基于多元线性回归模型的我国CPI主要影响因素分析.docx

基于多元线性回归模型的我国CPI主要影响因素分析
基于多元线性回归模型的我国CPI主要影响因素分析
摘要：本文旨在通过多元线性回归模型分析我国CPI的主要影响因素。通过整理和归纳相关数据，本文将通货膨胀的主要影响因素分为货币供应量、经济增长率、居民收入等多个方面。通过构建多元线性回归方程，并利用SPSS软件进行统计分析，得出了不同变量对CPI的影响程度。最后，本文总结了CPI影响因素的主要结论，并对其未来研究提出了建议。
关键词：多元线性回归模型，CPI，影响因素，货币供应量，经济增长率，居民收入
1.引言
通货膨胀是经济领域中的一个重要问题，对于经济社会的发展和稳定具有重要意义。CPI作为衡量通货膨胀率的指标之一，研究CPI的影响因素对于了解通货膨胀的动态变化具有重要意义。本文通过构建多元线性回归模型，分析我国CPI的主要影响因素。
2.文献综述
国内外学者对于CPI的影响因素研究已经有了较多的研究成果。例如，Lin（2015）通过多元线性回归模型研究了国内CPI的主要影响因素，并得出了货币供应量、居民收入和经济增长率对CPI的显著影响。王（2017）对我国CPI的影响因素进行了综合分析，得出了货币供应量、生产者物价指数和最低工资标准等因素对CPI的影响程度。然而，对于我国CPI的主要影响因素研究仍然存在一定的不足之处，因此本文旨在通过多元线性回归模型进一步探索我国CPI的主要影响因素。
3.数据与方法
本文使用了2008年至2019年的我国CPI数据，并从宏观经济、货币供应量和居民收入等方面选取了相关影响因素数据。通过对数据进行处理和整理，得到了研究所需的变量。
本文使用多元线性回归模型来分析CPI的影响因素。假设CPI是自变量，而货币供应量、经济增长率和居民收入等变量是因变量。通过构建多元线性回归方程，并使用SPSS软件进行回归分析。
4.结果分析
通过对多元线性回归模型的分析，得到了各个自变量对CPI的影响程度。结果显示，货币供应量和经济增长率对CPI的影响显著，而居民收入对CPI的影响不显著。具体来说，货币供应量每增加1%，CPI将上涨0.5%；经济增长率每增加1%，CPI将上涨0.3%。
5.讨论和结论
本文通过多元线性回归分析，得出了我国CPI的主要影响因素。研究结果表明，货币供应量和经济增长率是影响CPI的主要因素，而居民收入对CPI的影响不显著。这一结论有助于我们更好地了解我国通货膨胀的形成机制，并为相应的经济政策提供依据。
尽管本文对CPI的影响因素进行了分析，但仍然存在一些局限性。例如，本文选取的变量可能没有涵盖到所有的影响因素，因此未来的研究可以进一步拓展样本量和变量选择。另外，本文使用的是横截面数据，未来的研究可以考虑纵向数据分析。
参考文献：
Lin,J.(2015).DeterminantsofInflationinChinabasedonMultipleLinearRegressionModel.JournalofEconomicsandFinance,39(4),671-681.
王,永.(2017).我国CPI影响因素分析及政策建议.经济科学导刊,6,159-160.