探究影响中国CPI的宏观因素

探究影响中国CPI的宏观因素

第十组 作者：孙天泽

年级专业：2009级金融学 2011年10月30日

【摘要】本文是在参考了多个关于影响我国CPI的因素的主要观点的基础上，对影响我国从1990年到2008年的CPI的因素进行实证分析。选取的自变量有GDP、货币供应量和利率。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。得出的结论是：影响CPI的主要因素是GDP的一阶滞后值和货币供应量。

【关键词】: CPI GDP 货币供应量 利率 计量

一．研究背景及目的

1、研究背景

消费者物价指数(Consumer Price Index)，英文缩写为CPI，是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。如果消费者物价指数升幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗。因此，该指数过高的升幅往往不被市场欢迎。例如，在过去12个月，消费者物价指数上升2.3％，那表示，生活成本比12个月前平均上升2.3％。当生活成本提高，你的金钱价值便随之下降。也就是说，一年前收到的一张100元纸币，今日只可以买到价值97.70元的商品或服务。一般说来当CPI>3%的增幅时我们称为Inflation，就是通货膨胀；而当CPI>5%的增幅时，我们把它称为Serious Inflation，就是严重的通货膨胀。

CPI的意义在于对宏观经济政策的选择、调整和节奏把握上具有重要的指标作用。在整个经济体系中CPI与货币供应量、汇率、股市、投资与消费、需求和供给等有着千丝万缕的联系。它既是一面镜子，反映着经济环境的变化，同时又是一个传感器，来自国际国内的经济变动因素通过它切实地传导入了每一个人的经济生活。从流动性过剩问题到气候灾害，从国内房价上涨到国际油价上涨，都会在CPI上反映出来，而它的另一侧又和人们的生活紧密联系着。从根本意义上说，CPI不仅是政策转化的依据，更应是如何合理安排民生、提高民众福祉的标杆。

2010年中国的GDP10.3%的增长令人们笃信中国经济增长无虞，相形之下，通胀压力跃升为2011年最大的风险因素。国家统计局公布的数据显示，2010年全年居民消费价格同比上涨3.3%。从月度同比涨幅来看，CPI全年持续上涨，从2010年年初的1.5%一直上涨至11月份5.1%的高位，而12月份4.6%的同比涨幅则是在连续6个月上涨之后的首次回落。而2011年刚刚过去的一季度我国居民消费价格（CPI）同比上涨5.0%，工业生产者出厂价格（PPI）同比上涨7.1%。其中，城市上涨4.9%，农村上涨5.5%。分类别看，食品上涨11.0%，烟酒及用品上涨2.0%，衣着上涨0.3%，家庭设备用品及维修服务上涨1.6%，医疗保健和个人用品上涨3.1%，交通和通信下降0.1%，娱乐教育文化用品及服务上涨0.6%，居住上涨6.5%。工业生产者购进价格同比上涨10.2%。

CPI是一个滞后性的数据，但它往往是市场经济活动与政府货币政策的一个重要参考指标。CPI稳定、就业充分及GDP增长往往是最重要的社会经济目标。不过，从中国的现实情况来看，CPI的稳定及其重要性并不像发达国家所认为的

那样“有一定的权威性，市场的经济活动会根据CPI的变化来调整”。 首先是国内经济快速增长，近两年来GDP增长都在9%以上，CPI却没有多少波动；二是一年之内CPI大起大落，前后相差几个百分点；三是随着CPI大幅波动，国内经济一时间通货膨胀率过高，民众储蓄负利率严重，一时间居民储蓄又告别负收益，通货紧缩阴影重现。这样一种经济环境令人担忧，因此，对于CPI我们因该谨慎理解，将之作为一个参考数据，不能完全将CPI与我国的实际等同。

