计量经济学作业BY谢雨201101059
计量经济学作业
计量经济学作业计量经济学作业（5-7）一、作业五1. 在存在异方差情况下，普通最小二乘法（OLS ）估计量是有偏的和无效的。
（）2. 当存在自相关时，OLS 估计量是有偏的并且也是无效的。
（）3. 如果在多元回归模型中，根据通常的t 检验，全部回归系数分别都是统计上不显著的，那么该模型不会有一个高的R 2值。
（）4. 在时间序列模型中，遗漏重要解释变量既有可能导致异方差问题，又有可能导致自相关问题。
（）5. 变量是非线性的回归模型在计量经济学上不被称作线性回归模型。
（）6. 随机误差项μi 与残差e i 是一回事。
（）7. 给定显著性水平α及自由度，若计算得到的t 值超过临界的t 值，则接受原假设。
8. 蛛网现象可能会带来计量经济模型的自相关问题。
（）9. 无论模型中包括多少个解释变量，总离差平方和（TSS ）的自由度总为（n-1）。
（）10. 在多元线性回归模型中，方差膨胀因子（VIF ）一定是不小于1。
（）11. 在存在异方差情况下，常用的OLS 法总是高估了估计量的标准差。
（）12. 若假定自相关系数等于1，那么一阶差分变换能够消除自相关。
（）13. 存在多重共线时，模型参数无法估计。
（）14. 如果在多元回归模型中，根据通常的t 检验，全部回归系数分别都是统计上不显著的，那么该模型不会有一个高的R 2值。
（）15. 当我们得到参数区间估计的上下限的具体数值后，就可以说参数的真实值落入这个区间的概率为1-α. （）16. p 值和显著性水平α是一回事。
（）17. 只有当μi 服从正态分布时，OLS 估计量才服从正态分布。
（）18. 多元回归模型的总体显著性意味着模型中任何一个变量都是统计显著的。
（）19. 戈德菲尔德-夸特检验（GQ 检验）可以检验复杂性的异方差。
（）20. 残差平方和除以自由度（n-k ）始终是随机误差项μi 方差（2σ）的无偏估计量。
（）21. 用一阶差分法消除自相关时，我们假定自相关系数等于-1。
最新计量经济学大作业(1)
2010－2011第二学期计量经济学大作业大作业名称：2008年12月我国税收多因素分析组长：学号：00 姓名：专业：财政学成员：学号：00 姓名：专业：财政学学号：00 姓名：专业：财政学选课班级：A01 任课教师：徐晔成绩：评语:__________________________________________________ 教师签名：批阅日期：计量经济大作业要求如下：目的要求:1.熟练掌握计量经济学的主要理论与方法；2.能够理论联系实际；3.能够运用计量经济学软件Eviews进行计算和分析；4.要求：word文档格式，内容四千字左右，并附数据。
内容：1.确立问题：选择一个经济预测问题或经济分析问题，根据一定的经济理论和实际经验分析所涉及的经济领域或经济系统中某一经济变量与其它一些（至少二个）经济变量之间的因果关系。
2.建立模型：初步建立其多元线性回归模型，利用软件求解回归方程；进行经济意义检验、统计与经济计量检验，解决可能出现的违反基本假设的问题，最后确定回归方程。
3.提供图表：给出说明该回归方程建立效果较好的必要的图表，如通过被解释变量的观察值曲线与拟合值曲线来比较其拟合效果。
4.实证分析：利用回归方程的结果进行一定的经济预测或经济分析。
江西财经大学信息管理学院计量经济学课程组2011/2/192008年12月我国税收多因素分析【摘要】：本文主要分析税收收入与国民生产总值及进出口的关系，通过数据拟合模型，将几者之间的关系量化。
一、研究背景税收是国家为了实现其职能，按照法定标准，无偿取得财政收入的一种手段，是国家凭借政治权力参与国民收入分配和再分配而形成的一种特定分配关系。
是我们国财政收入的基本因素,也影响着我国经济的发展。
税收收入的影响因素是来自于多方面的，如居民消费水平、城乡储蓄存款年末余额、财政支出总量以及国内生产总值等等。
近年来，我国的税收增长远远快于GDP的增长速度，通过对税收增长的两个影响因素进行分析，从中找出对我国的税收增长影响最大的影响因素。
计量经济大学作业
