对商品零售价格指数相关性分析

《对商品零售价格指数相关性分析》由会员分享，可在线阅读，更多相关《对商品零售价格指数相关性分析（6页珍藏版）》请在装配图网上搜索。

1、精选优质文档-倾情为你奉上对商品零售价格指数相关性分析专心-专注-专业对商品零售价格指数相关性分析摘要本文选取了若干因素，应用SPSS软件，对商品零售价格指数进行了相关性分析并建立了回归线性模型。一、研究意义商品零售价格指数作为反映商品零售价格变动趋势的一种经济指数。它的调整升降直接影响居民生活费用的变动，直接关系国家财政的收支，直接影响居民购买力和市场商品供需格局，还影响着消费和积累的比例。因此，从影响其变动的诸多因素中拨云见日，勾选出相对的主要因素，对于编制财政计划、价格计划，制定物价政策、工资政策有着十分重大的意义。二、因素选择及数据说明从经济学相关原理及中国经济现状出发，我们认为影响当

2、今中国市场商品零售价格指数的因素可能有如下几个：居民消费价格指数、城市、农村居民消费价格指数、工业品出厂价格指数、工业生产者购进价格指数、固定资产投资价格指数。1、 商品零售价格指数（上年=100,按现价计算，下同），商品零售价格的变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需的平衡，影响到消费与积累的比例关系。进而影响居民消费价格指数。2、居民消费价格指数，是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。该指数可以观察和分析消费品的零售价格和服务项目价格变动对

3、城乡居民实际生活费支出的影响程度。3、城市，是反映城市居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。城市可以观察和分析消费品的零售价格和服务项目价格变动对职工的影响，作为研究职工生活和确定工资政策的依据， 是用来反映通货膨胀（紧缩）程度的指标。4、农村居民消费价格指数是反映农村居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。 农村居民消费价格指数可以观察农村消费品的零售价格和服务项目价格变动对农村居民生活消费的影响，直接反映农民的实际变化情况，为分析和研究农村居民生活问题提供依据。 5、工业品出厂价格指数，除了食品和服务,大部分属于工业制成品；同时,工

4、业品中的生产资料又是消费品的投入品,是成本的重要构成因素,这是成本推动型物价上涨的主要原因。所以在一定程度上会影响居民价格消费指数。6、工业生产者购进价格指数，指工业企业组织生产时作为中间投入的原材料、燃料、动力购进价格的指数(含增值税、运费、关税等)。其反映工业生产者购进价格变动趋势和变动程度的相对数。7、固定资产投资价格指数，固定资产指数是总需求的主要内容,也是影响经济波动的重要因素之一,固定资产的变化会影响各种消费品的价格变动，故将其作为反应总需求的指标之一。商品零售价格指数居民消费价格指数城市居民消费价格指数农村居民消费价格指数工业生产者出厂价格指数工业生产者购进价格指数固定资产投资价

5、格指数200198.799.399.299.698.599.1100.2200298.598.698.698.696.596.399.72003100100.6100.7100.499.3104.1102.22004102.9103102.6103.7101.7110.6106.42005101.8102.3102102.7101.5105101.62006101.5101.8101.8101.6101.4103.6100.72007103.4103.7103.7103.5101.3103.3102.42008106105.6105.5105.8103.1107.9108.6200996.89

6、7.797.697.895.893.896.72010103.3103.1103.1103.2103.2107.31032011105.1105.3105.3105.6103.7107.3105.52012102.2102.8102.8102.999.599.5101.5表1 图1从图1可以分析出，所选取的因素与商品零售价格指数确实存在一定的关系。三、分析过程利用SPSS软件先对商品零售价格指数与居民消费价格指数进行相关性分析得出以下结果 表3描述性统计量均值标准差N商品零售价格指数101.6832.753112居民消费价格指数101.9832.504812表4相关性商品零售价格指数居民消费价

