【我國居民消費(fèi)價(jià)格指數(shù)的影響因素探析和未來CPI預(yù)測(cè)探究10000字（論文）】

PAGEPAGE2我國居民消費(fèi)價(jià)格指數(shù)的影響因素分析和未來CPI預(yù)測(cè)研究CPI（ConsumerPriceIndex），即為居民消費(fèi)價(jià)格指數(shù)。居民消費(fèi)價(jià)格指數(shù)，是一個(gè)重要宏觀經(jīng)濟(jì)指標(biāo)，用于反映與居民生活相關(guān)的消費(fèi)品及服務(wù)價(jià)格水平的變動(dòng)情況，也是一個(gè)用于宏觀經(jīng)濟(jì)分析與決策以及國民經(jīng)濟(jì)核算的重要指標(biāo)。一般來說，居民消費(fèi)價(jià)格指數(shù)的高低直接影響著國家宏觀經(jīng)濟(jì)調(diào)控措施的出臺(tái)與力度，比如央行是否需要調(diào)息、是否需要調(diào)整存款\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"準(zhǔn)備金率等等。同時(shí)，居民消費(fèi)價(jià)格指數(shù)還是度量通貨膨脹的一個(gè)重要指標(biāo)。本文采用2015年-2021年的月度數(shù)據(jù)，對(duì)我國居民消費(fèi)價(jià)格指數(shù)影響因素進(jìn)行描述性統(tǒng)計(jì)分析和多元回歸分析，并建立ARMA模型進(jìn)行預(yù)測(cè)，使用Eviews軟件。研究中以原材料購進(jìn)價(jià)格指數(shù)（MPI）、工業(yè)品出廠價(jià)格指數(shù)（PPI）、貨幣和準(zhǔn)貨幣供應(yīng)量指數(shù)（M2）和商品零售價(jià)格指數(shù)（RPI）為相關(guān)變量探究其對(duì)我國CPI的影響及建立模型。數(shù)據(jù)來源于國家統(tǒng)計(jì)局。分析結(jié)果表明，商品零售價(jià)格指數(shù)對(duì)居民消費(fèi)價(jià)格指數(shù)的影響是最大的，其次是PPI工業(yè)品出廠價(jià)格指數(shù)。而現(xiàn)如今，我國的經(jīng)濟(jì)發(fā)展進(jìn)入了新常態(tài)，居民消費(fèi)水平的增長對(duì)經(jīng)濟(jì)增長的推動(dòng)作用日益明顯。為了讓我國有平穩(wěn)健康的經(jīng)濟(jì)發(fā)展，就要堅(jiān)持“擴(kuò)內(nèi)需、促消費(fèi)”的戰(zhàn)略，努力提高居民消費(fèi)水平。關(guān)鍵詞：居民消費(fèi)價(jià)格指數(shù)；多元回歸分析；ARMA模型；商品零售價(jià)格指數(shù)；預(yù)測(cè)目錄TOC\o"1-3"\h\u一、緒論 1（一）選題背景和意義 11、選題背景 12、選題意義 1（二）文獻(xiàn)綜述 1（三）我國CPI現(xiàn)狀 3二、數(shù)據(jù)來源及變量解釋 4（一）數(shù)據(jù)來源 4（二）變量解釋 41.居民消費(fèi)價(jià)格指數(shù)（CPI） 42.工業(yè)品出廠價(jià)格指數(shù)（PPI） 43.商品零售價(jià)格指數(shù)（RPI） 54.原材料購進(jìn)價(jià)格指數(shù)（MPI） 55.貨幣和準(zhǔn)貨幣供應(yīng)量（M2） 5三、我國CPI影響因素的實(shí)證分析及預(yù)測(cè) 5（一）描述性統(tǒng)計(jì)分析 5（二）相關(guān)分析 6（三）協(xié)整檢驗(yàn) 7（四）單位根檢驗(yàn) 8（五）回歸分析 8（六）結(jié)論 91.RPI對(duì)居民消費(fèi)價(jià)格指數(shù)的影響及分析 92.PPI對(duì)居民消費(fèi)價(jià)格指數(shù)影響及分析 10四、建立ARMA模型并預(yù)測(cè) 11（一）自相關(guān)和偏自相關(guān)分析 11（二）ARMA模型構(gòu)建 11（三）根據(jù)模型進(jìn)行預(yù)測(cè) 12五、結(jié)論及不足 14（一）結(jié)論 14（二）不足之處 14參考文獻(xiàn) 15附錄A 16一、緒論本文主要研究我國居民消費(fèi)價(jià)格指數(shù)的影響因素，及對(duì)未來的預(yù)期。（一）選題背景和意義選題背景消費(fèi)者物價(jià)指數(shù)（\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"CPI）也就是居民消費(fèi)價(jià)格指數(shù)，是反映與居民生活有關(guān)的消費(fèi)品及服務(wù)價(jià)格水平的變動(dòng)情況的重要\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"宏觀經(jīng)濟(jì)\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"指標(biāo)，也是\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"宏觀經(jīng)濟(jì)分析與決策以及國民經(jīng)濟(jì)核算的重要指標(biāo)。一般來說，居民消費(fèi)價(jià)格指數(shù)的高低直接影響著國家宏觀經(jīng)濟(jì)調(diào)控措施的出臺(tái)與力度，比如央行是否需要調(diào)息、是否需要調(diào)整存款\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"準(zhǔn)備金率等等。同時(shí)，居民消費(fèi)價(jià)格指數(shù)的高低也間接影響著資本市場(chǎng)，例如\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"股票市場(chǎng)、\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"期貨市場(chǎng)、\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"資本市場(chǎng)和\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"金融市場(chǎng)等，使他們發(fā)生變化。