計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告課件_第1頁
計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告課件_第2頁
計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告課件_第3頁
計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告課件_第4頁
計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告課件_第5頁
已閱讀5頁,還剩12頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、計(jì)量經(jīng)濟(jì)學(xué)分析報(bào)告關(guān)于居民消費(fèi)價(jià)格指數(shù)影響因素的分析第1頁,共17頁。居民消費(fèi)價(jià)格指數(shù)(CPI) CPI是英文“Consumer Price Index”的縮寫,直譯為“消費(fèi)者價(jià)格指數(shù)”,在我國通常被稱為“居民消費(fèi)價(jià)格指數(shù)”。CPI的定義決定了其所包含的統(tǒng)計(jì)內(nèi)容,那就是居民日常消費(fèi)的全部商品和服務(wù)項(xiàng)目。日常生活中,我國城鄉(xiāng)居民消費(fèi)的商品和服務(wù)項(xiàng)目種類繁多,小到針頭線腦,大到彩電汽車,有數(shù)百萬種之多,由于人力和財(cái)力的限制,不可能也沒有必要采用普查方式調(diào)查全部商品和服務(wù)項(xiàng)目的價(jià)格,世界各國都采用抽樣調(diào)查方法進(jìn)行調(diào)查。作為學(xué)經(jīng)濟(jì)的本科階段的學(xué)生,我們所理解的并不徹底,我們所能涉及的范圍也很小,所以借

2、由國家統(tǒng)計(jì)數(shù)據(jù)做以下分析,促使我們更好的掌握專業(yè)知識(shí),了解國情,提高我們實(shí)際操作水平和理論聯(lián)系實(shí)際、發(fā)現(xiàn)問題、分析問題、解決問題的能力。第2頁,共17頁。 居民消費(fèi)價(jià)格指數(shù)是反映一定時(shí)期內(nèi)居民消費(fèi)價(jià)格變動(dòng)趨勢和變動(dòng)程度的相對數(shù)。居民消費(fèi)價(jià)格指數(shù)分為食品、衣著、家庭設(shè)備及用品、醫(yī)療保健、交通和通訊、娛樂教育和文化用品、居住、服務(wù)項(xiàng)目等八個(gè)大類。國家規(guī)定325種必報(bào)商品和服務(wù)項(xiàng)目,其中,一般商品273種,餐飲業(yè)食品16種,服務(wù)項(xiàng)目36種。該指數(shù)是綜合了城市居民消費(fèi)價(jià)格指數(shù)和農(nóng)民消費(fèi)價(jià)格指數(shù)計(jì)算取得。利用居民消費(fèi)價(jià)格指數(shù),可以觀察和分析消費(fèi)品的零售價(jià)格和服務(wù)人格變動(dòng)對城鄉(xiāng)居民實(shí)際生活費(fèi)支出的影響程度

3、。下面主要介紹一下城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)、農(nóng)村居民消費(fèi)價(jià)格指數(shù)、城鎮(zhèn)居民人均消費(fèi)價(jià)格支出、農(nóng)村居民人均消費(fèi)支出對其的影響第3頁,共17頁。建立模型 1、本文模型數(shù)據(jù)樣本從19852006年:Y 居民消費(fèi)價(jià)格指數(shù)Y1 城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)Y2 農(nóng)村居民消費(fèi)價(jià)格指數(shù)X1 城鎮(zhèn)居民人均消費(fèi)支出X2 農(nóng)村居民人均消費(fèi)支出2、基于以上數(shù)據(jù),建立一下模型:Y=1+2y1+3y2+4x1+5x2+u第4頁,共17頁。檢驗(yàn)各變量是否為y的格蘭杰原因P=0.02830.05 顯著,y1是y的格蘭杰原因P=0.04430.05 顯著,y2是y的格蘭杰原因P=0.00110.05 顯著,x1是y的格蘭杰原因P=0.0

4、048卡方0.05(5)=11.07,所以存在異方差,用加權(quán)最小二乘法消除異方差、加權(quán)最小二乘法消除異方差F-statistic384834.4 Durbin-Watson stat0.860182Dependent Variable: YMethod: Least SquaresSample: 1985 2006Included observations: 22Weighting series: WWeight type: Inverse standard deviation (EViews default scaling)從上表(加權(quán)最小二乘法)的統(tǒng)計(jì)結(jié)果中可知,DW=0.860182 查

5、表得DL=0.96 DU=1.80 0DWDL,所以,存在一介正自相關(guān)第7頁,共17頁。差分消除Dependent Variable: DYMethod: Least SquaresSample (adjusted): 1986 2006Included observations: 21 after adjustmentsVariableCoefficientStd. Errort-StatisticC0.0043600.0453690.096098DY10.4259380.01057740.27064DY20.5729540.01106251.79573DX1-9.20E-050.00017

6、0-0.540527DX20.0003670.0005000.733528F-statistic15751.09 Durbin-Watson stat2.05844由上表的統(tǒng)計(jì)結(jié)果可知:DW=2.05844,查表得DL=0.93 DU=1.81, DUDW4-DU,所以解釋變量之間無自相關(guān)從上表中看得出:dx1的t統(tǒng)計(jì)結(jié)果是-0.540527,其絕對值小于T0.025(16)=2.120,且其系數(shù)符號(hào)與預(yù)期相反,這表明可能存在嚴(yán)重的多重共線性。第8頁,共17頁。多重共線性檢驗(yàn)計(jì)算各解釋變量的相關(guān)系數(shù):DX1DX2DY1DY2DX110.85670227386303880/p>

