中国CPI数据影响因素多元回归分析
基于多元回归模型的CPI影响因素分析——以2009、2010数据为例
上涨通过一个住房类权数这个中间纽带将上涨的效应传递 至消 费价 格指 数 中去 ，结 果不 仅提 高 了 Ｃ Ｉ Ｐ 的整 体水 平也
会导 致 Ｃ Ｉ Ｐ 构成 中其 他商 品的 价格发 生上 涨 。
线性 回归模型。同时，方程通过系数显著性 Ｔ检验 。ｘ 、 ｌ
Ｘ ２的系数 较为显 著 。
４ 计量 经济 学检 验
４１ 异方差检验 ． 等级相 关 系数法 在检 验 回归 方程 异方差 时使 用较 为广
泛 。构 造 Ｔ统 计量 如下 ：
， —— —
：
２ 分析 方法 及数 据
本文 主要采 用基 于多 元 回归模型 的分 析方法 。结 合上 诉 理论 成果 及 近两年 我 国宏 观经 济 的发展 情况 ，选取 广义
１ 理 论及 文献 回顾
长期以来 ，经济学家对通胀成因的认识在不断地深入 和发 展 ，从 来没 有达 成一致 的 意见 。对于通 胀成 因 的理论
大致 有货 币现象 的通胀 理 论 、成 本 推 动型 、需 求 拉 动 型 、 结构 型通货 膨胀 理论 。对 于导致 Ｃ Ｉ 涨 的因素 分析 ，也 Ｐ上 是主 要 围绕 货 币供 给 、投 资 与 消 费 、利 率 汇 率 、外 汇 储 备 、食 品和 住房 价 格 等 。高 玲 、李 时 椿 （０ ８ 利 用 统 ２０ ）
果 为我 国居 民消 费率 每年对 消费 价格 指数 的影响 不大 ，与 此 相反 固定 资产投 资对 消 费价格 指数 的影 响却很 明显 。王
军平 （０ ６ ２０ ）就住房价格对 Ｃ Ｉ Ｐ 的影响作了分析 ，他认为
房价 上涨 对 消费价 格指数 的影 响是 复杂且 多维 度 的 ，房 价
数与 Ｃ Ｉ 较好 的线性 关 系，模 型显著 性较 高。短期 内，货 币供 应量是 影 响我 国 Ｃ Ｉ 续走 高的主要原 因。 Ｐ有 Ｐ持
中国CPI分析
5
5
多元回归计算方式调整—剔除 个因素 多元回归计算方式调整 剔除3个因素 剔除
结论： 结论： 拟合后的方程为： Y=36.73+0.4894X1+0.0000406X4 建议： （1）房地产价格的上升对CPI上 涨影响很大，要进行一定的调控， 稳定房价，打击房地产投资。 （2）限制货币供应量，稳定CPI。
代码 X1 X2 X3 X4 X5
指标 房地产价格 固定资产投资总额 进出口总额 货币供应量 社会零售商品总额
4
多元回归计算结果
结论： 结论： R值达到0.97，说明方程对因 变量拟合的比较好，拟合程 度很高。 F检验值比较大，说明该方程 的解释程度也比较显著。 X1房地产价格对CPI影响最大， 估计值为0.34，房地产价格 近年来一路高升，对整个物 价的上涨产生了很大的刺激 作用。P值小于0.05。 X4货币供应量对CPI影响也较 大，估计值为0.000069。P值 小于0.05。 未发现X2，X3，X5的明显关 系
6
CPI对比及相关因素分析 CPI对比及相关因素分析
22ຫໍສະໝຸດ 相关数据需求性因素
货币性因素
结构性因素
消费 投资 进出口 政府支出
货币供给量
房地产价格 农产品价格
3
相关数据
X1 105.5 105.5 105.4 105.6 105.8 105.8 105.7 105.5 105.3 105.4 105.2 105.4 105.6 105.3 105.3 105.4 106.4 107.1 107.5 108.2 108.9 109.5 110.5 110.5 111.3 110.9 110.7 110.1 109.2 X2 76168.8 76168.8 77668.2 79077.47 80820.66 83497.88 85230.32 86539.28 88235.09 89374.86 91148.73 93472.4 93472.4 94713.31 96407.61 98061.15 100073.7 103181.8 105399.2 107537.7 109839.1 112355.2 114764.9 117413.9 117413.9 119000.2 121187.2 123229.6 125633.3 X3 33003.17 40668.68 