最近几年来越来越多的国家认同一个观点，即货币政策首要的、长期的目标是提高价格的稳定性，通货膨胀目标制因此备受各国中央银行青睐。自从 1989年新西兰储备银行首先引入通货膨胀目标制以来，无论是发达国家（加拿大、新西兰、英国、瑞典、以色列、芬兰、澳大利亚、瑞士等）、发展中国家（智利、巴西、韩国、泰国、南非等），还是转轨国家（捷克、波兰、匈牙利等）纷纷步其后尘，先后采用了通货膨胀目标，国际货币基金组织也在新兴市场经济国家推行这一政策框架。通胀目标制要求央行通过对未来价格变动的预测把握通货膨胀的变动趋势，提前采取紧缩政策抑制持续性的通货膨胀压力，或提前采取扩张的政策来应对持续性的通货紧缩。货币当局事先向社会公众宣布年度物价上涨目标，并通过观察包括货币供应量、失业率、股票指数、GDP在内的一系列指标来定期分析经济态势和物价走势，做出适当的货币政策操作，确保实际物价水平维持在公布的通货膨胀预期目标之内。

影响CPI的因素有很多，根据分析主要的因素可能有：①货币供应量。货币供应量越大，货币的价值就越低，导致物价上升。②利率。利率越高，对于流动中的货币量需求降低，流通货币短缺，最终导致物价下降。③GDP。GDP是指在一定时期内, 一个国家或地区所生产出的全部最终产品和劳务的价值, 常被公认为衡量国家经济状况的最佳指标,实际GDP的增长代表着国内投资建设的发展速度，对于原材料的高需求也会对于通胀造成一定程度的促进。因此，可以从以上三个方面分析这些因素对CPI的具体影响。

2．研究目的

由于CPI是判断通胀，分析市场经济活动和政府制定货币政策的一个重要参考指标。因此我们希望通过本次研究找到显著影响CPI的宏观因素，找出这些因素影响CPI的具体模型形式，得到对于目前通胀的整体性认识，并依此模型预测出未来两年CPI的升降幅度，为国家制定宏观经济政策提出建设性意见。

二、相关数据收集

根据研究背景中的分析，模型中所需的数据为GDP、货币供应量和利率。我们从国家统计局官方网站上找到了名义GDP，从中国人民银行查询到了货币流通量和利率。模型的样本容量为19个，对于一元回归分析计算要求和数目还是足够的。

表1. 1990-2008年中国CPI、GDP、货币供应量、利率数据

年份 1990 1991 1992 1993

CPI 165.2 170.8 181.7 208.4 国民总收入 货币供应量 利率 18718.3 21826.2 26937.3 35260 6950.7 8633.3 11731.5 9.36 7.56 7.56 16280.4 10.08

1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 258.6 302.8 327.9 337.1 334.4 329.7 331 333.3 330.6 334.6 347.7 353.9 359.2 376.5 392.6 48108.5 59810.5 70142.5 78060.8 83024.3 88479.2 98000.5 108068.2 119095.7 135174 159586.7 184088.6 213131.7 259258.9 302853.4 20540.7 10.08 23987.1 10.08 28514.8 8.325 34826.3 38953.7 45837.2 53147.2 59871.6 70881.8 84118.6 95969.7 107278.8 126035.13 152560.1 166217.13 5.67 4.59 2.25 2.25 2.25 1.98 1.98 2.25 2.25 2.52 2.97 3.06 三、的设定

计量经济模型

1. 变量的选取

由于GDP和货币供应量与利率的数据间的量纲级差据太大，为了使测定变量值的尺度缩小，降低模型存在异方差的可能性，我们取货币供应量和GDP的对数作为解释变量，利率则用原数据。

由于考虑到货币供应量和GDP对物价的影响效应存在着时间上的滞后，货币供应量和GDP当年的变化对CPI的影响通常难以立即显现出来，因此我们考虑将货币供应量和GDP的一阶滞后值引入模型。

2. 模型数学形式的确定

为了分析被解释变量CPI和解释变量GDP、货币供应量和利率的关系，作如图1、图2、图3所示的散点图和图4、图5、图6的线性图。 400 360 320 280 240 200

CPI160050000

150000GDP250000350000

图1.CPI和GDP关系图

400360320CPI28024020016004000080000120000160000200000AmountOfMoney 图2. CPI和货币供应量关系图