计量经济学大作业大作业名称：选课班级：任课教师：成绩：一、摘要经济的发展，必然会带来货币的流通，也会带来消费。
经济将货币流通量、货款额和居民消费价格指数连接起来。
一个国家贷款额的多少和居民的消费价格指数往往可以在某种程度上反映经济的发展，反映货币流通量的大小。
我们可以通过计量经济学的多元线性模型来反映货币流通量、货款额和居民消费价格指数三者之间的关系。
然后对其进行拟合优度检验，F检验，显著性检验，异方差检验，相关性检验和多重共线性检验。
通过检验最终确定模型，使得建立的模型达到最优的结果。
通过分析我们得出，贷款额增加，会导致货币流通量的增加，居民消费价格指数的增加，也会导致货币流通量的增加。
关键字：币流通量货款额居民消费价格指数多元线性模型二、引言经济的发展，必然会带来一系列的改变，而货币流通量的变化则是最直接、深刻的体现了这一点。
接下来我们将根据多元线性回归模型来分析货币流通量、货款额和居民消费价格指数三者之间的关系。
在此次试验中，我们运用了eviews软件对相关数据进行处理和分析。
1、拟合优度检验——可决系数R2统计量回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，残差平方和越小，表明样本回归线和样本观测值的拟合程度越高。
2、方程总体线性的显著性检验——F检验（1）方程总体线性的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出的判断。
（2）给定显著性水平α，查表得到临界值Fα(k，n-k-1)，根据样本求出F统计量的书之后，可通过比较来判断是拒绝还是接受原假设，以判定原方程总体上的线性关系是否显著成立。
3、变量的显著性检验——t检验4、异方差的检验——怀特检验5、多重共线性的检验——逐步回归法以y为解释变量，逐个引入解释变量，构成回归模型，进行模型估计。
三、实证分析1、确定变量“货币流通量”为被解释变量，而“货币贷款额”和“居民消费价格指数”为解释变量。
计量经济学作业,DOC
计量经济学作业第二章为了初步分析城镇居民家庭平均每百户计算机用户有量（Y）与城镇居民平均每人全年家庭总收入（X）的关系，可以作以X为横坐所估计的参数，总收入每增加1元，平均说来城镇居民每百户计算机拥有量将增加0.002873台，这与预期的经济意义相符。
拟合优度和统计检验拟合优度的度量：本例中可决系数为0.8320，说明所建模型整体上对样本数据拟合较好，即解释变量“各地区城镇居民家庭人均总收入”对被解释变量“各地区城镇居民每百户计算机拥有量”的绝大部分差异做出了解释。
对回归系数的t检验：针对和，估计的回归系数的标准误差和t值分别为：，；的标准误差和t值分别为：，。
因为，绝；因，所以应拒绝。
城镇居民人均总收入对城镇居民每百取，平均置信度已经得到、、、n=31，可计算出。
当时，将相关数据代入计算得到83.7846 3.1627，即是说当地区城镇居民人均总收入达到25000元时，城镇居民每百户计算机拥有量平均值置信度95%的预测区间为（80.6219，86.9473）台。
个别置信度95%的预测区间为当时，将相关数据代入计算得到83.784616.7190是说，当地区城镇居民人均总收入达到元时，城镇居民每百户计算机拥有量化，选择“教育支出在地方财政支出中的比重”作为其代表。
探索将模型设定为线性回归模型形式：根据图中的数据，模型估计的结果写为(935.8816)(0.0018)(0.0080)(0.0517)(9.0867)(470.3214)t=（-2.5820）(6.3167)(4.9643)(2.8267)(2.5109)(1.8422)=0.9732F=181.7539n=31模型检验1．经济意义检验模型估计结果说明，在嘉定齐天然变量不变的情况下，地区生产12中数据可以得到：=0.9732可决系数为=0.9679：,性水平，在分布表中查出自由度为k-1=5何n-k=25界值.由表3.4得到F=181.7539，由于F=181.7539>，应拒绝原假设：，说明回归方程显著，即“地区生产总值”，“年末人口数”，“居民平均每人教育现金消费”，“居民教育消费价格指数”，“教育支出在地方财政支出中的比重”等变量联合起来确实对“地方财政教育支出”有显著影响。
