資源描述：
《關于失業(yè)率與通貨膨脹率關系的實證分析》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。
1、關于失業(yè)率與通貨膨脹率關系的實證分析摘要：08年全球金融危機的爆發(fā)，造成了世界大范圍的失業(yè)，與此同時帶來了各國通貨膨脹率不同程度的提高。隨著世界各國應對經濟危機的政策出臺以及企業(yè)的共同努力，世界經濟又在慢慢的復蘇，失業(yè)率也在穩(wěn)步下降，通貨膨脹率也得到了很好的控制。本文運用菲利普斯曲線說明失業(yè)率與通貨膨脹率之間的關系，并通過建立計量經濟學模型進行實證分析。關鍵詞：失業(yè)率通貨膨脹率菲利普斯曲線顯著性檢驗一、問題的提出失業(yè)與通貨膨脹是短期宏觀經濟運行中的兩個主要問題。如果經濟決策者的目標是低失業(yè)和低通貨膨脹，則會發(fā)現低失業(yè)和低通貨膨脹目標往往是沖突的。利用總需求-總供給模型來求解，假設
2、決策者用擴張的財政政策或貨幣政策擴大總需求，達到低失業(yè)的目標，會使經濟沿著短期總供給曲線變動到更高產出和更高物價水平的一點上，這在增加產出、降低失業(yè)的同時，導致了較高的物價水平，較高的物價水平意味著較高的通貨膨脹。反之，假設用緊縮的財政政策或者貨幣政策縮減總需求，達到低通貨膨脹的目標，則會導致較低的產出，較低的產出意味著較高的失業(yè)。在宏觀經濟學種，失業(yè)和通貨膨脹這種負相關關系可以用菲利普斯曲線來說明，包括簡單菲利普斯曲線、附加預期的菲利普斯曲線。其中，簡單菲利普斯曲線只是描述了失業(yè)與通貨膨脹之間的負相關關系，如下式所示：（1-1）locatedintheTomb,DongShen
3、Jiabang,deferthenextdayfocusedontheassassination.Linping,Zhejiang,1ofwhichliquorwinemasters(WuzhensaidinformationisCarpenter),whogotAfewbayonets,duetomissedfatal,whennightcame其中，為通貨膨脹率，為失業(yè)率，為自然失業(yè)率，為參數。附加預期的菲利普斯曲線除考慮了失業(yè)與通貨膨脹之間的負相關關系外，還考慮了通貨膨脹預期對通貨膨脹的影響，如下式所示（1-2）其中，為預期通貨膨脹率。無論簡單菲利普斯曲線，還是附加預期的菲
4、利普斯曲線，反映的都是經濟變量之間的線性關系，可以建立現行計量經濟學模型進行研究，這里應用多元線性回歸模型對附加預期的菲利普斯曲線進性實證研究。二、模型與數據1.模型設定式（1-2）可化為(2-1)所以，可將模型設定為(2-2)其中，被解釋變量Y為“實際通貨膨脹率”，解釋變量X1為“失業(yè)率”，解釋變量X2為“預期通貨膨脹率”。2.樣本數據與變量的選擇相對應，選取我國1990~2008年的實際通貨膨脹率、失業(yè)率、預期通貨膨脹率數據，如下表所示：年份實際通貨膨脹率Y失業(yè)率X1預期通貨膨脹率X219903.12.52.519913.42.3319926.42.35.5locatedin
5、theTomb,DongShenJiabang,deferthenextdayfocusedontheassassination.Linping,Zhejiang,1ofwhichliquorwinemasters(WuzhensaidinformationisCarpenter),whogotAfewbayonets,duetomissedfatal,whennightcame199314.72.611199424.12.823199517.12.91419968.33819972.83.141998-0.83.111999-1.43.1-220000.43.1-120010.
6、73.612002-0.84120031.24.3220043.94.23.520051.84.2320061.54.12.820074.844.520085.94.26.5（表2—1）三、參數估計運用EViews軟件進行模型參數估計，可得到下表的回歸分析結果：DependentVariable:YMethod:LeastSquaresDate:01/14/10Time:23:05Sample:19902008Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.??C2.8630931.497580
7、1.9118140.0740X1-0.9396510.414538-2.2667410.0376X21.0961960.04980122.011350.0000R-squared0.972504????Meandependentvar5.110526AdjustedR-squared0.969067????S.D.dependentvar6.732252S.E.ofregression1.184057????Akaikeinfocriterion3.319710Sumsquare
