計(jì)量經(jīng)濟(jì)學(xué)論文通貨膨脹率與失業(yè)率的關(guān)系

1、*大學(xué)計(jì)量經(jīng)濟(jì)學(xué)課程論文題 目：通貨膨脹率與失業(yè)率的關(guān)系學(xué)生姓名：學(xué) 號(hào)：專 業(yè)：金融學(xué)班 級(jí)： 任課教師：2014年12月摘 要最早系統(tǒng)性研究通脹與失業(yè)率之間相關(guān)性的經(jīng)濟(jì)學(xué)家，可能是在英國(guó)的新西蘭經(jīng)濟(jì)學(xué)家菲利普斯。他在1958年發(fā)表的18611957年英國(guó)失業(yè)和貨幣工資變動(dòng)率之間的關(guān)系中，根據(jù)將近100年的數(shù)據(jù)，驗(yàn)證了失業(yè)率與貨幣工資變化率兩者間呈現(xiàn)負(fù)相關(guān)的關(guān)系。1960年，美國(guó)經(jīng)濟(jì)學(xué)家索洛和薩繆爾森用美國(guó)的數(shù)據(jù)，驗(yàn)證了菲利普斯原理，以薩繆爾森為代表的新古典綜合派隨后便把菲利普斯曲線改造為失業(yè)和通貨膨脹之間的關(guān)系，并把它作為新古典綜合理論的一個(gè)組成部分，用以解釋通貨膨脹。提出了失業(yè)率與物價(jià)上

2、漲率兩者呈現(xiàn)的反向?qū)?yīng)變動(dòng)關(guān)系，在一個(gè)經(jīng)濟(jì)周期中當(dāng)物價(jià)上漲時(shí)，失業(yè)率下降，而物價(jià)下降時(shí)，失業(yè)率上升。美國(guó)經(jīng)濟(jì)學(xué)家?jiàn)W肯在1962年則提出，在失業(yè)率與經(jīng)濟(jì)增長(zhǎng)率具有反向的對(duì)應(yīng)變動(dòng)關(guān)系。1986年，貨幣主義的代表人物，美國(guó)經(jīng)濟(jì)學(xué)家弗里德曼指出了菲利普斯曲線分析的一個(gè)嚴(yán)重缺陷，即它忽略了影響工資變動(dòng)的一個(gè)重要因素：工人對(duì)通貨膨脹的預(yù)期。人們預(yù)期通貨膨脹率越高，名義工資增加越快。由此，弗里德曼等人提出了短期菲利普斯曲線的概念，即預(yù)期通貨膨脹率保持不變時(shí)，表示通貨膨脹率與失業(yè)率之間關(guān)系的曲線，附加預(yù)期的菲利普斯曲線。關(guān)鍵詞：Eviews；回歸模型；最小二乘法AbstractThe earliest

3、0;systematic research on the correlation between inflation and unemployment rate economists, possibly in New Zealand Phillips Britisheconomist. In 1958 he published "18611957 British unemployment and monetary wage change

4、 rate of the relationship between", according to nearly 100 years of data, verify the unemployment rate and the money wage change rate between the negative correlation between. In 1960, Solo and SamuelsonAmerica economists

5、60;America data, verify the Phillips principle, neoclassical synthesis represented by Samuelson then took Phillips curve for the transformation of the relationship between inflation and unemployment, and regard it as a part of the

6、 new classic and integrated theory, is used to explaininflation. Put forward corresponding changes in reverse the unemployment rate and the rate of price increase presenting relationship, in an economic cycle when the price rises, 

7、;the unemployment rate decreased, while thedecline in prices, rising unemployment.America economist Okun put forward in 1962, in the correspondingrelationship between the unemployment rate changes with reverse and economic growth rate. In 1986,&

8、#160;representatives of monetarism, USA economist Freedman pointed out a serious defect analysis of Phillips curve, that is, it ignores an important factor affecting the wage changes: Workers' expectations of inflation. People 

9、;expected inflation rate is high, nominal wages increased more quickly. Therefore, Freedman and others put forward the concept of the short-run Phillips curve, namely the expected inflation rate remained unchanged, indicating a relationship betw