51149.79 61436.94 71033.78 81673.21 92138.27 93844.74 105839.4 116641.3 128576.4 140259.7 142779.7 145156 145901.1 148179.5 150213.9 152079.2 154893.9 156894.9 158666.2 160741.8 162974.3 165081.2 167312.8 168347.2 170445.2 172164.2 174887.1 X4 303571.7 304516.3 310490.7 313702.3 316709.8 322756.4 324010.8 327885.7 331865.4 332747.2 337504.2 345577.9 351498.8 358659.3 364104.7 367326.5 369718.2 377832.2 383884.9 387205 393098.9 394204.2 399757.9 403401.3 417846.2 421037.8 423054.5 429313.7 436221.6 X5 65027.3 66017 67014.6 68125.9 69402.3 70525.1 71602.4 72639 73697.4 74848.5 75761.2 76410 77256.7 78268.5 79157.6 80055.5 81037.4 82005.6 82991.6 84030.8 85145.6 86410.9 87693.9 89210 90799 92140 83577.4 95046.9 96592.9 Y(%) 101.9 100.9 100.8 101.2 101.4 101.5 101 101.3 101.5 101.4 101.9 102.8 102.2 102.7 103.3 103 103.4 104.4 105.6 106.5 106.2 106.5 106.9 106.5 107.1 108.7 108.3 108.5 107.7
基于多元回归模型CPI影响因素分析
基于多元回归模型CPI影响因素分析引言消费者价格指数（CPI）是一个国家或地区的衡量物价的重要指标，也是一个国家宏观经济状况的重要反映。
研究CPI的影响因素对于了解经济发展状况，指导宏观经济政策具有重要意义。
多元回归模型是一种常用的统计分析方法，能够探索多个自变量对CPI的影响，并找出其中的主要因素。
本文旨在利用多元回归模型探究CPI影响因素，为政府决策部门提供参考，同时也为学术界提供理论支持和实证研究。
一、多元回归模型简介多元回归模型是一种用于探究多个自变量对因变量的影响情况的统计方法。
在多元回归模型中，因变量（即要被解释的变量）通常用Y表示，自变量（即解释变量）用X1,X2, ...Xn表示。
模型的基本形式为Y = β0 + β1X1 + β2X2 + ... + βnXn + ε，其中β0为常数项，β1, β2, ...βn为模型参数，ε为误差项。
在实际应用中，使用多元回归模型可以帮助我们确定多个自变量对因变量的影响程度，找出主要影响因素，并建立相应的预测模型。
多元回归模型在经济学领域的应用非常广泛。
二、CPI影响因素的选择基于多元回归模型对CPI的影响因素进行分析时，需要选择合适的自变量。
在实际研究中，可以从宏观经济、货币政策、国际贸易、资本流动等多个方面来考量可能的影响因素。
具体来说，常见的CPI影响因素包括但不限于：GDP增长率、失业率、通货膨胀率、利率、汇率、国际贸易额、政府支出、货币供应量等。
在选择自变量时，需要考虑其与CPI的理论关系、数据可获得度和自变量之间的多重共线性等因素。
三、数据收集与处理为了进行CPI影响因素的多元回归模型分析，首先需要收集与处理相关的数据。
一般来说，我们可以从国家统计局、央行等官方机构获取宏观经济指标、货币政策数据，也可以通过国际组织的官方网站或专业数据库获取国际贸易数据等。
在数据处理上，需要对数据进行清洗、缺失值处理和变量转换等操作，以确保数据的准确性和可用性。
多元线性回归应用——居民消费影响因素分析
二、多元线性回归模型下的居民消费影响因素
分析
在现实生活中，影响一个地区居民消费的因素有很多，结
