论文部分内容阅读
CPI是衡量一个国家或地区通货膨胀水平最重要的指标，CPI及其影响因素的关系也成为经济学界讨论的热点问题之一。然而，现有研究主要存在三点缺陷，其一是在处理CPI及其影响因素统计间隔不一致的缺陷上，其二是在处理个别指标数据不等间距统计的缺陷上，其三是现有研究缺乏对各影响因素对CPI影响随时间连续的变化情况。而函数型数据分析为解决上述问题提供了全新的思路，论文采用函数型数据回归分析和主成分分析对CPI及其影响因素的关系进行研究。论文在确定影响因素的经济指标的基础上选取各地区2007年至2011年的数据进行分析，将散点数据拟合为函数性数据，并以Concurrent模型为基础建立CPI影响因素模型，详细分析各影响因素对CPI的影响特点，之后提出新的CPI权重衡量方法，并与现行权重进行对比分析。同时，为深入分析内因和外因影响因素对CPI的影响特点，论文采用函数型数据主成分分析和回归分析相结合的方法建立新的CPI影响因素模型，得出相应的结论。而论文最后根据模型的分析结论提出相关的政策建议，并总结研究的不足、给出后续研究的方向。研究表明，各影响因素对CPI的影响呈现出明显的波动性，在CPI的8个内因影响因素中，食品对CPI的影响幅度最大，居住和家庭设备用品及服务等次之，烟酒及用品最小。此外，论文得到的结果和现行权重的主要区别在于食品和居住。论文选取的4个外因影响因素中，SHBIOR、REER和M2对CPI的影响幅度较大，而GDP最小。同时，两类影响因素的第一主成分函数表明二者均存在小幅波动，但总体较平稳。此外，内因影响因素对CPI的影响幅度明显大于外因影响因素。论文的研究思路和结论为分析CPI及其影响因素的关系提供了新的思路和方法，也为解决其他经济类问题提供新的角度和思路。同时，论文提出的政策建议也可以为政府维持CPI稳定提供相应的理论依据和决策支持。