关于数据挖掘:Eviews基于多元回归模型OLS的CPI影响因素分析

57次阅读

共计 2575 个字符,预计需要花费 7 分钟才能阅读完成。

全文链接:http://tecdat.cn/?p=32104

原文出处:拓端数据部落公众号

2015 年以来,通货膨胀越来越成为我国的重要经济景象。作为掂量通货膨胀的次要指标,CPI(消费者物价指数)与人们的生存具备最亲密的关系。

本文帮忙客户剖析 CPI 变动的次要因素,并着重剖析通货膨胀的成因,为政府实现宏观调控指标、促成国民经济衰弱继续倒退和改善人民生存提出倡议。

数据

问题的提出

近年来,国内农产品、国内市场石油、铁矿石等价格激烈稳定,特地是去年国内商品价格变动存在较大的不确定性。2009 年宽松的货币政策促成了经济复苏,但偏高的货币供应与减少的工资率对 2015 年的通货膨胀造成了很大压力。由此咱们有理由猜想,原材料和燃料价格上涨、货币供应减少、工资率进步等因素造成的价格影响机制对我国宏观经济的调控提出了新挑战。那么,CPI 的大幅增长是否与上述因素密切相关呢?

经济实践剖析

通货膨胀和就业率是经济宏观调控的两个重要指标。其中 CPI 是掂量通货膨胀最及时的指标,也与人们的生存关系最亲密。依据宏观经济学实践,通货膨胀按成因可分为三类:需要拉动型、老本推动型及结构型通货膨胀。对 CPI 影响因素的剖析能够以此为根据。

模型建设

实践模型的建设

本文通过建设多元回归模型对 CPI 的影响因素进行剖析。联合前述经济实践,咱们选取狭义货币供给量 M2(x1)、工资率(x2)、原材料燃料价格(x3)及不变价格计量的理论 GDP(X4)作为影响消费者物价指数 CPI(y)的因素,建设 y 与 X1、X2、X3、X4 的多元回归模型,试图找到对 CPI 有较强影响的经济变量,对引起 CPI 上涨的因素进行剖析。

样本及变量阐明

为使统计单位具备一致性,狭义货币供应量 M2、工资率及原材料能源价格因素以增长率作为计算数据。

模型参数的预计

在 Eviews 中,利用 OLS 法进行参数估计,其中 β4 没有通过显著性测验(T=1.683234<2),即不能认为理论 GDP 与 CPI 存在显著的线性关系。X1、X2、X3 再次回归,失去回归方程为:

y = -9.630412 + 0.274652×1 + 0.41676×2 + 0.474415×3

模型的测验

经济测验
由样本方程知,预计参数 β1=0.274652,即狭义货币供应量 M2 与 CPI 成正相干关系,合乎货币供应量减少推动总需求回升进而使 CPI 上涨的根本经济原理。参数 B2=0.41676,B3=0.4744,即工资率、原材料燃料价格均与 CPI 成正相干关系,合乎老本因素回升推动价格上涨的原理。

统计意义测验

拟合优度测验

模型拟合优度 R2=0.903625,回归模型对于文章选取的 2014~2015 年的观测值拟合水平较好。

回归方程显著性 F 测验及系数显著性 T 测验

回归模型的 F 值为 43.75543,P 值为 0.000000,回归模型通过了方程显著性 F 测验。X1(M2 增长率)、X2(工资率增长率)、X3(原材料燃料价格增长率)整体能与 Y(CPI)之间建设较为理想的回归模型。同时,方程通过系数显著性 T 测验。数据如下表:

实证剖析

通过以上模型,能够分明地看到货币供应量、工资率及原材料燃料价格三个因素对我国 CPI 的量化影响。其中,M2 增速每变动一个单位,CPI 均匀同向变动 0.274652 个单位。工资率每变动一个单位,CPI 均匀同向变动 0.416762 个单位。原材料燃料价格每变动一个单位,CPI 均匀同向变动 0.474415 个单位。以此为根据,下文对中国 90 年代以来的通货膨胀起因进行剖析。

CPI 增幅超过 3% 即认为产生了通货膨胀。由数据能够看出,90 年代以来中国共产生过两次重大的通货膨胀,一次为 1993~1996 年,另一次为 2007 年至今。

2007 年以来,我国 CPI 再次继续居于高位。究其原因,也与货币超发及成本上升密切相关。2007 年中国外汇储备增长率高达 43.32%,极大地减少了国内的通胀压力,同时存贷款利率处于较低水平,引发了以房地产行业为代表的价格上涨。

通过以上剖析,咱们能够看到 90 年代以来中国的几次通胀产生的起因都能够在建设的回归模型中找到相应的数字根据和经济门路,因此认为该模型对于解释 CPI 变动的起因,特地是通货膨胀的起因有肯定作用。


最受欢迎的见解

1.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e7%94%…)R 语言多元 Logistic 逻辑回归 利用案例

2.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%…)面板平滑转移回归 (PSTR) 剖析案例实现

3.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e5%9c%…)matlab 中的偏最小二乘回归(PLSR)和主成分回归(PCR)

4.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e4%b8%ad%e4%bd%bf%e7%94%…)R 语言泊松 Poisson 回归模型剖析案例

5.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%…) R 语言混合效应逻辑回归 Logistic 模型剖析肺癌

6.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80ggplot2%e8%af%af%e5%b7%ae…)r 语言中对 LASSO 回归,Ridge 岭回归和 Elastic Net 模型实现

7.[](http://tecdat.cn/r-%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e5%8a…) R 语言逻辑回归、Naive Bayes 贝叶斯、决策树、随机森林算法预测心脏病

8.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e6%89%…)python 用线性回归预测股票价格

9.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e4%b8%ad%e7%9a%84%e7%94%…) R 语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测

正文完
 0