Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
3、自相关检验：
0.305814 S.D. dependent var 1681.863 Akaike info criterion 45258590 Schwarz criterion -166.4527 F-statistic
1.638947 Prob(F-statistic)
2018.611
17.83713 17.98625 4.964821 0.021018
由表12得：DW值为0.611067，回归系数均显著。对于样本量为21、两个解释变量的模型，5%的显著水平，查DW统计表可知，dL =1.125 dU =1.538，模型中0 表15 Dependent Variable: E Method: Least Squares Date: 12/15/07 Time: 15:05 Sample (adjusted): 1986 2005 Included observations: 20 after adjustments CoefficienVariable t Std. Error t-Statistic E(-1) 0.722015 0.186646 3.868376 R-squared 0.439964 Mean dependent var Adjusted R-squared 0.439964 S.D. dependent var S.E. of regression 26.37672 Akaike info criterion Sum squared resid 13218.90 Schwarz criterion Log likelihood -93.31548 Durbin-Watson stat 由表15可得et 的回归方程et=0.722015et-1 对原模型进行广义差分得广义差分方程： Prob. 0.0010 1.148889 35.24624 9.431548 9.481334 1.152610 CPI-0.722015*CPIt-1=β1+β2（GDP-0.722015*GDP t-1）+ β3(X-0.722015*X t-1)+υt 回归后得表16 表16 Dependent Variable: CPI-0.722015*CPI(-1) Method: Least Squares Date: 12/15/07 Time: 14:59 Sample (adjusted): 1986 2005 Included observations: 20 after adjustments CoefficienVariable t Std. Error C 54.33760 8.484237 GDP-0.722015*GDP(-10.187413 0.041013 t-Statistic 6.404536 4.569635 Prob. 0.0000 0.0003 ) X-0.722015*(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 由表16得回归方程为: -1.171436 0.982195 -1.192672 0.558228 Mean dependent var 0.506255 S.D. dependent var 18.12034 Akaike info criterion 5581.892 Schwarz criterion -84.69428 F-statistic 0.490239 Prob(F-statistic) 0.2494 81.01815 25.78784 8.769428 8.918788 10.74071 0.000964 ?*=54.33760 + 0.187413GDPt* - 1.171436Xt* CPIt (8.484237) ( 0.041013) ( 0.982195) t= (6.404536) ( 4.569635) ( -1.192672) R2=0.558228 R=0.506255 F=10.74071 df=17 DW=0.490239 为了保证样本数不减少，我们使用普莱斯---温斯腾变换补充第一个观测值，公式为Y=Y11??* * * * * 22, 该模型中用CPI、GDP和X 取代Y即可（具体数据见附表1）。经过替换后得到替换后的回归结果（见表17） 表17 Dependent Variable: CPI* Method: Least Squares Date: 12/15/07 Time: 17:05 Sample: 1985 2005 Included observations: 21 CoefficienVariable t Std. Error t-Statistic C 52.06910 7.612320 6.840110 GDP* 0.168623 0.037152 4.538695 X* -0.788736 1.197956 -0.658402 R-squared 0.534197 Mean dependent var Adjusted R-squared 0.482441 S.D. dependent var S.E. of regression 18.16219 Akaike info criterion Sum squared resid 5937.573 Schwarz criterion