400

360320CPI2802402001600246rate81012 图3. CPI与利率关系图

3200002800002400002000001600001200008000040000090929496980002040608GDPNumberOfMoney 图4. GDP和货币供应量随时间的走势图

400CPI36032028024020016090929496980002040608 图5. CPI随时间的走势图

12 rate 10 8 6 4 2 0 90929496980002040608

图6. 利率随时间的走势图

3. 计量经济学模型的设定

从图1、图2、图3可以看出CPI和GDP、货币供应量大体呈现出线性关系，与利率之间的关系不一定是线性的；从图4、图5、图6可看出CPI、GDP和货币供应量大致是逐年增长的，但是增速有所变动，而利率则是有增有减，但大致的趋势是逐年递减，只是变化规律不那么明显。

为了分析CPI随GDP、货币供应量和利率变动的数量的规律性，可以初步建立如下模型：

lnYtlnX1lnX2X3lnX1(1)lnX2(1)X3(1) „（1）

Y:CPI X1:GDP

X2:货币供应量 X3:利率

四、模型的求解和检验

1. 在EViews里用ADF检验法对数据进行平稳性检验

表2. 对GDP的对数进行单位根检验

Null Hypothesis: LNX1 has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 3 (Automatic based on SIC, MAXLAG=5)

t-Statistic Prob.* -5.413646 -4.728363 -3.759743 -3.324976

0.0033

Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level

10% level

表3. 对货币供应量的对数进行单位根检验

Null Hypothesis: LNX2 has a unit root Exogenous: Constant, Linear Trend

Lag Length: 2 (Automatic based on SIC, MAXLAG=5)

t-Statistic Prob.* -5.693072 -4.667883 -3.733200 -3.310349

0.0017

Augmented Dickey-Fuller test statistic Test critical values: 1% level

5% level 10% level

表4. 对利率进行单位根检验

Null Hypothesis: X3 has a unit root Exogenous: Constant

Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level

10% level

Lag Length: 4 (Automatic based on SIC, MAXLAG=5)

t-Statistic Prob.* -4.363403 0.0053 -4.004425 -3.098896 -2.690439

表5. 对CPI的对数进行单位根检验

Null Hypothesis: LNY has a unit root

Exogenous: Constant, Linear Trend Lag Length: 5 (Automatic based on SIC, MAXLAG=5)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level

-3.853525 -4.886426

0.0482

5% level -3.828975

10% level -3.362984

、ln(GDP)、货币 选择显著性水平为：α=0.05，从检验结果看，对ln(CPI)

供应量的对数和利率的单位根检验结果中的t值均小于该显著性水平下的Mackinnon临界值，从而拒绝原假设H0，表明这些时间序列均不存在单位根，是平稳序列。用这些数据进行计量回归就不会出现伪回归，而是具有实际的经济意义。

五． 对初步设定的模型进行回归分析

用Eviews进行回归，结果见表6。

Dependent Variable: LNY Method: Least Squares

Date: 05/25/11 Time: 10:35

Sample (adjusted): 1991 2008

Included observations: 18 after adjustments

Variable

C LNX1 LNX2 LNX1(-1) LNX2(-1) X3 X3(-1)

Prob. 0.0218 0.0504 0.5248 0.0369 0.2536 0.2177 0.1400

Coefficie

nt Std. Error t-Statistic 2.895403 1.084332 2.670219 -2.623120 1.194416 -2.196152 0.465447 1.739726 0.729122 0.043485 0.051714

0.708596 0.733048 0.605256 0.033255 0.032514

0.656859 2.373276 1.204650 1.307602 1.590509

表6. 回归结果

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood

Durbin-Watson stat

0.935856 Mean dependent var 5.717068

0.900869 S.D. dependent var 0.243767

Akaike info

0.076750 criterion -2.011221 0.064796 Schwarz criterion -1.664966 25.10099 F-statistic 1.170408 Prob(F-statistic)

26.74836

0.000006

根据表6中数据知，模型设计的结果为；

Yt2.8954032.623120lnx10.465447lnx21.739726lnx1(1)(1.084332)t2.670219(1.194416)2.196152(0.708596)0.656859(0.733048)2.3732760.729122lnx2(1)0.043485x30.051714x3(1)(0.605256)tR2 „（2）