7、格指数商品零售价格指数Pearson 相关性1.995*显著性（单侧）.000平方与叉积的和83.37775.447协方差7.5806.859N1212居民消费价格指数Pearson 相关性.995*1显著性（单侧）.000平方与叉积的和75.44769.017协方差6.8596.274N1212*. 在 .01 水平（单侧）上显著相关。由表4可以看出，商品零售价格指数与居民消费价格指数的Pearson相关性系数为0.995，而且在0.01水平的单侧检验上显著相关。按照如上方法，分别对商品的零售价格指数与城市、农村居民消费价格指数、工业品出厂价格指数、工业生产者购进价格指数、固定资产投资价格指

8、数进行相关性分析，得出结果如下表：表5居民消费价格指数城市居民消费价格指数农村居民消费价格指数工业生产者出厂价格指数工业生产者购进价格指数固定资产投资价格指数相关系数0.9950.9930.9900.9310.8290.887以上相关性系数均通过了在0.01水平的单侧检验的显著性检验。分析表5数据可知，商品零售价格指数与居民消费价格指数、城市、农村居民消费价格指数、工业品出厂价格指数的相关性较大，故选取上述因素对商品零售价格指数建立回归模型。利用SPSS进行回归分析，得出结果如下： 表6模型汇总模型RR 方调整 R 方标准 估计的误差1.995a.990.984.3487a. 预测变量: (常

9、量), 工业生产者出厂价格指数, 城市居民消费价格指数, 农村居民消费价格指数, 居民消费价格指数。 表7Anovab模型平方和df均方FSig.1回归82.525420.631169.657.000a残差.8517.122总计83.37711a. 预测变量: (常量), 工业生产者出厂价格指数, 城市居民消费价格指数, 农村居民消费价格指数, 居民消费价格指数。b. 因变量: 商品零售价格指数 表8系数a模型非标准化系数标准系数tB标准 误差试用版1(常量)-9.9454.455-2.232居民消费价格指数.7042.137.6402.329城市居民消费价格指数.2251.432.2042.

10、157农村居民消费价格指数.097.761.0912.127工业生产者出厂价格指数.070.111.0652.628a. 因变量: 商品零售价格指数分析表6、7、8，可得到模型回归方程为：Y= -9.945 + 0.704X1 + 0.225X2 + 0.097X3+0.70X4 t= (-2.232) (2.329) (2.157) (2.127) (2.628)符号说明：Y、X1 、X2 、X3 、X4 分别表示商品零售价格指数、居民消费价格指数、城市、农村居民消费价格指数、工业品出厂价格指数多元判定系数R2=0.990 ，调整后的R2=0.984 ，DW=0.3487假定假设H0: i=

11、0（i=1,2,3,4），H1：i0（i=1,2,3,4）。自由度n=12-4=8，在5%显著性水平下，查t分布表得双边检验t临界值t0.025（8）=2.306。通过计算得相应的参数的t的值分别为：t1=-2.232 ，t2=2.329 ，t3=2.157，t4=2.127，t5=2.628。其中、t2、t5大于t的临界值2.306，所以拒绝零假设，通过t检验，而t1、t3、t4 的值小于临界值2.306，不能拒绝零假设，但由于t1、t3、t4 绝对值均大于1，如果将它们从模型中剔除调整后的R2 将会减小，所以应保留该些变量。四、结论商品的零售价格指数与居民消费价格指数、城市、农村居民消费价格指数、工业品出厂价格指数呈线性正相关。当居民消费价格指数、城市、农村居民消费价格指数、工业品出厂价格指数上升时，商品的零售价格指数也随之上升。商品的零售价格的变动影响到居民的生活支出和国家的财政收入，影响到居民的购买力和市场的供需平衡，影响到消费与积累的比例。通过此次分析，可以得出调控上述因素对商品的零售价格指数的变动存在一定的影响，对如何维持物价的稳定具有一定的积极作用。五、参考文献中国统计年鉴2012