CPI范文10篇

CPI范文篇1

摘要：改变以CPI作为单一的通胀目标，提高对广义价格指标通胀率（如GDP平减指数通胀率）的决策信息度，是当前防范和化解金融风险、有效维护经济与金融双重稳定不可忽视的重要内容。虽然CPI是衡量通胀的重要指标，但从我国的实际情况来看，CPI的动态走势并不足以成为警示经济系统性、结构性风险的有效通胀指标。

公众以及众多专家学者都普遍认为，我国CPI中各项权重不合理，造成CPI不能客观地反映国内物价变动情况，使得通货膨胀水平的度量失真。特别是CPI八大类组成中，食品权重被认为过高，而居住类的权重过低。对于居住类的权重问题，有学者认为房地产价格应该纳入CPI。人们还认为在居民生活中教育、医疗费用等权重也过低。最近一段时期，甚至有人声称国家统计局的CPI数据可能被人为低估了7%。近年来，中国CPI组成成分的权重问题备受关注，而国家统计局对CPI的统计工作也经常因为权重问题而受到质疑和责备。

但是笔者认为，在不做调查分析和实证分析的情况下，对中国官方统计工作和统计数据进行批评和质疑，是不妥当的。特别是经济学者，对相关问题的评论更需要有理有据，否则对公众形成误导而造成的社会影响是非常负面的。

笔者研究发现，从现实情况看，我国CPI子成分的权重确实与其他国家，特别是美国等发达国家对应的子成分权重存在较大的差别。例如，以美国为例，中美两国CPI子成分中，食品、烟酒及用品以及居住这三大类的权重形成鲜明的反差。美国的食品与烟酒及用品大类的权重合计只有15%，而中国则为38.3%；相反，美国居住类权重为42.7%，而我国只有15%。

但是，这样的差异是否就暗示着大幅调整CPI编制的权重就可以解决CPI对通货膨胀水平的低估问题呢？为了明确回答这一问题，笔者曾依据美国的权重标准重新核算了我国自2001年1月至2010年6月期间的CPI通胀率，并与我国CPI通胀率的原始数据的动态运行轨迹进行比较。结果显示，根据美国CPI各大类权重对我国CPI进行重新核算之后，新的CPI时序轨迹与原始数据基本完全一致。虽然在个别年份新核算的CPI序列略高（如2006年）或略低于（如2008年）原始数据，但高低幅度一般不超过1%。

CPI范文篇2

［关键词］大数据；CPI统计；影响；改进方式

1我国CPI统计的实施现状

目前，我国针对城乡居民CPI指数进行调查统计时，主要涉及衣、食、住、行、医疗等8大领域，调查范围较广，主要面向全国各地的市场与消费单位，因此数据信息量十分庞大，为统计工作带来较大的挑战。在数据统计、计算的过程中，通常使用采样调查法，选择一些较为典型的商品或者市场，对所需调查的内容进行分析，从而获取结果，但这种方式很容易受到内外部因素的干扰产生误差，因此得出的结果也只能用于参考，不具备准确性。

2大数据对CPI统计的影响

2.1对传统统计模式的影响。现阶段，大数据已经受到社会各界的广泛关注，并且引领世界走向新时代。在大数据内涵方面，具有内容多样、容量巨大、流动快、稳定性差等特征。具体来说：一是与传统度量范围相比，大数据在数量上占据明显优势，其单位用TB、PB、EB表示，目前全球每两天便能够形成5EB左右的数据量，也就是5×1018B；二是数据类型多样，且较为复杂，不仅包括结构化，还包括半结构化、非结构化数据，且后两者所占比例逐渐增加。2.2对CPI数据采集的影响。现阶段，我国主要采用人工采价与抽样调查相结合的方式进行CPI统计，与纯手工数据采集相比，在效率与实时性方面有所提升，人为误差得到显著降低。国家统计局在各个地区设立了直属调查小组，分布在31个省市、500个调查市县的5万个商业业态、农贸市场、电影院、医院等提供服务消费的单位，每隔5天对猪肉、蔬菜、鞋帽等与居民生活息息相关物品的价格进行调查。但是仍然存在一些问题，如抽样调查难免出现误差、采价成本较高等，都会造成各类误差，导致计算得出的CPI数值与商品评价价格相比过高或者过低。在大数据快速发展的背景下，将其应用在CPI数据采集中，与传统少量数据抽样方式相比，所编制的规格、价格等方面均与总体十分贴近，不但能显著降低人为误差，还能够有效控制抽样误差，与传统方式相比，数据采集效率提高了3倍左右。由此可见，应用大数据有效提升了CPI数据的采集效率。2.3对CPI指数计算的影响。在大数据诞生以后，对CPI计算方面也产生了一定的影响，主要表现在样本范围与样本时间方面。在样本时间方面，以往CPI编制中的数据采集时间往往是固定的，并且两个采集点之间的时间距离较长。事实上，商家与消费者都会根据价格调整购买方式，如若出现商品滞销，商家则会采用打折促销的方式，这时消费者的购买量往往会增加。这种固定时间采集的方式很可能导致商品价格指数过高或者过低，造成统计误差，而应用大数据能够实时获取商品的价格、数量，通过动态计算CPI指数的方式消除统计误差。在样本范围方面，大数据的应用使采集到的样本与总体十分相似，在CPI计算中的样本范围也不再局限于8大领域，而是将所有居民消费的商品均纳入其中。2011年，阿里巴巴推出了网络零售价格指数，与淘宝四级类物品成交均价相同。2016年5月，网购商品物价水平变动指数同比上升0.05%，分类同比中食品类的涨幅最大，在短短一个月期间便增长了2.26%，主要受外用膳食品上涨的影响，阿里巴巴网络核心商品价值分类同比指数变化情况如图1所示。在本次调查过程中，虽然没有将全部淘宝物品均包含在统计范围中，但从调查结果可见，与传统CPI统计方式相比，样本的范围已经得到了明显扩大。2.4对CPI权重的影响。在CPI编制的过程中，权重是其中十分重要的环节之一，目前我国每隔5年便做一次大的调整，最近一次调整在2016年。从新的权重构成中可知，食品类权重比例降低，大约降低25%左右，而居住类权重比例显著提升，已经超过45%。事实上，由于我国目前正处于社会转型的关键时期，居民消费结构上产生了新的变化，权重更新也较为缓慢，对CPI数据统计质量产生较大的不利影响。而大数据应用以后，有效提高了我国的权重调整速度，同时还能将统计局对各类商品权重调整的结果向大众公布，为相关部门获取数据提供便利，进一步提高CPI权重调整的透明度，由此更加突显大数据对CPI权重产生的影响。

3大数据背景下CPI统计方法的优化措施

3.1实施现代化。CPI数据采集在大数据时代，为采集统计数据提供了充足的技术支持，使数据采集数量、范围均得到了有效拓展与延伸，使采集结果变得更加准确。例如，使用传统方式采集生活必需品时，只能选取几样具有代表性的数据，与实际相比有很大出入，统计结果的准确性不高。3.2创新CPI统计方法。在以往统计方式中，只能对固定数据进行计算，随着信息量的日渐增加，传统工作量增加，效率却逐渐降低，已经很难符合现代工作需求。在大数据技术的不断发展之下，可使用高级指数公式完成CPI统计。这种新型计算方式借助链式加权操作法，使用起来较为灵活多变，能够对替代品进行计算，体现出不同商品对居民消费产生的各类影响。因此，在理论上应抛弃传统固定权重方式，计算公式如下。01kttkttitiikInpββZε==+∑+（1）在式（1）中，Zit代表的使产品i在时间段t范围内的特征组合，根据上述公式，可以将t时间段内各个特征的影子价格βkt看成调整CPI质量的依据。例如，在对牛肉、猪肉、羊肉进行计算时，可以对样本进行加权替换，并与先前结构进行比较分析，根据数据反馈判断不同肉类产品对居民消费选择的影响，从而提升CPI统计结果的准确性。3.3优化CPI权重设计方法。事实证明，居民消费选择与收入水平之间存在较大关联，从而会对消费权重变化产生影响，进而得出不同的计算结果。例如，以往我国经济发展较慢，居民收入水平较低时，对食品类的购买比重较大，几乎达到70%左右。而随着居民物质生活水平不断提高，消费权重开始偏向娱乐、居住、交通等方面，已经占居民总消费比例的38%左右。3.4提升CPI统计质量。当得出CPI统计结果以后，还需要对其进行进一步验证，以此来保障其准确性，以往工作方式由于无法保障统计质量与时代需求不符。在大数据时代，CPI统计应采用乘法调整、特征价格法、加法调整等多种方式，并提升CPI统计价格。