10、een inflation rate and unemployment rate curve, the expectations augmented Phillips curve.Keywords: Eviews;  regression model;  least square method目 錄摘 要IAbstractII一、通貨膨脹率與失業(yè)率的關(guān)系1二、數(shù)據(jù)的預(yù)處理22.1 輸入數(shù)據(jù)22.2 繪制動(dòng)態(tài)曲線圖42.3 繪制散點(diǎn)圖62.4 簡(jiǎn)單相關(guān)分析6三、最小二乘估計(jì)8四、回歸檢驗(yàn)94.1 經(jīng)濟(jì)意義檢驗(yàn)94.2

11、 擬合優(yōu)度檢驗(yàn)94.3 t檢驗(yàn)94.4 F檢驗(yàn)104.5 DW檢驗(yàn)10五、模型檢查115.1 多重共線性檢查115.2 自相關(guān)性的診斷12DW檢驗(yàn)法12LM檢驗(yàn)法125.3 自相關(guān)的克服方法135.4 檢驗(yàn)異方差性16六、模型預(yù)測(cè)176.1 菜單方式進(jìn)行預(yù)測(cè)176.2 預(yù)測(cè)評(píng)價(jià)17基于預(yù)測(cè)誤差的評(píng)價(jià)指標(biāo)17誤差成分分析18七、結(jié)論19參考文獻(xiàn)19一、通貨膨脹率與失業(yè)率的關(guān)系數(shù)據(jù)來(lái)源：中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局()1970-1982年我國(guó)實(shí)際通貨膨脹率、失業(yè)率和預(yù)期通貨膨脹率（%）年份實(shí)際通貨膨脹率Y失業(yè)率X1預(yù)期通貨膨脹率X219705.924.904.7819714.305.903.84197

12、23.305.603.3119736.234.903.44197410.975.606.8419759.148.509.4719765.777.706.5119776.457.105.9219787.606.106.08197911.475.808.09198013.467.1010.01198110.247.6010.8119825.999.708.001.建立實(shí)際通貨膨脹率、失業(yè)率和預(yù)期通貨膨脹率的多元線性回歸模型；2.對(duì)模型進(jìn)行檢驗(yàn)（取=0.05）；3.如果1983年的失業(yè)率為7.3%，預(yù)期通貨膨脹率為9.2%，預(yù)測(cè)1983年的實(shí)際通貨膨脹率。【實(shí)驗(yàn)步驟及結(jié)果】設(shè)因變量受多個(gè)因素影響，且

13、每個(gè)影響因素與的關(guān)系是線性的，則可建立多元線性回歸模型：二、數(shù)據(jù)的預(yù)處理2.1 輸入數(shù)據(jù)首先建立工作文件:“File/New/Workfile”。設(shè)定該工作文件的結(jié)構(gòu)類型為:“Date-regular frequency(日期-固定頻率)”；將頻率設(shè)定為:“Integer data(整數(shù)日期)”；日期的范圍為:1970-1982；并對(duì)該工作文件命名:“王超宇”。輸入13個(gè)因變量-實(shí)際通貨膨脹率Y的數(shù)據(jù)。輸入13個(gè)自變量-失業(yè)率X1的數(shù)據(jù)。輸入13個(gè)自變量-預(yù)期通貨膨脹率X2的數(shù)據(jù)。輸入13個(gè)因變量-實(shí)際通貨膨脹率Y的數(shù)據(jù)；13個(gè)自變量-失業(yè)率X1的數(shù)據(jù)、13個(gè)自變量-預(yù)期通貨膨脹率X2的數(shù)據(jù)。

