CCI、CPI、PMI的关系研究及实证分析

宁波

摘 要：基于统计学模型对CCI、CPI、PMI三个衡量经济形势的指标作了实证分析。首先建立的VAR模型研究了三者之间的因果关系，发现CPI上涨对CCI有反向推动的影响，PMI指数对CCI存在正向的推动的影响。其次，通过协整检验发现三者之间存在长协整关系。接着，通过方差分析和脉冲响应函数分析三者之间的相互影响。最后，通过VEC模型研究三者之间存在长期动态均衡关系。

关键词：CCI指数；CPI指数；PMI指数；VAR模型；VEC模型

中图分类号：F23 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.17.048

1 文献综述

关于CCI、CPI、PMI三者之间的关系，国内学者做了很多研究工作。

席晓青（2009）等、何毅和王新（2012）等基于分布滞后回归模型、格兰杰因果检验和脉冲响应函数等方法分析了CCI对CPI的影响关系。李跃辉，彭嘉莹（2012）引入VAR和VEC模型，发现PMI、CCI对CPI均具有正向促进作用。肖强（2014）、司颖华（2014）研究了这三个指标的分类指数之间的关系。李跃（2014）等同样利用空间向量自回归模型研究了这三个指标之间的关系。

然而近年来，中国在深化供给侧结构性改革、推动产业优化升级方面所做的努力、新形势下消费者信心的持续增长，使对消费者信心指数CCI进行进一步的新的研究显得十分必要了。

2 正文

2.1 变量和数据的选取

本文选取三个变量：消费者信心指数（CCI），量化了消费者对当前经济形势评价和预期；消费者物价指数（CPI），反映了居民家庭购买的价格水平变动情况；采购经理人指数（PMI），反映了行业供应及整体走势的经济监测指标，本文选用的是制造业的PMI指数。

本文选取我国2011年1月至2017年10月的月度数据作为样本数据，数据来源国家统计局，实证研究均借助计量软件Eviews7实现。

2.2 VAR模型

2.2.1 模型介绍

VAR（p）模型的数学模型表达式：

2.2.2 模型的建立

（1）单位根检验

为避免“伪回归”，首先要做的就是对其平稳性进行检验，本文采用ADF检验来检验序列的平稳性。

对上述的3个变量及其差分之后得到的新的序列逐一地进行单位根检验，其结果如表1所示，结果显示，CPI、CCI和PMI为一阶单整序列I（1）。

（2）协整检验

由上述内容可知，三个指标满足协整检验的前提，因此用Johansen极大似然估计法，结果如表2所示。

表2显示特征根迹检验和最大特征值检验得出的结论是一致的，所以可断定本文所构建的模型中包含的三个指标变量有且仅有一个协整关系的存在。

（3）模型的阶数

在向量自回归模型中，如果模型阶数p太少的话就无法全面的反映出过建立的模型的特征，但随着滞后阶数的增加，所要估计的模型得参数也会随着增加，而模型的自由度却会随着减少。Eviews7提供多种方法来确定之后阶数，如表3所示。

（4）建立VAR模型

根据表3，在综合考虑各准则下选择滞后阶数为二阶，建立相应的VAR（2）模型如下：

CCItCPItPMIt=C+A1CCIt-1

CPIt-1

PMIt-1+A2CCIt-2

CPIt-2

PMIt-2+u1u2u3

其中，

A1=0.738-0.1981.108

-0.0100.7110.116

0.0410.0550.812

A2=0.101-0.315-0.199

0.0130.217-0.078

-0.0190.011-0.179

C=23.766

5.196

9.522

从上面的VAR（2）模型可以看出：

滞后1期和滞后2期的CCI对其本身的影响为正数。

滞后1期和滞后2期的CPI对CCI影响系数说明CPI对CCI存在负向影响，即CPI上涨时会影响人们的消费水平，从而会导致消费者信心下降。

滞后1期的PMI对CCI的正向影响说明PMI指数对CCI存在正向的推动作用。

（5）模型系统平稳性检验

为避免由VAR系统可能出现的不稳定性导致我们估计的有些结果无效。进行模型的平稳性检验，检验结果见图1，模型所有根的模的倒数全部在单位圆内，即通过平稳性检验。

2.3 VEC模型

由于VAR模型在样本外的长期预测的准确度远不如短期预测，因此可以考虑VEC模型。本文将采用VEC模型进行研究，不仅可以分析出三者之间长期稳定的關系，而且可以看出短期波动性。

2.3.1 模型介绍

2.3.2 VEC模型的建立

由Eviews7可获得VEC模型系：

（1）△CCIt=0.347+0.349△CCIt-1-0.167△CPIt-1+0.241△PMIt-1-0.077ecmt-1

（2）△CPIt=-0.045+0.079△CCIt-1+0.240△CPIt-1+0.148△PMIt-1-0.003ecmt-1

（3）△PMIt=-0.011+0.013△CCIt-1-0.034△CPIt-1+0.187△PMIt-1+0.032ecmt-1

从模型的估计结果可以看出，模型拟合的较好，具有统计学显著性意义的指标都是滞后一期，通过前一期指标的变化可以预测到其他指标本期的变化。

2.3.3 模型分析及结论

式（1）表明前期CPI对CCI有负向作用，而CCI、PMI对本期的CCI的变化都有正向促进作用，说明消费者对经济形势的预期具有惯性，这与消费者消费心理的固有特性相关。

式（2）表明前期CPI和CCI、PMI对本期的CPI的变化都有正向促进作用，说明通货膨胀惯性在物价上涨过程中作用是最大的，采购经理指数次之。ecmt-1系数是负数，表明CCI指数提高将促使需求增加，从而增加PMI指数增长动力，经济形势好转带动CPI指数上升。

式（3）表明前期PMI和CCI对本期PMI具有正向促进作用，而CPI对PMI具有负向作用，说明CPI上涨影响PMI指数下滑；CCI增加，导致PMI指数增加，经济形势良好。

参考文献

[1]赵怡.CPI、PPI、PMI对经济发展影响的实证研究[J].保定学院学报，2016，（4）：41-45.

[2]李跃辉，彭嘉莹.基于VAR-VEC模型的物价指数关系研究[J].理论新探，2012，（15）：19-22.

[3]张道德，俞林.CPI、PMI与消费者信心指数CCI的关系研究及实证分析[J].中国物价，2009，（9）：8-11.

[4]郭洪伟，吴启富.基于VAR模型的CCI影响因素分析[J].技术经济与管理研究，2013，（7）.

[5]孙颖.我国采购经理指数中长期走势分析及短期预测[J].价格理论与实践，2016，（1）：109-111.

[6]王岱.我国消费者信心的影响因素分析[J].宏观经济研究，2016，（4）：48-61.