论文部分内容阅读
摘要：本文主要探讨CPI与PPI的关系。通过模型建立的方法，对1985年到2010年的CPI进行了预测，阐述了CPI和PPI之间“领导”与被“领导”的关系，论证了两者之间的相关性，得出了CPI与PPI之间并不是谁“领导“谁发展的问题，而是随着社会和经济的发展，近两年CPI先于PPI变化，且幅度比PPI小。
关键词：CPI；PPI；相关性；回归模型
一、CPI与PPI的定义以及对经济运行的影响
（一）CPI与PPI的定义
1、CPI（Consumer Price Index）：即居民消费价格指数，是一个反映城乡居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标，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。
2、PPI（Producer Price Index）：即生产者物价指数，主要的目的在衡量各种商品在不同的生产阶段的价格变化情形。PPI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，也是制定有关经济政策和国民经济核算的重要依据。
（二）CPI与PPI对经济运行的影响
CPI和PPI两者一般呈同向趋势，只有当经济走势发生变化时才会先后发生变化，而谁先谁后并没有太多意义。即：
1、CPI上涨和PPI上涨，意味着通货膨胀上升，经济增速加快，如果上涨幅度过大，会导致高通胀，进而使得经济衰退。
2、CPI下跌和PPI下跌，意味着经济发展放缓，如果下跌幅度过大，会导致通货紧缩，经济陷入衰退。
3、CPI上涨和PPI下跌，意味着企业利润增大，经济将进入一个扩张期。
4、CPI下跌和PPI上涨，意味着企业利润减少，经济有衰退的危险。
二、CPI与PPI模型的建立
虽然理论上PPI应领导CPI变化，但近几年的数据表明CPI先于PPI变化，且幅度比PPI小。以下是近几年CPI和PPI的数据：
由于PPI领导CPI变化，那么居民消费价格指数（CPI）和工业品出厂价格指数（PPI）之间应该存在着一定的相关性。表1是1990年到2010年CPI和PPI的数据，将以上的数据放入SPSS中建立相适应的模型，该模型中CPI是因变量Y，PPI是自变量X。
（一）确定变量之间函数的类型
将上表中的数据放入SPSS中进行回归分析（1990年的数据作为定基指数）。首先，分析——回归——曲线估计。然后，把居民消费价格指数（CPI）放人因变量中，把工业品出厂价格指数（PPI）放入自变量中。接着，选择要选用的各种曲线，线性、二次项、对数、立方、指数、幂等。最后，点击确定。比较得出结果中的R2、调整后的R2、F值、t值、Sig值等，最后选用线性模型对此问题做分析。
（二）线性回归分析
1、CPI与PPI相关性分析
（1）相关性分析
由表2可知，CPI和PPI的相关系数为0.884，而相关系数大于0.8时属于高度相关。所以CPI和PPI统计量是高度相关的。
（2）散点图分析
图1CPI与PPI关系的散点图
由CPI于PPI的散点图可以看出，CPI与PPI之间确实具有相关关系，并且PPI的变对CPI的变动具有一定的影响。
2、CPI与PPI一元线性回归分析。
（1）回归模型主要统计量分析
由表3模型汇总可以看出，CPI和PPI的相关系数R为0.884，说明CPI和PPI之间高度相关。可决系数R2为0.782，调整后的可决系数R2为0.771，而R2一般表示的是自变量对因变量的解释程度。则说明该模型中因变量CPI被自变量PPI解释的很好。从上表中还可以看出标准误差SE为0.045。D-W检验值为1.606，D-W小于等于2时，D-W检验法则规定：如果D-WdU，认为无自相关；如果dL1.40，所以研究问题不存在自相关。同时根据经验也可知，D-W统计量在1.5—2.5之间时，表示没有显著自相关问题。所以也验证了此问题不存在自相关。
（2）回归模型方差分析
20自变量为 工业品出厂价格指数。
由表4方差检验可以看出，回归自由度为1，残差自由度为19（n-2）。F统计量为68.249，默认显著水平α为5%下的F值为4.38，即，F>Fα（1，n-2）。所以该检验通过F检验。又因为P值为0，所以也通过了显著性检验。
（3）相关系数分析
由回归预测表可以看出1990-2010年CPI的观测值和预测值相差不大，而且都在置信区间为95%的范围之内，同时也通过了残差检验，所以说CPI与PPI之间回归模型通过了检验，两者之间确实有线性相关关系。（作者单位：西北师范大学）