14、2.2 繪制動(dòng)態(tài)曲線圖輸入序列名稱繪制動(dòng)態(tài)曲線圖各個(gè)變量的動(dòng)態(tài)曲線從三個(gè)動(dòng)態(tài)曲線圖中，可以明顯的發(fā)現(xiàn)實(shí)際通貨膨脹率Y、失業(yè)率X1、預(yù)期通貨膨脹率X2的數(shù)據(jù)變化，有很強(qiáng)的隨著時(shí)間推移向下或向上的趨勢(shì)。2.3 繪制散點(diǎn)圖2.4 簡(jiǎn)單相關(guān)分析 從簡(jiǎn)單相關(guān)分析中，可以看出實(shí)際通貨膨脹率Y與預(yù)期通貨膨脹率X2有較強(qiáng)的相關(guān)性，其相關(guān)性為正相關(guān)；而實(shí)際通貨膨脹率Y與失業(yè)率X1的相關(guān)系數(shù)為0.116342，表現(xiàn)為不太相關(guān)。三、最小二乘估計(jì)在出現(xiàn)的對(duì)話框的“Quick/Estimate Equation”欄中鍵入“npgr c gni cpi gdppc”，在“Estimation Settings”欄中選擇“

15、Least Sqares”(最小二乘法)，點(diǎn)“ok”，即出現(xiàn)回歸結(jié)果：根據(jù)表中數(shù)據(jù)，模型估計(jì)的結(jié)果為：四、回歸檢驗(yàn)4.1 經(jīng)濟(jì)意義檢驗(yàn)上述模型估計(jì)結(jié)果說(shuō)明：在假定其它變量不變的情況下，當(dāng)年實(shí)際通貨膨脹率Y每增長(zhǎng)1%，失業(yè)率X1下降1.393115%；在假定其它變量不變的情況下，實(shí)際通貨膨脹率Y每增長(zhǎng)1%，預(yù)期通貨膨脹率X2增長(zhǎng)1.480674%。這與理論分析和經(jīng)驗(yàn)判斷相一致。4.2 擬合優(yōu)度檢驗(yàn)由回歸模型的表中數(shù)據(jù)可以得到：。其擬合優(yōu)度值，所以擬合優(yōu)度檢驗(yàn)通過(guò)，說(shuō)明模型對(duì)樣本的擬合很好。4.3 t檢驗(yàn)由回歸模型的表中數(shù)據(jù)可以得到：常數(shù)量C和自變量X1、X2 的。其，所以t檢驗(yàn)通過(guò)，常數(shù)和自變量

16、之間對(duì)因變量由很大的影響性。4.4 F檢驗(yàn)由回歸模型的表中數(shù)據(jù)可以得到：該回歸模型函數(shù)的。其，所以F檢驗(yàn)通過(guò)，該函數(shù)可以很好的擬合此模型。4.5 DW檢驗(yàn)由回歸模型的表中數(shù)據(jù)可以得到：該回歸模型的。由DW檢驗(yàn)可獲得：1.a 表示檢驗(yàn)水平、T表示樣本容量、 k表示回歸模型中解釋變量個(gè)數(shù)（不包括常數(shù)項(xiàng)）；2.dU和dL分別表示DW檢驗(yàn)上臨界值和下臨界值。本回歸模型中，通過(guò)查表可獲得DW檢驗(yàn)上臨界值和下臨界值。所以，由可以知道，不存在自相關(guān)。五、模型檢查5.1 多重共線性檢查選定兩個(gè)自變量：失業(yè)率X1、預(yù)期通貨膨脹率X2。作為相關(guān)性的分析，獲得的相關(guān)系數(shù)為如下表所示。 由相關(guān)系數(shù)矩陣可以看出：各自變

17、量相互之間的相關(guān)系數(shù)為0.642917不太高，證實(shí)確實(shí)不存在嚴(yán)重多重共線性。5.2 自相關(guān)性的診斷5.2.1 DW檢驗(yàn)法由回歸模型的表中數(shù)據(jù)可以得到：該回歸模型的。由DW檢驗(yàn)可獲得：1.a 表示檢驗(yàn)水平、T表示樣本容量、 k表示回歸模型中解釋變量個(gè)數(shù)（不包括常數(shù)項(xiàng)）；2.dU和dL分別表示DW檢驗(yàn)上臨界值和下臨界值。本回歸模型中，通過(guò)查表可獲得DW檢驗(yàn)上臨界值和下臨界值。所以，由可以知道，不存在自相關(guān)。5.2.2 LM檢驗(yàn)法原假設(shè)：殘差不存在從一階到p階的自相關(guān)。EViews將顯示殘差的自相關(guān)和偏自相關(guān)函數(shù)以及對(duì)應(yīng)于高階序列相關(guān)的Ljung-Box Q統(tǒng)計(jì)量。如果殘差不存在序列相關(guān)，在各階滯后