4结语

在市场经济快速发展的背景下，人们的消费观念也随之发生改变，逐渐由食品类权重转变为娱乐、电子等方面。因此，在政府统计工作中，工作人员应积极引进大数据等先进信息技术，对统计模式、数据采集、计算、质量调整、权重等多个方面进行分析与改进，不断拓宽数据信息采集的范围与渠道，并创新统计方式，以不断提升CPI统计的质量与效率。

参考文献

［1］蔡苑葩.探究大数据对CPI统计的影响及方法改进思路［J］.收藏与投资,2017(9).

［2］田涛,周薇薇.大数据背景下线上商品价格变动对CPI的影响［J］.统计与决策,2017(13).

［3］陈梦根,胡雪梅.CPI质量调整及方法改进问题新探［J］.统计与信息论坛,2016(7).

［4］徐映梅,高一铭.基于互联网大数据的CPI舆情指数构建与应用——以百度指数为例［J］.数量经济技术经济研究,2017(1).

［5］田涛.电商发展对CPI的影响研究——基于大数据背景下线上线下价格波动的同步性分析［J］.上海经济研究,2016(3).

［6］张苗苗.大数据背景下影响CPI的因素浅析——基于Bootstrap方法［J］.市场论坛,2016(8).

［7］王薇,胡晓丹.“大数据”在CPI调查中的应用初探——人工采集网络购买商品价格的研究及建议［J］.中国统计,2015(12).

CPI范文篇3

摘要：改变以CPI作为单一的通胀目标，提高对广义价格指标通胀率（如GDP平减指数通胀率）的决策信息度，是当前防范和化解金融风险、有效维护经济与金融双重稳定不可忽视的重要内容。虽然CPI是衡量通胀的重要指标，但从我国的实际情况来看，CPI的动态走势并不足以成为警示经济系统性、结构性风险的有效通胀指标。

公众以及众多专家学者都普遍认为，我国CPI中各项权重不合理，造成CPI不能客观地反映国内物价变动情况，使得通货膨胀水平的度量失真。特别是CPI八大类组成中，食品权重被认为过高，而居住类的权重过低。对于居住类的权重问题，有学者认为房地产价格应该纳入CPI。人们还认为在居民生活中教育、医疗费用等权重也过低。最近一段时期，甚至有人声称国家统计局的CPI数据可能被人为低估了7%。近年来，中国CPI组成成分的权重问题备受关注，而国家统计局对CPI的统计工作也经常因为权重问题而受到质疑和责备。

但是笔者认为，在不做调查分析和实证分析的情况下，对中国官方统计工作和统计数据进行批评和质疑，是不妥当的。特别是经济学者，对相关问题的评论更需要有理有据，否则对公众形成误导而造成的社会影响是非常负面的。

笔者研究发现，从现实情况看，我国CPI子成分的权重确实与其他国家，特别是美国等发达国家对应的子成分权重存在较大的差别。例如，以美国为例，中美两国CPI子成分中，食品、烟酒及用品以及居住这三大类的权重形成鲜明的反差。美国的食品与烟酒及用品大类的权重合计只有15%，而中国则为38.3%；相反，美国居住类权重为42.7%，而我国只有15%。

但是，这样的差异是否就暗示着大幅调整CPI编制的权重就可以解决CPI对通货膨胀水平的低估问题呢？为了明确回答这一问题，笔者曾依据美国的权重标准重新核算了我国自2001年1月至2010年6月期间的CPI通胀率，并与我国CPI通胀率的原始数据的动态运行轨迹进行比较。结果显示，根据美国CPI各大类权重对我国CPI进行重新核算之后，新的CPI时序轨迹与原始数据基本完全一致。虽然在个别年份新核算的CPI序列略高（如2006年）或略低于（如2008年）原始数据，但高低幅度一般不超过1%。

CPI范文篇4

摘要：改变以CPI作为单一的通胀目标，提高对广义价格指标通胀率（如GDP平减指数通胀率）的决策信息度，是当前防范和化解金融风险、有效维护经济与金融双重稳定不可忽视的重要内容。虽然CPI是衡量通胀的重要指标，但从我国的实际情况来看，CPI的动态走势并不足以成为警示经济系统性、结构性风险的有效通胀指标。

公众以及众多专家学者都普遍认为，我国CPI中各项权重不合理，造成CPI不能客观地反映国内物价变动情况，使得通货膨胀水平的度量失真。特别是CPI八大类组成中，食品权重被认为过高，而居住类的权重过低。对于居住类的权重问题，有学者认为房地产价格应该纳入CPI。人们还认为在居民生活中教育、医疗费用等权重也过低。最近一段时期，甚至有人声称国家统计局的CPI数据可能被人为低估了7%。近年来，中国CPI组成成分的权重问题备受关注，而国家统计局对CPI的统计工作也经常因为权重问题而受到质疑和责备。

但是笔者认为，在不做调查分析和实证分析的情况下，对中国官方统计工作和统计数据进行批评和质疑，是不妥当的。特别是经济学者，对相关问题的评论更需要有理有据，否则对公众形成误导而造成的社会影响是非常负面的。

笔者研究发现，从现实情况看，我国CPI子成分的权重确实与其他国家，特别是美国等发达国家对应的子成分权重存在较大的差别。例如，以美国为例，中美两国CPI子成分中，食品、烟酒及用品以及居住这三大类的权重形成鲜明的反差。美国的食品与烟酒及用品大类的权重合计只有15%，而中国则为38.3%；相反，美国居住类权重为42.7%，而我国只有15%。

但是，这样的差异是否就暗示着大幅调整CPI编制的权重就可以解决CPI对通货膨胀水平的低估问题呢？为了明确回答这一问题，笔者曾依据美国的权重标准重新核算了我国自2001年1月至2010年6月期间的CPI通胀率，并与我国CPI通胀率的原始数据的动态运行轨迹进行比较。结果显示，根据美国CPI各大类权重对我国CPI进行重新核算之后，新的CPI时序轨迹与原始数据基本完全一致。虽然在个别年份新核算的CPI序列略高（如2006年）或略低于（如2008年）原始数据，但高低幅度一般不超过1%。

CPI范文篇5

关键词:汇率;CPI;通货膨胀;人民币升值

一、汇率传导机制研究

所谓汇率传导机制,即由于汇率变动而导致内部物价的相应变动。汇率变动可通过直接和间接两个渠道传导影响消费价格。直接渠道是通过进口商品价格传导。人民币升值,以人民币计价的进口商品价格将变得较便宜,这将可能传递至工业品出厂价格和消费价格,生产商和经销商可能会相应地降低产品价格,进口商品对国内消费者来说变得较便宜。间接渠道是通过出口商品传导。人民币升值使得出口商品对外国买家来说变得较昂贵,国产商品在国际市场上竞争力削弱,从而导致出口、工业生产及总需求有所减少,从而使国内商品价格有下调压力。