合经济理论，本文选取 10 个解释变量研究居民家庭平均每人全
年的消费性支出 y ，解释变量分别为：居民的食品花费 x1 、居 民的衣着花费 x2 、居民的居住花费 x3 、居民的医疗保健花费 x4 、居民的教育文化娱乐 x5 、居民人均可支配收入 x6 、人均 地区生产总值 x7 、居民消费水平（消费价格指数） x8 、地区的 失业率 x9 、地区快递营业网点 x10 。根据我国 31 个省、直辖市、
R
2 1
=
0.9979 ，
x6 、
x7
、
x8 、 x9 、 x10 所对应的所对应的 p 值大于 0.05，说明他们对于
y 的影响作用不显著，所以我们要进一步对自变量做选择。
二、自变量的选择
事实上，建立实际的回归方程时，如何确定回归自变量 是极为重要的问题，如果遗漏了某些重要的变量，回归方程拟 合效果不好，如果考虑过多的自变量，在这些回归自变量中， 某些自变量对于问题研究可能不重要，有些自变量数据质量可 能很差，有些变量可能和其他变量有很大的共线性，从而使得 得到的回归方程稳定性很差，影响到回归方程的使用。对于最 优自变量子集的选择有多种方法 , 其中逐步回归分析法在筛选 变量方面较为理想。我们采用^ 逐步回归法，通过结果分析，赤
关键词：消费；多元线性回归；R软件
◆ 郎颖臻
一、背景介绍
十九大报告多次提及消费，要求不断完善促进消费的体制 机制，增强消费对经济发展的基础性作用，并且，反对奢侈浪费 和不合理的消费。而且，我国把扩大内需作为经济发展的长期战 略方针，扩大内需的难点和重点在消费，潜力也在消费。然而现 实生活中影响消费的因素有很多，不同的影响因素发挥作用的大 小也不尽相同。本文应用多元线性回归模型，分析了解影响居民 消费的关键因素。
我国居民消费价格指数(CPI)的回归分析与预测
经济预测与决策题目姓名所在学院专业班级学号指导教师日期年月日指导教师评阅意见学生姓名专业班级学号（论文）题目指导教师教师职称论文评语评定成绩：指导教师签名：年月日我国居民消费价格指数（CPI）的回归分析与预测07级经济学1班李栋指导教师米娟摘要：目前，我国居民消费价格指数成为公众关注的热点名词，也直接影响着国民经济的稳定发展与人民生活水平的改善。
从理论上分析居民消费价格指数的影响因素，建立一个经济模型，对了解和掌握居民消费价格指数的变化具有重要的现实意义。
本文采用线性回归分析方法，力图对居民消费价格指数的变化进行分析。
关键词：消费价格指数回归分析经济预测1.引言居民消费价格指数（CPI）是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。
CPI虽然是一个滞后指标，但它往往是市场经济活动与政府货币政策的一个重要参考指标。
如果CPI的增幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗，因此，该指数过高的升幅往往不被市场欢迎。
现阶段，随着经济全球化的大趋势和中国的进一步融入，我国的经济稳定发展越来越受到国内、国际的关注，CPI稳定、就业充分及GDP增长已经成为我国最重要的社会经济目标。
尤其在面对国内经济在市场宏观的调节下，消费水平、利率、商品价格潜移默化的影响着百姓的生活，因此，对CPI的分析预测已经显得越发重要。
2.影响因素分析和数据的搜集整理2.1有关影响因素的定性分析对居民消费价格指数（CPI）构成影响的因素有很多，如宏观经济发展水平、中长期经济发展战略和当前的经济政策，具体到国民经济运行的指标中来，有以下几个方面：（1）居民消费水平指数。
居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
居民消费水平与居民消费价格指数的关系十分密切和直接，收入的增长，消费水平的提高，自然会引起社会总需求的增长，进而导致消费价格指数的增长。
基于多元回归模型CPI影响因素分析
基于多元回归模型CPI影响因素分析多元回归模型在经济学领域中被广泛运用，用于分析影响宏观经济指标的多个因素。
CPI（Consumer Price Index，消费者物价指数）是衡量一定时期内消费品和服务价格变动情况的指标，对宏观经济形势和货币政策制定起着重要作用。
通过基于多元回归模型的分析，可以更清晰地了解影响CPI的因素，为政府制定宏观经济政策提供参考依据。
