• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于非線性動力系統(tǒng)的我國CPI和PPI非線性關(guān)系研究

    2011-11-01 08:49:12鄧月明李興緒
    統(tǒng)計與決策 2011年7期
    關(guān)鍵詞:差分耦合方程

    鄧月明,李興緒

    (云南財經(jīng)大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院,昆明650221)

    基于非線性動力系統(tǒng)的我國CPI和PPI非線性關(guān)系研究

    鄧月明,李興緒

    (云南財經(jīng)大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院,昆明650221)

    文章根據(jù)我國2002年1月~2009年10月CPI和PPI的月度數(shù)據(jù),應(yīng)用非線性動力學(xué)的方法,建立了非線性動力系統(tǒng)(C-PNLDS)模型,來揭示我國CPI和PPI的非線性關(guān)系。結(jié)果表明:CPI具有自我增長機(jī)制,PPI對CPI有加速抑制的影響;PPI也具有自我增長機(jī)制,CPI自身對PPI的增長有抑制作用,但它的平方項(xiàng)加速了PPI的增長;耦合項(xiàng)對CPI無影響,而使PPI受損,所以二者是共棲(偏害)的關(guān)系。

    CPI;PPI;非線性動力系統(tǒng)模型

    0 引言

    居民消費(fèi)價格指數(shù)簡稱CPI,是度量一組代表性消費(fèi)商品及服務(wù)價格水平隨著時間而變動的相對數(shù),反映居民家庭購買的消費(fèi)品及服務(wù)價格水平的變動情況。生產(chǎn)者價格指數(shù)的簡稱PPI,在這里特指工業(yè)品出廠價格指數(shù)。工業(yè)品出廠價格指數(shù)是反映全部工業(yè)產(chǎn)品出廠價格總水平的變動趨勢和程度的相對數(shù)[1]。

    居民消費(fèi)價格指數(shù)(CPI)和工業(yè)品出廠價格指數(shù)(PPI)有著各自的計算方法和用途,但二者之間又存在著密切的聯(lián)系。分析清楚二者之間的關(guān)系,可以對我國的居民消費(fèi)情況、工業(yè)品內(nèi)部結(jié)構(gòu)以及經(jīng)濟(jì)運(yùn)行情況作出基本的判斷,對宏觀經(jīng)濟(jì)政策的制定起著重要的作用。

    那么二者究竟是什么關(guān)系?是CPI變動帶動PPI變動?還是PPI變動帶動CPI變動?誰決定誰?很多專家學(xué)者可謂是見人見智,研究方法也有很多。

    研究CPI與PPI關(guān)系的方法歸結(jié)起來有線性回歸分析、格蘭杰因果檢驗(yàn)、誤差修正模型、協(xié)整檢驗(yàn)和VAR(向量自回歸)模型,這些方法揭示的都是CPI與PPI線性的關(guān)系,但是在復(fù)雜、現(xiàn)實(shí)的經(jīng)濟(jì)體系中,二者之間的關(guān)系很可能是非線性的。本文將選取我國2002年1月~2009年10月的CPI和PPI月度數(shù)據(jù),用動態(tài)計量經(jīng)濟(jì)學(xué)的方法建立CPI和PPI的離散型非線性動態(tài)模型,再轉(zhuǎn)化為CPI-PPI非線性動力系統(tǒng)(C-PNLDS)模型來分析CPI與PPI之間的非線性關(guān)系。

    1 非線性動力系統(tǒng)(C-PN LDS)模型的建立

    1.1 廣義Lotka-Volterra模型介紹

    Lotka-Volterra模型最早是由美國生態(tài)學(xué)家Lotka和意大利數(shù)學(xué)家Volterra為模擬一些生態(tài)現(xiàn)象而提出來并進(jìn)行研究的,這個模型又稱為捕食者被捕食者模型或弱肉強(qiáng)食模型。生物群體中的兩個物種通過一定的相互作用進(jìn)而形成的關(guān)系是最簡單的動力學(xué)系統(tǒng)。兩個物種之間的相互關(guān)系可能是相互獨(dú)立,也可能是相互競爭,或者是相互促進(jìn)。