根据经济学的经典理论,人民币升值对国内消费价格影响的完整推演应当是:将提高出口商品价格,降低进口商品价格;出口总额将下降,进口总额将上升;则中国的贸易顺差将减少,外汇储备的增加将减少;流入国内的钱相对减少了,本币升值将导致国内货币供应紧缩,从而给过热的经济发展降温,可以降低国内通货膨胀率。

2008年6月6日,银行间外汇市场美元对人民币汇率的中间价为1美元对人民币6.9238元,创汇改以来新高。按照当日的数据计算,人民币对美元汇率计算,从年初1美元对人民币7.2996元计算,年内累计升幅已超过5.2%。按照2005年7月21日汇改时8.11的汇率计算,汇改以来人民币累计升值幅度达到14.6%。随着人民币对美元的不断升值,我国外汇储备也从2005年7月的7327亿美元增加到2007年4月底的17566.4亿美元,增长了140%,出现了人民币越升值,外汇储备越增加,外汇储备越增加,人民币越升值的一种特殊的现象。

自2007年以来,我国的CPI出现持续上涨的趋势。CPI的上涨率由2006年的1.5%上涨到2007年的4.8%。进入2008年以来,CPI的上涨势头不减。2008年第一季度CPI上涨率为8%,其中2月份曾达到了8.7%。本轮物价上涨,初期主要集中在农产品特别是肉类并传导到食品类产品物价上涨。2007年末至今,基础原材料和能源产品价格也开始持续大幅度上涨。2008年第一季度,原材料、燃料、动力购进价格同比上涨9.8%。非食品价格上涨一直处于可控的范围内,2008年第一季度非食品价格上涨率为1.8%。当前仍需要密切关注未来的价格走势,把控制物价上涨、抑制通货膨胀放在更加突出的位置。

二、人民币升值推动国内消费价格上涨因素

通过以上比较分析发现,伴随着人民币的升值,我国的通货膨胀率也大幅上扬,达12年新高,出现了不同于经济学经典理论的特征。其原因有以下几点:

(一）美元贬值

此轮美元贬值始于2002年2月至今,美元对主要货币的名义汇率指数均以下跌为主,美元指数从2002年2月的高点112.73跌至目前的70左右,累计跌幅达到34%,创下了1971年尼克松总统宣布美元与黄金脱钩以来的新低。截至2008年3月,美元贬值幅度已超过39%,其中对欧元的跌幅更大,高达44%。美元大幅贬值,给世界经济和金融市场带来很大的不确定性。美元贬值主要有以下原因:一是美国次贷危机。次按风暴给欧美金融机构带来巨大损失,引发比较严重的信贷紧缩,消费信心和就业数据等均出现恶化的迹象,从而加剧了全球经济及金融市场的不确定性。二是美元利率急速下降。为化解次贷危机引发的经济衰退风险,从2007年9年18日至2008年5月1日,美联储连续7次下调联邦基金基准利率,从5.25%下调至目前2%,由此带来的不利于美元的货币之间的利差变化。三是美国财政和贸易双赤字状况没有丝毫改变,并且还在继续扩大。首先,自2001年互联网泡沫破灭及“9·11”恐怖事件之后,美国加大反恐力度,发动伊拉克战争,财政状况从克林顿时代的盈余转为赤字,财政赤字占GDP比重从2002年的1.5%攀升至2004年的3.6%。其次,美国贸易逆差不断扩大,经常账赤字在2002-2005年的平均增幅高达18.4%,其占GDP的比重从2001年的3.8%猛升至2006年的6.2%,美国财政状况将再趋恶化。在贸易和财政双赤字大幅上升的情况下,美国不得不依靠国家信用和美元在外汇储备及支付清算体系中的国际地位,放松对货币供应的约束,以支撑其日益庞大的贸易支付和军费开支,因此美元弱势不会扭转。

(二)国际大宗商品价格上涨

目前全球以美元标价的原油、金属、农产品为代表的大宗商品价格持续攀升。2008年3月,路透社商品指数、道琼斯商品指数分别为2933.10点和216.33点,而在2005年1月,这两个指数仅为1571.30点和143.153点,短短三年零两个月,涨幅竟分别高达87%和51%。在大宗商品中,又以能源、粮食等基础商品的价格上涨最为突出。主要产油国安全形势恶化、全球需求强劲、供应短缺担忧以及美元疲软是推动国际油价飞涨的主要原因。新兴市场国家的石油消费量不断上升,推动原油价格继续上涨。根据国际能源署各期《石油市场报告》提供的统计数据,2000—2007年全世界石油日需求量依次为7620万桶、7740万桶、7803万桶、7921万桶、8214万桶、8375万桶、8450万桶和8592万桶。尽管发达国家仍然是石油消费的主力,但发展中国家需求增长更快,特别是中国石油日需求从669万桶增长到758万桶,增幅最大。石油开采和生产成本大幅度增加也是推动世界油价上涨的重要因素。开采难度相对较低的油田已经都被开采了,新发现的油田主要分布在北极、深海之类开采条件恶劣的地区,新油田的开采需要更先进的技术和更多的投资,高成本石油供应量的增加将成为一种趋势。美元持续贬值以及过度宽松的货币政策、全球流动性过剩以及投机力量疯狂炒作对近期油价暴涨起着十分关键的作用。国际油价目前已升至135美元左右,欧佩克4月底警告称,未来油价可能上冲至每桶200美元。

国际农产品价格保持上涨态势。在相对落后的非洲,经济增长拉动的主要是食品需求;而在初步实现工业化的亚洲地区,出口导向的农产品加工业发展在推动国民经济增长的同时增加了加工用农业原料需求;农业资源相对丰富的拉美国家则一方面扩大农产品出口,另一方面也在大力发展本国的加工业,国内市场农产品需求也呈现增加态势。在发达国家,食品消费已经基本达到饱和水平,近期的农产品需求增长主要由扩大生物能源生产所拉动。伊拉克战争以来,国际市场原油价格曾由每桶不到20美元急剧上升到接近140美元的水平,导致各国加快发展替代能源工业。在这方面,以美国和巴西为代表的重要农产品出口国表现最为积极,采取了一系列鼓励措施,如美国对乙醇生产的补贴。

在农产品出口国,扩大生物能源生产首先拉动了对玉米、甘蔗、油菜、棕榈油等原料产品的国内需求,从而引起出口数量减少,国际市场价格也因之上升。由于能源作物收益高,生产者将更多的土地资源投入能源作物生产,这使得竞争作物供给减少,价格随之上升,最终导致农产品价格普遍性上升。2007年11月份联合国粮农组织出版的《粮食展望报告》显示,受不利天气、低储备所引起的供应紧张以及受发展中国家需求强劲等因素影响,预测世界谷物价格将保持上涨态势。预计2008年,由于高位运行的世界农产品价格,以及创记录的运费,将使粮食的国际贸易形势严峻。据美国农业部最新预测,此轮世界食品价格上涨的势头一直要持续到2010年。

（三）近年来我国外贸依存度逐年增高,对国际市场依赖性增强

20世纪80年代以来,随着中国经济融入世界经济一体化的进程,我国对外贸易出现快速增长,我国的对外贸易依存度也不断提高。2001年中国加入WTO,经济全球化进一步加深,对外贸易对经济增长的作用日益明显,2004年中国进出口贸易总额历史性地突破万亿美元大关,超过日本,名列世界第3位,对外贸易的增长速度,远远高于中国国内生产总值的增长和世界贸易的增长。中国对外贸易依存度快速增加,2002年突破50%,2005年已经高达63%。据专家学者分析,我国对外贸易依存度已经跻身中等贸易依存度国家行列,与德国、法国、意大利、英国、韩国等相当,因此汇率对于国内价格的变化影响显著。