一、CPI及其影响因素CPI作为反映物价水平的重要指标，受到多种因素的影响。
在多元回归模型中，我们通常将CPI作为因变量，而将影响CPI的各种因素（如通货膨胀、失业率、货币供应量、经济增长率等）作为自变量。
通过对这些自变量的影响程度进行分析，可以得出它们对CPI 的影响程度和方向，从而帮助政府更好地调控经济。
二、多元回归模型三、实证分析通过多元回归模型的实证分析，我们可以得出各个因素对CPI的影响程度和方向。
我们可能会发现通货膨胀对CPI的影响是正向的，即通货膨胀的加剧会导致CPI的上升。
而失业率可能对CPI的影响是负向的，即失业率的上升可能会导致CPI的下降。
货币供应量和经济增长率等因素对CPI的影响方向和程度也是非常值得研究的。
四、政策启示基于多元回归模型的CPI影响因素分析，可以为政府制定宏观经济政策提供重要的启示。
我们可以借助模型分析结果来调整货币政策，适时降低通货膨胀压力；或者通过改善失业情况来促进CPI的稳定。
对于其他影响因素，政府也可以通过相应的政策手段来影响CPI的走势，从而更好地保障国民经济的稳定和持续增长。
五、风险提示在进行多元回归模型分析时，需要注意到一些风险因素。
模型本身的设定需要足够准确和全面，以确保能够反映实际经济情况。
数据的准确性和可靠性也是至关重要的，需要选择高质量的数据来进行分析。
模型分析结果只是指导性的建议，实际政策制定还需要结合其他因素来全面考量。
六、结语基于多元回归模型的CPI影响因素分析，有助于我们更清晰地认识CPI的形成机制和影响因素，为政府制定宏观经济政策提供了重要的参考依据。
广西CPI指数统计数据多元回归分析
数 用品 及维修服务 个人用 品 通 讯 用品 及服务
９ ． ９ ． ８８ ８４ ９ ． ９ ． ９６ ８５ ９． ９． ６２ ６９ ９． ９． ５ ６６ ７ ｌ ｏ３ ０． ９． ７５ ９． ７６ ９． ８７ ８． ９６ ９． １３ ９． ８７ ９＿ ６３ ９ ． ７９ ９ ． ８６ １ ２６ １． １ １３ ０． １ｏ８ ０－ １５ ０． ９ １ｏ ０－ ４ ９． ９１ １９ ９ ． ９ ． ９ ． ９ ９ ７７ ５９ ９１ ２ ｏ ９ ． ９ ． １ ０８ ０ Ｏ ９７ ６６ ｏ． ２ ０ １ ０６ ８５ ９ ． ０１ ０． ９ ． ９１ ２０ ９ ． ９ ． １０ ｏ ２ ９１ ９９ ０
消费物 价指数 增长速 度产生 了显著 的波 动 。针对 目前大众所最关心 的物价 问题 ， 动 的相关数据 ， 了解 Ｃ Ｉ Ｐ 变化规律和价格 波动对居 民消费的影响程度 ， 为采取相应 的措施提供 依据 ， 具有十分重要的意义 。
一
分析 消费 品零售 价格和服 务项 目价格变 ２ｏ １ １１ ０ ． ０ ０ ３ ０． １ ２９ ｏ １
模型
２ ０ １ ７８ １ ０ １ ３ ９ － ｏ８ ０． ２ ０． ２ ９２ １ ３１ ｏ． ２ Ｏ ９ ． ９ ． １ ｏ８ ９ ． ９ ． Ｏ ９ ７９ ８５ ｏ． ７８ ８６
在 实际问题 的研 究和分析 中， 往往涉
武术旅游产业的总体竞争力 。
三 、 语 结
１ ５６ ０ ． １３ ０ １ ３２ ０Ｉ １ ｏ５ ０．
９． ９１ ９ ． ９９ ９ ． ９２ ９ ． ７９
多元线性回归模型及其应用-毕业论文
多元线性回归模型及其应用摘要本文介绍了多元线性回归模型，其过程分为模型构建、模型参数估计、模型检验和模型预测等几个方面。
通过对与我国物价指数CPI相关的几个因素建立初始多元线性回归模型，分析CPI的影响因素，之后对该模型进行各种统计检验，在模型检验中发现初始模型中有部分变量的系数不能通过检验，可能存在多重共线性的问题，最后采用逐步回归分析法来进行去除显著性不高的变量，并且建立新的模型，最终找出了影响CPI的关键要素是农业生产资料价格和人均GDP，通过最终确定的CPI与其影响因素之间的线性回归方程可以清晰地得到各个指标对CPI的影响大小，进而为我国控制CPI提供方向性的建议指导。
