影响CPI上涨的部分宏观因素及价格调整的相关关系研究

1、影响CPI上涨的部分宏观因素及价格调整的相关关系研究 40501111 徐忠龙 40501177 叶宇珩一. 问题的提出截至2007年9月, 国家统计局发布的信息表明：8月份,我国居民消费价格总水平同比上涨6.5%,其中城市价格上涨6.2%,农村价格上涨7.2%;食品价格上涨18.2%,非食品价格上涨0.9%;消费品价格上涨8.0%,服务项目价格上涨1.8%。从月环比看,居民消费价格总水平比上月上涨1.2%。1-8月份累计,居民消费价格总水平同比上涨3.9%，无论增幅还是增速均高于往年水平。CPI的快速上涨已经影响到宏观经济运行和百姓生活的方方面面，因而引起了全社会的高度关注。而世界银行日前发

2、布的最新中国经济季报指出，中国的宏观经济前景继续看好。并预测2007年的GDP增长为11.3%，2008年底于11%。中国经济继续以其庞大的规模和持续稳定的高增长率带动世界经济的发展。进入第四季度，由于进口液化石油气价格一再飙升，物价部门11月初再次调整了瓶装液化石油气及管道液化石油气价格，使得水、电、燃料类价格比10月份上涨5.9%，111月份累计上涨1.2%，拉动居住类价格上升。与此同时，随着中国经济的持续高速发展，对能源的需求也在不断增大。我国的能源消费日趋紧张，石油/天然气等资源对外依赖度持续攀升。中国人民银行行长周小川多次表示，会继续加强和改善金融调控，在进一步搞好总量调控的同时，引

3、导金融机构加大信贷结构调整力度，继续防止经济出现大的波动和物价过快上涨。CPI为什么会突然出现高速增长？中国经济的持续高速发展对CPI有何影响？GDP增长率、能源消费增长率以及利率是否是影响CPI的宏观因素？研究他们之间的关系对宏观经济政策（如价格调整）的制定与实施有什么启示？这是本项目研究的主要目的。二研究现状1.在菲利普斯曲线在中国经济的适用性分析（王政霞 张 卫 西安交通大学经济与金融学院）中，他们认为菲利普斯曲线是分析通货膨胀问题的一个强有力工具，经过经济学家的不断研究，该曲线经历了四个发展阶段。把最初的工资增长率与失业率之间的变动关系，逐渐演变为物价变动率与失业率之间的反比关系以及经

4、济变动率与物价变动率之间的正相关关系。 中国价格改革以后的产出物价曲线在 19841986年的价格周期，19871990年的价格周期，19911998年的价格周期，19992000年的价格周期均呈现出基本的菲利普斯曲线关系。表1显示，在第二个周期，产出物价曲线从1987 年的价格谷底出发 ，GDP 指 标逐步由左至右向上移动（11.115.3），价格也随之上升（1.52.8）。从19841986年，由右向左逐步下降!价格水平先有一个滞后的上升（2.88.8），然后也下降（8.86.0）。总体看，这段曲线略向右上方倾斜，只是在1989年出现了典型的滞胀（4.2的GDP增长率对应着 18的通货膨胀

5、率）， 但大体仍表现为基本的菲利普斯曲线的形状。在19871990年的第三个价格周期， 从 1987年谷低出发，价格水平迅速上升至1988 年的峰位（18.8），GDP指标仅微微收缩了0.2个百分点，该曲线表现出陡峭型向左上方倾斜。 然后经过 1989 年价格水平的缓慢下降，GDP 指标由右向左迅速下降了7.1个百分点， 紧随其后，1990 年价格水平亦迅速下降了14.9个百分点。这一段曲线也基本上符合经济增长率与价格水平之间的同向变动关系。19911998年价格周期的产出物价曲线，从 1991年开始!价格水平缓慢上升，GDP指标则迅速从左向右移动（ 上涨了5.0个百分点)，这样一种强启动，使