(0.033255)1.307602F26.74836(0.032514)1.590509DW1.1704081.2046500.935856

六、模型检验及修正

1.检验模型是否存在多重共线性 在自由度α=0.05时，查F值分布表得F（6,11）=3.09，t分布表中t0.025=2.201。回归结果中F=26.74836> F（6,11），说明解释变量整体对CPI的影响程度很明显。可决系数R2=0.935856，模型的拟合程度很高。但是lnX2、lnX2(-1)、X3和X3(-1)

的t值都小于t0.025，单独考虑这些解释变量时，这些变量对CPI的影响并不显著，说明该模型可能存在多重共线性。

2. 用逐步回归法对模型进行多重共线性修正

（1）先用被解释变量对每一个所考虑的解释变量做简单回归，然后以对被解释变量贡献最大的解释变量所对应的回归方程为基础，再逐个引入其余的解释变量。

此过程中若新引入的变量改进了修正的可决系数和F检验，且其他回归参数的t检验在统计上仍是显著的，则在该模型中保留该变量。若新变量的引入未能明显改进修正的可决系数和F检验，且对其他回归参数估计值的t检验也未带来什么影响，则认为该变量是多余的。若新变量的引入未能明显改进修正的可决系数和F检验，且显著地影响了其他回归参数估计值的数值或符号，致使某些回归参数也通不过t检验，则说明出现了严重的多重共线性。

经过对各个引入新变量模型多方面的综合比较，保留修正的可决系数改进最大，且不影响原有变量显著性的新变量。最后新模型中保留下来的解释变量有lnx1(-1)和lnx2，去掉了利率这一解释变量，表明利率对CPI没有显著的影响。这与之前的预测相符合，即由于中国人为的压低利率，利率的大小不是纯粹由市场决定的，所以央行的利率对CPI的影响并不显著。

假设新模型形式为：Yt12lnx1(1)3lnx2t „（3）用EViews对模型（3）的最小二乘回归结果见表7。

表7. 回归结果

Dependent Variable: LNY Method: Least Squares Date: 05/25/11 Time: 09:34 Sample (adjusted): 1991 2008

Included observations: 18 after adjustments

Coefficie

Variable C LNX1(-1)

LNX2 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Prob. 0.0136 0.0012

nt Std. Error t-Statistic 1.382750 0.494936 2.793794 0.883115 0.221264 3.991228

0.523083 0.193847 2.698426 0.0165

0.894156 Mean dependent var 5.717068 0.880044 S.D. dependent var 0.243767 Akaike info 0.084428 criterion 0.106921 Schwarz criterion 20.59345 F-statistic 0.480446 Prob(F-statistic)

-1.954827 -1.806432

63.35922 0.000000

ln(Yt)1.382750.883115lnx1t(1)0.523083lnx2t(0.494936)(0.221264)3.991228(0.193847)2.6984262.793794

t2= „（4）

R=0.894156F=63.35922DW=0.480446 从回归结果看，可决系数和F统计量都很理想，lnX1(-1)和lnX2的t值都很理想，表明了GDP对数的一阶滞后值和货币供应量的对数对CPI的影响都很显著。

3. 用DW检验法检验新模型的自相关性

由上诉分析结果知DW=0.4800446，当样本观测值n=18，解释变量个数k=2时，查DW分布表得：dL=1.046，dU=1.535，DWYtlnYtln(Yt1),X1tln(x1t)(1)ln(x1(t1))(1)，*****令X2*tlnx2tlnx2(t1),1=1p22,33, „（5）

ututut1******2X1t3X2tut „对广义差分模型Yt*1（6）进行回归，结果见表8。

*

表8. 回归结果

Dependent Variable: DY Method: Least Squares

Date: 05/25/11 Time: 09:49 Sample (adjusted): 1992 2008

Included observations: 17 after adjustments

CoefficieVariable nt Std. Error t-Statistic Prob.