7、206860.1846143580471424DX20.856702273863038810.003445225105367541-0.01800200416621686DY10.17870802800206860.00344522510536754110.9308105035541423DY20.1846143580471424-0.018002004166216860.93081050355414231 由相關(guān)系數(shù)矩陣可知:個(gè)解釋變量相互之間的先關(guān)系數(shù)較高,證實(shí)存在一定多重共線性,可用逐步回歸法消除。第9頁,共17頁。變量Dy1Dy2DX1DX2R20.9553760.9737490.34

8、6070.000045R2由大到小排序?yàn)椋篸y2、dy1、dx1、dx2以dy2為基礎(chǔ),順次加入其它變量逐步回歸:首先加入dy1Dependent Variable: DYMethod: Least SquaresSample (adjusted): 1986 2006Included observations: 21 after adjustmentsVariableCoefficientStd. Errort-StatisticC0.0058130.0224950.258417DY20.5713840.01037255.08713DY10.4265990.01011842.16349Y=0

9、.005813+0.571384dy2+0.426599dy1當(dāng)a=0.05時(shí),Ta/2(18)=2.101,參數(shù)dy1的T檢驗(yàn)結(jié)果顯著,不予剔除第10頁,共17頁。加入dx1Dependent Variable: DYMethod: Least SquaresSample (adjusted): 1986 2006Included observations: 21 after adjustmentsVariableCoefficientStd. Errort-StatisticC-0.1243850.425416-0.292383DY20.9777310.03851825.38402DX18

10、.0908950.0007880.102708Y=-0.124385+0.977731dy2+8.090895dx1當(dāng)a=0.05時(shí),Ta/2(18)=2.101,參數(shù)dx1的T檢驗(yàn)結(jié)果不顯著,予以剔除第11頁,共17頁。加入dx2Dependent Variable: DYMethod: Least SquaresSample (adjusted): 1986 2006Included observations: 21 after adjustmentsVariableCoefficientStd. Errort-StatisticC-0.1667230.353366-0.471815DY2

11、0.9786580.03778425.90108DX20.0006690.0023050.290148Y=-0.166723+0.978658dy2+0.000669dx2當(dāng)a=0.05時(shí),Ta/2(18)=2.101,參數(shù)dx2的T檢驗(yàn)結(jié)果不顯著,予以剔除第12頁,共17頁。因?yàn)?,R2=0.999737 F=34194.74 DW= 2.381670Dy2、dy1的T檢驗(yàn)結(jié)果顯著,且擬合程度也好,消除多重共線性因此,我們確定最終的模型為:y=0.005813+0.571384dy2+0.426599dy1第13頁,共17頁。結(jié)果與分析 根據(jù)上述分析,可以得出居民消費(fèi)價(jià)格指數(shù),城鎮(zhèn)居民消費(fèi)價(jià)格

12、指數(shù)和農(nóng)村居民消費(fèi)價(jià)格指數(shù)三者之間的關(guān)系: dy=0.005813+0.571384dy2+0.426599dy1+u 即:y=0.005813+0.571384y2+0.426599y1+u 由此可以看出,城鎮(zhèn)居民人均消費(fèi)支出和農(nóng)村居民人均生活消費(fèi)支出對居民消費(fèi)價(jià)格指數(shù)的影響較小,在方程中予以剔除,而城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)和農(nóng)村居民消費(fèi)價(jià)格指數(shù)對居民消費(fèi)價(jià)格指數(shù)的影響較大,城鎮(zhèn)居民的影響力比農(nóng)村居民的影響力顯著。第14頁,共17頁。 改革開放30年來,中國社會(huì)經(jīng)濟(jì)的各方面都發(fā)生了巨大變化,有些甚至是根本性的變化。 改革開放初期,我國居民消費(fèi)價(jià)格指數(shù)的變動(dòng)比較激烈,1988、1989年達(dá)到高峰。 進(jìn)入21世紀(jì)以來,我國居民消費(fèi)價(jià)格指數(shù)比以前的變動(dòng)小了很多。第15頁,共17頁。五、結(jié)論 居民消費(fèi)價(jià)格指數(shù)十分重要,而且具有啟示性,必須謹(jǐn)慎把握,因?yàn)椋M(fèi)價(jià)格指數(shù)表明消費(fèi)者的購買能力,也反映經(jīng)濟(jì)的景氣狀況,如果該指數(shù)下跌,則反映經(jīng)濟(jì)衰退必然對貨幣匯率走勢不利。 收入水平和消費(fèi)水平的不同導(dǎo)致了對價(jià)格指數(shù)感受的不同。改革開放以來,我國的國民經(jīng)濟(jì)有了巨大發(fā)展,人民生活水平也有了極大提高,但高收入者畢竟只是少數(shù),絕大多數(shù)城鄉(xiāng)居民收入水平和消費(fèi)水平還不高。一般來說,收入水平和消費(fèi)水平的高低會(huì)造成對價(jià)格指數(shù)感受的差異。高收入者消費(fèi)水平高消費(fèi)內(nèi)容廣,對價(jià)格上漲的承

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論