計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告課件

計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告——關(guān)于居民消費(fèi)價(jià)格指數(shù)影響因素的分析計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告——關(guān)于居民消費(fèi)價(jià)格指數(shù)影響因素的分析1居民消費(fèi)價(jià)格指數(shù)（CPI）

CPI是英文“ConsumerPriceIndex”的縮寫(xiě)，直譯為“消費(fèi)者價(jià)格指數(shù)”，在我國(guó)通常被稱(chēng)為“居民消費(fèi)價(jià)格指數(shù)”。CPI的定義決定了其所包含的統(tǒng)計(jì)內(nèi)容，那就是居民日常消費(fèi)的全部商品和服務(wù)項(xiàng)目。日常生活中，我國(guó)城鄉(xiāng)居民消費(fèi)的商品和服務(wù)項(xiàng)目種類(lèi)繁多，小到針頭線腦，大到彩電汽車(chē)，有數(shù)百萬(wàn)種之多，由于人力和財(cái)力的限制，不可能也沒(méi)有必要采用普查方式調(diào)查全部商品和服務(wù)項(xiàng)目的價(jià)格，世界各國(guó)都采用抽樣調(diào)查方法進(jìn)行調(diào)查。作為學(xué)經(jīng)濟(jì)的本科階段的學(xué)生，我們所理解的并不徹底，我們所能涉及的范圍也很小，所以借由國(guó)家統(tǒng)計(jì)數(shù)據(jù)做以下分析，促使我們更好的掌握專(zhuān)業(yè)知識(shí)，了解國(guó)情，提高我們實(shí)際操作水平和理論聯(lián)系實(shí)際、發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題的能力。居民消費(fèi)價(jià)格指數(shù)（CPI）CPI是英2

居民消費(fèi)價(jià)格指數(shù)是反映一定時(shí)期內(nèi)居民消費(fèi)價(jià)格變動(dòng)趨勢(shì)和變動(dòng)程度的相對(duì)數(shù)。居民消費(fèi)價(jià)格指數(shù)分為食品、衣著、家庭設(shè)備及用品、醫(yī)療保健、交通和通訊、娛樂(lè)教育和文化用品、居住、服務(wù)項(xiàng)目等八個(gè)大類(lèi)。國(guó)家規(guī)定325種必報(bào)商品和服務(wù)項(xiàng)目，其中，一般商品273種，餐飲業(yè)食品16種，服務(wù)項(xiàng)目36種。該指數(shù)是綜合了城市居民消費(fèi)價(jià)格指數(shù)和農(nóng)民消費(fèi)價(jià)格指數(shù)計(jì)算取得。利用居民消費(fèi)價(jià)格指數(shù)，可以觀察和分析消費(fèi)品的零售價(jià)格和服務(wù)人格變動(dòng)對(duì)城鄉(xiāng)居民實(shí)際生活費(fèi)支出的影響程度。下面主要介紹一下城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)、農(nóng)村居民消費(fèi)價(jià)格指數(shù)、城鎮(zhèn)居民人均消費(fèi)價(jià)格支出、農(nóng)村居民人均消費(fèi)支出對(duì)其的影響居民消費(fèi)價(jià)格指數(shù)是反映一定時(shí)期內(nèi)居民消費(fèi)價(jià)格變動(dòng)趨勢(shì)3建立模型

1、本文模型數(shù)據(jù)樣本從1985—2006年：Y居民消費(fèi)價(jià)格指數(shù)Y1城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)Y2農(nóng)村居民消費(fèi)價(jià)格指數(shù)X1城鎮(zhèn)居民人均消費(fèi)支出X2農(nóng)村居民人均消費(fèi)支出2、基于以上數(shù)據(jù)，建立一下模型：Y=β1+β2y1+β3y2+β4x1+β5x2+u建立模型1、本文模型數(shù)據(jù)樣本從19854①檢驗(yàn)各變量是否為y的格蘭杰原因P=0.0283<0.05顯著，y1是y的格蘭杰原因P=0.0443<0.05顯著，y2是y的格蘭杰原因P=0.0011<0.05顯著，x1是y的格蘭杰原因P=0.0048<0.05顯著，x2是y的格蘭杰原因