居民消費(fèi)價(jià)格指數(shù)還與\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"就業(yè)形勢(shì)報(bào)告結(jié)合在一起，就形成了金融市場(chǎng)上另一個(gè)熱門的經(jīng)濟(jì)指標(biāo)，被人們仔細(xì)研究，因?yàn)槊恳粋€(gè)人都會(huì)受通貨膨脹的影響，它決定著消費(fèi)者需要花費(fèi)多少來購買商品和服務(wù)，并且左右著商業(yè)經(jīng)營的成本，極大地破壞著個(gè)人或者企業(yè)的投資，影響著已經(jīng)退休的人的生活質(zhì)量。而且，對(duì)于\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"通貨膨脹的展望是有助于設(shè)立勞動(dòng)合同，以及制定政府的財(cái)政政策。選題意義消費(fèi)是宏觀的經(jīng)濟(jì)變量，可以用于衡量一個(gè)國家或地區(qū)在某一時(shí)期內(nèi)的經(jīng)濟(jì)水平。居民消費(fèi)水平的計(jì)算是按照人口數(shù)量來算的，然后得出平均消費(fèi)額，用來反映一個(gè)國家的居民對(duì)其物質(zhì)文化生活的滿意程度，可以作為反映國家或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r以及居民生活水平的衡量指標(biāo)。而居民的消費(fèi)對(duì)于國民的生活水平有著非常重要的影響，如果居民不消費(fèi)，不能在社會(huì)經(jīng)濟(jì)活動(dòng)中收益，那么國民的生活水平也很難有提高。同時(shí)居民消費(fèi)對(duì)于國民經(jīng)濟(jì)也有著不小的影響，國家經(jīng)濟(jì)增長并不能只依賴于投資，倘若居民不再進(jìn)行消費(fèi)活動(dòng)，投資也會(huì)失去它的意義。雖然CPI這個(gè)數(shù)據(jù)具有\(zhòng)t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"滯后性，但它卻是市場(chǎng)經(jīng)濟(jì)活動(dòng)與政府貨幣政策的一個(gè)重要參考指標(biāo)。CPI保持穩(wěn)定、就業(yè)充分以及GDP增長是目前最重要的社會(huì)經(jīng)濟(jì)目標(biāo)。因此研究居民消費(fèi)水平有著非常重要的意義。（二）文獻(xiàn)綜述通過收集和查閱的大量研究我國居民消費(fèi)價(jià)格指數(shù)影響因素和預(yù)測(cè)的文章，為本文的寫作思路和研究方法提供了很大的幫助。研究者們從各方面各種角度進(jìn)行研究，不盡相同且各有優(yōu)勢(shì)。從建立多元回歸模型分析我國居民消費(fèi)價(jià)格指數(shù)的影響因素的方面。如‘魏靜潔（2016）在她的論文我國居民消費(fèi)價(jià)格指數(shù)CPI影響因素的實(shí)證分析中總結(jié)到，各個(gè)因素相互間也對(duì)居民消費(fèi)價(jià)格指數(shù)的變動(dòng)產(chǎn)生影響，首先從棄元回歸的模型了解到當(dāng)各個(gè)因素相互的影響對(duì)居民消費(fèi)價(jià)格指數(shù)的變動(dòng)產(chǎn)生不同的影響再次從主成分分析來看，此方法避免刪除過多信息來進(jìn)行較全面的模型分析。ＧＤＰ（Ｘｉ）、Ｍｌ（Ｘ３）、ＣＦＩ（Ｘ４）和ＣＥＩ（Ｘｓ）四個(gè)因素比ＢＡＩ（Ｘ２）對(duì)ＣＰＩ上升或下降的影響更明顯，其中ＣＦＩ（Ｘ４）對(duì)ＣＰＩ上升或下降的影響最突出’[1]。多元回歸的實(shí)際意義很大，并且操作相對(duì)簡(jiǎn)潔明了，結(jié)果也更清晰，為了多元回歸中剔除項(xiàng)影響最終結(jié)果，該學(xué)者還運(yùn)用了主成分分析進(jìn)行分析，值得學(xué)習(xí)和借鑒。還如‘劉懿樅（2019）的我國居民消費(fèi)價(jià)格指數(shù)（CPI)影響因素的分析中，采用了Spearman檢驗(yàn)法、DW檢驗(yàn)法、方差擴(kuò)大因子法以及構(gòu)建多元回歸模型等計(jì)量經(jīng)濟(jì)方法，對(duì)我國CPI的影響因素進(jìn)行了分析研究，通過修正后的多元回歸模型，我們可以得出以下結(jié)論：一是貨幣供應(yīng)量與我國CPI呈正相關(guān)關(guān)系，并對(duì)CPI的增長起推動(dòng)作用；二是進(jìn)出口總額與我國CPI呈正相關(guān)關(guān)系，但對(duì)我國CPI的影響弱于貨幣供應(yīng)量的影響’[2]?？梢钥闯觯瑱z驗(yàn)是構(gòu)建模型中不可缺少的，要根據(jù)檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行處理，或者根據(jù)檢驗(yàn)結(jié)果修正模型。從建立ARMA模型對(duì)我國居民消費(fèi)價(jià)格指數(shù)進(jìn)行分析和預(yù)測(cè)方面。如‘張禾（2018）的基于ARMA模型的我國居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)中，運(yùn)用R3.4.3對(duì)2016年的居民消費(fèi)價(jià)格指數(shù)進(jìn)行預(yù)測(cè)，考慮到時(shí)間原因，2016年的月度居民消費(fèi)價(jià)格指數(shù)已經(jīng)公布，便于通過預(yù)測(cè)值與實(shí)際值的對(duì)比檢驗(yàn)?zāi)Ｐ偷臄M合程度’[3]。ARMA模型是研究時(shí)間序列的重要模型，是用于預(yù)測(cè)未來數(shù)據(jù)的很好的方法。從這篇文獻(xiàn)中可以學(xué)習(xí)到，在預(yù)測(cè)前先確認(rèn)模型擬合情況，先與已有數(shù)據(jù)作比較，使得預(yù)測(cè)的未來數(shù)據(jù)更加準(zhǔn)確。從單變量對(duì)于我國居民消費(fèi)價(jià)格指數(shù)的影響來看，如‘韓萌（2020）的居民消費(fèi)價(jià)格指數(shù)和商品零售價(jià)格指數(shù)的分析——基于一元線性回歸分析中寫到，居民消費(fèi)價(jià)格指數(shù)和商品零售價(jià)格指數(shù)為正相關(guān)，居民消費(fèi)價(jià)格指數(shù)和商品零售價(jià)格指數(shù)是同時(shí)變化的’[4]。