(四)近年来我国快速增长的需求拉动了相关产品的国际市场价格

近几年,我国原油进口增幅更为明显。2000年到2007年的8年间,其日需求量从669万桶增至758万桶,占全球日需求量的比重始终维持在8%以上。1993年开始,中国成为石油净进口国。2004年,中国原油进口达1.227亿吨,同比增长34.8%,首次突破1亿吨大关。2006年,中国原油进口量达1.452亿吨,比上年增长14.2%;2007年,中国进口原油1.63亿吨,较上年增长12.4%。与此同时,中国还在大幅缩减原油的出口量。2007年,中国出口原油389万吨,较上年下降38.7%。多数机构预测到2010年中国石油进口量会再增加1亿吨,据统计,中国2007年原油产量仅增长了1.6%,达到1.8665亿吨,因此,业内普遍认为,石油进口还会加速增长,石油进口依存度很快突破50%,已基本成为定局。

近年来我国对铁矿石的进口依存度都在50%以上,有日益增大趋势。尽管目前我国的铁矿石产量位居世界第1位,2000-2007年的8年间,我国铁矿石进口量从6997万吨增至3.83亿吨,居全球进口量第一,但仍不能满足国内旺盛的投资需求,并且该需求量还在不断增加。预计2008年全年进口量上升至4.2亿吨。近年来铁矿石长期协议价格的连续上涨,对中国钢铁行业及相关产业产生很大影响。2003-2007年,国际铁矿石基准价格涨幅分别为8.9%、18.62%、71.5%、19%和9.5%。2008年铁矿石长期协议价上调65%,这是铁矿石价格连续第6年上涨。

(五)在制造品领域,中国国内劳动力等成本不断上升

20世纪90年代以来,西方之所以能够出现长达10余年的无通胀经济增长,关键是中国以前所未有的规模参与了国际生产,廉价的“中国制造”滚滚涌入西方市场,有效地遏制了西方国家通货膨胀的上升。然而,时至今日“,中国制造”的免费午餐终于要告一段落了。此前“中国制造”低成本的关键在于农业部门存在大量剩余劳动力,在严酷的就业竞争中,他们愿意接受低工资。同时,中国的土地等成本也相当低(与西方相比)。然而,在快速的工业化进程中,中国农村剩余劳动力正日益逼近耗尽的转折点(发展经济学称之为“刘易斯转折点”)。加上政府开始重视改善民生和收入分配,中国工资水平开始显著提升,导致中国出口商品成本上升。

从外因来看,美元在国际市场上的持续贬值以及过度宽松的货币政策、全球流动性过剩导致全球以美元标价的原油、金属、农产品为代表的大宗商品价格持续攀升,以美元贬值的方式向全球输出通货膨胀,全球通胀的上升从成本推动向成本和需求共同拉动的演变,致使世界性的通胀压力不断增加。2007年美国的CPI上涨了2.9%,2008年2月份则上升至4.0%,欧元区2008年3月份的CPI甚至创下了3.5%的历史最高涨幅。印尼、墨西哥、俄罗斯、南非等新兴市场经济体的CPI也普遍出现了较大涨幅。从内因来看,近年来由于我国外贸依存度逐年增高,对国际市场依赖性加深,快速增长的中国需求拉动了国际市场相关产品价格以及在制造品领域国内劳动力等成本不断上升,直接加大了人民币升值的压力。

三、人民币汇率升值趋势的政策建议

央行2008年5月14日的《2008年第一季度货币政策执行报告》指出,央行当前货币政策将把控制物价上涨、抑制通货膨胀放在更加突出的位置,坚持实施从紧的货币政策。

在目前的环境之下,汇率升值的贸易政策目标同抑制通货膨胀的宏观经济政策目标正好并行不悖,我国应采取人民币加速升值的策略,如果采用缓慢升值,主要的好处是国内企业可以争取到调整时间,不利之处是让外国投资可以从容不迫地大量购买中国的廉价资产,造成流动性过剩和宏观经济的不稳定。

人民币加速升值,有利于继续推进汇率制度乃至金融体系的改革。2005年7月21日,中国人民银行宣布实行以市场供求为基础、参考一揽子货币进行调解、有管理的浮动汇率制度,希望能创造双向变动预期。但最近几年来,美元兑欧元、日元和其他主要货币一直是处于贬值状态,因而出现人民币于对美元升值、对欧元、日元贬值的状态。人民币加速升值,使汇率更具灵活性,与汇率改革的方向是一致的。

人民币加速升值,将减少热钱对于未来升值空间的憧憬,降低热钱涌入的倾向,从而降低因货币膨胀所造成的通胀压力。因此,应对通胀无法依靠单一政策,而应采取从紧货币政策(包括汇率升值和信贷规模控制)抑制国内自身通胀因素,同时用财政政策加大补贴农业生产和补贴城市低收入者的方法,这有利于减少国外资金对国内的购房需求,减少房地产泡沫。人民币升值抬高了外资在中国大陆的购房成本,如果外来的需求减少,无疑会缓解所谓供不应求的局面,给虚火发烧的国内房地产市场降温,对降低房价产生正面效应。

人民币加速升值,有利于降低进口商品价格,通过汇率的传导机制,可以降低以进口原材料为主的出口企业的生产成本。近期国际原油价格加速上涨,人民币加速升值可以降低部分进口商品的国内价格,惠及国内消费者。同时,由于很多出口企业实际是“两头在外”企业,出口产品的原材料多来自国外,人民币升值后,企业进口的货物可以少支付人民币,实际上是降低了生产的成本。人民币加速升值,有利于解决对外贸易的不平衡问题。通过人民币升值,将在一定时期内降低企业的盈利空间,使竞争力和在国际市场的份额下降,导致出口减少,表明中国不惜牺牲自身利益为贸易伙伴着想,从而在一定程度上缓解国际贸易争端和国际收支不平衡的矛盾。

人民币加速升值,有利于国内企业努力提高产品的竞争能力。我们的企业长期以低价格占领国际市场的做法,实际是自相杀价竞争的结果,减少了自己的收益,让外国进口商得利。人民币加速升值,调整我们的出口结构乃至产业结构,那些低附加值的特别是以严重消耗资源和破坏环境为代价的出口商品,在优胜劣汰的原则下,某些企业就可能倒闭。提高生产率和科技含量,降低成本,提高质量,是企业增强增强竞争力的重要举措。

参考文献:

[1]综合开发研究院(中国·深圳)课题组.如何看待当前的通货膨胀形势[N].中国经济时报,2008-05-20.

[2]哈继铭.人民币升值如何影响国内消费价格[N].第一财经日报,2008-03-25.

[3]刘煜辉.人民币加速升值能抑制通胀吗[N].上海证券报,2008-04-13.

[4]张锐.美元贬值:成因、影响与未来走势[J].财经科学,2008,(5).

[5]李丽.理性看待中国外贸依存度[N].中国经济时报,2007-03-27.

[6]邹新,李露.影响当前国际原材料价格上涨的主要因素[N].中国经济时报,2008-04-14.

[7]张娥.07国石油进口量近2亿吨进口步伐呈现超速度[J].中国石油石化,2008,(3).

[8]魏曙光.宏观调控难压国际农产品价格上涨[N].证券时报,2007-12-18.

