我国通货膨胀影响因素的计量经济学分析

我国通货膨胀影响因素的计量经济学分析班级：111001姓名：李圆圆提交日期：2014.7.3目录理论陈述……………1变量与数据的选取及处理…………1计量分析的具体流程………3解释变量的平稳性检验…………3变量的调整……………………6新解释变量的平稳性检验……………………7(四)模型的参数估计………………10（五）模型的检验与确定……………11四、结论分析与建议………………15五、参考文献……………………16摘要：通货膨胀是市场经济不可避免的产物，从中国改革开放到现在，我国的社会主义市场经济也逐渐形成了较为完善的结构体系。在这种经济背景下，通货膨胀的产生是不可避免的，已经并且会继续影响着我国的发展和普通人民的生活。本文旨在运用计量经济学的科学方法，对我国改革开放后通货膨胀的成因进行一定的探讨和思索，给广大的读者一定的启发。关键词：通货膨胀货币供给国内生产总值GDP固定资产投资一、理论陈述关于通货膨胀的定义,迄今为止还没有形成统一的说法。我们认为,通货膨胀可以定义为:通货膨胀是经济运行中价格总水平大幅度持续上升的货币现象。在通胀理论方面，我国学者与国外之间有很大差异。比如,我国学者提出了与西方成熟通货膨胀理论大相径庭的通货膨胀概念和理论,包括摩擦性通货膨胀、隐形通货膨胀、体制型通货膨胀的概念以及低效率导致通货膨胀理论等。以下是几种国外对通货膨胀的理论研究成果：（一）货币数量论：该理论可以视为西方经济学界主要分析通胀成因的理论，他们认为,在其他条件不变的情况下,价格水平是由货币数量直接决定的,货币数量增加则物价水平会上升。通胀的原因必然是货币供应量相对于需求过多,以致较多的货币追逐较少的商品,而解决通货膨胀的措施就必定是进行货币的紧缩。该理论提出如下方程式：π=m-y+v其中，π为通货膨胀率，m为货币增长率，v为货币流通速度变化率，y为查处增长率，当v与y不变时，通货膨胀率π就与货币增长率m成正比关系。（二）需求拉动学论：认为通货膨胀是由于强制流通的纸币和信用货币对商品和劳务的总需求过度增长引起的。代表学派是凯恩斯主义和货币学派。前者认为，货币供应量增加会引起利息率降低，从而会刺激投资的增加和总需求的增加，当达到充分就业，产量无法继续扩大时，物价就会上涨，通货膨胀发生；后者认为，从长期趋势看，货币供应量增加，就会导致物价水平提高，通货膨胀就会发生，货币供应量对产量的增长影响很小，而从短期看，货币供应量的增加暂时会影响产量的增长。（三）成本推进论：该理论认为,在一个完全竞争的市场中,任何特定的利益集团都无法凭借超经济的权力获得超额收益,因而也无法引起成本推进的通货膨胀。在不完全竞争市场中,工会以及少数垄断性部门却可以使收入的增长超过劳动生产率和经济的增长,因而就产生了成本推进的通货膨胀。（四）结构性价格上涨论：这一理论的学者从价格结构的变动方面去寻找成本上升的基本力量,认为通胀会在较长时期受到结构失衡及其调整的影响。也就是说，在没有需求拉动与成本推进的情况下，只是由于经济结构因素的变动，也会出现一般价格水平的持续上涨。对于通货膨胀理论，目前国际上也没有一种得到了公认，不同学派对于通货膨胀的成因及其治理方法的看法上存在着巨大的差别,最为突出的就是货币数量派与结构价格上涨派之间的观点，几乎是完全相反的政策主张和政策措施。我国对于其理论，也在不断的探索之中。二、变量与数据选择及处理（1990~2012）(1)货币供给量（M2）根据弗里德曼的理论，通货膨胀归根到底是一种货币现象，其本质是货币的过量。