單一變量的研究方式，可以更仔細(xì)更全面的分析這一變量對(duì)其的影響?？梢钥闯觯唐妨闶蹆r(jià)格指數(shù)對(duì)居民消費(fèi)價(jià)格指數(shù)的影響是很大的，在選取數(shù)據(jù)的時(shí)候，商品零售價(jià)格指數(shù)這一數(shù)據(jù)不可缺少。上述是學(xué)者用不同分析方法對(duì)我國居民消費(fèi)價(jià)格指數(shù)的影響因素相關(guān)分析。通過對(duì)我國相關(guān)ＣＰＩ的分析方法來進(jìn)行相應(yīng)的比較，本文將相關(guān)的數(shù)據(jù)資料整理分析加利用，來進(jìn)行實(shí)證性分析針對(duì)有關(guān)影響我國居民消費(fèi)價(jià)格指數(shù)的因素，并根據(jù)研究分析結(jié)果來提出對(duì)穩(wěn)定我國居民消費(fèi)價(jià)格指數(shù)的意見及建議。然后建立模型對(duì)未來居民消費(fèi)價(jià)格指數(shù)進(jìn)行預(yù)測(cè)。根據(jù)2015年1月－2021年3月的我國居民消費(fèi)價(jià)格指數(shù)月度數(shù)據(jù)，從國家統(tǒng)計(jì)局上提取，進(jìn)行分析和預(yù)測(cè)。（三）我國CPI現(xiàn)狀圖1.3居民消費(fèi)價(jià)格指數(shù)趨勢(shì)圖整理數(shù)據(jù)我們可以發(fā)現(xiàn)，近多年來，物價(jià)飛漲問題一直困擾著我國政府，也是國內(nèi)外關(guān)注和研究的焦點(diǎn)。從圖3.1可以看出，每年的一月份是一年中物價(jià)漲得最厲害的時(shí)期，其主要原因一是天氣寒冷，食品價(jià)格上漲；二是新年假期導(dǎo)致供需失衡。并且可以看到每一年的趨勢(shì)大致有一點(diǎn)規(guī)律，最低點(diǎn)出現(xiàn)在2020年三月份，是受新冠肺炎疫情和惡劣天氣的影響。二、數(shù)據(jù)來源及變量解釋（一）數(shù)據(jù)來源基于2015年1月-2021年3月的月度數(shù)據(jù)，建立我國居民消費(fèi)價(jià)格指數(shù)的相關(guān)模型。數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站。為了分析影響CPI的變化的因素，我們選擇以居民消費(fèi)價(jià)格指數(shù)CPI為因變量，以原材料購進(jìn)價(jià)格指數(shù)（MPI）、工業(yè)品出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）、貨幣和準(zhǔn)貨幣供應(yīng)量指數(shù)（M2）分別為解釋變量，構(gòu)建模型進(jìn)行分析，探討影響CPI變動(dòng)的主要因素。在分析中，原數(shù)據(jù)貨幣和準(zhǔn)貨幣供應(yīng)量（M2）的單位為億元，將其與其他變量單位統(tǒng)一，化作百分比數(shù)據(jù)，因此，解釋變量的單位統(tǒng)一為百分比。（二）變量解釋1.居民消費(fèi)價(jià)格指數(shù)（CPI）居民消費(fèi)價(jià)格指數(shù)（CPI）是一個(gè)反映居民家庭一般所購買的\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"消費(fèi)品和服務(wù)項(xiàng)目?jī)r(jià)格水平變動(dòng)情況的\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"宏觀經(jīng)濟(jì)指標(biāo)。它是在特定時(shí)段內(nèi)\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"度量一組代表性消費(fèi)商品及服務(wù)項(xiàng)目的價(jià)格水平隨時(shí)間而變動(dòng)的相對(duì)數(shù)，是對(duì)城市居民消費(fèi)價(jià)格指數(shù)和農(nóng)村居民消費(fèi)價(jià)格指數(shù)進(jìn)行綜合匯總計(jì)算的結(jié)果，是用來反映居民家庭購買消費(fèi)商品及服務(wù)的價(jià)格水平的變動(dòng)情況，是一個(gè)月內(nèi)商品和服務(wù)零售價(jià)變動(dòng)系數(shù)。居民消費(fèi)價(jià)格統(tǒng)計(jì)調(diào)查的是\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"社會(huì)產(chǎn)品和服務(wù)項(xiàng)目的最終價(jià)格，一方面密切的和人民群眾的生活相關(guān)，另一方面在整個(gè)國民經(jīng)濟(jì)價(jià)格體系中也有著很重要的地位。它是進(jìn)行經(jīng)濟(jì)分析、經(jīng)濟(jì)決策、\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"價(jià)格總水平監(jiān)測(cè)和調(diào)控及國民經(jīng)濟(jì)核算的重要指標(biāo)。其\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"變動(dòng)率在一定程度上能夠反映\t"/item/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0/_blank"通貨膨脹或緊縮的程度。通過該指數(shù)可以觀察和分析消費(fèi)品的零售價(jià)格和服務(wù)項(xiàng)目?jī)r(jià)格的變動(dòng)對(duì)城鄉(xiāng)居民實(shí)際生活費(fèi)用支出的影響程度。2.工業(yè)品出廠價(jià)格指數(shù)（PPI）工業(yè)品出廠價(jià)格指數(shù)（PPI）是反映一定時(shí)期內(nèi)全部工業(yè)產(chǎn)品出廠價(jià)格總水平的變動(dòng)趨勢(shì)和變動(dòng)幅度的相對(duì)數(shù)，它也是通貨膨脹的先行指標(biāo)。工業(yè)品出廠價(jià)格是由生產(chǎn)成本、利潤和稅金三部分組成，它是工業(yè)產(chǎn)品進(jìn)入流通領(lǐng)域的最初價(jià)格。是商業(yè)企業(yè)、物資部門制定批發(fā)價(jià)格、零售價(jià)格和物資供應(yīng)價(jià)格的基礎(chǔ)。