基于因子分析对我国通货膨胀的评价及应用
韩万通，王翠翠
(铜陵学院，安徽 铜陵 244061)
[摘要] 在经济飞速发展的前提下，我国的通货膨胀现象也越来越明显，为了避免我国经济出现畸形发展，对通货膨胀的影响因素进行研究有着重要意义。拟利用因子分析方法对我国2015-2017年36个月的通货膨胀统计数据进行实证分析，从13个数据指标来研究影响我国通货膨胀的主要影响因素。结果表明，价格因素和成本货币类因素对我国通货膨胀的影响最大。基于此研究结果，提出相关的政策建议以期解决我国通货膨胀问题，为我国经济政策的制定提供理论依据。
[关键词] 通货膨胀；因子分析方法；相关性检验
近几年来，我国对通货膨胀的关注越来越密切，因为通货膨胀是我国宏观经济运行的先行指标之一，与宏观经济的运作有着密不可分的联系，它关系到国家的经济持续的发展、社会的稳定以及人民生活水平的提高。随着经济的快速增长，CPI变化率远高于银行利率变化率，致使越来越多的消费者开始关注物价变化率趋势。从图1-1我们可以看出CPI在2015年基本趋于稳定，但在2016年和2017年间却有明显下降的趋势。
从运行控制角度来看,多机器人协同作业体系结构可分为以下3种:集中式结构、分散式结构和混合式结构;集中式结构虽仅有一个控制单元进行任务划分和管理,便于控制,但灵活性较差;而分散式中的各个成员之间是平等的,它们的所有行为由其自身做出决策,但其资源共享性和协调性较差,混合式则结合上述两种方式结构的各自优点和不足,通过某种方式对水下机器人的部分成员进行统一管理,然后进行任务划分和分工,对资源的共享以及冲突的协调等,此结构适应多机器人之间的系统复杂和分布自主决策的特性。
由于高强灌浆层和混凝土、锚板和混凝土间存在结构变化，造成锚板附近深度约0.6 m区域内的混凝土应力集中，受到一定拉应力作用，相应区域混凝土较容易发生张拉破坏，对基础承载性能影响较大。根据混凝土相应规范，C40抗拉强度设计值为1.71 MPa，大于基础混凝土最大第一主应力0.34 MPa，故基础混凝土满足极限荷载下基础承载性能要求。
图1-1 近三年CPI走势图
基于以上认识，本文拟以通货膨胀为主要研究对象，在基础理论与现有文献研究基础上，运用SPSS软件，采用因子分析方法，对我国通货膨胀的影响因素进行研究，为以后的抑制通货膨胀对经济发展的冲击、防范经济风险以及经济政策制定提供科学的依据和现实参考。
1 因子分析模型的建立
因子分析是指在尽可能不损失信息或少损失信息的情况下，将多个变量减少为少数几个潜在的因子，这几个因子可以高度概括大量数据中的信息，既减少变量个数，又同样地能再现变量之间的内在联系的一种多元统计方法。
在时代使命面前，青年人秉持怎样的价值选择、追求怎样的人格品质、进行怎样的实际作为，展现的是社会之风貌、时代之气质、民族之未来。
上式中，m<K，Lij是第i个指标在第j个公共因子上的系数，称为因子负载。
为公共因子的载荷矩阵，因此分析模型也可以表示为：X=LF+e（3）
2 通货膨胀因子分析模型求解及分析
2.1 指标选取
表2-1 指标选取
本文主要采用了因子分析方法进行研究，从总体上来说，因子分析是用少数几个因子去研究多个原始指标之间关系的一种多元统计方法。而主成分分析法又是因子分析中的一种应用方法，这两种方法都具有用少数几个综合指标来简化为数较多的原始指标的降维特点，同样是在信息损失不大的前提下，减少了评价工作量。它在本文中的作用主要有以下两点：
在这个实施例中，假如A能源子系统与C能源子系统最后加和的系数相同（都是0.661），那么A和C中经济性最好的能源子系统优先运行。
假设有N个样本，对于多个指标X1，X2，…Xk…Xi，且每个指标都已标准化，其中Xi是已标准化的可观测的评价指标，Fj（j=1，2，…，k）出现于每个指标的表达式中，称为公共因子，它们是不可观测的，ei是各个对应指标Xi所特有的因子，因此称ei为特殊因子。它们与公共因子相互独立。于是因子分析的最简单的数学模型可表示为：
2.2 相关性检验
表2-2 KMO 和 Bartlett 的检验
根据因子分析法，首先对各个指标变量进行 KMO和Bartlett 球度检验（结果见表2-2）。得出 Bartlett 球度检验对应的显著性水平为0.000，拒绝相关阵为单位阵的原假设，且KMO检验表明各个指标变量之间的相关性为0.769，相关性较强。因此，可以使用因子分析法来研究。本文主要用主成分方法来估计因子载荷，利用方差最大正交旋转得到3个公共因子。
2.3 因子分析模型结果
表2-3 总方差分解表
本文利用表2-1中的指标变量，使用多元统计分析方法，求得样本的特征值和贡献率见表2-3，由表2-3可以看出，前3个公共因子变化最大且特征值都大于1，并且前3个公共因子的累计方差贡献率为83.839%（不低于80%），说明这3个公共因子提供了原始数据所表达的足够多的信息。