计量经济学大作业
计量经济学大作业计量经济学作为一门将经济理论、数学和统计学相结合的学科，在当今社会经济领域中发挥着重要作用。
它通过建立数学模型和运用统计方法，对经济现象进行定量分析和预测，为政策制定、企业决策等提供科学依据。
在本次大作业中，我将通过一个具体的案例来展示计量经济学的应用和分析过程。
假设我们要研究某地区的居民消费水平与收入水平之间的关系。
首先，我们需要收集相关的数据。
通过问卷调查、统计部门公布的数据等渠道，我们获取了该地区一定数量居民的收入和消费支出数据。
接下来，我们对数据进行初步的处理和分析。
观察数据的分布情况，检查是否存在异常值或缺失值。
对于异常值，需要判断其是由于数据录入错误还是真实的特殊情况。
如果是录入错误，进行修正；如果是特殊情况，则需要在后续的分析中加以考虑。
对于缺失值，可以采用适当的方法进行填补，如均值填补、回归填补等。
在确定数据质量良好后，我们建立计量经济模型。
根据经济理论和前人的研究成果，我们假设居民消费水平（Y）与收入水平（X）之间存在线性关系，模型可以表示为：Y ＝β0 ＋β1X ＋ε ，其中β0 是截距项，β1 是斜率，表示收入对消费的边际影响，ε 是随机误差项。
为了估计模型中的参数β0 和β1 ，我们使用最小二乘法（OLS）。
最小二乘法的基本思想是使得观测值与模型预测值之间的误差平方和最小。
通过计算，我们得到了参数的估计值。
然后，我们对模型进行检验。
首先是经济意义检验，即参数估计值的符号和大小是否符合经济理论和实际情况。
例如，在我们的模型中，β1 应该为正，因为通常情况下收入增加会导致消费增加。
其次是统计检验，包括拟合优度检验（R²）、变量的显著性检验（t 检验）和方程的显著性检验（F 检验）。
R²衡量了模型对数据的拟合程度，其值越接近 1 表示拟合越好。
t 检验用于判断每个自变量对因变量的影响是否显著，F 检验用于判断整个方程是否显著。
假设我们得到的估计结果为：Y ＝ 1000 ＋ 08X ，R²＝ 08 ，t 检验和 F 检验均显著。
计量经济学作业 (1)
计量经济学大作业――我国税收与经济产业的关系模型研究学号：0090938 0090979 0090959姓名：郑彬彬王苗孙弋峰专业：税务修课时间：2011至2012学年第一学期任课教师：朱永军成绩：评语：该小组研究了我国税收的影响因素，通过对宏观税负与税收影响因素之间的实证分析，采用了我国税收收入及相关影响因素的统计数据，探讨了我国经济产业的发展方式和改革方向，为促进中国经济的良性发展提供科学合理的意见和建议。
从大作业的完成情况来看，说明本小组成员对计量经济学有一定程度的理解，能使用Eviews软件进行实证分析，并且得到了比较准确的结论。
Email:350051882@我国税收与经济产业的关系模型研究摘要近年来，随着我国国民经济的迅速发展、综合国力的日益提高，财政税收收入也在逐年增加。
我国经济产业在良好的经济环境下，得到了快速发展，其对税收收入的贡献是不容忽视的。
本文通过对宏观税负与产业收入之间的实证分析，重点研究我国税收与产业收入的关系模型，探讨了我国经济产业的发展方式和改革方向，为促进中国经济的良性发展提供科学合理的意见和建议。
关键词：宏观税负产业收入关系模型经济产业abstractNowadays, taxes revenue is raising year after year with economy developing rapidly and strength boosting up. Economy growth under the peaceful economic environment whose taxes revenue play an important role. We investigate in macro scopical tax and industry income. especially the relationship between them. We also