此外，经济学上认为，货币供给的扩张是需求拉动型通货膨胀的最主要原因。因此我们选取以M2这样一个衡量较为全面的货币供给量作为解释变量。(2)经济增长（G）虽然从经济学理论上来看，经济增长与通货膨胀之间并没有必然的联系，同时经济增长使社会价值和财富增加，从而使社会有效供给增加而对通货膨胀有一定抑制作用，但就我国的实际情况来看，经济的持续增长常常伴随着一定的通货膨胀，因此我们选取以GDP增长衡量的经济增长作为一个解释变量。(3)固定资产投资（I）的快速增长会造成国家财政的紧张，而财政赤子又会导致货币供给的增加，从而增加通货膨胀的压力。同时，固定资产的过快增长会导致农业、能源、交通等部门供给方面的紧张，导致农产品和基础工业产品的价格上涨，加大社会总需求与总供给之间的缺口。我国最近一轮经济增长中就出现了比较严重的“瓶颈”制约现象，因此我们选取固定资产投资作为另一个解释变量。(4)GDP平减指数，（以下简称PJG），又称GDP缩减指数，GDP折算指数，是指没有剔除物价变动前的GDP(现价GDP)增长与剔除了物价变动后的GDP(即不变价GDP（constant-priceGDP）或实质GDP)增长之商。该指数也用来计算GDP的组成部分，如个人消费开支。它的计算基础比CPI更广泛，涉及全部商品和服务，除消费外，还包括生产资料和资本、进出口商品和劳务等。因此，这一指数能够更加准确地反映一般物价水平走向,是对价格水平最宏观测量。因此我们选择GDP平减指数来描述通货膨胀。因为在统计年鉴中没有直接给出GDP平减指数，因此只能自行计算。在年鉴中查出从78年开始的GDP以及以78年为基值100的GDP指数，用GDP*指数算出相应年份的不变价GDP，再根据公式：GDP平减指数=现价GDP/不变价GDP，算出每一年的GDP平减指数。具体见附录表一。因此最终得到的数据为下表：obsGIM2PJG199018667.8451715293.41.82199121781.55594.519349.91.94199226923.58080.125402.22.1199335333.913072.334879.82.42199448197.917042.146923.52.92199560793.720019.360750.53.32199671176.622913.576094.93.5319977897324941.190995.33.59199884402.328406.2104498.53.56199989677.129854.7119897.93.51200099214.632917.7134610.33.582001109655.237213.5158301.93.662002120332.743499.91850073.682003135822.855566.6221222.83.772004159878.370477.42541074.032005184937.488773.6298755.74.192006216314.4109998.2345603.64.352007265810.3137323.9403442.24.682008316030.3182915.3475166.65.082009340320.0250229.7610224.55.012010399759.5278140.0725851.85.332011468562.4311485.1851590.95.712012516282.1374694.7974148.85.84