包括了工業(yè)企業(yè)售給本企業(yè)以外其他所有單位的各種產(chǎn)品，和直接售給居民用于生活消費(fèi)的產(chǎn)品。通過工業(yè)品出廠價(jià)格指數(shù)還能觀察出廠價(jià)格變動(dòng)對(duì)工業(yè)總產(chǎn)值的影響。3.商品零售價(jià)格指數(shù)（RPI）商品零售價(jià)格指數(shù)（RPI）是反映一定時(shí)期內(nèi)商品零售價(jià)格變動(dòng)趨勢(shì)和變動(dòng)程度的相對(duì)數(shù)。商品零售價(jià)格指數(shù)分為食品、飲料煙酒、服裝鞋帽、紡織品、中西藥品、化妝品、書報(bào)雜志、文化體育用品、日用品、家用電器、首飾、燃料、建筑裝潢材料、機(jī)電產(chǎn)品等十四個(gè)大類，國家規(guī)定有304種必報(bào)商品，需要予以特別說明的是，從1994年起，國家、各省（區(qū)）和縣編制的商品零售價(jià)格指數(shù)不再包括農(nóng)業(yè)生產(chǎn)資料。零售物價(jià)的調(diào)整變動(dòng)對(duì)城鄉(xiāng)居民的生活支出和國家的財(cái)政收入有直接影響，并且影響居民購買力和市場(chǎng)供需平衡，影響消費(fèi)與積累的比例。因此，該指數(shù)可以從側(cè)面角度對(duì)上述經(jīng)濟(jì)活動(dòng)進(jìn)行觀察和分析。4.原材料購進(jìn)價(jià)格指數(shù)（MPI）原材料購進(jìn)價(jià)格指數(shù)（MPI）是反映企業(yè)家對(duì)原材料購進(jìn)價(jià)格判斷的擴(kuò)散指數(shù)。5.貨幣和準(zhǔn)貨幣供應(yīng)量（M2）貨幣和準(zhǔn)貨幣供應(yīng)量（M2）是指流通于銀行體系之外的現(xiàn)金加上企業(yè)存款、\t"/item/M2/_blank"居民儲(chǔ)蓄存款以及其他存款，它包括了一切可能成為現(xiàn)實(shí)\t"/item/M2/_blank"購買力的貨幣形式，通常反映的是社會(huì)總需求變化和未來通脹的壓力狀態(tài)。近年來，很多國家都把M2作為貨幣供應(yīng)量的調(diào)控目標(biāo)。M2的計(jì)算公式大致=流通中的現(xiàn)金+活期存款+準(zhǔn)貨幣（\t"/item/M2/_blank"單位定期存款+居民定期存款+其他存款+證券公司客戶保證金+住房公積金中心存款+非存款類金融機(jī)構(gòu)在存款類金融機(jī)構(gòu)的存款）三、我國CPI影響因素的實(shí)證分析及預(yù)測(cè)（一）描述性統(tǒng)計(jì)分析在實(shí)際分析中我們從國家統(tǒng)計(jì)局選取了2015-2020年的月度數(shù)據(jù)，合計(jì)樣本量達(dá)到75個(gè)，通過Eviews軟件進(jìn)行描述性統(tǒng)計(jì)分析，涵蓋了Mean（均值）、Median（中位數(shù)）、Maximum（最大值）、Minimum（最小值）、Std.Dev.（標(biāo)準(zhǔn)差）、Skewness（偏度）、Kurtosis（峰度）、Jarque-Bera（JB統(tǒng)計(jì)量）、Probability（顯著性）、Sum（求和）、SumSq.Dev.（總離差平方和）、Observations（樣本量）等不同的統(tǒng)計(jì)指標(biāo)，結(jié)果如下：表1-1描述性統(tǒng)計(jì)分析CPIMPIPPIRPIM2Mean100.173354.36133100.0987100.1240100.8286Median100.100053.40000100.1000100.1000100.7484Maximum101.600069.60000101.6000101.2000102.6268Minimum98.8000041.1000098.7000098.7000099.33624Std.Dev.0.5532057.4300320.6032550.4831880.735907Skewness0.1045570.2662070.228217-0.2253910.229006Kurtosis3.1106512.2831763.0797503.3085992.450615Jarque-Bera0.1749142.4915680.6709130.9326201.598743Probability0.9162580.2877150.7150120.6273130.449611Sum7513.0004077.1007507.4007509.3007562.147SumSq.Dev.22.646674085.19826.9298717.2768040.07537Observations7575757575從樣本量的數(shù)據(jù)來看CPI、PPI、RPI和M2均是以上一月度為100來衡量單位的指數(shù)，而MPI則是以實(shí)際的指數(shù)編制為計(jì)算單位，從上表可以看出CPI、PPI、MPI、RPI、M2的均值分別為100.1733、54.36133、100.0987、100.1240、100.8286，最大值分別為101.6000、69.60000、101.6000、101.2000、102.6268；最小值分別為98.80000、41.10000、98.70000、98.70000、99.33624，除MPI外大部分?jǐn)?shù)據(jù)均維持在一個(gè)穩(wěn)定的區(qū)間，這主要得益于我國強(qiáng)有力的宏觀經(jīng)濟(jì)調(diào)控政策和穩(wěn)健的貨幣政策，使得各個(gè)指數(shù)均維持在一個(gè)相對(duì)合理的區(qū)間。（二）相關(guān)分析相關(guān)分析是通過計(jì)算相關(guān)系數(shù)的方式，來論證變量間所存在的相關(guān)關(guān)系，相關(guān)關(guān)系和回歸關(guān)系，其原理存在較大的差別，相關(guān)是變量間的存在于數(shù)理統(tǒng)計(jì)上的關(guān)系，而回歸則是體現(xiàn)了一種變量間的因果關(guān)系；相關(guān)分析側(cè)重于發(fā)現(xiàn)隨機(jī)變量間的種種相關(guān)特性，回歸分析更側(cè)重于研究隨機(jī)變量間的依賴關(guān)系，以便用一個(gè)變量去預(yù)測(cè)另一個(gè)變量。進(jìn)而可以得到如下的分析結(jié)果：表1-2相關(guān)分析結(jié)果CorrelationProbabilityCPI

