精品文档交流经济预测与决策
题 目
姓 名 所在学院 专业班级 学 号 指导教师 日 期 年 月 日
指导教师评阅意见
学 生 姓 名 （论文）题目 指导教师 专 业 班 级 教师职称 学 号 论 文 评 语 评定成绩： 指导教师签名： 年 月 日 精品文档交流
我国居民消费价格指数（CPI）的回归分析与预测
07级经济学1班 李栋 指导教师 米娟
摘要：目前，我国居民消费价格指数成为公众关注的热点名词，也直接影响着国民经济的稳定发展与人民生活水平的改善。从理论上分析居民消费价格指数的影响因素，建立一个经济模型，对了解和掌握居民消费价格指数的变化具有重要的现实意义。本文采用线性回归分析方法，力图对居民消费价格指数的变化进行分析。 关键词：消费价格指数 回归分析 经济预测
1.引言
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货币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，央行会有紧缩货币和财政的风险，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。
2.影响因素分析和数据的搜集整理
2.1有关影响因素的定性分析
对居民消费价格指数（CPI）构成影响的因素有很多，如宏观经济发展水平、中长期经济发展战略和当前的经济，具体到国民经济运行的指标中来，有以下几个方面：
（1）居民消费水平指数。居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。居民消费水平与居民消费价格指数的关系十分密切和直接，收入的增长，消费水平的提高，自然会引起社会总需求的增长，进而导致消费价格指数的增长。因此，
精品文档交流
将居民消费水平指数作为对消费价格指数进行回归分析的首要指标。
（2）居民人均收入水平。居民收入水平是影响居民消费水平和消费价格指数最重要的影响因素。它具体指直接影响市场容量大小的重要因素。居民收入水平一方面受制于宏观经济状况的影响，另一方面受国家收入分配、消费的影响。居民收入水平直接决定消费者购买力水平，收入水平高，则购买力强，反之则弱。
（3）工业品出厂价格指数。工业品出厂价格指数是反映全部工业产品出厂价格总水平的变动趋势和程度的相对数。其中除包括工业企业售给商业、外贸、物资部门的产品外，还包括售给工业和其他部门的生产资料以及直接售给居民的生活消费品。通过工业生产价格指数能观察出厂价格变动对工业总产值的影响。 工业品出厂价格指数是衡量工业企业产品出厂价格变动趋势和变动程度的指数，是反映某一时期生产领域价格变动情况的重要经济指标，也是制定有关经济和国民经济核算的重要依据。它对居民消费价格指数的影响也有着不可或缺的影响。
2.2有关数据的搜集分析和整理
年份 居民人均工业品出厂价格指数收入（元） (以1985年为100) 居民消费价格指数（以1978年为100） 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1700.6 2026.6 2577.4 3496.2 4283.0 4838.9 5160.3 5425.1 5854.0 6280.0 6859.6 7702.8 8472.2 9421.6 10493.0 11759.5 13785.8 168.9 180.4 223.7 267.3 307.1 316.0 315.0 302.1 294.8 303.1 299.2 292.6 299.3 317.6 333.2 343.2 353.8 223.8 238.1 273.1 339.0 396.9 429.9 441.9 438.4 432.2 434.0 437.0 433.5 438.7 455.8 4.0 471.0 493.6 数据来源：《中国统计年鉴2008》，中华人民共和国国家统计局编制
精品文档交流
3.建立模型和处理数据
3.1建立回归分析模型
基于以上讨论，将CPI指数的多元线性回归分析与预测模型定义为：
CPI=b0+b1X+b2Y+ε
其中，CPI表示居民消费价格指数，X表示居民人均收入，Y表示工业品出厂价格指数。
b0 b1 b2均为系数，ε为常数，且E（ε）=0
根据上面的所确定的模型的变量，收集了1991年—2007年相关数据，数据均来源于《中国统计年鉴》。
3.2数据处理
在数据的计算和处理过程中，使用了Eviews软件对上述模型进行了回归分析，并得到了以下结果
图1 使用Eviews软件进行数据录入
精品文档交流
图2 使用Eviews软件分析得到的结果
通过Eviews软件，可以得到CPI=-22.28724+0.002371X+1.415128Y
3.3模型检验
使用Eviews软件对模型进行检验，得到：
R-squared=0.950729 Adjusted R—squared=0.943690 F-statistic=135.0717 Durbin-Watson stat=0.418192
通过模型检验分析得知，居民消费价格指数与居民消费水平指数、居民人均收入和工业品出厂指数之间呈现线性相关关系，并且上述变量基本可以解释居民消费价格指数的变动。以上回归模型符合因素分析中的理论分析，可见其经济意义检验可以通过。上述变量的变化可以用下图来表示 。
精品文档交流
图3 各变量增长趋势图
4.进行预测
根据模型，可以对未来3年（即2008年、2009年和2010年）的居民消费价格指数进行预测。我们对各变量未来3年的预测值采用平均增长率的方法来确定，通过计算，工业品出厂价格指数的估计值分别为366.9，397.4和400.8.居民人均收入的估计值分别为14790.4，15110.1和17441.8将上述数据代入线性回归模型中，计算得知，未来3年，我国居民消费价格指数的估计值分别为507.9，511.1和522.0.
参考文献
【1】《中国统计年鉴2008》，中华人民共和国国家统计局编
【2】赵卫亚，《计量经济学教程》，上海财经大学出版社，2006年12月
【3】马娟、张涤新，相关分析、回归分析、因果分析与经济分析方法初探，统计与预测，2003 年05 期【下载本文档，可以自由复制内容或自由编辑修改
内容，更多精彩文章，期待你的好评和关注，我将一如既往为您服务】
精品文档交流
