通貨膨脹與其影響因素之間存在什麼樣的關係，一直是過去半個多世紀以來 經濟 學研究的核心問題之一。然而，大多數研究只討論通貨膨脹和某單一經濟因素的相關關係，或者只是泛泛地對通貨膨脹的成因做定性分析，實證研究也只是採用簡單的比較分析方法，而關於 發展 程度對於通貨膨脹影響的研究卻鮮有涉及。事實上，由於各國國情不同、發展程度不同，價格總水平的持續上升程度，即關於通貨膨脹的衡量指標也因國而異。本文以歷年統計數據為依據，分析經濟增長率、利率、貨幣供應量等影響因素分別在已開發國家和發展 中國 家對通貨膨脹的貢獻程度，通過建立計量經濟模型，對影響通貨膨脹的主要經濟因素進行較為系統的考察，說明他們對通貨膨脹的影響程度，從而為避免嚴重的通貨膨脹，確保國民經濟的持續穩定發展提供理論依據。
變量及數據說明
衡量通貨膨脹程度主要指標有貨幣供應量增長率、國內生產總值及價格指數（其中最常用的是居民消費物價指數CPI）。本文選取了居民消費價格指數作為反映通貨膨脹變動程度的指標，即選取被解釋變量為CPI（Y）。
根據通貨膨脹的特徵，要研究通貨膨脹就必須對變量進行廣泛的篩選、並且要進行長期觀察，以便反映價格水平持續的長期變化過程。本文採用年度數據，並根據通貨膨脹的持續性和 文獻 綜述中所介紹的理論和相關研究，擬出準備選取的解釋變量如下：經濟增長率（x1）、實際利率（x2）、官方匯率（x3）、資本形成總額年均增長率（x4）、居民人均最終消費年增長率（x5）、軍費開支占國內生產總值的比例（x6）、經常性收支差額占GDP的比例（x7）、貨物和服務進口年增長率（x8）、海外直接投資凈流入占GDP的比例（x9）。
基於上述指標，本文選擇兩組共20個國家1993─2004年的年度數據作為樣本數據（數據主要根據中宏資料庫的世界經濟數據統計庫進行整理彙編），其中已開發國家10個（美國、日本、英國等），發展中國家10個（中國，印度，白俄羅斯等）。所選擇的國家是已開發國家還是發展中國家的區分標準，主要 參考 了世界銀行的相關統計資料以及其它網上搜取的相關資料。
模型構建
完成了變量及數據選取，現在對本文進行模型選定。設定模型的一般形式為：Yit=αi+Xitβ+uit。其中，Xit=（X1it，X2it，……，XKit），β=（β1i，β2i，……，βKi），K為解釋變量的個數，誤差項uit均值為0，方差為σit。在李子奈、葉阿忠（2000）的文獻中將panel-data模型分為模型1、模型2和模型3三種類型。採用panel-data建模時，首先要對模型進行F檢驗來判斷選擇那類模型。當我們經過檢驗需要採用變截距模型，也就是模型2的形式建模時，需要進一步確定截距的變化是固定影響還是隨機影響。
從理論上來說，當截面單位是總體所有的單位時，固定影響panel-data模型是一個合理的模型；如果截面單位是隨機抽取自一個大的總體，把所抽樣本的個體差異認為服從隨機分布可能更合適。從實證上來說，我們可以用Hausman檢驗，來判斷這種影響是固定影響還是隨機影響。經過分析與比較，本文最終選擇固定效應的變截距模型。
通過模型設定和具體分析，可最終建立如下分析模型：Yit=αi+βk∑i=1Xkit+uit（k=1，2，3，…，9）。其中，Y為消費價格指數年變化率，即被解釋變量為CPI，各個X變量的含義同文中第二部分，i表示各國，t為時期。
實證分析
經過變量數據選取和模型構建，本文利用Eviews5.0，採用SUR估計法（可行廣義最小二乘回歸（FGLS）對數據分析，採用SUR法的目的是同時對截面數據的異方差性和同期相關性進行修正，減少二者對分析結果的影響。
對於發展中國家，通過對變量進行逐個篩選，最終發現GDP年增長率、實際利率、官方匯率、居民消費人均年增長率和軍費開支占國民支出的比重一起作為解釋變量時，該模型的擬合優度最好。從軟體輸出的分析結果可以看出，調整後的判定係數值為0.9991，說明解釋變量解釋了被解變量平均值變化的99.91%，模型的擬合優度較好；各係數t檢驗的P值均為0，也就是在5%的顯著性水平下，所選變量的影響是顯著的；F檢驗的P值的0，說明在5%的顯著性水平下，擬合的方程是顯著的； DW=2.088，此模型不存在序列相關，各項檢驗值也在合理範圍內，因此將模型確認為最終使用模型。
發展中國家整體的公共截距項為-232.95。從Fixed effects （個體不同截距項）中可以看出：國家之間的個體差異比較大（輸出值從-433至589，而且距離零值均比較遠）。其中俄羅斯常數項的值（最小值）達到-434，巴西（最大值）為589，係數項結果為：GDP增長率項-19.83、實際利率項-5.88、官方匯率項-0.01，這表明經濟增長率、實際利率、官方匯率與物價水平負相關，其中經濟增長率、利率與物價水平之間的影響很大，會對物價水平上升起阻礙作用，而匯率的影響相對較小；居民人均消費年增長率項6.15、軍費開支占國內生產總值項205.52，表明它們與物價水平成正相關關係，兩者的係數都很大，軍費開支占國民支出的比重項的係數更是達到206.5，發展中國家物價水平的波動受軍費開支的影響很大，居民人均消費年增長率上升也會給物價水平帶來上升的壓力。