M2

MPI

PPI

RPI

CPI

1.000000

M2

-0.0728231.0000000.5347

MPI

0.094431-0.0880411.0000000.42030.4526

PPI

0.106794-0.0697590.9316601.0000000.36180.55200.0000

RPI

0.942249-0.0612960.2805000.3251011.0000000.00000.60140.01480.0044

從相關(guān)分析的結(jié)果來看CPI和M2、MPI、PPI、RPI之間的相關(guān)系數(shù)分別為-0.072823、0.094431、0.106794、0.942249，其相伴概率Prob分別為0.534、0.4203、0.3618、0.0000，據(jù)此可得，上表中僅有CPI和RPI間存在顯著相關(guān)關(guān)系，且相關(guān)系數(shù)為0.942，由于兩者間變量的相關(guān)系數(shù)大于0.5即可說明可能存在共線性關(guān)系，可通過差分的方式，消除共線性。（三）協(xié)整檢驗(yàn)在宏觀經(jīng)濟(jì)計(jì)量分析中，最主要工具之一就是Granger(1987)所提出的協(xié)整方法，該方法分析了非平穩(wěn)經(jīng)濟(jì)變量之間數(shù)量關(guān)系，且通過\t"/item/%E5%8D%8F%E6%95%B4%E6%A3%80%E9%AA%8C/_blank"線性\t"/item/%E5%8D%8F%E6%95%B4%E6%A3%80%E9%AA%8C/_blank"誤差修正模型(ECM)刻畫了經(jīng)濟(jì)變量之間的線性調(diào)整機(jī)制，這就是所謂的線性協(xié)整方法。協(xié)整即存在共同的隨機(jī)性趨勢(shì)。協(xié)整檢驗(yàn)是論證變量間是否存在協(xié)整的重要方法，意義在于檢驗(yàn)它們的回歸方程所描述的因果關(guān)系是否是偽回歸，即檢驗(yàn)變數(shù)之間是否存在穩(wěn)定的關(guān)系。通過不同滯后期的判斷分析來分析變量間所存在的協(xié)整關(guān)系，進(jìn)而通過協(xié)整檢驗(yàn)可以得到如下表：表1-3協(xié)整檢驗(yàn)UnrestrictedCointegrationRankTest(Trace)HypothesizedTrace0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*

0.595272

125.9674

69.81889

0.0000Atmost1*

0.298477

60.84043

47.85613

0.0019Atmost2*

0.219301

35.31627

29.79707

0.0104Atmost3*

0.168949

17.49158

15.49471

0.0247Atmost4*

0.056232

4.166979

3.841466

0.0412

Tracetestindicates5cointegratingeqn(s)atthe0.05level

*denotesrejectionofthehypothesisatthe0.05level

**MacKinnon-Haug-Michelis(1999)p-values從上表可得各變量在None*、Atmost1*、Atmost2*、Atmost3*、Atmost4*分別對(duì)應(yīng)的顯著性為

0.0000、0.0019、0.0104、0.0247、0.0412；說明變量在原始序列、滯后1期、滯后2期、滯后3期、滯后4期均存在協(xié)整關(guān)系，進(jìn)而可以得到變量間均存在協(xié)整關(guān)系，適合構(gòu)建回歸模型分析。（四）單位根檢驗(yàn)單位根檢驗(yàn)時(shí)間序列的單位根研究是時(shí)間序列分析的一個(gè)熱點(diǎn)問題。時(shí)間序列矩特性的時(shí)變行為實(shí)際上是反映了時(shí)間序列的非平穩(wěn)性質(zhì)。對(duì)于非平穩(wěn)時(shí)間序列的處理方法一般都是將其轉(zhuǎn)變?yōu)槠椒€(wěn)序列，這樣就可以用有關(guān)平穩(wěn)時(shí)間序列的方法和模型來進(jìn)行相應(yīng)得研究。對(duì)時(shí)間序列單位根的檢驗(yàn)就是對(duì)時(shí)間序列平穩(wěn)性的檢驗(yàn)，非平穩(wěn)時(shí)間序列如果存在單位根，則一般可以通過差分的方法來消除單位根，從而得到平穩(wěn)序列。數(shù)據(jù)為平穩(wěn)的時(shí)間序列是進(jìn)行回歸分析的前提假設(shè)，通過ADF檢驗(yàn)判定ADF值分別在1%level、5%level、10%level的何種區(qū)間，是進(jìn)行單位根檢驗(yàn)的重要方法，進(jìn)而可以得到如下分析結(jié)果：表1-4模型的單位根檢驗(yàn)ADF1%level5%level10%levelprobCPI-6.861853-3.521579-2.901217-2.5879810.000MPI-3.119219-3.522887-2.901779-2.588280.0294PPI-3.769376-3.522887-2.901779-2.588280.0049RPI-6.545672-3.522887-2.901779-2.588280.0000M2-8.73335-3.538362-2.90842-2.5917990.0000從上表可以得到CPI、MPI、PPI、RPI、M2的ADF值分別為-6.861853、-3.119219、-3.769376、-6.545672、-8.73335，顯著的大于1%level所分布的-3.521579、-3.522887、-3.522887、-3.522887等值，因而可以判定CPI、MPI、PPI、RPI、M2的單位根檢驗(yàn)中，各項(xiàng)值均在99%的顯著性前提下顯著。（五）回歸分析回歸分析是研究一個(gè)\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"因變量與兩個(gè)或兩個(gè)以上的\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"自變量的回歸。又稱為\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"多元線性回歸，是反映一種現(xiàn)象或事物的數(shù)量依多種現(xiàn)象或事物的數(shù)量的變動(dòng)而相應(yīng)變動(dòng)的規(guī)律。是建立多個(gè)變量之間\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"線性或\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"非線性數(shù)學(xué)模型\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"數(shù)量關(guān)系式的\t"/item/%E5%A4%9A%E5%85%83%E5%9B%9E%E5%BD%92/_blank"統(tǒng)計(jì)方法。在構(gòu)建回歸分析模型中，我們選取了2015-2020年的月度數(shù)據(jù)；我們選擇以居民消費(fèi)價(jià)格指數(shù)CPI為因變量以原材料購進(jìn)價(jià)格指數(shù)（MPI）、工業(yè)品出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）、貨幣和準(zhǔn)貨幣供應(yīng)量指數(shù)（M2）分別為被解釋變量，構(gòu)建模型進(jìn)行分析，探討影響CPI變動(dòng)的主要因素，可得到回歸模型如下所示：CPI=C+βitMPI+βit表1-5模型回歸分析結(jié)果VariableCoefficientStd.Errort-StatisticProb.

