《居民消费价格指数与国民经济评价模型剖析》由会员分享，可在线阅读，更多相关《居民消费价格指数与国民经济评价模型剖析（12页珍藏版）》请在金锄头文库上搜索。
1、居民消费价格指数与国民经济评价分析模型 论文题目: 居民消费价格指数与国 民经济评价分析模型 学院：外国语学院 专业: 14级英语（商务）2班 姓名:XX 学号：140413212 日期：2016年12月15日1居民消费价格指数与国民经济评价分析模型摘要 随着社会建设步伐不断加快,我国居民消费价格指数的波动幅度变大,基本呈上升趋势,食品、烟酒、衣着、家庭设备等八大类居民消费价格指数的波动特征也各不相同。这些不仅严重影响到我国居民的正常生活消费,而且也大大制约着我国经济的全面健康发展。因此,有必要对我国食品、烟酒等八大类对居民消费价格指数的影响深入研究以及居民消费指数对国民经济运作情况进行评价。
2、针对问题一，运用多元线性回归分析对 CPI 中的的几类因素进行分析建模及模型优化得到回归方y=25.09168+0.381722x1+0.232533x7+0.134075x8。可以得到居民消费价格指数主要由食品类居民消费价格指数、教育文化和娱类居民消费价格指数及居住类居民消费价格指数三大类指标影响。且食品类居民消费价格指数所占权重最大。针对问题二，运用失业率、通货膨胀率、物价水平及宏观调控政策来衡量国民经济运作情况，并将这四种因素与居民消费价格指数进行相关评价分析。从而将 CPI 国民经济运行情况联系起来，并且作出评价。关键词：居民消费价格指数、多元线性回归目录目录2摘要21. 引言22.
3、问题重述22.1问题背景22.2 问题提出23. 问题分析23.1八类指标对居民消费价格指数影响研究23.2针对国民经济的评价24. 问题假设25. 符号说明26. 建模的建立与求解26.1模型一:基于多组数据的线性回归模型26.1.1数据预处理26.1.2样本相关系数26.2针对CPI对国民经济的定性分析26.2.1失业率26.2.2通货膨胀率26.2.3物价水平27. 模型评价28. 参考文献2引言 居民消费价格统计调查的是社会产品和服务项目的最终价格，一方面同人民群众的生活密切相关，同时在整个国民经济价格体系中也具有重要的地位。它是进行经济分析和决策、价格总水平监测和调控及国民经济核算的
4、重要指标。其变动率在一定程度上反映了通货膨胀或紧缩的程度。一般来讲，物价全面地、持续地上涨就被认为发生了通货膨胀。居民消费价格指数（CPI）是反映与居民生活有关的产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。CPI虽然是一个滞后指标，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。如果CPI的增幅过大，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。现阶段，随着经济全球化的大趋势和中国的进一步融入，我国的经济稳定发展越来越受到国内、国际的关注，CPI稳定、就业充分及GDP增
5、长已经成为我国最重要的社会经济目标。尤其在面对国内经济在市场宏观的调节下，消费水平、利率、商品价格潜移默化的影响着百姓的生活，因此，对CPI的分析预测已经显得越发重要。 11一、问题重述1.1 问题背景 居民消费价格指数（简称 CPI）是一个反映国家或地区经济运行状态好坏的宏观指标，是反映居民家庭一般所购买的消费价格水平变动程度的指标。它不仅与人民群众的生活息息相关，并在整个国家经济价格体系中也起到重要地位。其包括食品类居民消费价格指数、烟酒酒类居民消费价格指数、衣着类居民消费价格指数、家庭设备用品及维修服务类居民消费价格指数、医疗保健及个人用品类居民消费价格指数、交通和通信类居民消费价格指数
6、、教育文化和娱乐类居民消费价格指数、居住类居民消费价格指数。这几类指标对居民消费价格指数起到绝对性作用。同时居民消费价格指数也推动着国民经济飞速地发展。1.2 问题提出 随着金融全球化和资本市场化程度地不断加深，人们生活逐渐改善。人们的物质文化需求结构发生了巨大地变化。近些年，我国老年化日益严重，医疗保健成为了众多老人所关心的焦点，同时居民在医疗保健消费不断加大。正如我们所知的，居民消费价格指数包含了八大类，这几类指标如何影响居民价格指数和价格指数如何影响国民经济成了一个经济学中备受关注的研究问题。二、问题分析 根据题目，我们首先在中国统计年鉴调取了 2005 到 2014 年的居民消费价格指
7、数和其八大分类相关数据。本文的关键就是通过分析整理过后的数据，建立与其相关的数学模型来研究八类指标对居民消费价格指数影响和居民消费价格指数对国民经济的影响。为解决上述问题，我们需要达到以下目标：2.1 八类指标对居民消费价格指数影响研究 针对问题一，影响居民消费价格指数 y 的因素包括食品类居民消费价格指数x1、烟酒酒类居民消费价格指数、衣着类居民消费价格指数 3、家庭设备用品及维修服务类居民消费价格指数 4、医疗保健及个人用品类居民消费价格指数 5、交通和通信类居民消费价格指数 6、教育文化和娱乐类居民消费价格指数 7、居住类居民消费价格指数 8。这样因变量 y 就与多个自变量 1， 2，