由表2-3在对13个指标变量进行最大方差法正交旋转后，从方差贡献率来看，三个公共因子分别解释了总方差的55.679%，、19.315%和 8.844%，累计解释达到83.839%。经最大方差法旋转后三个公共因子对原始指标变量总方差的解释比例分别为53.967%、18.933%和10.938%，累计为83.839%。虽然这三个因子造成了16.161%的信息损失。但是为了达到因子分析降维简化指标的目的，我们不得不这么分析。
表2-4 因子载荷矩阵于旋转后的因子载荷矩阵
由表2-3：3个公共因子对原始变量的累计方差贡献率为83.839%，可以通过因子分析实现将 13指标变量降至3维度的目的。根据表2-4我们还可以得到各个变量所对应的公共方差以及剩余方差，针对CPI 这个指标变量，
同时，可以从上表看出：代表工业生产者出厂价格指数和外汇储备在公共因子F1的因子载荷绝对值较大，而价格的高低和货币发行的数量可以较大地影响通货膨胀，因此我们可以将其命名为成本货币因子;代表城镇固定资产投资指数的变量在公共因子F2的因子载荷绝对值较大，因为投资指数受到收入的影响，进而影响通货膨胀，因此我们可以将其称为收入因子;最后商品房销售价格指数的变量在F3的因子载荷绝对值较大，因为商品房等的价格也会影响通货膨胀，因此我们将其称为价格因子。
它可以对通货膨胀的不同方面进行多个指标综合分析，在尽可能保留较多的信息前提下对数据进行压缩、降级处理，进而使数据更加直观，便于分析处理；
从结果看，近两年以来，对通货膨胀影响最大的是价格因素，其次是成本货币类因素，这个结果也正和现如今的经济形势相符合。
3 结论
以上统计数据主要来自于国家统计据、中国人民银行。我们拟采取月度数据，从 2015 年1月到 2017 年12月， 查阅相关经济学资料和参考多篇文献后，再根据现实情况，选取了以上13个指标来进行因子分析。
本文通过最大方差正交旋转法将13个指标变量缩减为3个公共因子。即可从这三个公共因子来进一步解释通货膨胀的影响因素。由因子旋转过后的结果显示，公因子F3对通货膨胀的说明能力最大，相比未旋转之前，有所上升。而 F1 对通货膨胀的解释能力下降了，从原来的0.355转变为0.225。综上可以得到CPI的因子分析模型为：
通货膨胀的治理一般主要从微观和宏观两个方面着手进行，我们既要从宏观上使用财政政策和货币政策相结合的方法，通过对商品房、产品、能源等的价格监管上制定积极的政策措施，还要考虑微观经济主体的经济行为变化，使其适应通货膨胀的治理。主要有以下几种对策：
2.2.4 提取次数对树舌灵芝多糖提取率的影响。由图4可以看出，GASP提取率随着提取次数的增加而提高，提取次数从1次增加到3次，GASP提取率从1.13%增加到2.11%，增幅比较明显，从3次到5次提取率几乎趋于稳定。综合考虑，为节约资源，简化操作，确定BBD试验提取次数的中心点为3次。
4 政策建议
通过对因子载荷矩阵的旋转，同时利用公因子对全体数据指标变量进行分类，分析影响通货膨胀的影响因素以及成因 ，并对此进行合理的归纳与总结。由于本文所取样本数量有限，因此所分析得到的结论是具有时效限制的。
Toses Tooling Security Services公司的Burkhard Walder认为，在注塑模具中使用传感器可以降低维护次数、延长模具使用寿命、减少不合格产品、及早发现工具损坏和监控工艺参数，从而使整体设备效率得以提高。他总结说：“所以说传感器对提高生产效率做出了重大贡献。”例如，该公司的传感器系统可以根据模具的噪声发射情况来优化维护周期。在使用该系统时，只需要根据实际需求对模具进行维护，而不是根据生产的部件数量，因为传感器能够对模具中的噪声进行检测，并以此确定出急需维护的模具。
一是控制货币供应量。通货膨胀的主要原因之一就是货币供应过多，导致市场上货币膨胀，进而引起物价水平飞涨进而引起通货膨胀。因此，我们首先需要控制货币的供应量，实行紧缩型的货币政策，控制货币在市场上的投放。
二是收入政策。通过制定相对应的政策来调整不同阶层的收入水平，缩小贫富之间的差距，维持社会的稳定。
三是增强宏观经济调节。通货膨胀的主要原因是经济体在一定时期内价格水平普遍持续地上升。因此，为了维持社会物价的稳定，政府有关部门应当密切关注市场供求关系的变化，积极采取政治措施和经济手段来对此加以调节，确保市场供需基本保持平衡。
【参考文献】
[1]巴特尔.基于因子分析法对公众理性预期通货膨胀形成因素及其管理研究[J].内蒙古科技与经济，2016（21）.
[2]纪荣芳.城市居民消费结构的因子分析模型及应用[J].山东农业大学学报（自然科学版），2007（02）.
[3]徐晓丽，夏成孝.通货膨胀的因子分析模型及应用[J].科技经济市场，2012（8）.
[4]姜宁，张承业.居民消费价格指数的因子分析模型及应用[J].商业经济研究，2011（8）.
[中图分类号] F820.5
[文献标识码] A
[文章编号] 2096-1995(2019)02-0184-03
作者简介：
韩万通(1995-)，男，学生，本科，河南省襄城县人，研究方向：经济统计；
指导老师： 王翠翠(1982—)，女，讲师，硕士研究生，安徽铜陵市人，研究方向：经济统计。