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

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。