8、3， ， 8有关。因此我们就采用多元线性回归进行问题分析，判断出哪些指标对居民消费价格指数有显著影响。2.2 针对国民经济评价 自改革开放以来，我国经济面临着新的挑战和机遇，伴随着经济全球化以及我国市场经济化体系不断加深，我国的经济正在飞速发展。针对居民消费价格指数对国民经济的影响我们从我国失业率，通货膨胀率，物价水平和政府宏观政策对其国民经济作出一系列的评价。三、问题假设1）有正确的期望函数。即在线性回归模型中没有遗漏任何重要的解释变量，也没有包含任何多余的解释变量。2）被解释变量等于期望函数与随机干扰项之和。3）随机干扰项服从正态分布。4)把国民经济运行情况用失业率、通货膨胀率、物价水平及
9、政务宏观调控政策四个指标衡量。四、符号说明这里只列出主要模型的全局参数，其他局部参数见文中。变量符号居民消费价格指数y食品类居民消费价格指数x1烟酒酒类居民消费价格指数x2衣着类居民消费价格指数x3家庭设备用品及维修服务类居民消费x4价格指数医疗保健及个人用品类居民消费价格x5指数交通和通信类居民消费价格指数x6教育文化和娱乐类居民消费价格指数x7居住类居民消费价格指数x8五、建模的建立与求解5.1 模型一：基于多组数据的线性回归模型我们首先利用 Eviewes 制作了各类指标跟居民消费价格指数曲线统计图，观察其相关趋势。再将原始数据进行分析得出其指标与居民消费价格指数是否具有高度的线性相关，
10、最后利用回归模型进行检验判断八类指标与居民消费价格指数的关系。5.1.1 数据预处理首先我们在 Eviewes 中做出各个指标跟 CPI 的曲线统计图。如下：图 1 折线统计图从上图可以很直接地看出食品和居住类消费价格指数与居民消费价格指数运动趋势相似。其他指标也与居民消费价格指数具有同样的趋势，但在相同年限下，运动轨迹过于平缓。5.1.2 样本相关系数再将数据算出各个指标之间的相关系数；如下图：图 2 样本的相关系数从样本的相关系数图来看，食品类居民消费价格指数 1的相关系数在 0.9 以上，说明自变量 1与因变量 y 具有高度的相关性。5.1.2 基于多组数据的线性回归性检验1）模型的建立
11、：多元线性回归模型的基本形式：设随机变量 y 与一般变量 x1 , x2 , xp 的理论线性回归模型为:y = 0 + 1 1 + 2 2 + +其中 ， 1， 是 p+1 个未知参数， 0称为回归常数， ， 1， 称为回归系数。 y 称为被解释变量（因变量），而 x1 , x2 , , xp 是 p 个可以精确测量并可控制的一般变量，称为解释变量（自变量）。是随机误差，与一元线性回归一样，对随机误差项我们常假定 ( ) = 0 ( ) = 2称E(y) = 0 + 1 1 + 2 2 + +为理论回归方程。2）线性回归模型求解接着利用 Eviwes 对数据进行多元线性回归处理后得到输出结为
12、：表 1 多元线性回归模型汇总表Method: Least SquaresDate: 08/28/16Time: 09:05Sample: 2005 2014Included observations: 10VariableCoefficientStd. Errort-StatisticProb.C0.74213919.054910.0389470.9752X10.2881660.0473726.0830070.1037X2-0.0162260.057200-0.2836730.8240X30.1133420.0970651.1676960.4508X40.2026540.1073641.88
13、75360.3102X50.2206920.1520771.4511830.3841X6-0.1934150.357721-0.5406860.6845X70.1533920.0730342.1002820.2829X80.2188950.0920382.3783120.2534R-squared0.999684Mean dependent var102.9200Adjusted R-squared0.997159S.D. dependent var2.003774S.E. of regression0.106796Akaike info criterion-2.138368Sum squared resid0.011405Schwarz criterion-1.866042Log likelihood19.69184Hannan-Quinn criter.-2.437110F-statistic395.9123Durbin-Watson stat3.219306Prob(F-statistic)0.038851从模型汇总表中可以看出，决定系数R2 = 0.9996