CPI范文篇6

在回答美国基督教科学箴言报记者关于物价走势的提问时，朱之鑫表示，物价上涨和通货膨胀不是一个概念，CPI上涨也并不等同于通货膨胀。今年1至9月，我国居民消费价格指数CPI上涨了4.1%，比前8个月提高了0.2个百分点；9月的CPI同比上升了6.2%，比8月份的同比升幅下降了0.3个百分点。

朱之鑫认为，这一轮的物价上涨，主要是由于受农产品特别是食品价格大幅度上涨的影响。由于农产品生产的周期性，价格总水平仍将可能在高位持续一段时间，但整个价格大幅继续上涨的可能性不大。

据统计，在1－9月的物价上涨中，有3.5个百分点是由于食品价格的上涨引起的。朱之鑫说，中国有句古话叫“粮价涨，百价涨”，只要稳定住了粮价，整个价格就可以稳定住。

朱之鑫说，从国内看，我国粮食已经是三年丰收，今年的夏粮和早稻又获得了较好收成，今年的夏粮产量是2307亿斤，比去年的2278亿斤增加了29亿斤；早稻去年是637亿斤，今年是639亿斤。预计秋粮也能获得较好收成。当前，粮食的库存是充裕的，预计粮食的价格也会趋于稳定，这是保持价格总水平基本稳定的一个根本性的条件。

CPI范文篇7

【关键词】CPI指数；ARIMA模型；预测

一、引言

居民消费价格指数（CPI）是用来衡量一个地区通货膨胀率的重要指标。通俗的讲，CPI就是该地区市场上一组有代表性的消费品及服务项目的价格水平在一段时间内增长的百分比。一般认为CPI在2~3%属于可接受范围内，如果该指标高于3%则认为该地区存在通货膨胀的风险。[1]由于该指标的重要性，国内学者对于它的研究分析有很高的热度。刘颖等用季节调整方法对我国CPI时间序列进行分析。[2]雷鹏飞运用季节性ARIMA模型对我国CPI序列进行了有效地分析。[3]郭玉等运用Eviews6构建了ARMA模型对我国的CPI进行分析和预测。[4]我国地理幅员辽阔，每个地区经济社会状况有所差异，一个地区的居民消费价格指数更能代表这一地区的经济生活情况，对于该地区的老百姓更是密切相关。因此，对一个地区CPI指数的分析和预测，可以准确掌握该地区老百姓的生活状况和未来的经济发展形势，对各级政府开展工作具有重要的指导意义。本文通过建立ARIMA模型，对西安市近些年CPI指数的月度数据进行了分析与预测，为经济政策的制定提供了一定的参考依据。

二、ARIMA模型

在对传统的时间序列研究分析中，ARMA模型（AutoregressiveandMovingAverageModel）是其中一个重要方法，它是由自回归模型（AR模型）与移动平均模型（MA模型）为基础“混合”构成的。但是ARMA模型含有一个假设条件就是该时间序列是平稳的，然而对于大多数的经济和金融时间序列，受到趋势、季节等一些随机因素的影响，会呈现出非平稳的特点。根据这一现象，在本文中使用由博克斯-詹金斯提出的通过将时间序列进行差分变换从而达到平稳的ARIMA模型,[5]来对CPI时间序列进行建模。该模型的表达式如下：其中，ωt是经过d阶差分后得到的变量，即；δ为自回归系数；ɛ为移动平均系数；p为自回归项数；q为移动平均项数。

三、实证分析

1、数据的观察。本文使用了2002年1月至2017年3月西安市居民消费价格指数（CPI）的月度数据，CPI指数是以上年同期等于100得出的，数据来源于Wind资讯。本文中样本数据的处理以及模型的估计与预测均使用Eviews7.2软件。图1中的西安市CPI时间序列显示出非平稳的特点，该序列呈现上下波动的趋势，特别是在2007年至2009年期间波动异常的剧烈，由于当时全球金融危机对我国的波及，使得我国做出的一系列调控措施，导致物价水平大幅变动。除了几个特殊年份外，西安市的物价水平基本维持在可接受的范围内。图1西安市CPI时间序列图2、数据的分析及处理。首先对CPI序列进行单位根检验，从而确定序列是否为平稳的。对序列进行ADF单位根检验，检验结果如表1所示，ADF检验的t统计量为-2.299，大于检验水平1%、5%和10%的t统计量临界值，而且t统计量相应的概率值P比较大，因此，可以得出CPI序列不是平稳的。由于CPI序列非平稳，因此要对序列进行d阶差分处理，使其满足平稳性条件。对CPI序列进行一阶差分得到序列CPI_D，并对差分后的序列重新检验平稳性。检验结果如表2所示，ADF检验的t统计量为-5.924，小于检验水平1%、5%和10%的t统计量临界值，而且t统计量相应的概率值P非常的小，因此，可以认为CPI_D序列是平稳的。3、模型的识别和估计。由于一阶差分后的CPI序列是平稳的，因此可以建立ARIMA（p，d，q）模型，在建模前要确定p，q和d值。由于序列CPI经过一阶差分非平稳性被消除，因此d=1。模型的阶数p和q值要通过查看相应的相关图来确定。图2给出了CPI_D序列的相关图与Q统计量。为了得到最优模型，根据相关图建立了3个模型ARIMA（1，1，1）、ARIMA（2，1，2）和ARIMA（3，1，3），然后根据AIC准则和SC准则确定最优模型。这3个模型的检验结果如表3所示，根据AIC和SC值最小化准则，模型ARIMA（3，1，3）为最优。通过最小二乘法，得到模型ARIMA（3，1，3）参数的估计结果如表4所示，由此可以得到模型的表达式为：ωt=0.011-1.073ωt-1-0.986ωt-2-0.730ωt-3+εt+1.064εt-1+1.051εt-2+0.972εt-3式中，F统计量=5.489，AIC准则=2.554，SC准则=2.6794、模型的检验ARIMA模型参数估计后，为了确保模型的合理，需要对模型的残差序列进行白噪声检验。残差序列的白噪声检验通常使用Q统计量检验。检验结果如图3所示，残差序列的样本自相关函数都在95%的置信区间内，因此可以认为残差序列为白噪声序列，说明模型是合理的。5、模型的分析预测为了验证模型预测的准确性，运用模型预测得到2017年1月至3月西安市CPI的预测值，如表5所示，从表中可以看出预测值与真实值相比误差较小，预测的准确度较高。通过模型对于西安市的CPI进行了短期预测，如表6所示。

四、结论

本文应用ARIMA模型对近些年西安市的CPI指数进行了分析和预测。分析的结果显示ARIMA（3,1,3）模型可以很好地拟合数据，并且预测的准确度也比较高。从预测的结果来看，西安市2017年CPI指数将会维持在1%附近，保持在一个稳定的水平内。消费者物价指数与居民的生活息息相关，准确把握一个地区CPI指数的走势，有助于本地政府了解该地区经济生活状况，并采取相应的政策措施引导物价的走向。

作者:刘锐 单位:中国人民银行西安分行

【参考文献】

[1]姜弘.居民消费价格指数的时间序列分析及预测[J].统计与决策,2004(9)117-118.

[2]刘颖，陈辉，杜丹辉.居民消费价格指数的季节调整及短期预测[J].统计与决策,2009(4)12-14.

[3]雷鹏飞.基于季节性ARIMA模型的中国CPI序列分析与预测[J].统计与决策,2014(14)32-34.

CPI范文篇8

[关键词]居民消费结构变迁；农产品价格波动；CPI的影响

从居民消费结构变化分析农产品价格波动对CPI造成的影响，需了解消费结构情况，进行详细的分类与对比研究，在研究中总结丰富经验，利用科学方式方法进行探索，提升CPI的影响分析效果，达到预期的工作目的。

1居民消费结构变化

1.1演变情况分析

第一，贫困的居民消费阶段。在研究中可以用基本消费中最为主要的内容，分析改革开放以前的计划经济情况，在国家优先发展重工业的基础上，形成了居民的消费结构变化规律。当时的居民消费水平普遍较低，城市的居民收入平均每人326元左右，农村的居民收入平均每人133元左右，居民消费购买的日常用品主要以满足生存性作为目标。第二，温饱阶段的居民消费结构。在1980年到1990年的阶段，国民经济水平不断提升，市场环境出现了改变，市场经济蓬勃发展，在城市与乡村居民收入水平提高的情况下，商品的种类增加，消费者在消费期间的选择性得到了良好的拓宽，在消费水平提升的情况下，促进了市场经济发展。第三，小康阶段的消费结构。在小康阶段居民将电子信息产品作为主要的消费目标，在此阶段经济得到了良好的发展，市场经济模式不断改进与完善，产业结构不断优化，在企业数量不断增加的情况下，城乡居民的收入水平有所提升，逐步追求更加高端的技术产品。第四，现代阶段的消费结构。在现代阶段人们开始将住房与私人轿车作为主要的消费目标，为了更好的保护低收入人群，国家开始完善保障机制，在居民收入水平提升的情况下，人们的消费心理也出现了一定的转变，越来越有利于促进消费。在农村区域中，国家推行了税收改革政策，促进了农民收入的增加。在此之后，居民逐渐形成了享受消费的观念，并开始提升生活水平。