关键词多元线性回归 CPI影响因素逐步回归Multiple linear regression model and its applicationAbstract This article introduces the multiple linear regression model, and its process is divided into several aspects: model construction, model parameter estimation, model testing and model prediction. By establishing an initial multiple linear regression model on several factors related to China's price index CPI, analyzing the influencing factors of CPI, and then carrying out various statistical tests on the model, it is found in the model test that the coefficients of some variables in the initial model cannot pass Test, there may be a problem of multicollinearity, and finally use a stepwise regression analysis method to remove less significant variables, and establish a new model, and finally find out that the key factors affecting CPI are agricultural production materials prices and GDP per capita, Through the final linear regression equation between the CPI and its influencing factors, we can clearly get the impact of various indicators on the CPI, and then provide directional recommendations for the control of CPI in China.Key words Multiple linear regression CPI influencing factors stepwise regression目录引言 (1)1. 多元线性回归分析基本理论 (2)1.1 多元线性回归模型的一般形式 (2)1.2 多元线性回归模型的基本假设 (2)1.3 参数估计 (2)1.3.1 回归系数的估计 (2)1.3.2 样本方差的估计 (3)1.4 模型检验 (3)1.4.1 回归方程的显著性检验 (4)1.4.2 回归系数的显著性检验 (4)1.4.3 回归方程的拟合优度检验 (4)1.5 模型预测 (5)1.6 自变量的筛选方法 (5)2. 多元线性回归在CPI影响因素中的应用 (6)2.1 数据筛选 (6)2.1.1 指标选取 (6)2.1.2 数据收集 (6)2.2实证分析 (7)2.1.3 建立模型 (7)2.1.4 参数估计 (8)2.1.5 模型检验 (8)2.1.6 模型优化 (9)2.1.7 残差检验 (11)结论与建议 (13)参考文献 (14)致谢................................................................ 错误!未定义书签。
- 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)。
姓名：王芷婷学号：1430130277班级：会计1402班一、分项得分1.选题得分（）论文选题应来源于现实经济活动，并具有实际应用价值。
对所要研究的问题界定清晰准确，研究范围适当。
2.数据得分（）数据准确，有适当的调查方法或二手数据来源。
3.方法选择得分（）要求使用统计学方法来解决所提出的问题。
方法选择适当，能够提供对研究问题进行深入分析的框架模型。
4.论文内容得分（）要求定性分析与定量分析相结合。
在正确使用统计方法的基础上，对模型输出结果要有合理的经济解释，并能够就所存在问题提出相应的解决措施。
