我国居民消费价格指数(CPI)的回归分析与预测

我国居民消费价格指数(CPI)的回归分析与预测

ID:47517073

大小:219.00 KB

页数:7页

时间:2020-01-12

我国居民消费价格指数(CPI)的回归分析与预测_第1页
我国居民消费价格指数(CPI)的回归分析与预测_第2页
我国居民消费价格指数(CPI)的回归分析与预测_第3页
我国居民消费价格指数(CPI)的回归分析与预测_第4页
我国居民消费价格指数(CPI)的回归分析与预测_第5页
资源描述:

《我国居民消费价格指数(CPI)的回归分析与预测》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、经济预测与决策题目姓名所在学院专业班级学号指导教师日期年月日指导教师评阅意见学生姓名专业班级学号(论文)题目指导教师教师职称论文评语评定成绩:指导教师签名:年月日我国居民消费价格指数(CPI)的回归分析与预测07级经济学1班李栋指导教师米娟摘要:目前,我国居民消费价格指数成为公众关注的热点名词,也直接影响着国民经济的稳定发展与人民生活水平的改善。从理论上分析居民消费价格指数的影响因素,建立一个经济模型,对了解和掌握居民消费价格指数的变化具有重要的现实意义。本文采用线性回归分析方法,力图对居民消费价格指数的变化进行分析。关键词:消费价格指数

2、回归分析经济预测1.引言居民消费价格指数(CPI)是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标。CPI虽然是一个滞后指标,但它往往是市场经济活动与政府货币政策的一个重要参考指标。如果CPI的增幅过大,表明通胀已经成为经济不稳定因素,央行会有紧缩货币政策和财政政策的风险,从而造成经济前景不明朗,因此,该指数过高的升幅往往不被市场欢迎。现阶段,随着经济全球化的大趋势和中国的进一步融入,我国的经济稳定发展越来越受到国内、国际的关注,CPI稳定、就业充分及GDP增长已经成为我国最重要的社会经济目标

3、。尤其在面对国内经济在市场宏观的调节下,消费水平、利率、商品价格潜移默化的影响着百姓的生活,因此,对CPI的分析预测已经显得越发重要。2.影响因素分析和数据的搜集整理2.1有关影响因素的定性分析对居民消费价格指数(CPI)构成影响的因素有很多,如宏观经济发展水平、中长期经济发展战略和当前的经济政策,具体到国民经济运行的指标中来,有以下几个方面:(1)居民消费水平指数。居民消费水平是指居民在物质产品和劳务的消费过程中,对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。6居民消费水平与居民消费价格指

4、数的关系十分密切和直接,收入的增长,消费水平的提高,自然会引起社会总需求的增长,进而导致消费价格指数的增长。因此,将居民消费水平指数作为对消费价格指数进行回归分析的首要指标。(2)居民人均收入水平。居民收入水平是影响居民消费水平和消费价格指数最重要的影响因素。它具体指直接影响市场容量大小的重要因素。居民收入水平一方面受制于宏观经济状况的影响,另一方面受国家收入分配政策、消费政策的影响。居民收入水平直接决定消费者购买力水平,收入水平高,则购买力强,反之则弱。(3)工业品出厂价格指数。工业品出厂价格指数是反映全部工业产品出厂价格总水平的变动趋

5、势和程度的相对数。其中除包括工业企业售给商业、外贸、物资部门的产品外,还包括售给工业和其他部门的生产资料以及直接售给居民的生活消费品。通过工业生产价格指数能观察出厂价格变动对工业总产值的影响。工业品出厂价格指数是衡量工业企业产品出厂价格变动趋势和变动程度的指数,是反映某一时期生产领域价格变动情况的重要经济指标,也是制定有关经济政策和国民经济核算的重要依据。它对居民消费价格指数的影响也有着不可或缺的影响。2.2有关数据的搜集分析和整理年份居民人均收入(元)工业品出厂价格指数(以1985年为100)居民消费价格指数(以1978年为100)19

6、911700.6168.9223.819922026.6180.4238.119932577.4223.7273.119943496.2267.3339.019954283.0307.1396.919964838.9316.0429.919975160.3315.0441.919985425.1302.1438.419995854.0294.8432.220006280.0303.1434.020016859.6299.2437.020027702.8292.6433.520038472.2299.3438.720049421.6317.

7、6455.8200510493.0333.2464.0200611759.5343.2471.0200713785.8353.8493.6数据来源:《中国统计年鉴2008》,中华人民共和国国家统计局编制63.建立模型和处理数据3.1建立回归分析模型基于以上讨论,将CPI指数的多元线性回归分析与预测模型定义为:CPI=b0+b1X+b2Y+ε其中,CPI表示居民消费价格指数,X表示居民人均收入,Y表示工业品出厂价格指数。b0b1b2均为系数,ε为常数,且E(ε)=0根据上面的所确定的模型的变量,收集了1991年—2007年相关数据,数据均来

8、源于《中国统计年鉴》。3.2数据处理在数据的计算和处理过程中,使用了Eviews软件对上述模型进行了回归分析,并得到了以下结果图1使用Eviews软件进行数据录入6图2使用Eviews软件分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。