6、得该曲线在19921994年表现出向左上方倾斜 ，19941998年，GDP 指标由右向左逐步下降，价格水平也相应回落。从1998年开始，价格指标从负增长开始逐步向正增长变动，GDP指标先是微缩，然后向右扩张。从以上数据分析可以看出，后两个周期的产出物价曲线也呈现基本的菲利普斯曲线关系。19782000年国民经济增长率与通货膨胀率之间的关系 通胀率 GDP增长率2. 中国社会科学研究所刘树成、张平、张晓晶在中国经济周期波动研究中根据价格调整方程，他们设定了通货膨胀率与GDP增长率之间的关系。并利用统计数据对二者进行计量分析。为避免伪回归，他们先对CPI 与GDP分别进行单位根检验，均为平稳变量

7、，于是，他们可以用OLS进行回归。回归结果得方程：CPI = 1.006*CPI(-1) 0.412*CPI(-2) + 0.966*GDP 6.558其中，他们认为在回归结果中t统计量很显著，DW值为2.036，R2为70%，调整的R2为67%，计量结果令人满意。 关于CPI的宏观影响因素争议很大，包括一般CPI和核心CPI设立之争，以及我国CPI指数确立标准的揣摩和推测。相信专家对该方面的关注度应该是很高的。三理论综述1即消费者物价指数(Consumer Price Index)，英文缩写为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

8、标。2菲利普斯曲线有三种表达方式，表明三对经济变量的关系。第一种菲利普斯曲线表明的是失业率与货币工资变化率之间的关系，可称之为“失业工资” 菲利普斯曲线。第二种菲利普斯曲线表明的是失业率与物价上涨率之间的关系，可称之为“失业物价”菲利普斯曲线。第三种菲利普斯曲线表明的是经济增长率与物价上涨率之间的关系，可称之为“产出物价”菲利普斯曲线。这是后来许多经济学家所惯常使用的。这种菲利普斯曲线以经济增长率代替了第二种菲利普斯曲线中的失业率。这一代替是通过“奥肯定律”实现的。美国经济学家奥肯于1962年提出：失业率与经济增长率具有反向的对应变动关系。这样，经济增长率与物价上涨率之间便呈现出同向的对应变动

9、关系。在这一关系的研究中，经常不是直接采用经济增长率指标，而是采用“现实经济增长率对潜在经济增长率的偏离”，或是采用“现实产出水平对潜在产出水平的偏离”。这一“偏离”，表明一定时期内社会总供求的缺口和物价上涨的压力。现实经济增长率表明一定时期内由社会总需求所决定的产出增长情况，而潜在经济增长率则表明一定时期内、在一定技术水平下，社会的人力、物力、财力等资源所能提供的总供给的状况。潜在经济增长率可有两种含义：一种是指正常的潜在经济增长率，即在各种资源正常地充分利用时所能实现的经济增长率；另一种是指最大的潜在经济增长率，即在各种资源最大限度地充分利用时所能实现的经济增长率。我们这里的理论依据是第三

10、种含义。这种菲利普斯曲线的表现形式是：在以现实经济增长率对潜在经济增长率的偏离为横轴、物价上涨率为纵轴的坐标图上，从左下方向右上方倾斜的、具有正斜率的一条曲线。这条曲线的走向与第一、二种菲利普斯曲线正好相反。这条曲线表明：现实经济增长率对潜在经济增长率的偏离与物价上涨率二者呈同向的对应变动关系，即正相关关系。当现实经济增长率对潜在经济增长率的偏离上升时，物价上涨率亦上升；当现实经济增长率对潜在经济增长率的偏离下降时，物价上涨率亦下降。在一轮短期的、典型的经济周期波动中，在经济波动的上升期，随着需求的扩张，现实经济增长率对潜在经济增长率的偏离上升，物价上涨率随之上升；在经济波动的回落期，随着需求

11、的收缩，现实经济增长率对潜在经济增长率的偏离下降，物价上涨率随之下降。这样，这条曲线表现为一条先由左下方向右上方移动，然后再由右上方向左下方移动的曲线环。这条曲线环呈现为略向右上方倾斜、位势较低、且较为扁平的形状。“向右上方倾斜”，说明现实经济增长率对潜在经济增长率的偏离与物价上涨率为同向变动关系；“位势较低”，说明物价上涨率处于较低水平；“略向右上方倾斜”和“较为扁平”，说明物价上涨率的变动幅度不大。四模型设定 影响CPI上涨的主要因素：首先，尽管经过多年宏观调控，但2007年国内经济扩张并不会停止，还有可能加速。国内经济的快速扩张，必然会造成生产资料需求的迅速增长，从而拉动生产资料价格上升