1.2居民消费结构变化趋势

在对历年城乡居民消费数据分析之后，可以总结出居民消费结构的变化趋势。在未来消费中，城乡居民消费结构形成了农产品支出下降的趋势，而农村区域中农产品支出的消费比重起伏较为明显，近几年开始平稳，且呈现逐步下跌的状态，虽然速度较慢，但是不利于有关行业的发展。

2农产品价格对CPI的影响分析

在经济发展的过程中，经济变量不只受一些单一因素的影响，要结合微观经济学的理论内容，在分析中明确农产品价格对CPI的影响，了解影响程度。

2.1直接影响情况

在研究中可以得知，农产品价格的波动对CPI有直接影响，因为CPI构成中，农产品消费价格具有导向作用，例如：在CPI篮子中的部分商品就是设备维修、交通、农产品等。其中农产品占有较高权重，因此，在价格波动的情况下，会对CPI造成直接影响。而CPI中农产品价格最为重要的影响内容为粮食消费、豆制品消费、肉禽消费与淀粉消费等。在核算的时候，需要将此类费用内容纳入其中，形成农产品方面的分析研究模式，科学的进行研究分析。

2.2PPI传导到CPI的影响分析

对于PPI而言，属于生产者物价指数内容，是对工业品价格变化趋势进行衡量的指标，可明确变化程度，为国家经济决策提供重要参考指标。在编制PPI的时候，应进行生产与生活资料的分析，了解价格波动带来的影响。在使用PPI方式之后，可以导入到CPI中进行消费价格的研究，在产业链方面可促进PPI与CPI之间的联系。通过二者的分析，可以了解农产品价格波动带来的影响，在明确CPI受到影响的情况下，全面分析研究与了解实际情况，并使用多种方式进行农产品价格的变动研究，形成科学化的工作体系。

2.3劳动力成本导入CPI指数

农产品价格波动与人们的生活会产生直接联系，在消费品价格上涨的情况下，居民会进行消费，在货币购买力下降的情况下，人们的生活成本会逐渐增加，对生活水平产生直接影响。而在此背景之下，劳动者工资就会上涨，导致企业成本增加，这也就导致农产品生产成本提升，在一定程度上，农业生产中的产品会形成波动性，导致投资增加，人工费用转嫁到农产品价格中，出现了上涨的现象，对CPI会产生直接影响。

3政府政策方面的建议

在全面分析农产品价格波动对CPI的影响情况之后，应争取政府部门的政策支持，制定完善的工作方案，提升整体管理工作效果。在全面分析与了解居民消费结构变化情况的基础上，明确农产品价格波动对CPI带来的影响，通过综合分析方式创建科学化的研究模式。

首先，在CPI中食品价格指数出现异常波动的时候，经常是因为CPI篮子中的部分农产品价格发生了波动，但是不能认为CPI的波动都是受到农产品价格的影响，也可能是在生产者价格或是货币供应方面波动现象的影响之下才出现变动的。在农产品的价格波动之下，CPI所受到的冲击存在一定限制。且在价格波动的情况下，CPI的贡献比例都会受到影响。因此，建议在实际工作中政府可以使用通胀、通缩等进行分析，从农产品价格方面进行合理的干预处理，保证在一定程度上能够预防价格波动带来的影响，在农产品价格有效管理的情况下，制定完善的货币供给控制方案，总结丰富的工作经验，在科学研究中提升各类工作质量。

其次，虽然食品在CPI中的占比权重已经开始下降，农产品价格波动对于CPI的影响程度逐渐减少，但是，在“民以食为天”的观念之下，政府应全面分析人们的温饱问题，将农产品的价格管控作为重要内容，在全面研究当地食品安全情况的基础上，对农产品方面的食品安全事件进行曝光处理，在群众的注视之下，加大农产品价格监督管理的工作力度，努力协调各方面工作之间的关系，促进价格管理工作的良好发展。再次，在农产品价格波动幅度较大的情况下，会对CPI中的食品类指数造成直接影响。例如：2016年的时候，猪肉价格上涨较大，同比增长了34%左右，拉动CPI指数上涨1.6个百分点左右。因为“猪周期”方面的经济现象，养殖户在结合猪肉价格之下明确下个季节的生产规模，然而，由于猪肉的生产周期在半年左右，上一个季度的猪肉价格很高，就要拓宽整体的养殖规模，在下一个季节价格会回落，一些养殖户会受到经营亏损方面的影响，退出相关市场，导致出现供不应求的现象，猪肉的价格也就随之上调，在此种循环的情况下，作为农产品重要成员的猪肉，价格会呈现周期性的波动，对CPI指数会产生较大影响。因此，建议政府部门在实际工作中，考虑进行猪肉期货品种的上市处理，在一定程度上可以为猪肉生产供应商，提供一些价格风险的规避工具，在预防经营风险的情况下，提升市场农产品供应数量的稳定性。同理，在其他农产品出现此类价格波动现象的时候，也可以使用相同的方式进行处理，在科学研究与探索的情况下，形成现代化的工作模式，保证农产品价格波动在合理范围内，形成现代化的工作体系，明确是否会对CPI带来影响，促进工作的有效实施。

最后，对于居民消费结构而言，与农产品的价格波动会产生直接联系，如果农产品的价格波动较大，那么，作为通胀“温度计”的CPI指数就会受到直接影响，如果没有科学的管控，将会影响国家的经济发展。因此，建议政府部门在工作中提前构建战略方案与决策体系，通过战略决策的执行来指导具体工作，明确农产品价格变动的分析内容，统一工作标准与目标，遵循现代化的工作原则，提升对CPI的影响分析效果。在详细分析与研究中提高CPI的研究水准，保证在商品价格波动的精准分析之下，提升价格管控的实际工作效果。

4结语

在居民消费结构不断变化的现实情况下，应全面分析农产品价格波动对CPI造成的影响，在发现问题之后可以采取现代化的措施解决问题，对农产品价格进行精准调控，并形成一套行之有效的治理模式，提升整体工作效果，充分发挥先进分析方式的积极作用。

【参考文献】

[1]王超.从居民消费结构变迁看农产品价格波动对CPI的影响[J].商业经济研究,2017(20):189-192.

[2]张明,贺俊峰.宁夏PPI与CPI变动关联分析[J].统计与经济,2017(4):48-49.

[3]徐雅伦.AHP视角的多层次CPI研究[D].杭州：浙江财经大学,2017.

[4]郭翰超.两次金融危机影响我国CPI的因素比较分析——兼论CPI变动对供给侧结构性改革的政策启示[J].价格理论与实践,2017(12):86-89.