5.论文格式得分（）格式规范，符合课程论文要求。
文字通顺，无错别字。
二、总分得分（）中国CPI数据影响因素多元回归分析【摘要】2011年以来，通货膨胀越来越成为我国的重要经济现象。
作为衡量通货膨胀的主要指标，CPI（居民消费价格指数）与人们的生活具有最密切的关系。
CPI的不断攀升使生活成本增加，也影响国民经济的可持续发展。
现从中国的历史数据出发，选择货币供应量、工资率及GDP作为自变量，通过建立CPI与以上变量的多元回归模型，分析影响CPI变化的主要因素，为政府实现宏观调控目标、促进国民经济健康持续发展和改善人民生活提出建议。
【关键词】CPI影响因素多元回归1.引言居民消费价格指数（CPI）是用来反映报告期和基期相比较的商品和服务价格水平变动情况和趋势的宏观经济指标。
通过对居民消费价格指数的分析，可以了解全国各地价格变动的基本情况和价格变动对社会经济和居民生活的影响，满足各级政府制定政策和计划、进行宏观调控的需要，以及为国民经济核算提供参考和依据。
近几年来，中国的通货膨胀形势引起了社会的广泛关注。
2015年全年居民消费价格同比上涨1.4%，而2015年8月为2.0%。
同2010年的上涨幅度有了很大改观。
央行通过提高存款准备金率、加息、加强利贷调控等一系列措施控制物价上涨，CPI稍有回落，说明政府控制通胀的效果逐渐显现，但现阶段我国面临的通胀压力仍然不可小视。
2009年宽松的货币政策促进了经济复苏，但偏高的货币供给与增加的工资率对2016年的通货膨胀形成了很大压力。
由此我们有理由猜测，GDP上涨、货币供给增加、工资率提高等因素形成的价格影响机制对我国宏观经济的调控有重大影响。
2.经济理论分析通货膨胀和失业率是经济宏观调控的两个重要指标。
其中CPI是衡量通货膨胀最及时的指标，也与人们的生活关系最密切。
根据宏观经济学理论，通货膨胀按成因可分为三类：需求拉动型、成本推动型通货膨胀。
对CPI影响因素的分析可以以此为依据。
CPI 核算意义：1、度量通货膨胀。
CPI是度量通货膨胀的一个重要指标。
通货膨胀是物价水平普遍而持续的上升。
CPI的高低可以在一定水平上说明通货膨胀的严重程度。
2、国民经济核算。
在国民经济核算中，需要各种价格指数。
如消费者价格指数（CPI）、生产者价格指数（PPI）以及GDP平减指数，对GDP进行核算，从而剔除价格因素的影响。
3、反映货币购买力变动。
货币购买力是指单位货币能够购买到的消费品和服务的数量。
消费者物价指数上涨，货币购买力则下降；反之则上升。
消费者物价指数的倒数就是货币购买力指数。
4、反映对职工实际工资的影响。
消费者物价指数的提高意味着实际工资的减少，消费者物价指数的下降意味着实际工资的提高。
综上所述，CPI的影响因素可归结为货币供应量、工资率、原材料燃料价格、经济增长水平。
本文以此变量为基础，建立CPI影响因素模型。
3.模型建立3.1理论模型的建立现通过建立多元回归模型对CPI的影响因素进行分析。
结合前述经济理论，我们选取广义货币供给量M2增长率（x1）、工资率增长率（x2）、GDP增长率（x3）作为影响消费者物价指数CPI（y）的因素，建立y与X1、X2、X3的多元回归模型，试图找到对CPI有较强影响的经济变量，对引起CPI上涨的因素进行分析。
模型形式为：Y=β0+β1x1i+β2x2i+β3x3i+μi以此模型为基础，选取相关样本计算回归方程。
3.2样本及变量说明参与构建模型的数据如下：（数据来自国家统计网）年份CPI（%）M2增长率（%）工资率增长率（%）实际GDP增长率（%）2010103.318.917.4418.31 2011105.416.826.7818.40 2012102.617.618.3210.33 2013102.615.631.2210.092014102.014.410.518.161)为使统计单位具有一致性，广义货币供应量M2、工资率及GDP以增长率作为计算数据。
2)选取近年中国CPI的相关数据作为回归方程的计算样本。
3.3模型参数的估计1、回归参数估计及模型、参数检验利用OLS法进行参数估计，运用EXCEL表中数据分析功能，进行回归分析。