12、。而生产资料价格的上涨，不仅迟早会传导到消费品上来，也会带动服务品价格的上涨。 因此我们设定GDP增长率为一个解释变量。其次，能源油电运及原材料的紧缺或供应之瓶颈不会有多少改善。以往煤电运输油供应全面紧张，使得其价格大幅上涨，不少地方煤炭及公路运输价格上涨一倍以上。这不仅增加了企业的生产成本，加剧了商品价格上涨压力，也推动向这些行业投资迅速增加。国内煤炭供应仍然不足已成定局，推动卖方市场的形成。煤炭与能源的短缺，必然会导致煤炭与能源价格继续上涨，而煤炭与能源价格的上涨或是导致电力不足或是导致电力价格的上涨。还有，如果国际油价2008年继续上涨，那么将对国内市场造成巨大的影响。我们将能源消费增长

13、率为第二个解释变量。再次，2007年影响CPI上涨的主要因素之一仍然是国内房价的上涨。2006年国内房价上升较大，但由于目前CPI权数中居住因素所占的比重不合理，因此国内房价上涨因素反应在CPI权数中的比重肯定会不高，否则，往年CPI不会相对平稳。因此，2007年房价上涨因素如何真实地反应在CPI指数中应该是相关部门注意的问题。而利率对房地产市场的影响显而易见，存款基准利率、存贷款准备金率的波动均能对房价产生巨大作用。因此我们设定利率（央行基准利率）为第三个解释变量。在设定模型时，我们发现CPI、GDP、R、X均为二阶单整时间序列，并不是研究现状2中描述的单整序列。因此我们认为应该首先对CPI

14、、GDP、R、X做多元线性回归模型进行检验，如果回归效果不显著再引入自回归进行模型修正。因此我们先设定两个模型分别为：CPI=+ 1*GDP +2*R+3*X+utCPI = + 1*GDP +2*R+3*X+1*CPI(-1) +2*CPI(-2) +ut五数据收集主要数据均来自中国国家统计局及中经专网CPI 数据来源于：:81/scorpio/aspx/main.aspx?width=1014&height=708GDP数据来源于：:81/scorpio/aspx/main.aspx?width=1014&height=708能源增长率数据来源于:81/scorpio/as

15、px/main.aspx?width=1014&height=708存款基准利率数据来源于新浪财经： 具体数据见附表1和附表2六模型的估计与调整数据处理说明：为了使数据在年份上统一基准，对国内生产总值指数修改为1985=100为基准的数据。对利率进行加权平均以使用每年的加权平均利率。 为了表示方便，用GDP在软件中表示GDP增长率、R表示利率、X代表能源消费增长率。下面为通过Eviews软件对数据进行的处理：首先、进行单位根检验：分别对CPI、GDP增长率、利率R和能源消费增长率X进行单位根检验，发现在滞后期最大为2期的时候，CPI、GDP增长率、利率R和能源消费增长率X均为二阶单整序

16、列，即：CPI GDP R X (见表2，表3，表4，表5)表2Null Hypothesis: D(CPI,2) has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=2)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-2.832743 0.0735Test critical values:1% level-3.8573865% level-3.04039110% level-2.66055

17、1*MacKinnon (1996) one-sided p-values.表3Null Hypothesis: D(GDP,2) has a unit rootExogenous: ConstantLag Length: 1 (Automatic based on SIC, MAXLAG=2)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-2.964606 0.0587Test critical values:1% level-3.8867515% level-3.05216910% level

18、-2.666593*MacKinnon (1996) one-sided p-values.表4Null Hypothesis: D(R,2) has a unit rootExogenous: ConstantLag Length: 1 (Automatic based on SIC, MAXLAG=2)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-4.136469 0.0061Test critical values:1% level-3.8867515% level-3.05216910%