經(jīng)過(guò)格蘭杰檢驗(yàn)，4個(gè)解釋變量均為y的格蘭杰原因，可以作為解釋變量①檢驗(yàn)各變量是否為y的格蘭杰原因P=0.0283<0.055②普通最小二乘法DependentVariable:YMethod:LeastSquaresSample:19852006Includedobservations:22VariableCoefficientStd.Errort-StatisticC-0.0396820.405396-0.097885Y10.4325840.01080240.04835Y20.5670860.01074052.80087X1-9.56E-050.000104-0.915566X20.0003570.0004140.863621由以上分析，初步建立模型為：

Y=-0.039682+0.432584*y1+0.567086*y2-9.56*x1+0.000357*x2②普通最小二乘法DependentVariable:YM6③異方差的檢驗(yàn)Ⅰ、white檢驗(yàn)HeteroskedasticityTest:WhiteF-statistic0.527426

Prob.F(14,7)0.8540Obs*R-squared11.29363

Prob.Chi-Square(14)0.6628ScaledexplainedSS6.684989

Prob.Chi-Square(14)0.9462由于Obs*R-squared=11.29363>卡方0.05（5）=11.07，所以存在異方差，用加權(quán)最小二乘法消除異方差Ⅱ、加權(quán)最小二乘法消除異方差F-statistic384834.4

Durbin-Watsonstat0.860182DependentVariable:YMethod:LeastSquaresSample:19852006Includedobservations:22Weightingseries:WWeighttype:Inversestandarddeviation(EViewsdefaultscaling)從上表（加權(quán)最小二乘法）的統(tǒng)計(jì)結(jié)果中可知，DW=0.860182查表得DL=0.96DU=1.800<DW<DL，所以，存在一介正自相關(guān)③異方差的檢驗(yàn)Ⅰ、white檢驗(yàn)Heteroskedasti7差分—消除DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC0.0043600.0453690.096098DY10.4259380.01057740.27064DY20.5729540.01106251.79573DX1-9.20E-050.000170-0.540527DX20.0003670.0005000.733528F-statistic15751.09

Durbin-Watsonstat2.05844由上表的統(tǒng)計(jì)結(jié)果可知：DW=2.05844，查表得DL=0.93DU=1.81，DU<DW<4-DU，所以解釋變量之間無(wú)自相關(guān)從上表中看得出：dx1的t統(tǒng)計(jì)結(jié)果是-0.540527，其絕對(duì)值小于T0.025（16）=2.120，且其系數(shù)符號(hào)與預(yù)期相反，這表明可能存在嚴(yán)重的多重共線性。差分—消除DependentVariable:DYMet8④多重共線性檢驗(yàn)計(jì)算各解釋變量的相關(guān)系數(shù)：DX1DX2DY1DY2DX110.85670227386303880.17870802800206860.1846143580471424DX20.856702273863038810.003445225105367541-0.01800200416621686DY10.17870802800206860.00344522510536754110.9308105035541423DY20.1846143580471424-0.018002004166216860.93081050355414231

由相關(guān)系數(shù)矩陣可知：個(gè)解釋變量相互之間的先關(guān)系數(shù)較高，證實(shí)存在一定多重共線性，可用逐步回歸法消除。④多重共線性檢驗(yàn)DX1DX2DY1DY2DX110.85679變量Dy1Dy2DX1DX2R20.9553760.9737490.346070.000045R2由大到小排序?yàn)椋篸y2、dy1、dx1、dx2以dy2為基礎(chǔ)，順次加入其它變量逐步回歸： 首先加入dy1DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC0.0058130.0224950.258417DY20.5713840.01037255.08713DY10.4265990.01011842.16349Y=0.005813+0.571384dy2+0.426599dy1當(dāng)a=0.05時(shí)，Ta/2（18）=2.101，參數(shù)dy1的T檢驗(yàn)結(jié)果顯著，不予剔除變量Dy1Dy2DX1DX2R20.9553760.973710加入dx1DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC-0.1243850.425416-0.292383DY20.9777310.03851825.38402DX18.0908950.0007880.102708Y=-0.124385+0.977731dy2+8.090895dx1當(dāng)a=0.05時(shí)，Ta/2（18）=2.101，參數(shù)dx1的T檢驗(yàn)結(jié)果不顯著，予以剔除加入dx1DependentVariable:DYMet11加入dx2DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC-0.1667230.353366-0.471815DY20.9786580.03778425.90108DX20.0006690.0023050.290148Y=-0.166723+0.978658dy2+0.000669dx2當(dāng)a=0.05時(shí)，Ta/2（18）=2.101，參數(shù)dx2的T檢驗(yàn)結(jié)果不顯著，予以剔除加入dx2DependentVariable:DYMet12因?yàn)?，R2=0.999737F=34194.74DW=2.381670Dy2、dy1的T檢驗(yàn)結(jié)果顯著，且擬合程度也好，消除多重共線性因此，我們確定最終的模型為：y=0.005813+0.571384dy2+0.426599dy1因?yàn)?，R2=0.999737F=34194.7413結(jié)果與分析