首先，我们单独考虑各因素是否构成对通货膨胀的影响：通过上图，我们可以看出，GDP平减指数PJG和M2、G、I三个量之间存在一定的相关性，并且都表现出滞后性，因此在建模的过程中考虑引入滞后变量。三、计量分析的具体流程（一）解释变量的平稳性检验：（1）M2通过EVIEWS的单位根检验有：NullHypothesis:D(M2)hasaunitrootExogenous:ConstantLagLength:3(AutomaticbasedonSIC,MAXLAG=4)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic

1.783724

0.9993Testcriticalvalues:1%level-3.8573865%level-3.04039110%level-2.660551

NullHypothesis:D(M2)hasaunitrootExogenous:Constant,LinearTrendLagLength:2(AutomaticbasedonSIC,MAXLAG=4)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-0.415656

0.9785Testcriticalvalues:1%level-4.5325985%level-3.67361610%level-3.277364

NullHypothesis:D(M2)hasaunitrootExogenous:NoneLagLength:3(AutomaticbasedonSIC,MAXLAG=4)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic

2.437215

0.9940Testcriticalvalues:1%level-2.6997695%level-1.96140910%level-1.606610

可以看出M2在一阶差分的情况下，检验出非平稳。（2）G通过EVIEWS的单位根检验有：NullHypothesis:D(G)hasaunitrootExogenous:ConstantLagLength:0(AutomaticbasedonSIC,MAXLAG=4)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic

3.442005

1.0000Testcriticalvalues:1%level-3.7880305%level-3.01236310%level-2.646119

NullHypothesis:D(G)hasaunitrootExogenous:Constant,LinearTrendLagLength:3(AutomaticbasedonSIC,MAXLAG=4)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-0.431409

0.9770Testcriticalvalues:1%level-4.5715595%level-3.69081410%level-3.286909

NullHypothesis:D(G)hasaunitrootExogenous:NoneLagLength:0(AutomaticbasedonSIC,MAXLAG=4)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic

4.386114

0.9999Testcriticalvalues:1%level-2.6797355%level-1.95808810%level-1.607830

可以看出G在一阶差分的情况下，检验出非平稳。（3）II在一阶差分的情况下，同样检验出非平稳。（4）PJG通过EVIEWS的单位根检验有：NullHypothesis:D(PJG)hasaunitrootExogenous:ConstantLagLength:1(Fixed)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-2.681071

0.0946Testcriticalvalues:1%level-3.8085465%level-3.02068610%level-2.650413

可以看出PJG在有截距项无趋势时，在一阶差分，滞后一期条件下，检验出为平稳时间序列。由于M2、G、I的一阶差分都不平稳，而PJG的一阶差分检验出平稳，以目前我们所学的知识无法进行协整。于是我决定将变量进行变换，以消除原变量的趋势，达到平稳协整的目的。（二）变量调整：PJG在之前PJG选择的是以78年为基期的定基数据，我们将其修改为环比数据得：PP=PJG/PJG(-1)，环比数据可以反映相对的增长量，任何一期的物价上涨都是可以理解的，因为随着经济的发展，成本的提高，物价必然上涨，但是一旦PP值过大或过小偏离了正常水平，即可以视为发生了通胀或者紧缩。M2同样，之前的M2为实际期末存量，是一个绝对量，我们选择用其增长率代替：M22=M2/M2（-1），M2的不断增长是客观的必然，但是偏离了正常水平的暴涨，就有可能引起通货膨胀。G和I投资必然会引起GDP的增长，因此G和I之间必然存在强烈的共线性，为消除这种共线性，我们选择计算结构相对数（比重）指标。选用的变量是固定资产投资占GDP总量的比率，知所以选用这一比率，是因为它同时考虑到了两个因素的影响，分子I和分母G都会使该变量发生改变。之后，再将该变量转换为增长幅度作为最终的使用变量，即：IG=（I/G）/（I（-1）/G（-1）），之所以这样做是因为在我国，固定资产投资的比重基本上是逐年增加的。虚拟变量V由于物价可能会受到国家内的政治或者经济事件的影响，比如88和89两年出现的政治局势上的波动对我国经济运行特别是物价变动有着一定的影响。因此这段时期的物价变动和其他时期的通货膨胀有一定性质上的区别；再比如93和94年房地产热和证券热等经济行为引发的通货膨胀；2007年开始的经济危机都对物价产生了一定的影响。对于政治经济局势的正常与否这一指标我们无法直接对其影响进行度量，因此我们引入虚拟变量V：V=1（政治或经济波动）0（政治或经济平稳）最终调整之后的数据为：obsM22PPIGV19901.2800001.0581400.9322470.00000019911.2652451.0659341.0614920.00000019921.3127821.0824741.1684540.00000019931.3731021.1523811.2327511.00000019941.3452921.2066120.9557291.00000019951.2946711.1369860.9313120.00000019961.2525811.0632530.9776060.00000019971.1958131.0169970.9810310.00000019981.1483940.9916431.0656680.00000019991.1473650.9859550.9891730.00000020001.1227081.0199430.9966040.00000020011.1760011.0223461.0228630.00000020021.1686971.0054641.0652050.00000020031.1957541.0244571.1317140.00000020041.1486471.0689661.0775050.00000020051.1757081.0397021.0889270.00000020061.1568101.0381861.0593540.00000020071.1673551.0758621.0159541.00000020081.1712351.0734321.0732331.00000020091.1777871.0813221.0821221.00000020101.1823231.0832441.0865431.00000020111.1887651.0943711.9562151.00000020121.1932351.0978631.9863221.000000