M2-0.0174510.022988-0.7591110.4503MPI0.0096820.0062591.5467460.1264PPI-0.3178550.078145-4.0674950.0001RPI1.1644110.03693631.524800.0000C16.637938.0186222.0749110.0417R-squared0.935254

Meandependentvar100.1733AdjustedR-squared0.931554

S.D.dependentvar0.553205S.E.ofregression0.144731

Akaikeinfocriterion-0.963543Sumsquaredresid1.466289

Schwarzcriterion-0.809044Loglikelihood41.13286

Hannan-Quinncriter.-0.901853F-statistic252.7855

Durbin-Watsonstat1.976719Prob(F-statistic)0.000000表1-5（續(xù)）從上表的回歸結(jié)果來看MPI、PPI、RPI、M2的系數(shù)分別為0.009998、-0.320324、1.165680、-0.017451，相伴概率為0.1128、0.0001、0.0000、0.4503；除MPI、M2原材料購進(jìn)價(jià)格指數(shù)未表現(xiàn)顯著外，其余變量均表現(xiàn)顯著，從系數(shù)值來看對(duì)CPI影響最大的值為RPI商品零售價(jià)格指數(shù)，即商品零售價(jià)格指數(shù)對(duì)居民消費(fèi)價(jià)格指數(shù)的影響最大，其次是PPI工業(yè)品出廠價(jià)格指數(shù)。（六）實(shí)證分析由模型結(jié)果可以看出在在所有解釋變量中最能影響我國居民消費(fèi)價(jià)格指數(shù)的影響因素為商品零售價(jià)格指數(shù)（RPI）和工業(yè)品出廠價(jià)格指數(shù)（PPI）。其中，RPI是CPI的重要組成部分，是屬于流通領(lǐng)域的重要指標(biāo)。這三個(gè)物價(jià)指數(shù)CPI、RPI和PPI是被一條產(chǎn)業(yè)鏈（上游生產(chǎn)領(lǐng)域至下游消費(fèi)領(lǐng)域）銜接起來，它們是這個(gè)鏈條上的三個(gè)點(diǎn)，分別為鏈條上的生產(chǎn)領(lǐng)域端點(diǎn)、流通領(lǐng)域端點(diǎn)和消費(fèi)領(lǐng)域端點(diǎn)。從供給角度上來看，PPI的漲跌必然會(huì)順著產(chǎn)業(yè)鏈傳導(dǎo)到零售價(jià)格和服務(wù)項(xiàng)目上；從需求角度上來看，CPI的大小會(huì)通過流通領(lǐng)域的RPI反饋給PPI。因此，CPI、RPI與PPI三者之間傳導(dǎo)機(jī)制的研究就能解釋物價(jià)指數(shù)下降或者上升的這種經(jīng)濟(jì)現(xiàn)象，而且能給政府制定價(jià)格政策和居民消費(fèi)政策提供很大的幫助。1.RPI對(duì)居民消費(fèi)價(jià)格指數(shù)的影響及分析模型顯示居民消費(fèi)價(jià)格指數(shù)和商品零售價(jià)格指數(shù)有著最顯著的關(guān)系，為了使居民消費(fèi)價(jià)格指數(shù)和商品零售價(jià)格指數(shù)能夠更加適應(yīng)現(xiàn)如今經(jīng)濟(jì)發(fā)展的需要，政府要鼓勵(lì)居民不要都將錢存起來，而是更多地投資消費(fèi)，擴(kuò)大社會(huì)投資，拉動(dòng)內(nèi)需，更快的完善促進(jìn)消費(fèi)體制機(jī)構(gòu)。為了優(yōu)化消費(fèi)和零售等國民經(jīng)濟(jì)指數(shù)關(guān)系，實(shí)現(xiàn)需求引領(lǐng)和供給側(cè)改革，我們要提升消費(fèi)和零售對(duì)經(jīng)濟(jì)基礎(chǔ)的作用，以便構(gòu)建符合我國長遠(yuǎn)戰(zhàn)略利益的經(jīng)濟(jì)發(fā)展模式。政府要推動(dòng)市場(chǎng)經(jīng)濟(jì)的發(fā)展，增強(qiáng)經(jīng)濟(jì)的活力和生機(jī)。要通過發(fā)展市場(chǎng)經(jīng)濟(jì)來促進(jìn)中國經(jīng)濟(jì)與世界經(jīng)濟(jì)接軌，建立與國際經(jīng)濟(jì)技術(shù)的平臺(tái)，更好的與國際經(jīng)濟(jì)技術(shù)進(jìn)行合作和競(jìng)爭(zhēng)，同時(shí)合理的調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，提高生產(chǎn)增長，提高人民生活水平，使我國經(jīng)濟(jì)發(fā)展有更好的發(fā)展前景。