根據(jù)上述分析，可以得出居民消費(fèi)價(jià)格指數(shù)，城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)和農(nóng)村居民消費(fèi)價(jià)格指數(shù)三者之間的關(guān)系：dy=0.005813+0.571384dy2+0.426599dy1+u

即：y=0.005813+0.571384y2+0.426599y1+u

由此可以看出，城鎮(zhèn)居民人均消費(fèi)支出和農(nóng)村居民人均生活消費(fèi)支出對(duì)居民消費(fèi)價(jià)格指數(shù)的影響較小，在方程中予以剔除，而城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)和農(nóng)村居民消費(fèi)價(jià)格指數(shù)對(duì)居民消費(fèi)價(jià)格指數(shù)的影響較大，城鎮(zhèn)居民的影響力比農(nóng)村居民的影響力顯著。結(jié)果與分析根據(jù)上述分析，可以得出居民消14

改革開(kāi)放30年來(lái)，中國(guó)社會(huì)經(jīng)濟(jì)的各方面都發(fā)生了巨大變化，有些甚至是根本性的變化。

改革開(kāi)放初期，我國(guó)居民消費(fèi)價(jià)格指數(shù)的變動(dòng)比較激烈，1988、1989年達(dá)到高峰。

進(jìn)入21世紀(jì)以來(lái)，我國(guó)居民消費(fèi)價(jià)格指數(shù)比以前的變動(dòng)小了很多。改革開(kāi)放30年來(lái)，中國(guó)社會(huì)經(jīng)濟(jì)的各方面都發(fā)生了巨大變15五、結(jié)論

居民消費(fèi)價(jià)格指數(shù)十分重要，而且具有啟示性，必須謹(jǐn)慎把握，因?yàn)椋M(fèi)價(jià)格指數(shù)表明消費(fèi)者的購(gòu)買(mǎi)能力，也反映經(jīng)濟(jì)的景氣狀況，如果該指數(shù)下跌，則反映經(jīng)濟(jì)衰退必然對(duì)貨幣匯率走勢(shì)不利。

收入水平和消費(fèi)水平的不同導(dǎo)致了對(duì)價(jià)格指數(shù)感受的不同。改革開(kāi)放以來(lái)，我國(guó)的國(guó)民經(jīng)濟(jì)有了巨大發(fā)展，人民生活水平也有了極大提高，但高收入者畢竟只是少數(shù)，絕大多數(shù)城鄉(xiāng)居民收入水平和消費(fèi)水平還不高。一般來(lái)說(shuō)，收入水平和消費(fèi)水平的高低會(huì)造成對(duì)價(jià)格指數(shù)感受的差異。高收入者消費(fèi)水平高消費(fèi)內(nèi)容廣，對(duì)價(jià)格上漲的承受能力強(qiáng)；反之，低收入者消費(fèi)水平低、消費(fèi)面窄，收入主要用于吃、穿、醫(yī)療和子女的教育等方面上，對(duì)價(jià)格上漲的承受能力低。而城鎮(zhèn)居民和農(nóng)村居民就是因此而產(chǎn)生差距，從而使城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)比農(nóng)村居民消費(fèi)價(jià)格指數(shù)對(duì)我國(guó)居民消費(fèi)價(jià)格指數(shù)的影響程度大。

近幾年來(lái)，一些生活必需品不斷漲價(jià)，因此低收入者居民反映敏感，感覺(jué)實(shí)際消費(fèi)價(jià)格上漲的幅度應(yīng)該比公布的CPI數(shù)據(jù)高。五、結(jié)論16thanks！thanks！17計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告——關(guān)于居民消費(fèi)價(jià)格指數(shù)影響因素的分析計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告——關(guān)于居民消費(fèi)價(jià)格指數(shù)影響因素的分析18居民消費(fèi)價(jià)格指數(shù)（CPI）