19、 level-2.666593*MacKinnon (1996) one-sided p-values.表5Null Hypothesis: D(X,2) has a unit rootExogenous: ConstantLag Length: 1 (Automatic based on SIC, MAXLAG=2)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-5.714422 0.0003Test critical values:1% level-3.8867515% level-3.052

20、16910% level-2.666593*MacKinnon (1996) one-sided p-values.由表2、表3、表4、表5可以得出：在10%的显著水平下，CPI、GDP增长率利率R和能源消费增长率X是二阶单整的。下面做模型协整检验。如下表：（在此以GDP作为被解释变量）Null Hypothesis: E4 has a unit rootExogenous: NoneLag Length: 0 (Automatic based on SIC, MAXLAG=0)t-Statistic  Prob.*Augmented Dickey-Fuller test

21、statistic-2.611468 0.0119Test critical values:1% level-2.6857185% level-1.95907110% level-1.607456*MacKinnon (1996) one-sided p-values.，我们样本容量n偏小（21<25,50,100）。根据公式以及表中数据求得5%先著水平下t检验临界值为-4.660579，小于5%的时的临界值。因此这四个变量间存在协整关系。可以用传统的计量方法进行回归分析。下面用传统的回归方法进行检验：1、多重共线性检验对CPI GDP R X 进行多重共线性检验得到表6表6D

22、ependent Variable: CPIMethod: Least SquaresDate: 12/15/07 Time: 09:49Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C55.1575352.199911.0566600.3055GDP0.3679250.0510047.2136560.0000R31.3856216.740991.8747770.0781X-7.9736431.905748-4.1839960.0006R-sq

23、uared0.889257    Mean dependent var250.9286Adjusted R-squared0.869714    S.D. dependent var95.07114S.E. of regression34.31605    Akaike info criterion10.07875Sum squared resid20019.05    Schwarz criterion10.27770Log like

24、lihood-101.8268    F-statistic45.50288Durbin-Watson stat0.966201    Prob(F-statistic)0.000000可以得到模型的估计结果：CPI=55.1573+0.367925GDP+31.38562R-7.973643X (52.19991) ( 0.051004) ( 16.74099) ( 1.905748)t=(1.056660)( 7.213656) ( 1.874777) ( -4.183996)R2=0.889257 =0.86

25、9714 F=45.50288 df=17从上述回归结果看，在数据为时间序列时，可决系数较高，拟合优度较好（R2=0.889257 接近于0.9）。在10%的显著水平下，查F分布表得(3,17)=2.44。可以看出F>且相应的p=0.000000。整体效果的F检验通过。说明回归方程显著。但是利率R的t检验不显著，且相应的p=0.0781，说明R对CPI影响不显著。可能存在程度较小的多重共线性。下面进行判断：GDP、R、X的简单相关系数矩阵如表7表7GDPRXGDP 1.000000-0.858279 0.334253R-0.858279 1.000000-0

26、.115687X 0.334253-0.115687 1.000000由表7可以看出：GDP和R之间相关系数绝对值较高，GDP和R之间高度相关，证实解释变量之间存在多重共线性。为了消除多重共线性对模型的影响，我们采用逐步回归法进行修正。分别对解释变量做一元回归得表8、表9、表10表8Dependent Variable: CPIMethod: Least SquaresDate: 12/15/07 Time: 11:05Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-Stati

27、sticProb.  C125.962418.500486.8086010.0000GDP0.2532000.0313838.0681200.0000R-squared0.774064    Mean dependent var250.9286Adjusted R-squared0.762172    S.D. dependent var95.07114S.E. of regression46.36388    Akaike info criterion1

28、0.60131Sum squared resid40842.57    Schwarz criterion10.70079Log likelihood-109.3138    F-statistic65.09456Durbin-Watson stat0.147370    Prob(F-statistic)0.000000表9Dependent Variable: CPIMethod: Least SquaresDate: 12/15/07 Time: 11:06Sample

29、: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C390.461032.6322311.965500.0000R-73.4381415.41975-4.7626010.0001R-squared0.544172    Mean dependent var250.9286Adjusted R-squared0.520181    S.D. dependent var95.07114

30、S.E. of regression65.85481    Akaike info criterion11.30317Sum squared resid82400.25    Schwarz criterion11.40265Log likelihood-116.6833    F-statistic22.68237Durbin-Watson stat0.326543    Prob(F-statistic)0.000135表10Dep