Log likelihood -89.06531 F-statistic Durbin-Watson stat 0.604938 Prob(F-statistic) 由表17得到普莱斯—温斯腾变换的广义差分模型： Prob. 0.0000 0.0003 0.5186 80.38861 25.24576 8.768125 8.917342 10.32148 0.001032 CPI*=52.06910 + 0.168623GDP*-0.788736X* (7.612320) (0.037152) (1.197956) t= (6.840110) (4.538695) (-0.658402) R2=0.534197 R=0.482441 F=10.32148 df=18 DW=0.604938 查5%显著水平的DW统计表可知dL =1.100 dU =1.538 ，可以看出虽然DW值有所提高但 20 我们将对原模型进行滞后期调整和局部调整以期望模型有所改观。 4、自回归模型检验 通过检验，我们发现，当CPI滞后两期时，进行德宾h检验：取显著水平取?=0.05 d=1.443251 n=19 Var(??1)=（0.168362）2 计算得h=1.797 *2无法确定是否存在二阶自相关。为了便于模型优化，我们假定该模型不存在二阶自相关。 表18 Dependent Variable: CPI Method: Least Squares Date: 12/15/07 Time: 20:14 Sample (adjusted): 1987 2005 Included observations: 19 after adjustments CoefficienVariable t Std. Error t-Statistic C 9.523307 12.99974 0.732577 CPI(-1) 1.649076 0.168362 9.794850 CPI(-2) -0.679750 0.187589 -3.623611 GDP -0.005875 0.030404 -0.193226 X 0.992487 0.893311 1.111020 R-squared 0.988689 Mean dependent var Adjusted R-squared 0.985457 S.D. dependent var S.E. of regression 10.34810 Akaike info criterion Sum squared resid 1499.163 Schwarz criterion Log likelihood -68.45795 F-statistic Durbin-Watson stat 1.443251 Prob(F-statistic) 2 Prob. 0.4759 0.0000 0.0028 0.8496 0.2853 266.4737 85.80987 7.732416 7.980953 305.9327 0.000000 虽然在这次OLS估计中，GDP和X的t检验没有通过，而且GDP的系数为负，但是我们已经检验二者对CPI有影响且通过了多重共线性检验，而且R 和R值都比较大，整体效果的F检验通过，说明方程拟合程度很高。因此我们的最终回归结果为： 2 CPI = 9.523307 + 1.649076*CPI(-1) - 0.679750*CPI(-2) - 0.005875*GDP + 0.992487X (12.99974) ( 0.168362) ( 0.187589) ( 0.030404) ( 0.893311) t= （0.732577）（9.794850） （-3.623611） （-0.193226） （1.111020） R0.988689 R=0.985457 F=305.9327 df=15 2= 2七．结论 经过我们的计量回归，我们可以接受我们的最终回归方程，且我们不能完全同意研究现状中的回归方 程，因为我们发现能源消费增长率也能显著影响CPI。下面给出最终回归方程的经济含义： 1) CPI受其自身的影响。滞后一期(即上期)CPI变动1个单位，导致当期CPI同向变动1.649076个单位，这很符合适应期预期假说；同时，滞后两期CPI变动1个单位，导致当期CPI反向变动0.679750个单位。综合起来，过去CPI的变动1个单位，导致当期CPI同向变动近1个单位。 2) CPI受GDP增长率的影响。GDP增长率变动1个单位，导致当期CPI变动0.005875个单位。虽为反向变动与实际情况不符但波动很小，可能是可能存在问题第5条导致。 3）CPI受能源消费增长率的影响。能源消费增长率变动一个单位，CPI要同向变动0.992487个单位。可能是因为我们的CPI是普通CPI而不是核心CPI的缘故。 八、可能存在的问题： 1、样本容量偏小。因为中经网提供的CPI数据是以1985=100为基准。所以导致样本容量偏小 2、在第一次广义差分模型中Xt的t检验未通过，表明广义差分模型中可能存在多重共线性。由于理论以及软件使用能力所限，没有进行多重共线性检验。 3、模型中没有引入政府经济政策的变化等虚拟变量。 4、最终模型作了不存在二阶自相关的假定，但实际上我们不知道是否存在二阶自相关这个检验。 5、我们忽略了模型函数形式的设定误差而且没有进行测量误差的检验。 * 九．政策建议： 我们这次研究的目的是想为国家控制CPI稳定变化提出参考性的意见： 1． 