涨%，影响价格总水平上涨约个百分点。中国社会科学院宏观经济研究所袁钢明教授表示，虽然CPI的涨幅比上个月提高个百分点，但上涨幅度明显减缓，这主要是因为食品价格、尤其是猪肉价格的下降。2009年11月份CPI由负转正，结束了九个月的负增长过程。自此以来，CPI持续高速增长，最高时在去年7月份达到了%。从数据上看，中国经济似乎已经呈现“高通胀，高增长”的过热趋势，有关经济是“过热”还是“通胀”的议论已经不绝于耳。中国经济增长显然“过热”。经济过热发生时，其生产能力无法跟上日益增长的总需求。这是

普遍的特点是一个不可持续的高比率的经济增长速度。经济处于时期往往是经济过热的特色。经济过热给社会各方面造成的影响是不可忽视的。

从过去的CPI数据中可以看出，食品价格的上涨是CPI的主要推手。这一点可以从一下事实看出。中国国家统计局9日发布数据，7月份全国居民消费价格总水平（CPI）同比上涨%，涨幅比上月提高了个百分点，再创新高，但增速有明显回落。CPI涨幅已经达到了拐点，食品价格季节性因素成为增速放缓的主要原因。

因此，我们几乎可以得出结论，要想控制CPI，对食品价格指数的控制毫无疑问是很重要的一环，而对食品价格的控制，很显然有赖于对影响食品价格指数的各因素的控制。这也正是本次研究的主要目的。

从国内外学术界对食品价格的研究现状来看，均是从生物能源、成本推动、供求关系、全球经济等宏观经济因素来分析食品价格上涨的原因。国家统计局在分析我国CPI波动的原因时明确表示，“判断通货膨胀要看CPI，但是不能单纯看CPI的增长幅度，要看其结构，要看CPI上涨的原因是什么”，国家统计局所称的CPI结构，也就是构成我国CPI篮子的8类居民消费价格分类指数，分析通货膨胀在关注总体CPI的同时，也要从CPI分类指数的角度分析CPI上涨的原因。中国人民银行在2007年第二季度货币政策执行报告中也明确提出，中央银行在关注整体CPI的同时，也会充分考虑我国CPI 8项分类指数的变化因素。可见，从CPI分类指数的角度来分析整体CPI波动的原因，是目前我国国家统计局和中央银行均高度关注的现实问题。因此，研究我国食品价格，在关注我国食品消费价格总指数的同时，也有必要从食品消费价格分类指

数的视角考察食品价格波动的原因，这样有利于制定稳定食品价格的相关政策，也能发挥政策效果。

二、模型设定

在本次实验中，我选取粮食价格指数、肉禽及制品价格指数、水产品价格指数、蔬菜价格指数作为解释变量，选取食品价格指数作为被解释变量，从而构建多元线性回归模型：

Y=β0+β1X1 +β2X2 +β3X3 +β4X4 +μi

其中：Y——食品价格指数 X1——粮食价格指数 X2——肉禽价格指数X3——水产品价格指数 X4——蔬菜价格指数

2011年05月

2011年06月

2011年07月

2011年08月

2011年09月

2011年10月

三．模型分析

1 建立新的workfile

2 输入数据

3 估计回归模型

4 结果

Yˆ=（）（）（）（）（）

R2= R2= DW= F=

（一）经济意义检验

各参数估计值均大于0，且与经济理论相符

（二）统计检验

1. 拟合优度检验：R2=， R—2=，接近于1，表明模型的拟合优度很好，数据线性关系明显，分析结果较真实

2. F检验：F=, 当α=，查表得(3,27-3-1)=，小于F，表明模型的线性关系在95%的置信水平下显着成立

3. t检验：当α=，查表得(27-3-1)=,均小于t1,t2,t3,t4的值，表明模型中4个解释变量都在95%的水平下影响显着，都通过了t检验。

(三) 多重共线性检验

1 t值检验法

方程的显着性很好,而解释变量X3的t检验值接近于显着性水平时的临界值，所以可能存在多重共线性

2 相关系数检验

X1与X3,X2与X3的相关系数较大，可能存在高度相关性

3辅助回归检验法

由辅助回归结果可以看出方程的显着性较高，拟合优度良好，说明变量之间可能存在多重共线性

2 修正多重共线性——逐步回归法

Y对x1回归

3 Y对x2回归

4 Y对x3回归

5 Y对x4回归

由此可见，Y对X3的回归拟合程度最好，所以把y和X1的模型作为基础模型6 再引入X1，作Y和X1、X3的回归模型

7 作Y和X2、X3的回归模型

8 作Y和X3、X4的回归模型

加入X2, 拟合优度增幅最大，且能通过t检验，所以保留X2 9 作Y和X1、X2、X3的回归模型

10 作Y和X2、X3、X4的回归模型

14 分析：在众多回归方程中，Y和X1、X2、X3的回归分析中通过显着性检验，且拟合优度最强，所以保留X1、X2、X3，剔除X4，得到多元回归模型:

^

Y=+ + +

（四）自相关检验

1 得到残差图 View-Actual,Fitted,Residual-Residual Graph