（三）新解释变量的平稳性检验：（1）M22通过EVIEWS的单位根检验有：NullHypothesis:D(M22)hasaunitrootExogenous:ConstantLagLength:4(Fixed)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-3.652663

0.0167Testcriticalvalues:1%level-3.9203505%level-3.06558510%level-2.673459*MacKinnon(1996)one-sidedp-values.Warning:Probabilitiesandcriticalvaluescalculatedfor20

observationsandmaynotbeaccurateforasamplesizeof16AugmentedDickey-FullerTestEquationDependentVariable:D(M22,2)Method:LeastSquaresDate:01/07/14Time:12:46Sample(adjusted):19972012Includedobservations:16afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

D(M22(-1))-1.4932020.408798-3.6526630.0044D(M22(-1),2)0.3543680.3267931.0843810.3036D(M22(-2),2)0.6692920.2780482.4071130.0369D(M22(-3),2)0.7765890.2684632.8927210.0160D(M22(-4),2)0.4768920.2104082.2665090.0468C-0.0111090.008591-1.2931810.2250R-squared0.735905

Meandependentvar0.001581AdjustedR-squared0.603858

S.D.dependentvar0.051824S.E.ofregression0.032618

Akaikeinfocriterion-3.727920Sumsquaredresid0.010639

Schwarzcriterion-3.438200Loglikelihood35.82336

F-statistic5.573040Durbin-Watsonstat2.144324

Prob(F-statistic)0.010389

可以看出M22在有截距无趋势的条件下，一阶差分四期滞后的情况下，检验出平稳。（2）IG通过EVIEWS的单位根检验有：NullHypothesis:D(IG)hasaunitrootExogenous:ConstantLagLength:1(Fixed)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-3.493726

0.0200Testcriticalvalues:1%level-3.8315115%level-3.02997010%level-2.655194*MacKinnon(1996)one-sidedp-values.Warning:Probabilitiesandcriticalvaluescalculatedfor20

observationsandmaynotbeaccurateforasamplesizeof19AugmentedDickey-FullerTestEquationDependentVariable:D(IG,2)Method:LeastSquaresDate:01/07/14Time:12:50Sample(adjusted):19942012Includedobservations:19afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

D(IG(-1))-1.2005180.343621-3.4937260.0030D(IG(-1),2)0.2157360.2442050.8834210.3901C0.0006950.0239990.0289770.9772R-squared0.515986

Meandependentvar-0.000688AdjustedR-squared0.455485

S.D.dependentvar0.141748S.E.ofregression0.104598

Akaikeinfocriterion-1.533454Sumsquaredresid0.175050

Schwarzcriterion-1.384332Loglikelihood17.56781

F-statistic8.528464Durbin-Watsonstat1.999905

Prob(F-statistic)0.003012

可以看出IG在有截距无趋势的条件下，一阶差分一期滞后的情况下，检验出平稳。（3）PP通过EVIEWS的单位根检验有：NullHypothesis:D(PP)hasaunitrootExogenous:ConstantLagLength:1(Fixed)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-3.876478

0.0091Testcriticalvalues:1%level-3.8315115%level-3.02997010%level-2.655194*MacKinnon(1996)one-sidedp-values.Warning:Probabilitiesandcriticalvaluescalculatedfor20

observationsandmaynotbeaccurateforasamplesizeof19AugmentedDickey-FullerTestEquationDependentVariable:D(PP,2)Method:LeastSquaresDate:01/07/14Time:12:57Sample(adjusted):19942012Includedobservations:19afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