    羅納德·肖恩[2]給出了廣義Lotka-Volterra模型,這個模型的標(biāo)準(zhǔn)形式為:

    在上述模型中a和b是一次變量反饋系數(shù),如果a和b是正數(shù),x和y回自然增長,反之則會自然下降;c和d是二次變量反饋系數(shù),如果c和d是正數(shù),則x和y回加速增長,反之則會發(fā)生阻塞現(xiàn)象;e和f是耦合項(xiàng)xy的系數(shù)。當(dāng)模型(1)用于研究兩個變量之間的關(guān)系時,根據(jù)e和f的符號,可以得出x和y的9種相互作用的關(guān)系(見表1)。

    表1 兩個變量相互作用的關(guān)系特征表

    1.2 非線性動力系統(tǒng)(C-PNLDS)的基本假設(shè)

    假設(shè)1系統(tǒng)性。C-PNLDS是在不考慮其他變量影響的情況下由CPI和PPI非線性相互作用而形成的具有一定結(jié)構(gòu)和功能的整體。

    假設(shè)2連續(xù)性。C-PNLDS是一個連續(xù)系統(tǒng),CPI和PPI都是時間的連續(xù)函數(shù)。

    假設(shè)3可差分性。本質(zhì)上C-PNLDS是一個連續(xù)系統(tǒng),然而直接建立并求解一個微分方程比較困難。所以把C-PNLDS作為一個離散的可差分系統(tǒng),就可以根據(jù)統(tǒng)計數(shù)據(jù)建立差分方程組進(jìn)行計算,再轉(zhuǎn)化為微分方程組。

    假設(shè)4確定性。C-PNLDS難免受到隨機(jī)因素的干擾,但只要隨機(jī)干擾因素是平穩(wěn)的,就可以不考慮隨機(jī)因素的影響,而只考慮C-PNLDS中的確定性關(guān)系。

    1.3 非線性動力系統(tǒng)(C-PNLDS)模型

    從模型(1)的表達(dá)形式可以明顯的看出來,廣義Lotka-Volterra模型,x和y的相互影響只是通過耦合項(xiàng)xy間接發(fā)生,但從實(shí)際情況來考慮CPI可能直接影響PPI的增長或減少,甚至是加速PPI的增長或減少;反過來PPI也可能直接影響CPI的增長或減少,甚至是加速CPI的增長或減少。同時,CPI和PPI具有明顯的時間趨勢,還可能有顯性的時間變量。因此,把廣義Lotka-Volterra模型進(jìn)一步擴(kuò)展為CPNLDS模型:

    模型(2)為非線性動力系統(tǒng)。若m、n不顯著,則為自治平面非線性動力系統(tǒng),為CPI和PPI的最高冪次不超過二次的系統(tǒng)演化方程。a、b、c、d、e、f、g、h、i、j、m、n為系數(shù),當(dāng)系數(shù)取不同值時,C-PNLDS有以下幾種特殊情況:

    (1)e、f、g、h、i、j、m、n均為0,則表示CPI和PPI是兩個獨(dú)立發(fā)展的系統(tǒng),具有自我演化的動力機(jī)制。當(dāng)a、b大于0時則表示CPI、PPI兩個系統(tǒng)自我增長;當(dāng)a、b小于0時則表示CPI、PPI兩個系統(tǒng)自我抑制;當(dāng)c、d大于0時則表示CPI、PPI兩個系統(tǒng)具有加速發(fā)展機(jī)制;當(dāng)c、d小于0時則表示CPI、PPI兩個系統(tǒng)具有減速發(fā)展機(jī)制,具有阻塞因素。

    (2)如果g、h、i、j大于0,則CPI和PPI之間具有互助關(guān)系,其中i、j為加速度系數(shù);如果g、h、i、j小于0,則CPI和PPI之間具有互抑關(guān)系,其中i、j為減速度系數(shù)。