變量及數據說明
衡量通貨膨脹程度主要指標有貨幣供應量增長率、國內生產總值及價格指數（其中最常用的是居民消費物價指數CPI）。本文選取了居民消費價格指數作為反映通貨膨脹變動程度的指標，即選取被解釋變量為CPI（Y）。
根據通貨膨脹的特徵，要研究通貨膨脹就必須對變量進行廣泛的篩選、並且要進行長期觀察，以便反映價格水平持續的長期變化過程。本文採用年度數據，並根據通貨膨脹的持續性和 文獻 綜述中所介紹的理論和相關研究，擬出準備選取的解釋變量如下：經濟增長率（x1）、實際利率（x2）、官方匯率（x3）、資本形成總額年均增長率（x4）、居民人均最終消費年增長率（x5）、軍費開支占國內生產總值的比例（x6）、經常性收支差額占GDP的比例（x7）、貨物和服務進口年增長率（x8）、海外直接投資凈流入占GDP的比例（x9）。
基於上述指標，本文選擇兩組共20個國家1993─2004年的年度數據作為樣本數據（數據主要根據中宏資料庫的世界經濟數據統計庫進行整理彙編），其中已開發國家10個（美國、日本、英國等），發展中國家10個（中國，印度，白俄羅斯等）。所選擇的國家是已開發國家還是發展中國家的區分標準，主要 參考 了世界銀行的相關統計資料以及其它網上搜取的相關資料。
模型構建
完成了變量及數據選取，現在對本文進行模型選定。設定模型的一般形式為：Yit=αi+Xitβ+uit。其中，Xit=（X1it，X2it，……，XKit），β=（β1i，β2i，……，βKi），K為解釋變量的個數，誤差項uit均值為0，方差為σit。在李子奈、葉阿忠（2000）的文獻中將panel-data模型分為模型1、模型2和模型3三種類型。採用panel-data建模時，首先要對模型進行F檢驗來判斷選擇那類模型。當我們經過檢驗需要採用變截距模型，也就是模型2的形式建模時，需要進一步確定截距的變化是固定影響還是隨機影響。
從理論上來說，當截面單位是總體所有的單位時，固定影響panel-data模型是一個合理的模型；如果截面單位是隨機抽取自一個大的總體，把所抽樣本的個體差異認為服從隨機分布可能更合適。從實證上來說，我們可以用Hausman檢驗，來判斷這種影響是固定影響還是隨機影響。經過分析與比較，本文最終選擇固定效應的變截距模型。
通過模型設定和具體分析，可最終建立如下分析模型：Yit=αi+βk∑i=1Xkit+uit（k=1，2，3，…，9）。其中，Y為消費價格指數年變化率，即被解釋變量為CPI，各個X變量的含義同文中第二部分，i表示各國，t為時期。
實證分析
經過變量數據選取和模型構建，本文利用Eviews5.0，採用SUR估計法（可行廣義最小二乘回歸（FGLS）對數據分析，採用SUR法的目的是同時對截面數據的異方差性和同期相關性進行修正，減少二者對分析結果的影響。
對於發展中國家，通過對變量進行逐個篩選，最終發現GDP年增長率、實際利率、官方匯率、居民消費人均年增長率和軍費開支占國民支出的比重一起作為解釋變量時，該模型的擬合優度最好。從軟體輸出的分析結果可以看出，調整後的判定係數值為0.9991，說明解釋變量解釋了被解變量平均值變化的99.91%，模型的擬合優度較好；各係數t檢驗的P值均為0，也就是在5%的顯著性水平下，所選變量的影響是顯著的；F檢驗的P值的0，說明在5%的顯著性水平下，擬合的方程是顯著的； DW=2.088，此模型不存在序列相關，各項檢驗值也在合理範圍內，因此將模型確認為最終使用模型。
發展中國家整體的公共截距項為-232.95。從Fixed effects （個體不同截距項）中可以看出：國家之間的個體差異比較大（輸出值從-433至589，而且距離零值均比較遠）。其中俄羅斯常數項的值（最小值）達到-434，巴西（最大值）為589，係數項結果為：GDP增長率項-19.83、實際利率項-5.88、官方匯率項-0.01，這表明經濟增長率、實際利率、官方匯率與物價水平負相關，其中經濟增長率、利率與物價水平之間的影響很大，會對物價水平上升起阻礙作用，而匯率的影響相對較小；居民人均消費年增長率項6.15、軍費開支占國內生產總值項205.52，表明它們與物價水平成正相關關係，兩者的係數都很大，軍費開支占國民支出的比重項的係數更是達到206.5，發展中國家物價水平的波動受軍費開支的影響很大，居民人均消費年增長率上升也會給物價水平帶來上升的壓力。
收藏