D(PP(-1))-1.0053550.259348-3.8764780.0013D(PP(-1),2)0.3820860.2164391.7653290.0966C-0.0022190.008595-0.2581150.7996R-squared0.492192

Meandependentvar-0.001613AdjustedR-squared0.428716

S.D.dependentvar0.049560S.E.ofregression0.037459

Akaikeinfocriterion-3.587216Sumsquaredresid0.022450

Schwarzcriterion-3.438094Loglikelihood37.07855

F-statistic7.753996Durbin-Watsonstat1.530023

Prob(F-statistic)0.004422

可以看出PP在有截距无趋势的条件下，一阶差分一期滞后的情况下，检验出平稳。pp,m22,ig,v之间存在协整。(四)模型的参数估计：我们分别检验M22和IG滞后变量对PP的影响，以选择最合适的滞后期数进行建模。PP对M22的PDL法滞后分析：DependentVariable:PPMethod:LeastSquaresDate:01/07/14Time:14:01Sample(adjusted):19942012Includedobservations:19afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C0.3903830.1520222.5679340.0214PDL010.4106890.1441022.8499840.0122PDL02-0.0207970.160603-0.1294910.8987PDL03-0.1748480.150076-1.1650640.2622R-squared0.740783Meandependentvar1.060206AdjustedR-squared0.688939S.D.dependentvar0.056673S.E.ofregression0.031608Akaikeinfocriterion-3.886154Sumsquaredresid0.014986Schwarzcriterion-3.687325Loglikelihood40.91846F-statistic14.28885Durbin-Watsonstat1.293528Prob(F-statistic)0.000114

LagDistributionofM22iCoefficientStd.Errort-Statistic

.*|0

0.25664

0.18341

1.39925

.*|1

0.41069

0.14410

2.84998

.*|2

0.21504

0.14572

1.47574

*.|3-0.33030

0.18078-1.82711SumofLags

0.55208

0.12407

4.44982

由表知，滞后一期的M22与PP之间的相关关系最显著，故选择M22（-1）作为解释变量。PP对IG的PDL法滞后分析：DependentVariable:PPMethod:LeastSquaresDate:01/07/14Time:14:03Sample(adjusted):19942012Includedobservations:19afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C0.6627150.2889212.2937630.0367PDL010.1825530.0829762.2000720.0439PDL020.1290270.0998671.2919820.2159PDL03-0.1003130.090180-1.1123580.2835R-squared0.317016Meandependentvar1.060206AdjustedR-squared0.180420S.D.dependentvar0.056673S.E.ofregression0.051306Akaikeinfocriterion-2.917349Sumsquaredresid0.039485Schwarzcriterion-2.718520Loglikelihood31.71482F-statistic2.320819Durbin-Watsonstat0.297844Prob(F-statistic)0.116641

LagDistributionofIGiCoefficientStd.Errort-Statistic

*.|0-0.04679

0.15421-0.30340

.*|1

0.18255

0.08298

2.20007

.*|2

0.21127

0.08305

2.54392

.*|3

0.03936

0.15494

0.25401SumofLags

0.38639

0.28054

1.37731

由表知，滞后二期的IG与PP之间的相关关系最显著，故选择IG（-2）作为解释变量。（五）模型的建立与确定：进行回归得到下表结果：DependentVariable:PPMethod:LeastSquaresDate:01/07/14Time:14:06Sample(adjusted):19932012Includedobservations:20afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C0.2820630.1021792.7604850.0139M22(-1)0.4872220.0717936.7864400.0000IG(-2)0.1692940.0569412.9731500.0090V0.0481130.0123093.9087230.0013R-squared0.882875