18、的自相關(guān)和偏自相關(guān)值都接近于零。所有的Q-統(tǒng)計(jì)量不顯著，并且有大的P值。上表中，幾乎所有的P值都很大，其相對(duì)應(yīng)的具體。所以，可以得出對(duì)于原假設(shè)：“殘差不存在從一階到三階的自相關(guān)”成立。盡管可以得到殘差不存在從一階到三階的自相關(guān)，但是也可以通過(guò)Cochrane-Orcutt（科克倫奧科特）迭代法的DW檢驗(yàn)，來(lái)間接檢驗(yàn)是否存在“殘差不存在從一階到三階的自相關(guān)”。5.3 自相關(guān)的克服方法Cochrane-Orcutt（科克倫奧科特）迭代法本回歸模型中，通過(guò)查表可獲得DW檢驗(yàn)上臨界值和下臨界值。所以由?？梢灾溃呀?jīng)不存在相關(guān)。通過(guò)兩階段最小二乘法(TSLS)消除序列相關(guān)。其估計(jì)結(jié)果如下圖所示：通過(guò)上

19、圖可以很明顯地得到：該新的回歸方程函數(shù)的各個(gè)解釋變量都通過(guò)了t檢驗(yàn)，函數(shù)本身也通過(guò)了F檢驗(yàn)。擬合優(yōu)度(),由于值，也即其擬合優(yōu)度檢驗(yàn)通過(guò)，說(shuō)明模型對(duì)樣本的擬合很好。由回歸模型的表中數(shù)據(jù)可以得到：該回歸模型的。由DW檢驗(yàn)可獲得：1.a 表示檢驗(yàn)水平、T表示樣本容量、 k表示回歸模型中解釋變量個(gè)數(shù)（不包括常數(shù)項(xiàng)）；2.dU和dL分別表示DW檢驗(yàn)上臨界值和下臨界值。本回歸模型中，通過(guò)查表可獲得DW檢驗(yàn)上臨界值和下臨界值。所以由可以知道，其回歸方程已確定不存在自相關(guān)。5.4 檢驗(yàn)異方差性通過(guò)懷特（White）檢驗(yàn)，得到收尾概率值均大于顯著水平（），不存在異方差。六、模型預(yù)測(cè)查找到2007年我國(guó)國(guó)民總收

20、入/GNI為251481.00億元、居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)率/CPI為4.8 %、以及人均GDP/GDPPC為18980元，對(duì)2007年的人口自然增長(zhǎng)率/NPGR進(jìn)行預(yù)測(cè)。6.1 菜單方式進(jìn)行預(yù)測(cè)6.2 預(yù)測(cè)評(píng)價(jià)6.2.1 基于預(yù)測(cè)誤差的評(píng)價(jià)指標(biāo)均方根誤差（root mean squared error, RMSE）平均絕對(duì)誤差（mean absolute error, MAE）平均絕對(duì)百分誤差（mean abs. percent error, MAPE）希爾不等系數(shù)（Theil inequality coefficient, TIC）前兩項(xiàng)測(cè)量絕對(duì)誤差，后兩項(xiàng)測(cè)量相對(duì)誤差。絕對(duì)誤差比較直觀，但取值大小受量綱的影響，不能形成統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)。相對(duì)指標(biāo)則可以形成一致的評(píng)價(jià)標(biāo)準(zhǔn)。MAPE的取值在0-5之間說(shuō)明預(yù)測(cè)精度極高，在10以內(nèi)說(shuō)明預(yù)測(cè)精度高。TIC取值范圍是0-1之間，取值越小越好。因?yàn)椋?、。所以，預(yù)測(cè)結(jié)果十分