    (3)如果e、f大于0,表示CPI和PPI之間產(chǎn)生協(xié)同效應(yīng),CPI和PPI之間為互惠關(guān)系;如果e、f小于0,則表示CPI和PPI之間具有競爭關(guān)系;如果e、f一正一負(fù),則表示CPI和PPI之間具有捕食關(guān)系;如果e、f有一個為0,則表示CPI和PPI之間具有共棲關(guān)系。

    (4)如果c、d、e、f、i、j等于0,則C-PNLDS為非自治的線性系統(tǒng),當(dāng)m、n也等于0時,C-PNLDS為自治的線性系統(tǒng),其實(shí)就是一階循環(huán)式結(jié)構(gòu)模型。

    (5)如果a、b大于1,且e、f、g、h、i、j、m、n大于0,則CPI和PPI互為因果關(guān)系,相互促進(jìn),產(chǎn)生協(xié)演化。這是一種最理想的關(guān)系。

    在這里直接估計模型(2)是很困難的,因?yàn)槟P停?)中的方程是非線性的微分方程,其中平方項(xiàng)和耦合項(xiàng)是強(qiáng)非線性項(xiàng),難于確定函數(shù)關(guān)系。所以,在這里我們采用的是對離散的非線性差分模型的參數(shù)進(jìn)行估計,模型的形式為:

    在模型(3)建立好之后,我們要對其進(jìn)行參數(shù)估計,并對u1、u2進(jìn)行EG平穩(wěn)性檢驗(yàn),如果通過了檢驗(yàn),則表明模型(3)中的變量之間存在協(xié)整關(guān)系。并且在可決系數(shù)很高的情況下,模型(3)可以近似的轉(zhuǎn)化為C-PNLDS模型,即模型(2)。這樣我們通過對模型(3)的參數(shù)進(jìn)行估計,進(jìn)而得到模型(2)的參數(shù)。

    2 實(shí)證分析

    本文選取我國2002年1月~2009年10月的CPI和PPI月度時間序列數(shù)據(jù),對模型(3)用OLS進(jìn)行估計參數(shù),得到表2和表3的結(jié)果。

    表2 模型(3)第一個方程即CPIt+1參數(shù)估計結(jié)果

    表3 模型(3)第二個方程即PPIt+1參數(shù)估計結(jié)果

    從表2和表3中可以看出,兩個方程的F值和每個變量的T值都在5%的水平下顯著,調(diào)整后的很高,所以模型有很好的解釋能力。由于CPI和PPI是時間序列變量,很可能是非平穩(wěn)變量,變量之間是否存在協(xié)整關(guān)系對C-PNLDS模型非常重要,所以還要用EG兩步法對其進(jìn)行協(xié)整檢驗(yàn),檢驗(yàn)結(jié)果見表4和表5。

    表4 序列平穩(wěn)性檢驗(yàn)表

    從表中的檢驗(yàn)結(jié)果可以看出CPI和PPI兩個變量在沒有差分時T統(tǒng)計量的值均大于5%顯著水平下MacKinnon臨界值,說明這兩個是非平穩(wěn)變量,而在一階差分后T統(tǒng)計量的值均小于5%顯著水平下MacKinnon臨界值,說明是平穩(wěn)的。其殘差、T統(tǒng)計量的值均小于5%顯著水平下MacKinnon臨界值,說明u1、u2也是平穩(wěn)的,所以模型變量之間具有協(xié)整性,即存在長期的穩(wěn)定關(guān)系。

    因此,可以由模型(3)可以近似的轉(zhuǎn)化為模型(2),最終得到的C-PNLDS模型為:

    模型中有3個非線性項(xiàng),而且第二個方程時間變量在5%的水平下是顯著的,所以該系統(tǒng)為非自治非線性動力系統(tǒng)。這兩個方程具有明顯不同的增長機(jī)制,CPI方程包含一個一階正反饋,表示方程有自我增長機(jī)制;還包含一個二階交互項(xiàng),且系數(shù)是負(fù)的,表明PPI對CPI有加速抑制的作用。PPI方程包含一個一階正反饋項(xiàng),表明方程具有自我增長機(jī)制;方程又包含一個負(fù)的耦合項(xiàng),表明耦合項(xiàng)(CPI與PPI的乘積項(xiàng))對PPI有不利的影響,CPI和PPI是共棲偏害的關(guān)系;CPI的系數(shù)是負(fù)的,表明CPI對PPI有抑制作用;方程中還包含一個二階交互項(xiàng)(CPI的平方項(xiàng)),且系數(shù)是負(fù)的,表明CPI對PPI有加速抑制的作用。

    3 結(jié)果分析

    CPI與PPI之間呈現(xiàn)的上述這種非線性的關(guān)系似乎有悖常理,但是結(jié)合內(nèi)容構(gòu)成和現(xiàn)實(shí)經(jīng)濟(jì)的運(yùn)行狀況進(jìn)行分析就會看得很清楚。

    CPI的調(diào)查內(nèi)容分別為食品、煙酒及用品、衣著、家庭設(shè)備用品及服務(wù)、醫(yī)療保健及個人用品、交通和通信、娛樂教育文化用品及服務(wù)、居住等八大類。其權(quán)重分別為34%、4%、9%、6%、10%、10%、14%、13%,其中工業(yè)消費(fèi)品的權(quán)重大約占了一半,而另一半是食品和服務(wù)項(xiàng)目。PPI的調(diào)查內(nèi)容分為生產(chǎn)資料和生活資料,大部分的調(diào)查內(nèi)容是原材料、電子、化工等生產(chǎn)資料,大約占2/3,而用于居民最終消費(fèi)的生活資料只占1/3。所以,消費(fèi)品價格上漲對CPI的影響大過對PPI的影響,原材料價格的上漲對PPI的影響大過對CPI的影響。

    結(jié)合現(xiàn)實(shí)的經(jīng)濟(jì)情況來看,從2007后半年開始到2008年8月由于原油、煤炭等自然資源的匱乏,導(dǎo)致原材料價格的大幅度上漲并直接推動PPI飛漲,最高在2008年8月達(dá)到110.1。而從2007后半年到2008年2月CPI大幅上漲,最高達(dá)到108.7,其原因是在此期間以豬肉為代表的食品類產(chǎn)品價格迅速大幅上漲帶動的。而在國家相關(guān)政策和市場機(jī)制自我調(diào)節(jié)的作用下,食品價格逐漸得到了有效的控制。并且2008年我國出口量大幅減少,造成了產(chǎn)能過剩,國內(nèi)供給增加,加快了物價下降,進(jìn)而使CPI下降。上述原因使得CPI從2008年2月開始呈逐漸下降態(tài)勢。所以,從2008年2月到2008年8月CPI是逐漸下降的,而PPI是上漲的,類似CPI與PPI倒掛的現(xiàn)象在2004年后半年也有出現(xiàn),這里就不做詳細(xì)的分析。

    可見,由于二者構(gòu)成不同,食品價格得到控制逐漸下降,產(chǎn)能過剩導(dǎo)致物價下降,使得CPI逐漸下降;而原材料價格飛漲推動PPI快速上漲,進(jìn)而導(dǎo)致了二者出現(xiàn)了倒掛的現(xiàn)象,這種現(xiàn)象進(jìn)而導(dǎo)致了PPI對CPI有加速抑制的作用、CPI對PPI有抑制作用及二者是共棲偏害的關(guān)系,即模型(4)中第一個方程中PPI平方項(xiàng)的系數(shù)和第二個方程中CPI和CPI*PPI的系數(shù)是負(fù)的。

    4 與VAR模型的比較

    現(xiàn)有的對CPI和PPI關(guān)系研究的主要方法是向量自回歸模型,即VAR模型。但是VAR模型揭示的只是CPI和PPI兩者之間的線性關(guān)系。本文不對VAR模型的建模過程進(jìn)行詳細(xì)闡述,只對比VAR模型和C-PNLDS模型的結(jié)果,進(jìn)而可以比較出這兩種模型在揭示CPI和PPI關(guān)系上的優(yōu)劣。