C 0.994283 0.147622 6.735335 0.0000

DX1

DX2 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.502769

0.113782

4.418718

0.0006

0.367703 0.111328 3.302897 0.0052

0.605677 Mean dependent var 1.418585 0.549345 S.D. dependent var 0.048256

Akaike info

0.032395 criterion -3.862860 0.014692 Schwarz criterion 35.83431 F-statistic 1.644980 Prob(F-statistic)

-3.715822

10.75193 0.001482

Yt0.994283 0.502769X1t0.367703X2t***

(0.147622)t2(0.113782)4.418718F10.75193(0.111328)3.302897DW1.6449806.735335 „（7）

R0.605677查DW分布表知：当样本数n=17，解释变量个数k=2时，dL =1.015，du=1.536，因为1.536=du4．用ARCH检验法检验广义差分后的新模型是否存在异方差

对广义差分后的新模型回归结果做ARCH检验，分别选择1、2、3、4、5阶的滞后阶数，选出使检验结果中AIC最小的阶数为模型的滞后阶数。经过对比，当滞后阶数为4时AIC最小。当之后阶数为4时，ARCH检验结果见表9。

表9. 回归结果

ARCH Test: F-statistic Obs*R-squared Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 05/25/11 Time: 09:57 Sample (adjusted): 1996 2008

Included observations: 13 after adjustments

Variable

C

RESID^2(-1) RESID^2(-2) RESID^2(-3) RESID^2(-4) R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood

Durbin-Watson stat

Coefficie

0.165325

2.152977 Prob. F(4,8)

6.739431 Prob. Chi-Square(4) 0.150316

nt Std. Error t-Statistic Prob. 0.000460 0.000216 2.131291 0.0657 -0.192173 0.264728 -0.725927 0.4886 -0.122692 -0.085150 0.172991

0.078849 0.079693 0.077925

-1.556049 -1.068478 2.219969

0.1583 0.3165 0.0572 0.000393 0.000529 -12.29306 -12.07577 2.152977 0.165325

0.518418 Mean dependent var 0.277627 S.D. dependent var

Akaike info 0.000450 criterion 1.62E-06 Schwarz criterion 84.90489 F-statistic 1.728230 Prob(F-statistic)

在给定显著性水平α=0.05的条件下，查卡方分布表得临界值 由检验结果知(n-p)R0.05(4)9.48773，

22

2=6.739431<0.05所以不拒绝原假设，(4)，

即该模型不存在异方差。

根据回归结果（6）和计算公式（4）计算得：

 „（8） 123 所以模型最终的形式为：

Yt4.13940.502769lnx1t(1)0.367703lnx2t „（9）

七、结论

根据最终的模型（9）知：GDP的滞后一期值每增加百分之一，CPI就会相应

地增加百分之零点五；货币供应量每增加百分之一，CPI就会增加百分之零点零三七。这与理论分析和经验判断相一致。

综合现代货币数量理论和我们上面的计量分析, 我们可以得出以下结论:从1990年以来，我国货币供应量的增长和GDP的一阶滞后值对CPI的影响是显著的。货币总量的变动是一个相对独立的过程, 而经济变动受到货币变动影响的关系相对来说是很稳定的。因此，当货币供应量的增长率存在明显波动时，必然伴随着经济增长的波动，通货膨胀率随之变动。

由于模型中GDP的当期值对CPI的影响并不显著，因而删除了GDP当期值这一变量，而GDP的一阶滞后值对CPI的影响是很显著的。这说明了在经济运行中，GDP的走势会影响到 CPI 的走势，且GDP 对于 CPI 的走势的影响是深远的，要经过一段时期才能表现出来，说明实体经济的发展会在一定程度相当长远的推动 CPI 的高企。这是因为实体经济的运行一旦发生偏移再要调整到新的均衡点是需要较长时间才能完成的。相反如果不考虑实体经济的变化，仅仅是通过货币投放量的改变来影响 CPI 的走势，却是很快就能被消化掉的，这从模型中货币供应量的形式就可以看出，货币供应量对CPI的影响仅限于当期。

