零售商品的物价指数与价格的关系分析

1、信计专业实验报告Eviews软件及其应用题目：我国商品零售物价指数与居民消费价格指数的关系分析学 院专 业学 号学生姓名日 期成 绩一 实验内容我国商品零售物价指数和居民消费价格指数的关系分析obs居民消费价格指数（上年=100）（y）商品零售物价指数（x）obsyx1951年112.5112.21983年102101.51952年102.799.61984年102.7102.81953年105.1103.41985年109.3108.81954年101.4102.31986年106.51061955年100.31011987年107.3107.31956年99.91001988年118.81

2、18.51957年102.7101.51989年118117.81958年98.9100.21990年103.1102.11959年100.3100.91991年103.4102.91960年102.5103.11992年106.4105.41961年116.1116.21993年114.7113.21962年103.8103.81994年124.1121.71963年94.194.11995年117.1114.81964年96.396.31996年108.3106.11965年98.897.31997年102.8100.81966年98.899.71998年99.297.41967年99.4

3、99.31999年98.6971968年100.1100.12000年100.498.51969年102.798.92001年100.799.21970年10099.82002年99.298.71971年101.399.32003年101.299.91972年100.299.82004年103.9102.81973年100.1100.62005年101.8100.81974年100.7100.52006年101.51011975年102.2100.22007年104.8103.81976年102.1100.32008年105.9105.91977年102.71022009年99.398.819

4、78年100.7100.72010年103.3103.11979年101.91022011年105.4104.91980年107.51062012年102.6 98.31981年102.5102.42013年103.0 101.51982年102101.9二 实验目标（1）会用统计年鉴搜集数据；（2）熟练掌握EViews的基本操作；（3）学会用搜集到的数据建立合适的数学模型，并能根据运行结果对模型和各种检验进行自主分析；（4）通过分析数据，得到商品零售物价指数与居民消费价格指数的关系及影响。三 实验过程先上网查找1951-2013年我国居民消费价格指数与商品零售物价指数，并弄清楚我国居民消费价

5、格指数与商品零售物价指数的经济背景。居民消费价格指数指在反应一定时期内居民所消费商品及服务项目的价格水平变动趋势和变动程度。居民消费价格水平的变动率在一定程度上反映了通货膨胀（或紧缩）的程度。通俗的讲，CPI就是市场上的货物价格增长百分比。商品零售物价指数是指反映一定时期内商品零售价格变动趋势与变动程度的相对数。观察表中的数据，以商品零售物价指数为自变量x，以居民消费价格指数为因变量y，画出散点图如下：所以建立一元线性回归模型。(1) 模型设定建立一元线性回归模型为： (2) 参数估计估计参数，回归结果如下：模型估计的结果为： (2.620126) (0.025411) t=(0.337173

6、) (39.31247) =0.962029 =0.961406 F=1545.470 DW=1.435360(3) 模型检验1. 经济意义检验 由回归结果知：在其他解释变量不变的情况下，当商品物价指数上升1%时，居民消费价格指数以0.998958%的比例增长，符合实际经济意义的检验。2. 统计检验（1） 拟合优度：从回归估计的结果看，模型拟合较好。可决系数=0.962029，修正的可决系数为=0.961406，表明我国居民消费价格指数变化的96.20%可由商品零售物价指数的变化来解释。（2） t检验:分别针对，给定显著性水平，查t分布表得自由度n-k=61临界值=2.000，由回归结果知，t

7、检验值大于临界值，表明通过了t检验，即在其他解释变量不变的情况下，解释变量“商品零售物价指数”对被解释变量“居民消费价格指数”有显著的影响。 （3） F检验：对，在显著性水平，=4.00，由表知F=1545.470，因为F=1545.470>=4.00,所以拒绝原假设，说明回归方程显著，即商品零售物价指数对我国居民消费价格指数有显著影响。（4）自相关性的检验：Dw=1.435<=1.56，所以该模型存在一阶正自相关。进行序列相关性检验，作残差项图：残差项有规律的波动，可能存在自相关与的关系图偏自相关性检验：图中第一期偏相关系数直方块超过了虚线，所以该模型存在一阶自相关性。GB检验一

8、阶辅助回归表达式为： （-0.024138） （0.025437） （2.245388） 由表知：LM=，该值大于显著性水平为5%，自由度为1的分布的临界值，所以相关性显著，存在一阶自相关。二阶辅助回归表达式为： （-0.113795） （0.118246） （1.928184） （0.853843） 由表知：LM=，该值小于显著性水平为5%，自由度为2的分布的临界值，所以相关性不显著，干扰项不存在二阶自相关。（5）自相关处理：应用广义最小二乘法估计模型，加入AR项得：则回归模型表达式为y=2.008164+0.988161x+0.289695AR(1) t=(0.661517) (33.51

9、311) (2.318635) =0.962507 DW=1.947650 F=783.9827因为<DW=1.947650<4-=2.42,所以无自相关。进行序列相关性检验，作残差项图：偏自相关检验图中偏相关系数方块都没有超过虚线，所以该模型不存在自相关性。GB检验一阶辅助回归表达式为： （-0.043819） （0.046629） （0.426951） （-0.442988）由表知：，该值小于显著性水平为5%，自由度为1的分布，表明此时在显著性水平为5%时，序列相关性不显著，干扰项不存在自相关，所以修改过的模型成立。（6） 异方差的检验：进行White异方差检验：观察相伴概率，

10、大于0.05，所以不存在异方差性。(4) 结果分析由上面的过程可看出：新建立的模型通过了检验，拟合优度也比较高。所以最终模型回归结果为： 则回归模型表达式为y=2.008164+0.988161x+0.289695AR(1) t=(0.661517) (33.51311) (2.318635) =0.962507 DW=1.947650 F=783.9827表示商品零售物价指数相对增加1%时，居民消费价格指数相对增加0.988161%；四 实验总结（收获及存在的不足）总结：对时间序列数据作回归，即使两个变量间没有任何实际联系，也会得到较高的可决系数，会存在伪回归现象。在本次实验中，零售物价的调整变动直接影响到居民的生活支出和国家的财政收入，影响居民购