影响中国食品价格指数因素的实证分析.doc
-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、蔬菜价格指数等进展分析和探讨，并在比拟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给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14.8%，影响价格总水平上涨约4.38个百分点。其中，猪肉价格同比上涨56.7%，影响价格总水平上涨约1.46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0.1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，完毕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月份到达了6.5%。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。经济处于景气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无视的。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6.5%，涨幅比上月提高了0.1个百分点，再创新高，但增速有明显回落。CPI涨幅已经到达了拐点，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。从国外学术界对食品价格的研究现状来看，均是从生物能源、本钱推动、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，要看其构造，要看CPI上涨的原因是什么，国家统计局所称的CPI构造，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=0+1X1 +2X2 +3X3 +4X4 +i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2009年08月100.5105.290.598.6121.82009年09月101.5105.593.398.8125.82009年10月101.6106.296.1101.4114.82009年11月103.210798.3103.6123.92009年12月105.3108.698.3105.7136.22010年01月103.7109.896.5103.9117.12010年02月106.2109.698.4108.8125.52010年03月105.2109.297.8106.3118.52010年04月105.9110.798.2105.5124.92010年05月106.1111.5100.8105.6121.32010年06月105.7111.73101.81106.47114.552010年07月106.83111.75104.09107.6122.292010年08月107.5111.95105.43108.52119.242010年09月108.05112.07105.42110.9118.012010年10月110.06112.34106.8111.15130.952010年11月111.7114.74109.91111.85121.252010年12月109.55115.57110.23110.8994.282011年01月110.34115.08110.88111.07102.012011年02月111114.83113.27109.09106.052011年03月111.71114.99117.27110.19104.282011年04月111.47113.9121.44111.6492.642011年05月111.74112.85124.27112.4592.882011年06月114.44112.41132.26113.9107.322011年07月114.76112.37133.58115.01107.62011年08月113.39112.23129.27114.71100.062011年09月113.42111.93128.39114.1102.112011年10月111.93111.59126.11112.3893.18三模型分析1 建立新的workfile2 输入数据3估计回归模型4 结果=7.29912-0.453111X1+0.225563X2+0.176429X3+0.059371X41.51457.491510.74012.74764.7909R2=0.9900 2=0.9882 DW=0.9018 F=546.2222（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=0.99，2=0.9882，接近于1，说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=546.2222,当=0.05，查表得F0.05(3,27-3-1)=3.01，小于F，说明模型的线性关系在95%的置信水平下显著成立3. t检验：当=0.05，查表得t0.035(27-3-1)=2.069,均小于t1,t2,t3,t4的值，说明模型中4个解释变量都在95%的水平下影响显著，都通过了t检验。(三) 多重共线性检验1 t值检验法方程的显著性很好,而解释变量X3的t检验值接近于显著性水平0.05时的临界值2.571，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著性较高，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的模型作为根底模型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的回归模型参加X2,拟合优度增幅最大，且能通过t检验，所以保存X29 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的回归分析过显著性检验，且拟合优度最强，所以保存X1、X2、X3，剔除X4，得到多元回归模型:=21.06007+0.312854X1 +0.156363X2 +0.32517X3四自相关检验1 得到残差图View-Actual,Fitted,Residual-Residual Graph拟合较好，呈规律性波动，可能存在序列相关性2 DW检验 N=27，k=3，显著性水平为0.05，查表得dL=1.24，dU=1.56，dU <DW=2.01<4- dU，所以不存在序列相关3 LM检验P值为0.07，大于0.05，所以不存在序列相关；4 偏相关系数检验 View/Residual Test/Correlogram-Q-statistics滞后第1期偏相关系数的直方块未超过了虚线局部，所以不存在序列相关所以回归方程仍为：=21.06007+0.312854X1 +0.156363X2 +0.32517X3五异方差检验1 图示法得到残差图2散点图3 White检验 ViewResidual TestWhite HeteroskedastcityP值为0.106413，大于0.05，所以不存在异方差性改变样本围得到样本2所以=21.06007+0.312854X1 +0.156363X2 +0.32517X33.89274.22827.33584.1355R2=0.979631 2=0.976974 DW=2.010366 F=368.7162六经济意义由现实经济活动可知，随着粮食价格指数，肉禽及制品价格指数，水产品价格指数的上涨，食品价格指数都会随之上涨。在其他条件不变的情况下，粮食价格指数每增加1点，食品价格指数增加0.312854点；肉禽及制品价格指数每增加1点，食品价格指数增加0.156363点；水产品价格指数每增加1点，食品价格指数增加0.32517点。七模型预测1延长数据围至2011.112.输入2011年11月、12月和2012年1月的粮食价格指数、肉禽价格指数、蔬菜价格指数的数据3 修正后的方程窗口Forecast4 得到预测线图5 得到未来三个月食品价格指数预测值四结论研究的结果说明，食品价格指数确实受到粮食价格指数、肉禽及其制品价格指数、蔬菜价格指数四个因素的影响，从经济意义上来看,该模型说明了在假定其他变量不变的情况下，粮食价格指数每上升1%，食品价格指数上涨0.5631%；肉禽及制品价格指数每上升1%，食品价格指数上涨0.2821%；蔬菜价格指数每上升1%，食品价格指数上涨0.0846%。由于各变量都通过了检验，所以说明各变量对被解释变量都起到了很好的解释作用。五政策建议从结论来看，我们应该从以下几点来进展改良,以控制食品价格指数，进而控制CPI：1.保持政策的连续性，继续实施积极的财政政策和适度宽松的货币政策，财政政策的重点应转移到减轻相关食品企业和居民的税收负担上来，以保证食品的供给和居民对经济增长的信心；2.稳定粮食价格，防止粮食价格的波动幅度过大，在粮食丰收之年，照顾到农民利益，实行最低粮食收购价格制度；构建价格指数的预警机制，监测关键食品价格的走势；在粮食歉收之年，要加大粮食调度，调剂余缺，防止出现粮食价格被过分炒高.3.完善食品的储藏制度，增加各种重要食品的储藏，使得根本供给有保障。保证肉、蛋、奶的稳定供给，猪肉等价格的波动在很大程度上会通过食品价格指数传导到CPI.4.关注居民的菜篮子，控制居民日常蔬菜、鲜果的的价格。出台调价措施时应注意采取多种方式缓解价格上涨对居民生活特别是低收入群体生活的影响，对满足群众根本需要的局部实行优惠价格。参考文献：1中国统计年鉴2廖明球，雪等"计量经济学简明教程"3. 苗，蕊 食品价格指数与消费价格指数 J.理论视野，20084. 如 食品价格上涨原因的经济学分析 J.商场现代化，20075. 熊文静 CPI与食品价格关系及趋势研究 J.中国集团经济，2008. z.