31、endent Variable: CPIMethod: Least SquaresDate: 12/15/07 Time: 11:06Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C250.009334.550587.2360370.0000X0.1612754.7747390.0337770.9734R-squared0.000060    Mean dependent var250.9286Adjus

32、ted R-squared-0.052568    S.D. dependent var95.07114S.E. of regression97.53800    Akaike info criterion12.08875Sum squared resid180759.6    Schwarz criterion12.18823Log likelihood-124.9319    F-statistic0.001141Durbin-Wa

33、tson stat0.041737    Prob(F-statistic)0.973408由表8、表9、表10进行对比分析，依据调整后最大的原则，选取GDP作为进入回归模型的第一个变量，形成一元回归。然后进行逐步回归，得到表11、表12表11Dependent Variable: CPIMethod: Least SquaresDate: 12/15/07 Time: 12:03Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb.&

34、#160; C105.361470.338271.4979240.1515GDP0.2695590.0626684.3013700.0004R6.59325921.678290.3041410.7645R-squared0.775219    Mean dependent var250.9286Adjusted R-squared0.750243    S.D. dependent var95.07114S.E. of regression47.51243    A

35、kaike info criterion10.69142Sum squared resid40633.76    Schwarz criterion10.84064Log likelihood-109.2599    F-statistic31.03897Durbin-Watson stat0.142459    Prob(F-statistic)0.000001表12Dependent Variable: CPIMethod: Least SquaresDate: 12/1

36、5/07 Time: 12:03Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C148.900016.000579.3059220.0000GDP0.2842080.02631110.801980.0000X-6.7090221.902815-3.5258400.0024R-squared0.866361    Mean dependent var250.9286Adjusted R-squared0.8

37、51512    S.D. dependent var95.07114S.E. of regression36.63486    Akaike info criterion10.17144Sum squared resid24158.03    Schwarz criterion10.32066Log likelihood-103.8001    F-statistic58.34546Durbin-Watson stat0.611067

38、    Prob(F-statistic)0.000000对比表11和表12的结果，并根据逐步回归思想，可以得到：新加入变量X的二元回归方程=0.851512最大，并且各个参数t检验显著，且参数符号也符合经济意义。进一步进行逐步回归得到表13表13Dependent Variable: CPIMethod: Least SquaresDate: 12/15/07 Time: 12:17Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb

39、.  C55.1575352.199911.0566600.3055GDP0.3679250.0510047.2136560.0000X-7.9736431.905748-4.1839960.0006R31.3856216.740991.8747770.0781R-squared0.889257    Mean dependent var250.9286Adjusted R-squared0.869714    S.D. dependent var95.07114S.E. of regressi

40、on34.31605    Akaike info criterion10.07875Sum squared resid20019.05    Schwarz criterion10.27770Log likelihood-101.8268    F-statistic45.50288Durbin-Watson stat0.966201    Prob(F-statistic)0.000000由表13可以看出，加入利率R后虽然=0.86

41、9714>0.851512，明显增大，F统计量也比较大。但是利率R的t检验不能通过。则剔除利率R这个变量。因此本模型的回归结果应该是：CPI=148.9000+0.284208GDP-6.709022X (16.00057) (0.026311) (1.902815)t=(9.305922)( 10.80198) (-3.525840)R2=0.866361 =0.851512 F=58.34546 df=18下面进行异方差检验：2、异方差检验：我们的样本属于小样本时间序列，通过ARCH检验，并比较后得到取p=2时，Akaike info criterion取值最小（见表14）。且（n-

42、p）2=（21-2）*0.382946=7.275974>2 (2)=4.60517，表明模型中的随机误差项存在异方差。但是鉴于目前的eviews使用能力，不能够保证在一个变量的权数不变时计算另一个变量的权数，因此无法对多变量模型进行异方差的修正。表14ARCH Test:F-statistic4.964821    Prob. F(2,16)0.021018Obs*R-squared7.275966    Prob. Chi-Square(2)0.026305Test Equation:Dependent

43、Variable: RESID2Method: Least SquaresDate: 12/15/07 Time: 13:47Sample (adjusted): 1987 2005Included observations: 19 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C881.5774458.44731.9229640.0725RESID2(-1)0.7963070.2538003.1375400.0064RESID2(-2)-0.5107410.255340-2.0002410.