Meandependentvar1.063224AdjustedR-squared0.860914

S.D.dependentvar0.056788S.E.ofregression0.021179

Akaikeinfocriterion-4.694775Sumsquaredresid0.007177

Schwarzcriterion-4.495629Loglikelihood50.94775

F-statistic40.20204Durbin-Watsonstat1.152805

Prob(F-statistic)0.000000

结论：方程的拟合情况比较理想，各解释变量的t值显著。变量的改变有88.3%可以由模型作出解释。模型表达式为：PP=0.282063+0.487222*M22（-1）+0.169294*IG+0.048113*VT=（2.760485）（6.786440）（2.973150）（3.908723）R2=0.882875F=40.20204DW=1.152805RESET检验结果：RamseyRESETTest:F-statistic0.299045

Prob.F(1,15)0.592525Loglikelihoodratio0.394804

Prob.Chi-Square(1)0.529785TestEquation:DependentVariable:PPMethod:LeastSquaresDate:01/07/14Time:14:55Sample:19932012Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.

C0.8462871.0370510.8160520.4272IG(-2)-0.1991990.676357-0.2945170.7724M22(-1)-0.5481831.894822-0.2893060.7763V-0.0532040.185701-0.2865020.7784FITTED^20.9748021.7825760.5468500.5925R-squared0.885164

Meandependentvar1.063224AdjustedR-squared0.854541

S.D.dependentvar0.056788S.E.ofregression0.021659

Akaikeinfocriterion-4.614516Sumsquaredresid0.007036

Schwarzcriterion-4.365583Loglikelihood51.14516

F-statistic28.90536Durbin-Watsonstat1.067759

Prob(F-statistic)0.000001

F统计值很小，故模型不存在设定误差。冗余变量的检验RedundantVariables:VF-statistic15.27811

Prob.F(1,16)0.001251Loglikelihoodratio13.40660

Prob.Chi-Square(1)0.000251RedundantVariables:M22(-1)F-statistic46.05577

Prob.F(1,16)0.000004Loglikelihoodratio27.10890

Prob.Chi-Square(1)0.000000

RedundantVariables:IG(-2)F-statistic8.839619

Prob.F(1,16)0.008968Loglikelihoodratio8.797024

Prob.Chi-Square(1)0.003017均不冗余。

其它的检验及修正:多重共线性相关系数矩阵为：M22IGVM22

1.000000

0.198593

0.290071IG

0.198593

1.000000-0.160857V

0.290071-0.160857

1.000000多重共线性不明显，各解释变量之间的相关关系不明显，故模型不存在多重共线性。残差平稳性检验结果：NullHypothesis:ETThasaunitrootExogenous:ConstantLagLength:0(Fixed)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-4.049487

0.0068Testcriticalvalues:1%level-3.8573865%level-3.04039110%level-2.660551*MacKinnon(1996)one-sidedp-values.Warning:Probabilitiesandcriticalvaluescalculatedfor20

observationsandmaynotbeaccurateforasamplesizeof18AugmentedDickey-FullerTestEquationDependentVariable:D(ETT)Method:LeastSquaresDate:01/07/14Time:14:34Sample(adjusted):19952012Includedobservations:18afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

ETT(-1)-0.9942470.245524-4.0494870.0009C0.0005850.0044370.1317630.8968R-squared0.506148

Meandependentvar0.000656AdjustedR-squared0.475282

S.D.dependentvar0.025986S.E.ofregression0.018824

Akaikeinfocriterion-5.002959Sumsquaredresid0.005669

Schwarzcriterion-4.904029Loglikelihood47.02663

F-statistic16.39835Durbin-Watsonstat1.603026

Prob(F-statistic)0.000930

查表可知：10%的临界值=(-3.4518)+(-0.34672)-0.00861=(-3.8071)>(-4.049487)残差平稳异方差性由于是时间序列数据，故使用White检验和ARCH检验，得：WhiteHeteroskedasticityTest:F-statistic1.577790

Prob.F(5,14)0.229936Obs*R-squared7.208158

Prob.Chi-Square(5)0.205614TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:01/07/14Time:15:17Sample:19932012Includedobservations:20CollineartestregressorsdroppedfromspecificationVariableCoefficientStd.Errort-StatisticProb.

C-0.0087270.035939-0.2428410.8117M22(-1)0.0060470.0584850.1033960.9191M2