政府還要根據(jù)我國市場(chǎng)經(jīng)濟(jì)的實(shí)際情況調(diào)整相應(yīng)的市場(chǎng)宏觀調(diào)控政策，協(xié)調(diào)好市場(chǎng)的價(jià)格體系，使價(jià)格協(xié)調(diào)與溝通機(jī)制步調(diào)一致。還應(yīng)當(dāng)建立健全的以市場(chǎng)供求形勢(shì)為導(dǎo)向的價(jià)格調(diào)整機(jī)制，合理的設(shè)計(jì)各環(huán)節(jié)的價(jià)格梯度。同時(shí)使市場(chǎng)保證充分的良性競(jìng)爭(zhēng)，為價(jià)格形成創(chuàng)造一個(gè)穩(wěn)定的外部環(huán)境。建立健全的經(jīng)濟(jì)發(fā)展和市場(chǎng)規(guī)則，穩(wěn)定物價(jià)水平，積極應(yīng)對(duì)市場(chǎng)可能出現(xiàn)的價(jià)格波動(dòng)。維持零售市場(chǎng)終端的價(jià)格控制和價(jià)格管理，加強(qiáng)市場(chǎng)價(jià)格的信息反饋和跟蹤控制。2.PPI對(duì)居民消費(fèi)價(jià)格指數(shù)影響及分析PPI是反映生產(chǎn)環(huán)節(jié)的價(jià)格水平，CPI是反映消費(fèi)環(huán)節(jié)的價(jià)格水平。整體價(jià)格水平的波動(dòng)一般會(huì)先出現(xiàn)在生產(chǎn)領(lǐng)域，然后通過產(chǎn)業(yè)鏈向下游產(chǎn)業(yè)擴(kuò)散，最后才會(huì)波及到市場(chǎng)上流通的消費(fèi)品。以工業(yè)品為原材料的生產(chǎn)價(jià)格，即工業(yè)品價(jià)格向居民消費(fèi)價(jià)格指數(shù)的傳導(dǎo)途徑為：原材料→生產(chǎn)資料→生活資料。同時(shí)，PPI也作為觀察通貨膨脹水平的重要指標(biāo)，一般可以理解為：PPI指數(shù)越高，說明經(jīng)濟(jì)的通貨膨脹壓力越大，物價(jià)就會(huì)上漲；PPI指數(shù)比預(yù)期指數(shù)低時(shí)，則說明有通貨緊縮的風(fēng)險(xiǎn)，隨之消費(fèi)也會(huì)減少，物價(jià)就會(huì)下降。在不同市場(chǎng)條件下，工業(yè)品價(jià)格向最終消費(fèi)價(jià)格的傳導(dǎo)存在兩種可能的情形：一是在賣方市場(chǎng)條件下，成本上漲所引起的工業(yè)品價(jià)格(如電力、水、煤炭等能源、原材料價(jià)格)上漲最終都會(huì)順利傳導(dǎo)到消費(fèi)品價(jià)格上；二是在買方市場(chǎng)條件下，由于供大于求，工業(yè)品價(jià)格很難傳導(dǎo)到消費(fèi)品價(jià)格上，所以可能會(huì)導(dǎo)致消費(fèi)品價(jià)格保持不變甚至下跌，企業(yè)則需要通過減少自身利潤對(duì)上漲的成本予以消化，其結(jié)果表現(xiàn)為中下游企業(yè)的產(chǎn)品價(jià)格保持不變，甚至可能繼續(xù)走低，企業(yè)盈利減少。對(duì)于部分縮減利潤后仍難以消化上漲的成本的企業(yè)，可能會(huì)面臨破產(chǎn)。而由于CPI不僅包括消費(fèi)品價(jià)格，還包括了服務(wù)價(jià)格，CPI與PPI在統(tǒng)計(jì)口徑上并不是非常嚴(yán)格的對(duì)應(yīng)關(guān)系。因此，CPI與PPI的變化在某一時(shí)期出現(xiàn)不一致的情況也是有可能的。如果發(fā)生價(jià)格傳導(dǎo)出現(xiàn)斷裂的現(xiàn)象，其主要原因在于工業(yè)品市場(chǎng)處于買方市場(chǎng)以及政府對(duì)公共產(chǎn)品價(jià)格的人為控制等。四、建立ARMA模型并預(yù)測(cè)（一）自相關(guān)和偏自相關(guān)分析通過自相關(guān)和偏自相關(guān)分析可以判斷ARMA模型可以采用的滯后階數(shù)，自相關(guān)和偏自相關(guān)圖如下：圖2自相關(guān)和偏自相關(guān)圖從上圖可以看出，自相關(guān)和偏自相關(guān)在滯后3期的時(shí)候表現(xiàn)顯著，因此可以構(gòu)建ARMA（3,3）模型。（二）ARMA模型構(gòu)建ARMA自相關(guān)移動(dòng)平均模型，其核心原理是通過模型本身的歷史數(shù)據(jù)回溯進(jìn)而得到其數(shù)據(jù)本身的預(yù)測(cè)值，剔除了其他變量對(duì)模型的影響；透過上表可以得到基于CPI的ARMA模型可構(gòu)建ARMA(3,3)模型，得到的結(jié)果如下：表1-6ARMA模型分析結(jié)果VariableCoefficientStd.Errort-StatisticProb.