得到回归方程为：y=103.7258+0.30144x1+0.036838x2+0.283965x33.4模型的检验3.4.1经济检验由样本方程知，估计参数β1=0.30144，即广义货币供应量M2与CPI成正相关关系，符合货币供应量增加推动总需求上升进而使CPI上涨的基本经济原理。
参数B2=0.036838，B3=0.283965，即工资增长率、GDP增长率均与CPI成正相关关系，符合经济因素上升推动价格上涨的原理。
3.4.2统计意义检验1.拟合优度检验模型拟合优度R2=0.838782，回归模型对于文章选取的数据的观测值拟合程度较好。
2.回归方程显著性F检验及系数显著性T检验回归模型的F值为43.734255，P值为0.000000，回归模型通过了方程显著性F检验。
X1（M2增长率）、X2（工资率增长率）、X3（GDP增长率）整体能与Y（CPI）之间建立较为理想的回归模型。
同时，方程通过系数显著性T检验。
数据如下表：3.多重共线性检验我们用方差膨胀因子法对模型进行多重共线性的检验。
如果方差膨胀因子（VIF）≥10则认为该自变量与其他自变量间有严重多重共线性。
模型中，X1(货币供给量M2增长率)的VIF值为1.1640，X2（工资率增长率）的VIF值为1.1775，X3（GDP增长率）的VIF值为1.0158，均小于判断标准10。
所以，我们认为模型不存在严重多重共线性。
3.实证分析通过以上模型，可以清楚地看到货币供应量增长率、工资率增长率及GDP增长率三个因素对我国CPI的量化影响。
其中，M2增速每变化一个单位，CPI平均同向变化0.30144个单位。
工资率每变化一个单位，CPI平均同向变化0.036838个单位。
原材料燃料价格每变化一个单位，CPI平均同向变化0.283965个单位。
CPI增幅超过3%即认为发生了通货膨胀。
90年代以来中国共发生过两次严重的通货膨胀，一次为1993-1996年，另一次为2007年至今。
从货币供应量看，广义货币供应量M2的增速均在１５%以上，大量超发的货币成为通货膨胀的主要诱因。
同时，投资需求膨胀产生的对基础产品的需求向各产业体系扩散，引发成本推动型通货膨胀，其中原材料燃料价格涨幅居前，从数据看，其一直保持在远超过２0%的高位，极大地推动了CPI的上涨。
同一时期，中国的工资率亦处于当时以来增速最快的阶段。
这些因素都是推动CPI上升的主要原因。
2007年以来，我国CPI再次持续居于高位。
究其原因，也与货币超发及成本上升密切相关。
2007年中国外汇储备增长率高达43.32%，极大地增加了国内的通胀压力，同时存贷款利率处于较低水平，引发了以房地产行业为代表的价格上涨。
2008年国际金融危机，中国政府为提振国内经济，于2008年11月实行政府4万亿投资刺激计划，次年M1、M2增长率分别达到了32.35%及27.68%，货币增发再次成为CPI上涨的主要诱因之一。
同时2008年的原材料燃料价格上涨达到10.5%，处于进入21世纪以来第二高位，通过成本途径也对CPI产生了较大影响。
2010年中国M2增长仍处于18.9%的较高水平，工资率增长和GDP增长也分别达到了17.44%和18.31%，因而2011年的通胀现状是不可避免的。
据此对2017年的CPI指数调控可提出以下建议：在实现控制通货膨胀的宏观调控方面，政府采取适度从紧的财政货币政策，如提高利率、增加存款准备金率。
从历史经验看，这一手段的确对稳定物价具有显著的作用。
4.结论结合所建立的CPI影响因素多元回归模型及相关实证数据，我们可以看出，货币供应量、工资率及GDP三个因素是影响CPI的重要因素。
但此模型的拟合优度仍有些低，可以在接下来的回归分析中进行探索找出原因争取提高拟合优度。
综合上文的回归分析，为中国CPI宏观调控提出以下建议：1.为了抑制物价的过快增长和避免通货膨胀，政府首先应该控制住食品的价格，然后在房地产方面加以管理，避免房价过高。
2.居民在娱乐文化教育及服务上的支出和需求不断增加，人们越来越重视旅游，娱乐休闲，文化教育方面的消费，在人们生活水平提高的同时，娱乐文化的生活水平与质量也在提高。
这对中国来说，可以加快中国服务业的发展，增加中国的国内生产总值，优化中国的产业结构。
3.通过分析，得出中国各地区发展不均衡，地区间的消费结构明显不同，有很大差异，中国应继续加强对西部地区经济的建设，促进经济贸易的发展，保证正常的衣食住行和文化生活。