基于岭回归方法对我国未来一段时间通货膨胀的预测 [摘 要]本文以2009年中国全年经济环境为大背景,分析了2008年金融危机以来中国政府为提振经济所采取的一系列财政和货币刺激政策,以及由此引发的经济复苏后的通货膨胀问题。 [关键词]向后回归;岭回归;通货膨胀预测 1 实证分析过程 1.1 方法介绍 岭回归是一种常用的处理金融问题的回归方法,其主要原理就是当自变量之间存在多重共线性,即│XTX│≈0时,我们设想给XTX加上一个正常数矩阵kI(k>0), 从而使矩阵的特征根稍大一些,那么XTM+kI接近奇异的程度就会比XTX接近奇异的程度小很多。由于该矩阵的对角元素上加了常数k, 故k 常称为岭系数( Fridge Coefficient)。 1.2 变量与数据的选取 由于本文是利用岭回归的方法对中国未来一段时间通货膨胀的可能性进行预测,因此笔者从经济学理论和具体经济实践两个角度出发,筛选出了7个变量作为研究对象,分别为:利率(X1)、固定资产投资(X2)、信贷规模(X3)、外汇储备(X4)、进出口贸易净额(X5)、居民收入(X6)、货币供应量(X7)、储蓄存款(X8)、汇率(X9)、社会消费品零售总额(X10)。另外,我们以居民消费价格指数CPI(Y)来衡量通货膨胀的程度。本文各变量所用数据均来自WIND数据库(2007年4月—2010年5月) 1.3 模型构建与参数估计 根据上文所述,应以反映通货膨胀水平的CPI作为因变量,对7个自变量:货币供应量(X1)、利率(X2)、固定资产投资(X3)、信贷规模(X4)、进出口贸易净额(X5)、居民收入(X6)、外汇储备(X7)做回归分析。 1.4 最小二乘法 在进行岭回归之前,首先应用最小二乘法对模型各个系数进行显著性检验,以确保回归变量对方程具有显著意义,然后再对剩余变量进行岭回归分析。 1.5 多重共线性诊断 运用SPSS程序对上述数据做多重共线性检验,结果如下:大多数变量的方差膨胀系数均较大,其中X1、X7、X9的膨胀系数大于10,X3、X4的膨胀系数甚至在100以上,说明各变量之间有很密切的关系。另外,6个独立变量中,X9的特征值很小,其condition index为297.094,远远大于30,所以回归模型的各独立变量之间存在严重的共线性关系。在这种情况下,若运用普通最小二乘回归分析方法,则可能会出现模型结论与现实相差较大的情况,导致模型的解释无效,下面运用岭回归方法进行分析。 1.6 岭回归 运用SAS程序,得到不同的岭参数下各自变量的岭回归系数,选取岭参数K=0.11,再次对模型进行全模型回归,建立岭回归模型: y=-3.894527e-06+0.0664083455X1+2.848984e-03X6+0.10469767X7+0.9910144X9 2 模型分析与结论 从岭回归结果中可以看出:首先,汇率对通货膨胀的影响是最大的,即当以直接标价法来表示汇率时,一国货币升值意味着该国货币购买力增强,根据购买力平价理论,同样数额的货币可以买到更多的产品,稳定了国家的经济,降低了通货膨胀率,使CPI降低。其次是货币供应量,中国的货币宽松政策在度过了执行迟滞期之后开始显现出对CPI的影响,在一整年货币供应高速的增长过程中, CPI也随之表现出明显的上升趋势。这一系列的经济刺激政策势必会增加居民收入,从而激发居民的消费欲望。当社会中全部生产要素已充分利用,也就是达到最大产出时,需求增加不会再使产量增加,只会使价格进一步上升,从而诱发通货膨胀,导致CPI上升。因此,在经济运行态势已经发生明显变化的情况下,2010年的财政政策不适宜再加大刺激力度,应当合理控制贷款规模,将货币供应量增速控制在适当水平。今年是我国经济形势最为复杂的一年,我们需要正确处理增长与结构的关系,避免恶性通货膨胀的出现,引导中国经济合理温和地发展。 本文来源：https://www.wddqw.com/doc/cfc3345e02f69e3143323968011ca300a6c3f6a5.html