C100.16540.0561811782.9200.0000AR(3)-1.0000009.39E-05-10648.880.0000MA(3)0.9999809.67E-0510339.450.0000SIGMASQ0.2092040.0323986.4572520.0000R-squared0.307169

Meandependentvar100.1733AdjustedR-squared0.277895

S.D.dependentvar0.553205S.E.ofregression0.470096

Akaikeinfocriterion1.479781Sumsquaredresid15.69031

Schwarzcriterion1.603381Loglikelihood-51.49180

Hannan-Quinncriter.1.529133F-statistic10.49270

Durbin-Watsonstat1.756975Prob(F-statistic)0.000009InvertedARRoots

.50-.87i

.50+.87i

-1.00InvertedMARoots

.50-.87i

.50+.87i

-1.00從上表ARMA（3,3）的結(jié)果可以看出，AR(3)、MA(3)的系數(shù)分別為-1.000000和0.999980，其相伴概率分別為0.0000、0.0000；在顯著性為99%的前提下模型均表現(xiàn)顯著，說明ARMA（3,3）模型設(shè)置合理結(jié)果較好。得到模型結(jié)果為：CPI=100.1651+[AR(3)=-999,MA(3)=0.999,UNCOND,ESTSMPL="2015M012021M03"]（三）根據(jù)模型進(jìn)行預(yù)測(cè)基于該ARMA模型進(jìn)行2年的數(shù)據(jù)預(yù)測(cè)，并與實(shí)際值進(jìn)行比較，得到結(jié)果如下：data原始數(shù)據(jù)預(yù)測(cè)值2019M01100.5100.20673672019M02101100.48333262019M0399.699.960873612019M04100.1100.12397732019M0510099.847381372019M0699.9100.36984042019M07100.4100.20673672019M08100.7100.48333262019M09100.999.960873612019M10100.9100.12397732019M11100.499.847381372019M12100100.36984042020M01101.4100.20673672020M02100.8100.48333262020M0398.899.960873612020M0499.1100.12397732020M0599.299.847381372020M0699.9100.36984042020M07100.6100.20673672020M08100.4100.48333262020M09100.299.960873612020M1099.7100.12397732020M1199.499.847381372020M12100.7100.36984042021M01101100.20673672021M02100.6100.48333262021M0399.599.960873612021M0499.877887712021M0599.760473082021M06100.25948532020-2021年的月度居民消費(fèi)價(jià)格指數(shù)在官網(wǎng)上已經(jīng)公布，可以通過預(yù)測(cè)值與實(shí)際值的對(duì)比去檢驗(yàn)?zāi)Ｐ偷臄M合程度。將2020年11月-2021年3月已經(jīng)公布的實(shí)際值：99.4，100.7，101，100.6，99.5與模型得到的預(yù)測(cè)值：99.85，100.37，100.21，100.48，99.96相比較，可以發(fā)現(xiàn)居民消費(fèi)價(jià)格指數(shù)的實(shí)際值與預(yù)測(cè)值兩者最大差值僅為1個(gè)百分點(diǎn)，說明模型有較高的可信度。此外還預(yù)測(cè)出了2021M04、2021M05、2021M06的值99.87788771、99.76047308、100.2594853，模型預(yù)測(cè)精度較好，可以得到如下圖所示：圖2模型實(shí)際預(yù)測(cè)圖CPI為模型原始數(shù)據(jù),CPIF為模型預(yù)測(cè)值，從上圖來看模型預(yù)測(cè)值其波動(dòng)大致擬合了實(shí)際數(shù)據(jù)的波動(dòng)，但是其幅度和區(qū)間較小，數(shù)據(jù)回測(cè)幅度和范圍控制較為合理。五、結(jié)論及不足（一）結(jié)論ARMA模型擬合趨勢(shì)較為準(zhǔn)確，并預(yù)測(cè)出了2021年4月至6月的居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù)約為99.88、99.76、100.26?，F(xiàn)如今，我國的經(jīng)濟(jì)發(fā)展進(jìn)入了新常態(tài)，居民消費(fèi)水平的增長對(duì)整體經(jīng)濟(jì)增長的推動(dòng)作用越來越明顯。為了促進(jìn)我國經(jīng)濟(jì)的平穩(wěn)健康發(fā)展，要堅(jiān)持?jǐn)U內(nèi)需、促消費(fèi)的戰(zhàn)略，全力提高居民消費(fèi)水平。而居民消費(fèi)價(jià)格指數(shù)與居民生活密切相關(guān)，在國民經(jīng)濟(jì)中把握我國CPI走勢(shì)有著很重要的作用，對(duì)于利益我們應(yīng)當(dāng)長遠(yuǎn)的考慮，因此建議有關(guān)部門應(yīng)在注重當(dāng)下利益的同時(shí)加強(qiáng)對(duì)我國國民經(jīng)濟(jì)的監(jiān)測(cè)和預(yù)警，密切關(guān)注國內(nèi)和國際市場(chǎng)的價(jià)格變化，在物價(jià)水平不穩(wěn)定時(shí)及時(shí)采用調(diào)控措施，合理的引導(dǎo)價(jià)格走勢(shì)；同時(shí)也要適時(shí)關(guān)注和調(diào)節(jié)國家宏觀調(diào)控的力度，繼續(xù)調(diào)整生產(chǎn)和消費(fèi)的結(jié)構(gòu)政策，鼓勵(lì)居民消費(fèi)，及時(shí)掌握和應(yīng)對(duì)出現(xiàn)的各種新情況，確保國民經(jīng)濟(jì)運(yùn)行在合理區(qū)間，努力避免中國經(jīng)濟(jì)的硬著陸，使中國保持在平穩(wěn)較快的經(jīng)濟(jì)發(fā)展勢(shì)頭上。（二）不足本文為了分析我國居民消費(fèi)價(jià)格指數(shù)的影響因素共選取了四個(gè)解釋變量，數(shù)據(jù)量為75個(gè)，所得模型精度還可再提升；根據(jù)趨勢(shì)圖可發(fā)現(xiàn)數(shù)據(jù)有一點(diǎn)季節(jié)性規(guī)律，導(dǎo)致模型擬合效果還與提升空間，還可選取更多的數(shù)據(jù)量進(jìn)行分析。參考文獻(xiàn)魏靜潔.我國居民消費(fèi)價(jià)格指數(shù)（CPI）影響因素的實(shí)證分析[D].云南大學(xué),2016.劉懿樅,李明洋,王虹博.我國居民消費(fèi)價(jià)格指數(shù)（CPI)影響因素的分析[J].商場(chǎng)現(xiàn)代化,2019(17):25-26.張禾.基于ARMA模型的我國居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)[J].商場(chǎng)現(xiàn)代化,2018(07):15-16.韓萌.居民消費(fèi)價(jià)格指數(shù)和商品零售價(jià)格指數(shù)的分析——基于一元線性回歸分析[J].現(xiàn)代商業(yè),2020(17):12-13.黃樹花.ARIMA與BP模型在我國居民消費(fèi)價(jià)格指數(shù)的實(shí)證分析[D].云南大學(xué),2015.馬永梅,林天水.基于我國居民消費(fèi)價(jià)格指數(shù)的聚類分析[J].青海師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2019,35(02):26-34.卞集.我國居民消費(fèi)價(jià)格指數(shù)的隨機(jī)波動(dòng)性研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué),2014.潘姝敏.我國居民消費(fèi)價(jià)格指數(shù)的基本現(xiàn)狀及波動(dòng)趨勢(shì)分析[J].科技廣場(chǎng),2016(11):158-161.楊堅(jiān),費(fèi)俊俊.我國居民消費(fèi)價(jià)格指數(shù)走勢(shì)實(shí)證分析與預(yù)測(cè)[J].統(tǒng)計(jì)與決策,2014(07):112-116.陳娟,余灼萍.我國居民消費(fèi)價(jià)格指數(shù)的短期預(yù)測(cè)[J].統(tǒng)計(jì)與決策,2005(04):40-41.郭玉,李明星,邸彥彪,李曉梅.基于ARMA模型我國居民消費(fèi)價(jià)格指數(shù)實(shí)證分析及預(yù)測(cè)[J].遼寧工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2017,19(01):27-28+41.何巖巖.基于ARMA模型的我國居民消費(fèi)價(jià)格指數(shù)的分析及預(yù)測(cè)[J].商,2016(06):204+143.石撿情,楊世娟.我國居民消費(fèi)價(jià)格指數(shù)時(shí)間序列預(yù)測(cè)——基于ARIMA模型的分析[J].科技資訊,2017,15(33):35-36+40.葉夢(mèng)翔.居民消費(fèi)價(jià)格指數(shù)的影響因素及評(píng)價(jià)[J].中國商論,2020(23):15-16.楊宇,陸奇岸.CPI、RPI與PPI之間關(guān)系的實(shí)證研究——基于VAR模型的經(jīng)濟(jì)計(jì)量分析[J].價(jià)格理論與實(shí)踐,2009(05):57-58.YanQin.SeasonalAdjustmentofCPITimeSeriesBasedonX-12-ARIMAandSARIMA[J].WorldScientificResearchJournal,2021,7(5).附錄A年份月份居民消費(fèi)價(jià)格指數(shù)cpi原材料購進(jìn)價(jià)格指數(shù)mpi工業(yè)品出廠價(jià)格指數(shù)ppi商品零售價(jià)格指數(shù)rpi貨幣和準(zhǔn)貨幣供應(yīng)量M2指數(shù)2015年1月100.341.998.999.9101.16702252月101.243.999.3100.9101.18050533月99.54599.999.6101.4277544月99.847.899.799.7100.4270545月99.849.499.999.9102.07518146月10047.399.6100101.99010047月100.344.799.3100.1101.48762018月100.544.999.2100.3100.27320659月100.145.899.699.9100.214906210月99.744.499.699.7100.087999611月10041.199.5100100.950412412月100.542.499.4100.5101.33352892016年1月100.5