discuss the way and direction of the industry income ,hope represent a reasonable advice for our economy development.Key words: macro scopical tax, industry income, relation model, economic industry目录1问题的提出 (4)2 理论综述 (5)3模型设定 (7)4数据的搜集 (8)5模型的估计与调整 (9)6结论 (16)参考文献: (16)1问题的提出改革开放前的很长一个时期，我们非常重视工农业的比例关系，这当然是对的，问题是仅仅着眼于它们之间的比例关系，就容易忽略对工农产业地位和作用的分析，忽略产业间的协调发展，以致影响农业地位的巩固和其应有作用的发挥。
(完整word版)计量经济学习题及答案..
期中练习题1、回归分析中使用的距离是点到直线的垂直坐标距离。
最小二乘准则是指（ ）A ．使∑=-n t tt Y Y 1)ˆ(达到最小值 B.使∑=-nt t t Y Y 1达到最小值 C. 使∑=-nt t tY Y12)(达到最小值 D.使∑=-nt tt Y Y 12)ˆ(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为ˆln 2.00.75ln i iY X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ）A. 0.75B. 0.75%C. 2D. 7.5% 3、设k 为回归模型中的参数个数,n 为样本容量。
则对总体回归模型进行显著性检验的F 统计量与可决系数2R 之间的关系为( )A.)1/()1()/(R 22---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. )1()1/(22R k R F --=6、二元线性回归分析中 TSS=RSS+ESS 。
则 RSS 的自由度为（ ）A.1B.n-2C.2D.n-39、已知五个解释变量线形回归模型估计的残差平方和为8002=∑te，样本容量为46，则随机误差项μ的方差估计量2ˆσ为（ ） A.33.33 B.40 C.38.09 D. 201、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2i )V ar(u i σ= C. 0)u E(u j i ≠D.随机解释变量X 与随机误差i u 不相关E. i u ～),0(2i N σ2、对于二元样本回归模型ii i i e X X Y +++=2211ˆˆˆββα，下列各式成立的有（ ） A.0=∑ieB. 01=∑ii Xe C. 02=∑iiXeD.=∑ii Ye E.21=∑i iX X4、能够检验多重共线性的方法有（ ）A.简单相关系数矩阵法B. t 检验与F 检验综合判断法C. DW 检验法D.ARCH 检验法E.辅助回归法计算题1、为了研究我国经济发展状况，建立投资（1X ，亿元）与净出口（2X ，亿元）与国民生产总值（Y ，亿元）的线性回归方程并用13年的数据进行估计，结果如下：ii i X X Y 21051980.4177916.2805.3871ˆ++= S.E=(2235.26) (0.12) (1.28) 2R =0.99 F=582 n=13问题如下：①从经济意义上考察模型估计的合理性；（3分） ②估计修正可决系数2R ，并对2R 作解释；（3分）③在5%的显著性水平上，分别检验参数的显著性；在5%显著性水平上，检验模型的整体显著性。
《计量经济学》-谢识予-分章练习题
计量经济学分章练习题第一章习题一、判断题1.投入产出模型和数学规划模型都是计量经济模型。
（×）2.弗里希因创立了计量经济学从而获得了诺贝尔经济学奖。
（√）3.丁伯根因创立了建立了第1个计量经济学应用模型从而获得了诺贝尔经济学奖。
（√）4.格兰杰因在协整理论上的贡献而获得了诺贝尔经济学奖。
（√）5.赫克曼因在选择性样本理论上的贡献而获得了诺贝尔经济学奖。