CPI范文篇9

我们选取消费者物价指数（CPI）来衡量物价水平的波动，这样可以只关注最终的消费水平，而不必考虑中间产品的价格影响。同时为了排除季节性因素的干扰，采用CPI的同比增长值来进行分析。图3反映了1994年1月到2012年7月我国CPI的同比增长值。由上图不难发现，在1994年1月到1995年12月整整两年时间里，我国的CPI均在10%以上，存在一定程度的通货膨胀，尤其在1994年10月，CPI同比增长更是达到了27.7%。自1994年10月份起，我国的CPI同比增长值出现了一段直线下落的时期，由1994年10月的27.7%一路下滑到1999年5月的-2.2%。原因既有国家宏观调控力度加强的因素，也有来自各种内部和外部冲击的影响。1999年6月至2003年10月，我国物价水平基本平稳，CPI在0上下小幅波动。2003年11月至2005年3月，物价水平有所提高，之后恢复稳定直至2007年初的水平。2007、2008年两年，受国际金融危机以及国内大手笔宏观调控影响，CPI明显升高，通货膨胀压力增大。2009年全球经济形势暂趋好转，国内打击通货膨胀力度增强，CPI又由2008年2月的8.7%直线下降到2009年2月的-1.6%。此后维持了一年的低CPI水平。2010年2月~2011年7月，CPI又一路走高，2011年7月，CPI同比增长已经达到了6.5%，之后一年一直缓慢下降。纵观我国的CPI变化，自1994年以来，我国CPI的波动越来越频繁，反映了随着我国市场经济的不断深入发展，与世界其他国家之间的联系越来越紧密，也越容易受其影响。

人民币汇率变动与我国物价水平关系的实证分析

由以上分析我们看到，自1994年1月至今，人民币总体上呈升值趋势，我国的物价水平也越来越多地受到世界其他国家的影响。那么这二者之间到底有何关系？下面将结合人民币汇率变化的三个阶段，分别对每个时期的人民币实际有效汇率（REER）和消费者物价指数（CPI）构建VAR模型来进行格兰杰因果关系检验和脉冲响应函数分析。（一）第一阶段：1994年1月———2005年7月首先对这一时期的REER和CPI进行平稳性检验，发现这两个变量都是一阶差分平稳，对这两个变量建立VAR模型，进而进行协整检验，发现二者具有协整关系。通过VAR模型确定最优滞后阶数为2阶，而且所建立VAR（2）模型特征多项式的逆根都在单位圆内，表明该VAR模型是结构稳定的。因此对其进行滞后2阶的格兰杰因果关系检验，结果如下：表1第一阶段格兰杰因果关系检验结果表明，在1994年1月到2005年7月，人民币汇率是国内CPI变动的格兰杰原因，而CPI变动不是人民币汇率变动的格兰杰原因。对这一阶段的VAR（2）模型进行脉冲响应函数分析，我们考察8个季度内人民币实际有效汇率波动对消费者物价指数的响应函数，结果如图4：图4第一阶段REER波动对CPI的响应函数这一阶段的特点比较明显，符合传统的汇率传递理论。由图4可以看到，人民币实际有效汇率与消费者物价水平负相关，人民币升值能抑制国内的通货膨胀，但具有4期的滞后，即在人民币升值4个月以后，对于通货膨胀的抑制作用达到最大，之后效果不断减弱。（二）第二阶段：2005年8月—2008年7月与第一阶段一样，对这一时期的REER和CPI进行平稳性检验，发现这两个变量都是一阶差分平稳，对这两个变量建立VAR模型，进而进行协整检验，发现二者具有协整关系。通过VAR模型确定最优滞后阶数为1阶，而且所建立VAR（1）模型特征多项式的逆根都在单位圆内，表明该VAR模型是结构稳定的。因此对其进行滞后1阶的格兰杰因果关系检验，结果如下：表2第二阶段格兰杰因果关系检验结果表明，在2005年8月到2008年7月，人民币汇率不是国内CPI变动的格兰杰原因，而CPI变动是人民币汇率变动的格兰杰原因。对这一阶段的VAR（1）模型进行脉冲响应函数分析，我们考察8个季度内消费者物价指数变化对人民币实际有效汇率的响应函数，结果如图5：图5第二阶段CPI变化对REER的响应函数由图5我们发现，CPI与REER正相关，意味着随着国内物价水平的不断提高，人民币不断升值，并且这种效应具有持续性。（三）第三阶段：2008年8月—2012年7月与前两个阶段一样，对这一时期的REER和CPI进行平稳性检验，发现这两个变量都是一阶差分平稳，对这两个变量建立VAR模型。进而进行协整检验，发现二者具有协整关系。通过VAR模型确定最优滞后阶数为2阶，而且所建立VAR（2）模型特征多项式的逆根都在单位圆内，表明该VAR模型是结构稳定的。因此对其进行滞后2阶的格兰杰因果关系检验，结果如下：表3第三阶段格兰杰因果关系检验结果表明，在2008年8月到2012年7月，人民币汇率变动与国内CPI变动互为格兰杰原因。对这一阶段的VAR（2）模型进行脉冲响应函数分析，我们分别考察8个季度内人民币实际有效汇率波动对消费者物价指数的响应函数以及消费者物价指数变化对人民币实际有效汇率的响应函数，结果如图6、图7所示：图6第三阶段REER波动对CPI的响应函数图7第三阶段CPI变化对REER的响应函数图6表明在第三阶段人民币汇率的波动能迅速地对国内物价产生影响，具体而言，人民币升值一个月后，物价水平下降到谷底，其后抑制通货膨胀的效果减弱。人民币升值两个月后，不但不能降低国内的物价水平，反而会抬高物价水平。同时,图7表明，在第三阶段国内物价水平的变化也会对人民币汇率产生影响，并且CPI与REER是负相关的，国内物价水平的下降会导致人民币升值。在国内物价由于受到冲击而发生变化5个月后，对于人民币升值的促进作用达到最大，其后这种效果开始减弱。

结果分析

CPI范文篇10

分析货币供给问题,有三种观点:一是,货币内生性,即货币供给是经济内生的,其供给数量由经济运行情况决定的;二是,货币外生性,即货币供给不依据经济运行状况,而由一国货币发行当局决定发行数量;三是,货币混合论,即货币供给不完全由经济内生,也不完全由货币发行当局决定,而是两者的综合。对货币供给研究,国际上比较著名的学说是货币学派的“单一货币规则”,主要是由著名经济学家弗里德曼提出的,该理论核心是货币供给增长率等于经济增长率加上通货膨胀率。国内有一些学者对货币供给也给出了不同答案,但都缺乏实证验证;但也有一些实证研究,利用VEC模型和VAR模型进行分析研究,但都不太系统,如冯玉明、袁红春、俞自由在《中国货币供给内生性或外生性问题的实证》一文中指出我国货币具有较强的内生性,但其在分析方法上比较简单;李晓华、侯传波、陈学彬在《我国货币内生性问题的实证研究》一文中利用VAR模型对货币供给进行分析,但其在选择变量方面只是用财政预算支出,出口额和居民消费价格指数三变量来分析广义货币M2,并且在分析时也过于简单。因此,本文通过建立向量自回归模型(VAR模型)来实证分析我国货币供给问题,在选择模型变量方面和深入分析方面也有很大的突破。

2基于VAR模型的实证分析

经济学中,影响一国货币供给有很多因素,如一国经济增长率,居民消费价格指数,工业品出厂价格指数,一国货币汇率体制,货币供给预期,国际金融市场对本国货币供给的影响,严重自然灾害或者是重大突发性事件如地震等等因素。如果把影响一国货币供给的因素作为解释变量,把一国货币供给作为被解释变量,就可以建立一个关于我国货币供给的函数。以广义货币增长率M2表示我国货币供给,GDP,CPI,PPI,HUILV表示影响我国货币供给的经济增长率,居民消费价格指数,工业品出厂价格指数和我国汇率变动率等各种因素,则我国货币供给函数可以表示为:M2=f(GDP,CPI,PPI,HUILV⋯),具体分析如下。

