全文鏈接：http:///?p=31108作為衡量通貨膨脹的基本指標(biāo)，消費(fèi)者價(jià)格指數(shù)CPI和生產(chǎn)者價(jià)格指數(shù)PPI的作用關(guān)系與傳導(dǎo)機(jī)制一直是宏觀經(jīng)濟(jì)研究的核心問題。（點(diǎn)擊文末“閱讀原文”獲取完整代碼數(shù)據(jù)）。 對(duì)此問題的研究顯然具有重要的學(xué)術(shù)價(jià)值與現(xiàn)實(shí)意義:當(dāng)PPI先行地引導(dǎo)著CPI的變動(dòng)，則意味著上游價(jià)格對(duì)下游價(jià)格具有正向傳導(dǎo)效應(yīng)，物價(jià)可能因供給因素的沖擊而上升，并由此引發(fā)“成本推動(dòng)型通脹”的風(fēng)險(xiǎn)，此時(shí)，通脹治理應(yīng)以“供給調(diào)控”為主;反之，當(dāng)CPI引導(dǎo)著PPI的變動(dòng)，則意味著存在下游價(jià)格對(duì)上游價(jià)格的反向倒逼機(jī)制，物價(jià)可能因需求因素的沖擊而上升，并由此引發(fā)“需求拉動(dòng)型通脹”的風(fēng)險(xiǎn)，此時(shí)的通脹治理則應(yīng)以“需求調(diào)控”為主。 我們圍繞因果關(guān)系檢驗(yàn)技術(shù)進(jìn)行一些咨詢，幫助客戶解決獨(dú)特的業(yè)務(wù)問題。 數(shù)據(jù)：CPI與PPI 月度同比數(shù)據(jù) 
讀取數(shù)據(jù)head(data)
## 當(dāng)月同比 CPI PPI
## 1 36556 -0.2 0.03
## 2 36585 0.7 1.20
## 3 36616 -0.2 1.87
## 4 36646 -0.3 2.59
## 5 36677 0.1 0.67
## 6 36707 0.5 2.95
CPI數(shù)據(jù)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4.3232 -1.2663 -0.5472 0.9925 6.3941
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.05348 0.30673 3.435 0.000731 ***
## t 0.01278 0.00280 4.564 9.05e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.1 on 187 degrees of freedom
## Multiple R-squared: 0.1002, Adjusted R-squared: 0.09543
## F-statistic: 20.83 on 1 and 187 DF, p-value: 9.055e-06
1、 單位根檢驗(yàn)查看數(shù)據(jù)后發(fā)現(xiàn)需要進(jìn)行季節(jié)調(diào)整 給出輸出結(jié)果： 
點(diǎn)擊標(biāo)題查閱往期內(nèi)容 ## Augmented Dickey-Fuller Test
##
## data: x
## Dickey-Fuller = -2.0274, Lag order = 0, p-value = 0.4353
## alternative hypothesis: explosive
## ###############################################
## # Augmented Dickey-Fuller Test Unit Root Test #
## ###############################################
##
## Test regression trend
##
##
## Call:
## lm(formula = z.diff ~ z.lag.1 + 1 + tt)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.66698 -0.36462 0.02973 0.39311 1.97552
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.063e-01 9.513e-02 1.117 0.2653
## z.lag.1 -4.463e-02 2.201e-02 -2.027 0.0441 *
## tt 4.876e-05 8.954e-04 0.054 0.9566
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.6307 on 185 degrees of freedom
## Multiple R-squared: 0.0238, Adjusted R-squared: 0.01324
## F-statistic: 2.255 on 2 and 185 DF, p-value: 0.1077
##
##
## Value of test-statistic is: -2.0274 1.5177 2.255
##
## Critical values for test statistics:
## 1pct 5pct 10pct
## tau3 -3.99 -3.43 -3.13
## phi2 6.22 4.75 4.07
## phi3 8.43 6.49 5.47
PPI數(shù)據(jù)
## Augmented Dickey-Fuller Test
##
## data: x
## Dickey-Fuller = -1.3853, Lag order = 0, p-value = 0.1667
## alternative hypothesis: explosive
（1）若存在單位根，用差分后序列進(jìn)行2、3、4 步； （2）若不存在單位根，就用原序列。 因此，對(duì)兩個(gè)數(shù)據(jù)都進(jìn)行差分。 data$CPI=c(0,diff(data$CPI))
2、 檢驗(yàn)協(xié)整關(guān)系——EG兩步法給出輸出結(jié)果 （1）若存在長(zhǎng)期協(xié)整，用VECM法線性過濾，利用利用過濾后的“殘差成分”再進(jìn)行3，4 步； （2）若不存在長(zhǎng)期協(xié)整，就不用過濾，直接進(jìn)行3、4步。 建立長(zhǎng)期均衡模型## Call:
## lm(formula = PPI ~ CPI, data = data)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.6930 -0.5071 -0.0322 0.4637 3.2085
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.03678 0.06428 -0.572 0.568
## CPI 0.54389 0.10176 5.345 2.61e-07 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.8836 on 187 degrees of freedom
## Multiple R-squared: 0.1325, Adjusted R-squared: 0.1279
## F-statistic: 28.57 on 1 and 187 DF, p-value: 2.615e-07
繪制殘差ts.plot( residual
不存在長(zhǎng)期協(xié)整，就不用過濾，直接進(jìn)行3、4步 3、 非線性檢驗(yàn)——RESET檢驗(yàn)方法給出輸出結(jié)果 ## RESET test
##
## data: data$PPI ~ data$CPI
## RESET = 0.28396, df1 = 1, df2 = 186, p-value = 0.5948
4、 建立VAR模型、格蘭杰因果檢驗(yàn)建立VAR模型給出輸出結(jié)果 ## $Granger
##
## Granger causality H0: CPI do not Granger-cause PPI
##
## data: VAR object var.2c
## F-Test = 5.1234, df1 = 2, df2 = 364, p-value = 0.006392
##
##
## $Instant
##
## H0: No instantaneous causality between: CPI and PPI
##
## data: VAR object var.2c
## Chi-squared = 15.015, df = 1, p-value = 0.0001067
p值小于給定的顯著性水平拒絕,一般p值小于0.05,特殊情況下可以放寬到0.1。f統(tǒng)計(jì)量大于分位點(diǎn)即可。一般看p值。 格蘭杰檢驗(yàn)主要看P值即可。例如,若P值小于0.1,則拒絕原假設(shè),變量間存在格蘭杰因果關(guān)系。 本文中分析的數(shù)據(jù)分享到會(huì)員群，掃描下面二維碼即可加群！
|