参考文献：
[1]陈贝，杨姝琴：CPI与PPI相互關系的实证分析[D]，华东师范大学，经济管理学院，广东，广州，510006
[2]刘燕，张燕丽，杨延斌：PPI与CPI关系探究[D]
[3]数据来源：国研网数据中心
关键词：CPI；PPI；相关性；回归模型
一、CPI与PPI的定义以及对经济运行的影响
（一）CPI与PPI的定义
1、CPI（Consumer Price Index）：即居民消费价格指数，是一个反映城乡居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标，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。
2、PPI（Producer Price Index）：即生产者物价指数，主要的目的在衡量各种商品在不同的生产阶段的价格变化情形。PPI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，也是制定有关经济政策和国民经济核算的重要依据。
（二）CPI与PPI对经济运行的影响
CPI和PPI两者一般呈同向趋势，只有当经济走势发生变化时才会先后发生变化，而谁先谁后并没有太多意义。即：
1、CPI上涨和PPI上涨，意味着通货膨胀上升，经济增速加快，如果上涨幅度过大，会导致高通胀，进而使得经济衰退。
2、CPI下跌和PPI下跌，意味着经济发展放缓，如果下跌幅度过大，会导致通货紧缩，经济陷入衰退。
3、CPI上涨和PPI下跌，意味着企业利润增大，经济将进入一个扩张期。
4、CPI下跌和PPI上涨，意味着企业利润减少，经济有衰退的危险。
二、CPI与PPI模型的建立
虽然理论上PPI应领导CPI变化，但近几年的数据表明CPI先于PPI变化，且幅度比PPI小。以下是近几年CPI和PPI的数据：
由于PPI领导CPI变化，那么居民消费价格指数（CPI）和工业品出厂价格指数（PPI）之间应该存在着一定的相关性。表1是1990年到2010年CPI和PPI的数据，将以上的数据放入SPSS中建立相适应的模型，该模型中CPI是因变量Y，PPI是自变量X。
（一）确定变量之间函数的类型
将上表中的数据放入SPSS中进行回归分析（1990年的数据作为定基指数）。首先，分析——回归——曲线估计。然后，把居民消费价格指数（CPI）放人因变量中，把工业品出厂价格指数（PPI）放入自变量中。接着，选择要选用的各种曲线，线性、二次项、对数、立方、指数、幂等。最后，点击确定。比较得出结果中的R2、调整后的R2、F值、t值、Sig值等，最后选用线性模型对此问题做分析。
（二）线性回归分析
1、CPI与PPI相关性分析
（1）相关性分析
由表2可知，CPI和PPI的相关系数为0.884，而相关系数大于0.8时属于高度相关。所以CPI和PPI统计量是高度相关的。
（2）散点图分析
图1CPI与PPI关系的散点图
由CPI于PPI的散点图可以看出，CPI与PPI之间确实具有相关关系，并且PPI的变对CPI的变动具有一定的影响。
2、CPI与PPI一元线性回归分析。
（1）回归模型主要统计量分析
由表3模型汇总可以看出，CPI和PPI的相关系数R为0.884，说明CPI和PPI之间高度相关。可决系数R2为0.782，调整后的可决系数R2为0.771，而R2一般表示的是自变量对因变量的解释程度。则说明该模型中因变量CPI被自变量PPI解释的很好。从上表中还可以看出标准误差SE为0.045。D-W检验值为1.606，D-W小于等于2时，D-W检验法则规定：如果D-W
（2）回归模型方差分析
20自变量为 工业品出厂价格指数。
由表4方差检验可以看出，回归自由度为1，残差自由度为19（n-2）。F统计量为68.249，默认显著水平α为5%下的F值为4.38，即，F>Fα（1，n-2）。所以该检验通过F检验。又因为P值为0，所以也通过了显著性检验。
（3）相关系数分析
由回归预测表可以看出1990-2010年CPI的观测值和预测值相差不大，而且都在置信区间为95%的范围之内，同时也通过了残差检验，所以说CPI与PPI之间回归模型通过了检验，两者之间确实有线性相关关系。（作者单位：西北师范大学）
参考文献：
[1]陈贝，杨姝琴：CPI与PPI相互關系的实证分析[D]，华东师范大学，经济管理学院，广东，广州，510006
[2]刘燕，张燕丽，杨延斌：PPI与CPI关系探究[D]
[3]数据来源：国研网数据中心