    從表4的結(jié)果中可以看出,C-PNLDS模型得出的CPI和PPI調(diào)整后的R2都比VAR模型得出的R2要高,這說明C-PNLDS模型比VAR模型的解釋效果要好;而且C-PNLDS模型得出的CPI和PPI的AIC值都要比VAR模型得出的AIC值要小,這也說明用C-PNLDS模型來分析揭示CPI和PPI的關(guān)系比VAR模型的效果要好。

    5 結(jié)論

    從以上分析,我們可以得出:整個C-PNLDS模型為非自治非線性動力系統(tǒng);CPI具有自我增長機(jī)制,PPI對CPI有加速抑制的影響,即PPI的平方項(xiàng)對CPI有負(fù)的影響;PPI也具有自我增長機(jī)制,CPI自身對PPI的增長有抑制作用,但它的平方項(xiàng)加速了PPI的增長,耦合項(xiàng)對CPI無影響,而使PPI受損,所以二者是共棲(偏害)的關(guān)系。

    CPI和PPI是我國宏觀經(jīng)濟(jì)的兩個重要指標(biāo),對宏觀經(jīng)濟(jì)政策的制定有著重要的作用,本文運(yùn)用非線性動力系統(tǒng),建立了C-PNLDS模型,揭示了二者之間的非線性關(guān)系,希望能對各位學(xué)者更清楚地認(rèn)識和更深入地研究二者之間的關(guān)系有所幫助。

    表5 參差平穩(wěn)性檢驗(yàn)表

    表6 C-PNLDS模型和VAR模型主要參數(shù)值對比

    [1]徐國祥.統(tǒng)計指數(shù)理論及應(yīng)用[M].北京:中國統(tǒng)計出版社,2004.

    [2]羅納德·肖恩.動態(tài)經(jīng)濟(jì)學(xué)[M].北京:中國人民大學(xué)出版社,2003.

    [3]趙國慶.尋求我國GDP對FDI的最優(yōu)依存度與FDI最優(yōu)規(guī)模—基于1980~2003年我國GDP與FDI非線性動力系統(tǒng)的研究[J].管理世界,2006,(1).

    [4]劉文華.正確看待PPI和CPI的差異[J].中國統(tǒng)計,2005,(7).

    F222.1

    A

    1002-6487(2011)07-0030-03

    鄧月明(1985-),男,吉林長嶺人,碩士研究生,研究方向:統(tǒng)計學(xué)方法與應(yīng)用。李興緒(1967-),男,云南昆明人,博士,教授,研究方向:統(tǒng)計學(xué)方法與應(yīng)用。

    (責(zé)任編輯/亦民)

    猜你喜歡
    差分耦合方程
    方程的再認(rèn)識
    非Lipschitz條件下超前帶跳倒向耦合隨機(jī)微分方程的Wong-Zakai逼近
    方程(組)的由來
    數(shù)列與差分
    圓的方程
    基于“殼-固”耦合方法模擬焊接裝配
    大型鑄鍛件(2015年5期)2015-12-16 11:43:20
    基于差分隱私的大數(shù)據(jù)隱私保護(hù)
    相對差分單項(xiàng)測距△DOR
    太空探索(2014年1期)2014-07-10 13:41:50
    求解奇異攝動Volterra積分微分方程的LDG-CFEM耦合方法
    差分放大器在生理學(xué)中的應(yīng)用
    长汀县| 牡丹江市| 兴业县| 泊头市| 永德县| 乐清市| 乌兰察布市| 康保县| 澄迈县| 栾城县| 宁陵县| 民丰县| 临颍县| 赤壁市| 石首市| 松溪县| 巴彦县| 福海县| 天峨县| 云林县| 蒲江县| 上虞市| 保靖县| 新昌县| 凭祥市| 中宁县| 清流县| 德庆县| 富阳市| 昂仁县| 南汇区| 萨嘎县| 顺平县| 祁阳县| 石柱| 仙居县| 西峡县| 濮阳市| 拉孜县| 浑源县| 衢州市|