（√）二、名词解释1．计量经济学，经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论。
2．计量经济学模型，是一个或一组方程表示的经济变量关系以及相关条件或假设，是经济问题相关方面之间数量联系和制约关系的基本描述。
3．计量经济检验，由计量经济学理论决定的，目的在于检验模型的计量经济学性质。
通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。
4．截面数据，指在同一个时点上，对不同观测单位观测得到的多个数据构成的数据集。
5．面板数据，是由对许多个体组成的同一个横截面，在不同时点的观测数据构成的数据。
三、单项选择题1.把反映某一单位特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为（ B ）A. 横截面数据B. 时间序列数据C. 面板数据D. 原始数据2.同一时间、不同单位按同一统计指标排列的观测数据称为（ C ）A．原始数据 B．时间序列数据C．截面数据 D．面板数据3.不同时间、不同单位按同一统计指标排列的观测数据称为（ D ）A．原始数据 B．时间序列数据C ．截面数据D ．面板数据 4. 对计量经济模型进行的结构分析不包括（ D ）A ．乘数分析B ．弹性分析C ．比较静态分析D ．随机分析 5. 一个普通家庭的每月所消费的水费和电费是（ B ）A ．因果关系B ．相关关系C ．恒等关系D ．不相关关系 6. 中国的居民消费和GDP 是（ C ）A ．因果关系B ．相关关系C ．相互影响关系D ．不相关关系 7. 下列（ B ）是计量经济模型A ．01i Y X ββ=+B ．01i i Y X ββμ=++C ．投入产出模型D ．其他 8. 投资是（ A ）经济变量A ．流量B ．存量C ．派生D ．虚拟变量 9. 资本是（ B ）经济变量A ．流量B ．存量C ．派生D ．虚拟变量 10. 对定性因素进行数量化处理，需要定义和引进（ C ）A ．宏观经济变量B ．微观经济变量C ．虚拟变量D ．派生变量四、计算分析题1.“计量经济模型就是数学”这种说法正确吗，为什么?计量经济学模型不是数学式子，相比数学式子多了一个随机误差项，是随机性的函数关系。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[键入公司名称][键入文档标题][键入作者姓名]2013/11/10摘要：通过搜集整理通货膨胀率及有关因素的时间序列数据，运用SPSS软件对数据进行回归分析、相关分析、参数检验、方差分析等，得出关于通货膨胀率是如何受到CPI指数、GDP 环比增长率、一年期存款利率和货币供应量影响的相关结论，对通货膨胀率做出相关经济解释。
关键词：通货膨胀率、CPI指数、GDP增长率、存款利率、货币供应量、回归分析一，背景：通货膨胀率是衡量通货膨胀程度的数量指标，通常根据CPI指数来计算，所以为了简便，生活中人们往往更关注CPI指数。
通货膨胀是指一般物价水平在某一时期内，连续性地以相当的幅度上涨的状态。
与货币贬值不同，整体通货膨胀为特定经济体内之货币价值的下降，而货币贬值为货币在经济体间之相对价值的降低。
前者影响此货币在使用国内的价值，而后者影响此货币在国际市场上的价值。
任何一个国家在经济发展的过程中都可能经历通货膨胀，通货膨胀对一国的社会经济、人民生活等方面有显著的影响。
就我国而言，自2003年和2007年通胀后，中国再次面临通货膨胀压力，新一轮涨价潮已经成为现实。
这使得很多人感到生活压力渐增,甚至有人坦言“感觉生活质量在下降”。
通货膨胀导致物价水平的不稳定，扰乱了整个市场信号，造成经济的波动和社会资源的浪费，不利于社会经济的长期健康发展。
通货膨胀的收入再分配效应使低收入群体成为最大的受害者，增加了人们对未来预期的不确定性，拉大了贫富差距，容易诱发社会问题，不利于社会的和谐稳定。
综上所述，通货膨胀，已经成为当前经济运行中的突出矛盾，成为当前影响百姓生活的突出问题，而对于通货膨胀模型的研究有助于我们解决这些问题。