2.1数据平稳性检验

广义货币M2供给增长率,GDP增长率,居民消费价格指数CPI,汇率变动率和工业品出厂价格指数PPI,在1990-1998年数据线性趋势起伏不定,数据明显不平稳,须进行单位根检验,检验结果表明广义货币M2供给增长率,GDP增长率,居民消费价格指数CPI,汇率变动率和工业品出厂价格指数PPI在5%的显著水平下都是不平稳的;对其进行一阶差分,得到ΔM2,ΔGDP,ΔCPI,ΔHUILV,ΔPPI再对其进行单位根ADF检验,其ADF检验统计量均小于显著性水平5%的临界值,拒绝原假设,表明至少可以在95%的置信水平下拒绝原假设,差分序列ΔM2,ΔGDP,ΔCPI,ΔHUILV,ΔPPI均不存在单位根,为平稳时间序列。因此,广义货币M2供给增长率,GDP增长率,居民消费价格指数CPI,汇率变动率和工业品出厂价格指数PPI这5个序列具有相同的单整阶数,均为一阶单整I(1)过程。

2.2变量格兰杰因果关系(Granger)检验和协整性(Johan2sen)

检验对M2,GDP,CPI,PPI,HUILV五变量进行格兰杰因果关系检验,广义货币M2增长率和我国GDP增长率在10%的显著水平下,两者存在双向格兰杰因果关系;广义货币M2增长率和居民消费价格指数CPI在10%的显著水平下,存在单向格兰杰因果关系;广义货币M2增长率和工业品出厂价格指数PPI在10%的显著水平下,也存在单向格兰杰因果关系;广义货币M2增长率和我国汇率变动率HUILV在10%的显著水平下,同样存在单向格兰杰因果关系。再对M2,GDP,CPI,PPI,HUILV五变量进行协整性(Johans2en)检验,检验结果表明五变量之间存在协整关系,即存在长期稳定的均衡关系。

2.3模型滞后阶数选择分析

经过分析模型选择滞后阶数3最好,因为在滞后阶数3时,施瓦兹AIC值最小并且此时赤池SC值也最小,但考虑到要建立的模型,由于样本期限较短,并且样本数据均为年度数据,为了保持数据本身合理的自由度,使建立的模型具有较强的解释能力,并且为了消除误差项的自相关,因此选择最大滞后阶数为2。

2.4VAR模型估计结果

由于向量自回归模型要求系统中的变量具有平稳性,因此把M2,GDP,CPI,PPI,HUILV这五个变量的一阶差分形式带入模型,并利用计量统计软件,得出如下VAR模型估计结果,具体整理如下:

M2=0.5843M2(-1)+0.8903M2(-2)+0.0183GDP(-1)-2.2103GDP(-2)+0.1583CPI(-1)-1.4493CPI(-2)+0.1803PPI(-1)+0.9113PPI(-2)-0.2793HUILV(-1)+0.0953HUILV(-2)+12.130

R2=0.90F=16.03

由于,本文主要是对广义货币供给M2进行实证分析,在此主要讨论M2的VAR模型表达式,而对于GDP,CPI,PPI,HUILV的VAR模型表达式不作深入讨论。在M2的VAR模型中,调整的可决系数为0.90,说明模型拟合得还是比较好的,但与真实值相比,拟合效

果还没有达到十分完美的程度。

2.5VAR模型系统稳定性检验与脉冲响应函数分析

通常,对于VAR模型单个参数估计值的经济解释是很困难的,如欲对一个VAR模型进行分析并得出结论,可以运用系统的脉冲响应函数和方差分解。其中,脉冲响应函数描述一个内生变量对误差的反应,即在误差项上加一个标准差大小的新息(innovation)冲击对VAR模型中内生变量当期值和未来值产生影响。一般地,非稳定的VAR模型不能进行脉冲响应函数分析。为此,需要对该VAR模型进行平稳性检验,经过分析得该VAR模型是稳定的,因此可以对模型进行脉冲响应分析。在此,只对广义货币M2进行脉冲响应分析。M2分别受到自身,GDP,CPI,PPI,HUILV,一个标准差的随机新息冲击的响应情况,如下分析:来自自身的冲击,总体响应都是显著的,都为正。这说明,对自身标准差的随机新息冲击的响应较强,并且具有一定的持续性;来自GDP的冲击,我国经济增长对广义货币供给M2冲击还是比较显著的,经济增长会引起我国货币快速增长;来自CPI的冲击,总体上还是比较显著的,表明居民物价水平升高,导致货币需求增加,从而会引发货币供给增加;来自PPI的冲击,总体上还是比较显著的,表明工业品出厂价格提高,需要更多的货币进行交易,进而也会引发货币供给增加;来自HUILV的冲击,总体上不显著,表明我国汇率变动对货币供给增加不敏感。

2.6预测方差分解分析

在建立的VAR模型中,每一个内生变量都有一个独立的方差分解序列,通过利用方差分解技术可以发现随机新息的比较重要性信息。GDP,CPI,PPI,HUILV的预测方差分解表明,对广义货币供给增长率一个标准差大小的随机新息冲击,其标准差从第2年开始分别被GDP,CPI,PPI,HUILV所感应,各自占比分别为0.35%,0.74%,8.59%,1.96%。经过分析发现第7年到第15年,M2的方差分解被GDP,CPI,PPI,HUILV感应的值一直比较稳定,M2的方差分解被M2本身感应的值一直比较大,说明我国广义货币供给M2本身增长受其自身系统扰动比较大,其次我国广义货币供给M2增长也受我国经济增长率,通货膨胀率影响也比较大。

3基于VAR模型分析的我国广义货币供给M2主要结论

本文对时间序列变量M2,GDP,CPI,PPI,HUILV进行格兰杰因果关系检验,协整检验,并构造VAR模型,运用脉冲响应函数和方差分解技术进行分析,得出以下主要结论:

(1)广义货币M2增长率和我国GDP增长率在10%的显著水平下,两者存在双向格兰杰因果关系,即表现出存在显著的,长期稳定的均衡关系。一方面,我国经济增长快,要求货币供给增加;另一方面,我国货币供给适度地增加时,也会刺激我国经济增长。但通过脉冲冲击和方差分解分析,可知我国经济增长情况并不是我国货币供给增加的全部原因,还有其他因素,也即说明了我国货币供给并不是完全内生的。

(2)尽管广义货币供给M2与居民消费价格指数CPI,工业品出厂价格指数PPI存在单向的格兰杰因果关系,但通过脉冲冲击和方差分解可知,居民消费价格指数CPI和工业品出厂价格指数PPI也对我国广义货币供给M2增加产生了一定的影响,虽说这不是长期的,但这也对我国短期货币供给有一定的指导意义,即在分析短期货币供给时,一要考虑当前的通货膨胀情况,二要考虑到未来的通货膨胀预期。

(3)广义货币M2增长率和我国汇率变动率HUILV在10%的显著水平下,存在着单向格兰杰因果关系,即货币供给变动是引起汇率变动的格兰杰因果。我国目前人民币还在稳步升值,但升值幅度一定要考虑到我国国内的实际经济运行情况和货币供给情况。还可以通过脉冲冲击和方差分解可以证明,我国货币供给变动对汇率波动不敏感。

(4)要充分重视我国目前货币供给变动受其自身影响比较大。在建立的VAR模型方程式中,可知M2与其滞后一期的值,滞后二期的值关系都比较显著;并且在脉冲冲击和方差分解分析中,货币供给自身受自身影响已达到将近一半的程度。

参考文献

[1]冯玉明,袁红春,俞自由.中国货币内生性或外生性问题的实证[J].上海交通大学学报,1999,(10).

[2]刘斌.我国货币供应量与产出、物价间相互关系的实证研究[J].金融研究,2002,(7).

[3]李晓华,侯传波,陈学彬.我国货币内生性问题的实证研究[J].上海财经大学学报,2003,(5).

[4]高红兵.央行控制货币供应量会对资金造成巨大压力吗[J].中国证券报,2003,(7).

[5]郑雨,李新波.我国经济增长和通货膨胀关系的实证分析[J].技术与市场,2007,(1).

[6]王双正.基于VAR模型的通货膨胀与经济增长关系研究[J].经济理论与经济管理,2009,(1).