R语言EG(Engle-Granger)两步法协整检验、RESET、格兰杰因果检验、VAR模型分析CPI和PPI时间序列关系...

拓端研究室TRL

于 2023-11-08 16:28:10 发布

阅读量231

点赞数

文章标签： r语言开发语言

本文链接：https://blog.csdn.net/tecdat/article/details/134323911

版权

该博客通过R语言使用EG两步法进行协整检验，对CPI和PPI时间序列数据进行季节调整和差分处理。通过非线性RESET检验、建立VAR模型和格兰杰因果检验，研究两者之间的长期均衡关系和因果关系，以理解通货膨胀的影响机制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

全文链接：http://tecdat.cn/?p=31108

作为衡量通货膨胀的基本指标，消费者价格指数CPI和生产者价格指数PPI的作用关系与传导机制一直是宏观经济研究的核心问题。（点击文末“阅读原文”获取完整代码数据）。

对此问题的研究显然具有重要的学术价值与现实意义:当PPI先行地引导着CPI的变动，则意味着上游价格对下游价格具有正向传导效应，物价可能因供给因素的冲击而上升，并由此引发“成本推动型通胀”的风险，此时，通胀治理应以“供给调控”为主;反之，当CPI引导着PPI的变动，则意味着存在下游价格对上游价格的反向倒逼机制，物价可能因需求因素的冲击而上升，并由此引发“需求拉动型通胀”的风险，此时的通胀治理则应以“需求调控”为主。

相关视频

我们围绕因果关系检验技术进行一些咨询，帮助客户解决独特的业务问题。

数据：CPI与PPI 月度同比数据

读取数据

head(data)

##   当月同比  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数据

##  
## 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