二，模型的建立：本文主要采用计量经济模型对通货膨胀率进行分析。
结合我国1978年—2010年的通货膨胀率，建立一个回归模型来探讨通货膨胀率与CPI指数、GDP增长率、一年期存款利率、货币供应量之间的关系，样本期选取1978年—2010年，主要数据如附录表1所示。
用y表示通货膨胀率，x1、x2、x3、x4分别表示CPI指数、GDP增长率、一年期存款利率、货币供应量，β0为常数，β1、β2、β3、β4表示回归系数，µ为扰动项，建立总体回归模型为：y=β0 +β1 x1+β2 x2+ β3 x3+ β4 x4+ u三，数据的分析：（一）回归分析：利用SPSS软件对相关数据进行线性回归，运用最小二乘法，估计回归参数。
输出1，样本回归模型：从以上回归分析得出，β0= -97.446,β1= 0.969，β2=0.005，β3=0.086，β4=4.446E-6，回归模型为：y=-97.446+0.969 x1 +0.005 x2 + 0.086 x3+ 4.446E-6 x4,回归参数的经济含义：β1= 0.969表示当其他变量为不变时，每增加100点cpi指数，通货膨胀率增加96.9点；β2=0.005表示当其他变量为不变时，0.005表示每增加100点gdp增长率%，通货膨胀率增加0.5点；β3=0.086表示当其他变量为不变时，0.086表示每增加100点存款利率%，通货膨胀率增加8.6点；β4=4.446E-6表示货币供应量每增加100000亿元，通货膨胀率增加4.446点。
2，回归参数检验：从上表可知，β0、β1、β2、β3、β4分别对应的P值是0.000、0.000、0.052、0.028、0.049（显著性水平默认为5%），则对于假设检验除了GDP增长率被接受原假设，其他四个β值均拒绝原假设，即CPI指数、一年期存款利率、货币供应量对通货膨胀率是有显著性影响的。
3，拟合优度与调整后的拟合优度：R2 =0.992 R2 =0.991从上式可知，R2=0.991表明样本回归方程的解释能力为99.1%，也就是我国通货膨胀率变动的99.1%可由样本回归方程作出解释，模型的拟合度比较好。
4，置信区间：这里只分析通货膨胀率在置信系数为95%的情况下，通货膨胀率y的置信区间。
由上表可知通货膨胀率的置信区间为[3.2856，7.8613]，期望是5.5734，标准差为6.34561。
（二）相关分析：由表3可知通货膨胀率y与cpi指数的相关系数为0.995；通货膨胀率y与 gdp增长率的相关系数为0.234；通货膨胀率y与一年期存款利率的相关系数为0.761；通货膨胀率y与货币供应量的相关系数为0.281。
说明通货膨胀率与CPI指数的相关性最高，与GDP增长率的相关性最低。
2，偏相关系数：Correlations 表5 Control Variables 通货膨胀率y：% cpi指数x1gdp增长率x2：% & 一年期存款利率x3：% & 货币供应量x4：亿元通货膨胀率y：% Correlation 1.000 .987Significance (2-tailed) . .000df 0 27 cpi指数x1 Correlation .987 1.000Significance (2-tailed) .000 .df 27 0表5描述了清除了x2、x3、x4的影响后y与x1的相关系数为0.987>0.995,说明在剔除了其他变量的影响之后，通货膨胀率与CPI指数的纯相关系数更大，相关性更强。
（三）方差分析：对回归方程进行总体检验—F检验，如下：提出假设H0=β0 =β1 =β2 = β3 x3=β4 =0备择假设H i=βj不全为零j=1,2,3,4ANOVA 表6Model Sum of Squares df Mean Square F Sig.1 Regression 1238.132 4 309.533 824.366 .000a显著水平a=0.05下，F值大于临界值，拒绝假设H0，说明所有X对Y的全部影响存在显著性，即X的参数不全为零，整个模型估计显著。