改革开放以来，我国的货币政策在实际运作过程中基本上遵循着现代货币数量论的政策主张。然而，由于经济的大幅度增长，投资的狂热和相对无序，货币当局无法摸清经济运行的规律而又对经济形势过于乐观，导致了货币供应不连续、 不平稳、 无规律地变动。这种货币供应的变动在一定程度上造成我国经济在九十年代中期物价持续上涨和经济波动。如在 1990- 1996 年间, 我国的货币供应总量增长率平均都在 25%以上, 由此直接导致了在九十年代中期我国的泡沫经济和平均10%以上的通货膨胀率, 给经济发展造成了很大的不确定性和危害。同样也可以根据此模型得出，造成 1988 年和1989 年高通货膨胀( 分别为 18. 5% 和 17. 8%)的原因也是货币供应量过大，超过了货币需求量，还因此引起了民众对经济前景的恐慌。同时, 由于对经济发展的长期趋势缺乏考虑, 货币政策造成经济波动的突发性反过来使得货币当局在制定和执行货币政策时带有很大的被动性，从而进一步造成了经济的不稳定。如 1997 年以来, 我们虽然制止了高通货膨胀，却又陷入了持续的通货紧缩( 1998、 1999、 2000 年的物价上涨率分别为- 2. 6%、 - 3%、 - 1.5%)，在某种程度上这不能说不是在治理通货膨胀时由货币政策的突发性造成的，目前的情况也与此类似。

八、政策建议

CPI 在一定程度上反映了人民群众生活水平的变化，为了提高人民的生活水平，也为了建设社会主义和谐社会的需要，国家应该使用相应的手段稳定住 CPI的走势。为了达到这个目的，央行可以也应该使用多种政策和市场工具以控制银根，各级政府也应该采取相应措施减少财政支出与投资力度使GDP达到适度增长以稳定 CPI的上升速度。

针对以上的分析结论，结合我国当前的实际经济背景，我们提出以下建议： ( 1)根据经济的长期预期增长率来指导货币供应政策。由于长期的真实经济增长率是由实际的劳动力增长率、 生产技术的发展速度等非货币因素决定的。因此，为了使货币政策的制定和执行不至于对长期经济发展造成冲击，引起经济的不稳定，我们就必须使货币总量的增长率紧跟真实经济的长期预期增长率，进行连续、平稳的供应货币。稳定的货币供应还会使一般公众建立起对货币政策的信任，使货币当局的政策在执行时更为有效和及时。

( 2)货币政策应以稳定物价水平为目标。由于通货膨胀的心理预期，当货币增长引起物价水平上涨后, 公众预期价格将会持续上涨，投资者愿意投资，借款者愿意借款，这样就使利率不断上涨，经济趋于狂热，结果泡沫经济和危机就随之而来；反之，物价下跌后，公众相反的行为使利率不断下跌，最后也会使经济趋于崩溃，并且这种影响过程是逐渐的、长期的。因此，为了减轻物价的不理性变动造成的恶性影响，盯住稳定的物价目标是可取的, 而这可以通过货币供应量与推动物价涨跌间稳定的关系来达到这个目的。

( 3)加强货币政策在国家宏观调控政策中的主导地位。货币需求对利率富有弹性，财政政策对利率缺乏弹性，这使得财政政策相对货币政策来说是无效的。因为财政政策只是对现存的货币总量进行再分配和使用，它排挤了私人投资而转为政府投资，这种投资的乘数效应会大大降低。而根据长期的真实经济增长率所确定的货币政策，当它与财政政策共同实施时，可产生繁荣的经济增长, 这已有许多发达国家历史经验所证实。

参考文献

[1] 王建国. 货币供应量作为我国货币政策中介目标的探讨-基于货币需求和货币供给的实证研究. 中国知网，2007.6.27。

[2] 潘文荣，宋迎迎. 货币供应量对CPI和GDP影响探析.现代工业贸易，2010，第一期。

[3] 王鹏.以利率为主的多目标制.世界经济，2007。

[4] 王璐.基于VAR模型的我国GDP与M2对CPI的影响.怀化学院学报，2010.10，第29卷第10期。