和-0.9624，并且其相应的P值为0.3734和0.3384，在5%的显著性水平下未通过检验，即这两个变量的系数不显著。这说明回归模型中可能存在着多重共线性问题。由回归结果一，Durbin-Watson检验值为0.760637，表明回归方程存在序列自相关现象。
对解释变量两两之间进行相关性检验结果如表5所示：
表 5 解释变量两两之间相关系数
对每个解释变量做剩余解释变量的回归，各辅助回归的R2如下： R22=0.6982 （LOGESTA对其他变量的回归） R3=0.9942 （LOGHM对其他变量的回归） R42=0.9132 （LOGICPI对其他变量的回归） R52=0.9988 （LOGLOAN对其他变量的回归） R62=0.9992 （LOGM2对其他变量的回归） R72=0.6991 （LOGSTO对其他变量的回归） R82=0.9309 （RATE对其他变量的回归） 表6给出了F检验的结果。
表 6 R2
2
11
表5和表6表明回归方程中的每个解释变量都与其他解释变量高度共线。联系实际经济理论，剔除变量LOGHM、LOGLOAN、LOGSTO、LOGESTA以消除多重共线性。由回归结果一可知回归方程存在序列自相关现象，故对模型进行AR(1)滞后项系数修正。
修正模型为：
LOGCPI=C1+C2*LOGICPI+ C3*LOGM2+C4*RATE+C5*AR(1)
Eviews6.0回归结果如表7所示：
表 7 Eviews6.0回归结果二
3．模型检验
对重新回归的模型进行检验，其中，t检验的结果表明，各个统计量的伴随概率（即P值）都小于0.05，表明各个统计量的系数在95%的置信区间内是显著的。对回归方程进行整体假设，拟合优度R2约为98.71%，表明该模型整体拟合效果非常好。此外F统计量为1782.944，其P值为0.0000，说明该回归方程整体是显著的。
上述结果解释为，CPI对国际大宗商品价格指数（ICPI）的弹性为0.040752，即当国际大宗商品价格指数（ICPI）上升1%时，将引起CPI4.08%的上升；CPI对广义货币量（M2）的弹性为0.053328，即当广义货币量（M2）上升1%时，将引起CPI5.33%的上升；CPI对美元期末汇率（RATE）的增长率为-0.047660，即当美元期末汇率（RATE）变动一个单位时，将引起CPI下降4.77%；由于初始模
12
型具有自相关现象，在建模过程中进行了AR(1)滞后项调整，AR(1)代表了模型 考查因素之外的重要因素，其经济意义可能为：CPI自身具有一定的趋势性，往期数值对本期具有较大影响。
（三） 基于SVAR模型的动态回归分析
1．向量自回归（VAR）模型估计
虽然本文已通过拟合静态的自回归模型在一定程度上解释了CPI的变化，但是由于解释变量与被解释变量都存在滞后性，因此静态回归模型不能完全阐明各个影响因素与CPI的变化关系。因此本文拟采用向量自回归模型（VAR）分析变量之间的动态关系，即对CPI，房地产开发综合景气指数（ESTA），汇率（RATE），热钱（HM），上证收盘A股综合指数（STO），金融机构贷款（LOAN），广义货币（M2），大宗商品价格指数（ICPI）八个变量进行VAR回归。
在进行VAR估计时，构建模型的滞后阶数确定准则如表8，根据LR、FPE、AIC和SC原则进行模型滞后阶数的选择，确定了CPI的滞后阶数为1，即可以确定一个简化式的VAR模型：
xt?c?a1xt?1?? （3）
并且上文进行的单位根检验结果表明，汇率（RATE），热钱（HM），上证综指（STO），金融机构贷款（LOAN），广义货币（M2），大宗商品价格指数（ICPI）均为I（1）序列。
表 8 滞后期标准确定
注：图中*标注的数值为最佳数值
在VAR中进行Granger因果关系检验，最终确定CPI、金融机构贷款（LOAN）、广义货币（M2）为内生变量，其余变量为外生变量。并且如表9所示，LOGLOAN与LOGM2分别对LOGCPI回归的单个检验和联合检验的临界值均小于0.05，说明LOGLOAN和LOGM2与LOGCPI存在显著的因果关系。
表 9 Granger因果检验结果
13
通过观察AR根如表10，所有的特征根都小于1
，表明此时构建的VAR模型已通过平稳性检验。
表 10 特征根结果
2．通货膨胀成因的VAR模型结构性分解
本文在构造了VAR模型后，进一步采用结构向量自回归模型（SVAR）进行分析。一个一般性含k个内生变量的n阶SVAR模型可以写成如下形式：
Bxt?A1xt?1?A2xt?2????Anxt?n?ut t=1,2,?T （4） 其中xt是t期含k个内生变量的列向量，所对应的系数矩阵B为k?k阶矩阵，且对角线上的bii均为1，An也是k?k阶矩阵，表示n阶滞后内生变量的系数矩阵， ?t为服从均值为0的独立同分布的结构扰动项向量。对于结构式方程系数矩阵B，
?1?bB??21
????bk1
b121?bk2
?b1k??b2k?? （5） ???
?
?1?
B矩阵是一个主对角线上都是1的方阵，矩阵中各系数反映了变量间的当期影响，如b2k表示第k个变量对第2个变量的当期直接影响。
14