四，经济解释：通过以上分析得出的结果，可以看出通货膨胀率与CPI指数、GDP增长率、一年期存款利率、货币供应量之间存在着正相关关系，随着CPI指数、GDP增长率、一年期存款利率、货币供应量增加或减少通货膨胀率会相应地增加或减少。
CPI是市场上的货物价格增长百分比，与通货膨胀率几乎完全正相关，所以常作为观察通货膨胀水平的重要指标。
GDP是衡量经济发展的一种手段，一般来说当GDP持续增长，也就是经济发展过快的时候，会导致消费者对物品的需求量增加，从而导致需求拉动型的通货膨胀的产生，这样就造成了通货膨胀。
货币供应量可由通货膨胀，货币供给大于货币实际需求进行一定解释。
通货膨胀时期货币当局采取高利率政策是希望降低货币流动性，从而减缓通货膨胀。
高利率会抑制通货膨胀。
当然，以上说法是基于货币当局的外汇管制制度，如果外汇能自由流入与流出，利率政策对通货膨胀没有影响。
因为高利率会吸引外资流入，加大货币供应量，从而导致利率政策失灵，所以模型显示利率与通货膨胀正相关，而不是高利率抑制通货膨胀。
五，附录：1，分析的数据：附录表1时间通货膨胀率CPI指数GDP增长率存款利率货币供应量1978.00 0.70 100.00 11.70 3.24 212.031979.00 2.00 101.90 7.60 5.04 267.711980.00 6.00 107.50 7.80 5.76 346.201981.00 2.40 102.50 5.20 5.76 396.341982.00 1.90 102.00 9.10 6.84 439.121983.00 1.50 102.00 10.90 6.84 529.781984.00 2.80 102.70 15.20 6.84 792.111985.00 9.30 109.30 13.50 7.02 987.831986.00 6.50 106.50 8.80 7.20 987.831987.00 7.30 107.30 11.60 7.20 1454.59 1988.00 18.80 118.80 11.30 8.64 2134.03 1989.00 18.00 118.00 4.10 11.30 2344.02 1990.00 3.10 103.10 3.80 10.10 2644.40 1991.00 3.40 103.40 9.20 7.56 8633.301992.00 6.40 106.40 14.20 7.56 11731.50 1993.00 14.70 114.70 14.00 10.08 16280.40 1994.00 24.10 124.10 13.10 10.98 20540.70 1995.00 17.10 117.10 10.90 10.98 23987.10 1996.00 8.30 108.30 10.00 8.33 28514.80 1997.00 2.80 102.80 9.30 5.67 34826.30 1998.00 -0.80 99.20 7.80 4.59 38953.70 1999.00 -1.40 98.60 7.60 2.25 45837.30 2000.00 0.40 100.40 8.40 2.25 53147.20 2001.00 0.70 100.70 8.30 2.25 59871.60 2002.00 -0.80 99.20 9.10 1.98 70881.80 2003.00 1.20 101.20 10.00 1.98 84118.60 2004.00 3.90 103.90 10.10 2.07 95969.70 2005.00 1.80 101.80 11.30 2.07 107278.80 2006.00 1.50 101.50 12.70 2.52 126035.10 2007.00 4.80 104.80 14.20 3.47 152560.10 2008.00 5.90 105.90 9.60 3.06 166217.13 2009.00 2.25 99.30 9.20 2.25 220001.50 2010.00 2.50 103.30 10.30 2.50 266621.50 资料来源：中国统计年鉴2，SPSS操作结果截屏：。