CPI是英文“ConsumerPriceIndex”的縮寫(xiě)，直譯為“消費(fèi)者價(jià)格指數(shù)”，在我國(guó)通常被稱(chēng)為“居民消費(fèi)價(jià)格指數(shù)”。CPI的定義決定了其所包含的統(tǒng)計(jì)內(nèi)容，那就是居民日常消費(fèi)的全部商品和服務(wù)項(xiàng)目。日常生活中，我國(guó)城鄉(xiāng)居民消費(fèi)的商品和服務(wù)項(xiàng)目種類(lèi)繁多，小到針頭線腦，大到彩電汽車(chē)，有數(shù)百萬(wàn)種之多，由于人力和財(cái)力的限制，不可能也沒(méi)有必要采用普查方式調(diào)查全部商品和服務(wù)項(xiàng)目的價(jià)格，世界各國(guó)都采用抽樣調(diào)查方法進(jìn)行調(diào)查。作為學(xué)經(jīng)濟(jì)的本科階段的學(xué)生，我們所理解的并不徹底，我們所能涉及的范圍也很小，所以借由國(guó)家統(tǒng)計(jì)數(shù)據(jù)做以下分析，促使我們更好的掌握專(zhuān)業(yè)知識(shí)，了解國(guó)情，提高我們實(shí)際操作水平和理論聯(lián)系實(shí)際、發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題的能力。居民消費(fèi)價(jià)格指數(shù)（CPI）CPI是英19

居民消費(fèi)價(jià)格指數(shù)是反映一定時(shí)期內(nèi)居民消費(fèi)價(jià)格變動(dòng)趨勢(shì)和變動(dòng)程度的相對(duì)數(shù)。居民消費(fèi)價(jià)格指數(shù)分為食品、衣著、家庭設(shè)備及用品、醫(yī)療保健、交通和通訊、娛樂(lè)教育和文化用品、居住、服務(wù)項(xiàng)目等八個(gè)大類(lèi)。國(guó)家規(guī)定325種必報(bào)商品和服務(wù)項(xiàng)目，其中，一般商品273種，餐飲業(yè)食品16種，服務(wù)項(xiàng)目36種。該指數(shù)是綜合了城市居民消費(fèi)價(jià)格指數(shù)和農(nóng)民消費(fèi)價(jià)格指數(shù)計(jì)算取得。利用居民消費(fèi)價(jià)格指數(shù)，可以觀察和分析消費(fèi)品的零售價(jià)格和服務(wù)人格變動(dòng)對(duì)城鄉(xiāng)居民實(shí)際生活費(fèi)支出的影響程度。下面主要介紹一下城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)、農(nóng)村居民消費(fèi)價(jià)格指數(shù)、城鎮(zhèn)居民人均消費(fèi)價(jià)格支出、農(nóng)村居民人均消費(fèi)支出對(duì)其的影響居民消費(fèi)價(jià)格指數(shù)是反映一定時(shí)期內(nèi)居民消費(fèi)價(jià)格變動(dòng)趨勢(shì)20建立模型

1、本文模型數(shù)據(jù)樣本從1985—2006年：Y居民消費(fèi)價(jià)格指數(shù)Y1城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)Y2農(nóng)村居民消費(fèi)價(jià)格指數(shù)X1城鎮(zhèn)居民人均消費(fèi)支出X2農(nóng)村居民人均消費(fèi)支出2、基于以上數(shù)據(jù)，建立一下模型：Y=β1+β2y1+β3y2+β4x1+β5x2+u建立模型1、本文模型數(shù)據(jù)樣本從198521①檢驗(yàn)各變量是否為y的格蘭杰原因P=0.0283<0.05顯著，y1是y的格蘭杰原因P=0.0443<0.05顯著，y2是y的格蘭杰原因P=0.0011<0.05顯著，x1是y的格蘭杰原因P=0.0048<0.05顯著，x2是y的格蘭杰原因

經(jīng)過(guò)格蘭杰檢驗(yàn)，4個(gè)解釋變量均為y的格蘭杰原因，可以作為解釋變量①檢驗(yàn)各變量是否為y的格蘭杰原因P=0.0283<0.0522②普通最小二乘法DependentVariable:YMethod:LeastSquaresSample:19852006Includedobservations:22VariableCoefficientStd.Errort-StatisticC-0.0396820.405396-0.097885Y10.4325840.01080240.04835Y20.5670860.01074052.80087X1-9.56E-050.000104-0.915566X20.0003570.0004140.863621由以上分析，初步建立模型為：