44、0627R-squared0.382946    Mean dependent var1160.218Adjusted R-squared0.305814    S.D. dependent var2018.611S.E. of regression1681.863    Akaike info criterion17.83713Sum squared resid45258590    Schwarz criterion17.98625

45、Log likelihood-166.4527    F-statistic4.964821Durbin-Watson stat1.638947    Prob(F-statistic)0.0210183、自相关检验：由表12得：DW值为0.611067，回归系数均显著。对于样本量为21、两个解释变量的模型，5%的显著水平，查DW统计表可知，dL =1.125 dU =1.538，模型中0<DW< dL, 显然模型中存在自相关。下面用广义差分法对自相关问题进行修正（见表15、表16）：表15Depend

46、ent Variable: EMethod: Least SquaresDate: 12/15/07 Time: 15:05Sample (adjusted): 1986 2005Included observations: 20 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  E(-1)0.7220150.1866463.8683760.0010R-squared0.439964    Mean dependent var1.148889Adjusted

47、 R-squared0.439964    S.D. dependent var35.24624S.E. of regression26.37672    Akaike info criterion9.431548Sum squared resid13218.90    Schwarz criterion9.481334Log likelihood-93.31548    Durbin-Watson stat1.152610由表15可得

48、et 的回归方程et=0.722015et-1 对原模型进行广义差分得广义差分方程：CPI-0.722015*CPIt-1=1+2（GDP-0.722015*GDP t-1）+ 3(X-0.722015*X t-1)+t回归后得表16表16Dependent Variable: CPI-0.722015*CPI(-1)Method: Least SquaresDate: 12/15/07 Time: 14:59Sample (adjusted): 1986 2005Included observations: 20 after adjustmentsVariableCoefficientStd

49、. Errort-StatisticProb.  C54.337608.4842376.4045360.0000GDP-0.722015*GDP(-1)0.1874130.0410134.5696350.0003X-0.722015*(-1)-1.1714360.982195-1.1926720.2494R-squared0.558228    Mean dependent var81.01815Adjusted R-squared0.506255    S.D. dependent var25

50、.78784S.E. of regression18.12034    Akaike info criterion8.769428Sum squared resid5581.892    Schwarz criterion8.918788Log likelihood-84.69428    F-statistic10.74071Durbin-Watson stat0.490239    Prob(F-statistic)0.000964

51、由表16得回归方程为:=54.33760 + 0.187413GDPt* - 1.171436Xt* (8.484237) ( 0.041013) ( 0.982195) t= (6.404536) ( 4.569635) ( -1.192672)R2=0.558228 =0.506255 F=10.74071 df=17 DW=0.490239为了保证样本数不减少，我们使用普莱斯-温斯腾变换补充第一个观测值，公式为Y*=Y1, 该模型中用CPI*、GDP*和X* 取代Y* 即可（具体数据见附表1）。经过替换后得到替换后的回归结果（见表17）表17Dependent Variable: CPI

52、*Method: Least SquaresDate: 12/15/07 Time: 17:05Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C52.069107.6123206.8401100.0000GDP*0.1686230.0371524.5386950.0003X*-0.7887361.197956-0.6584020.5186R-squared0.534197    Mean dependen

53、t var80.38861Adjusted R-squared0.482441    S.D. dependent var25.24576S.E. of regression18.16219    Akaike info criterion8.768125Sum squared resid5937.573    Schwarz criterion8.917342Log likelihood-89.06531    F-statistic

54、10.32148Durbin-Watson stat0.604938    Prob(F-statistic)0.001032由表17得到普莱斯温斯腾变换的广义差分模型：CPI*=52.06910 + 0.168623GDP*-0.788736X* (7.612320) (0.037152) (1.197956) t= (6.840110) (4.538695) (-0.658402)R2=0.534197 =0.482441 F=10.32148 df=18 DW=0.604938查5%显著水平的DW统计表可知dL =1.100 dU =1.538 ，可以看出虽然DW值有所提高但0<DW<