农业是治国之本，农产品的丰歉直接关系CPI，特别是在多数农产品价格开放后。另一方面，国内部 分农产品价格已经接近或达到国际水平，国际市场对国内农业丰歉的平衡作用下降了。因此有计划调节对物价的影响将越来越小。国家应加快推动农业从粗放型向集约型的产业转变，积极解决三农问题，加强土地流转制度的运作，建立更加完善的农业生产风险保障体系，建设社会主义新农村，合理解决农村剩余劳动力问题……以此保持农业持续稳定发展，稳定农产品价格。 2． 由于地方、部门和企业在投资方面的自我约束依然不够强，投资冲动依然存在，政府对投资规模和结 构的调控能力不强使得生产资料价格往往被投资所拉动。应注意联合运用财政、货币手段，一方面注重高新产业发展，合理运用财政资金，避免重复建设，加强税收监管；另一方面注意调整存贷款利率及准备金率，加强金融监管，控制投资规模，对房地产、冶金、钢铁等部门过快过热发展进行适度限制。 3． 货币供应量的平稳适度增长是经济均衡增长的必要条件，这在很大程度上取决于中央银行的货币政 策，这方面的不确定性仍然较大。此外适度升值人民币汇率可以降低对外贸易顺差，加大进口，减少出口，扩大国内市场供应，部分缓解价格上涨问题。 4． 基础产业的瓶颈约束已大大缓和了，投入产出效率低下、单位耗能高依然是急待解决的问题。加大科 技、教育投入，提高节能技术水平，提高全民节能意识迫在眉睫。随着国内经济的不断发展，能源进口量增大，对外依赖度上升日趋成为可持续发展的制约条件。可以加速替代能源和可回收物的研究，提倡节能环保。加大环保力度，走可持续发展的道路，提倡绿色GDP概念。 5． 重视第三产业的发展，加强监管，使其规范化、法制化、人性化。政府应注意对其价格变动的随时掌 握，保持调整的力度和强度。加强消费者权益的保护及其自我保护意识，加强农民工权益保护，提高吸纳剩余劳动力的能力，使其保持旺盛的发展势头。 6． 应注意包括个人消费能力、区域投资及消费能力、国外市场拉动等客观因素，结合GDP、能源等宏 观因素综合考量，合理设置权数，覆盖尽量广泛，数据尽量原始、细化、科学，真正客观、真实反映居民消费品及服务价格的变化，真正为家庭、企业及政府投资、消费、制定政策服务。 十、参考文献 1．《CPI指数体系的问题与重新构建》 易宪容 2．《菲利普斯曲线在中国经济的适用性分析》王政霞 张 卫 西安交通大学经济与金融学院 3．《中国经济周期波动研究》刘树成、张平、张晓晶 中国社会科学研究所 4．《论中国的菲利普斯曲线》刘树成 中国社会科学研究所 5. 《从当前CPI指数看央行货币政策走向》邱明星 扬州大学经济学院 6．《经济增长会带来生活质量的提高吗？—对近20年中国数据的经验透视及解释》杜卫华 上海经济研究 7.《计量经济学》庞皓 主编 西南财经大学 8.《计量经济学》李子奈 9．《经济学原理》萨缪尔森[美] 附表1：CPI 、GDP增长率、能源消费增长速度以及做广义差分模型时需要的数据 国内生产 总值（现价） 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 (亿元) 3645.2 - 4062.6 - 4545.6 - 4891.6 - 5323.4 - 5962.7 - 7208.1 - 9016 10275.2 12058.6 15042.8 16992.3 18667.8 21781.5 26923.5 35333.9 48197.9 60793.7 71176.6 100 106.5 114.3 135.8 160.2 165.2 170.8 181.7 208.4 258.6 302.8 327.9 居民消费价国内生产总格指数（1985年=100） (-) 值指数（可比价，国内生产总值能源消费指数（可比价，增长速度CPI*=CPI-CPI(-1) GDP*=GDP-GDP(-1) X*=X-X(-1) 1985=100） (%) 100 118.4068891 144.5640474 172.9817008 184.3918192 195.5866523 223.4660926 270.613563 323.3584499 379.7631862 433.0462863 487.1905274 8.1 5.4 7.2 7.3 4.2 1.8 5.1 5.2 6.3 5.8 6.9 5.9 1978=100） (-) 100 107.6 116 122.1 133.1 147.6 170 192.9 210 234.3 260.7 271.3 281.7 307.6 351.4 400.4 452.8 502.3 552.6 69.1877 34.2985 37.4054025 53.2736855 62.150363 49.533197 51.523122 58.379838 77.2098745 108.132074 116.086921 109.273858 69.18774 46.20538913 59.07249731 68.6042901 59.49643649 62.452993 82.2495958 109.2676921 127.9713983 146.293535 158.8515694 174.524613 5.6042 -0.4483215 3.301119 2.101492 -1.0707095 -1.232463 3.800373 1.5177235 2.545522 1.2513055 2.712313 0.9180965