Y=-0.039682+0.432584*y1+0.567086*y2-9.56*x1+0.000357*x2②普通最小二乘法DependentVariable:YM23③異方差的檢驗(yàn)Ⅰ、white檢驗(yàn)HeteroskedasticityTest:WhiteF-statistic0.527426

Prob.F(14,7)0.8540Obs*R-squared11.29363

Prob.Chi-Square(14)0.6628ScaledexplainedSS6.684989

Prob.Chi-Square(14)0.9462由于Obs*R-squared=11.29363>卡方0.05（5）=11.07，所以存在異方差，用加權(quán)最小二乘法消除異方差Ⅱ、加權(quán)最小二乘法消除異方差F-statistic384834.4

Durbin-Watsonstat0.860182DependentVariable:YMethod:LeastSquaresSample:19852006Includedobservations:22Weightingseries:WWeighttype:Inversestandarddeviation(EViewsdefaultscaling)從上表（加權(quán)最小二乘法）的統(tǒng)計(jì)結(jié)果中可知，DW=0.860182查表得DL=0.96DU=1.800<DW<DL，所以，存在一介正自相關(guān)③異方差的檢驗(yàn)Ⅰ、white檢驗(yàn)Heteroskedasti24差分—消除DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC0.0043600.0453690.096098DY10.4259380.01057740.27064DY20.5729540.01106251.79573DX1-9.20E-050.000170-0.540527DX20.0003670.0005000.733528F-statistic15751.09

Durbin-Watsonstat2.05844由上表的統(tǒng)計(jì)結(jié)果可知：DW=2.05844，查表得DL=0.93DU=1.81，DU<DW<4-DU，所以解釋變量之間無(wú)自相關(guān)從上表中看得出：dx1的t統(tǒng)計(jì)結(jié)果是-0.540527，其絕對(duì)值小于T0.025（16）=2.120，且其系數(shù)符號(hào)與預(yù)期相反，這表明可能存在嚴(yán)重的多重共線性。差分—消除DependentVariable:DYMet25④多重共線性檢驗(yàn)計(jì)算各解釋變量的相關(guān)系數(shù)：DX1DX2DY1DY2DX110.85670227386303880.17870802800206860.1846143580471424DX20.856702273863038810.003445225105367541-0.01800200416621686DY10.17870802800206860.00344522510536754110.9308105035541423DY20.1846143580471424-0.018002004166216860.93081050355414231

由相關(guān)系數(shù)矩陣可知：個(gè)解釋變量相互之間的先關(guān)系數(shù)較高，證實(shí)存在一定多重共線性，可用逐步回歸法消除。④多重共線性檢驗(yàn)DX1DX2DY1DY2DX110.856726變量Dy1Dy2DX1DX2R20.9553760.9737490.346070.000045R2由大到小排序?yàn)椋篸y2、dy1、dx1、dx2以dy2為基礎(chǔ)，順次加入其它變量逐步回歸： 首先加入dy1DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC0.0058130.0224950.258417DY20.5713840.01037255.08713DY10.4265990.01011842.16349Y=0.005813+0.571384dy2+0.426599dy1當(dāng)a=0.05時(shí)，Ta/2（18）=2.101，參數(shù)dy1的T檢驗(yàn)結(jié)果顯著，不予剔除變量Dy1Dy2DX1DX2R20.9553760.973727加入dx1DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC-0.1243850.425416-0.292383DY20.9777310.03851825.38402DX18.0908950.0007880.102708Y=-0.124385+0.977731dy2+8.090895dx1當(dāng)a=0.05時(shí)，Ta/2（18）=2.101，參數(shù)dx1的T檢驗(yàn)結(jié)果不顯著，予以剔除加入dx1DependentVariable:DYMet28加入dx2DependentVariable:DYMethod:LeastSquaresSample(adjusted):19862006Includedobservations:21afteradjustmentsVariableCoefficientStd.Errort-StatisticC-0.1667230.353366-0.471815DY20.9786580.03778425.90108DX20.0006690.0023050.290148Y=-0.166723+0.978658dy2+0.000669dx2當(dāng)a=0.05時(shí)，Ta/2（18）=2.101，參數(shù)dx2的T檢驗(yàn)結(jié)果不顯著，予以剔除加入dx2Depende