原油价格波动对我国物价的影响

 当今社会,国际原油对我国的经济社会发展起到重大影响,所以研究国际原油价格波动对我国CPI的影响具有重要意义。本文以国际原油价格对我国PPI和CPI的影响为研究重点,首先分析测算国际原油价格对国内原油价格的传导情况;然后利用2007年135部门投入产出局部闭模型下的价格模拟,测算国内原油价格波动对我国PPI和CPI造成的影响;最后综合以上两步,得到国际原油价格对我国CPI的影响情况。结果表明：国际原油价格上涨1%将引起国内PPI上涨0.176%,国内CPI上涨0.124%。随着我国对外依存度和对原油需求的增大,国际原油价格波动的影响也将越来越大。最后进行分析并给出政策建议。     

PPI与CPI价格决定机制的理论探讨与实证研究（下）

为了研究我国PPI与CPI的价格决定机制,探索两者走势不同步的深层次原因,在对相关价格决定机制进行理论分析的基础上,运用协整约束下的误差修正模型,对我国PPI和CPI价格决定机制及两者的差异展开了深入的量化研究。结果表明：我国PPI和CPI的价格决定机制存在明显差异,外部冲击对两者的影响不同是产生波幅差异的主要原因。为此建议政府在抑制物价上涨方面,应同时关注PPI和CPI,并针对两者的差异采取不同的调控措施。     

PPI与CPI价格决定机制的理论探讨与实证研究(上)

为了研究我国PPI与CPI的价格决定机制,探索两者走势不同步的深层次原因,在对相关价格决定机制进行理论分析的基础上,运用协整约束下的误差修正模型,对我国PPI和CPI价格决定机制及两者的差异展开了深入的量化研究。结果表明:我国PPI和CPI的价格决定机制存在明显差异,外部冲击对两者的影响不同是产生波幅差异的主要原因。为此建议政府在抑制物价上涨方面,应同时关注PPI和CPI,并针对两者的差异采取不同的调控措施。     

基于带跳时变系数模型的PPI与CPI相关性研究

2008年以来，我国PPI与CPI走势出现了多次背离与分化，从整体上看，两者相关性很弱。但从动态视角来看，由于相关关系可能会因时而变，整体相关性有可能被关系本身的方向和强弱变化所削弱甚至掩盖。为准确反映两者相关性的动态变化，本文放宽时变系数函数的光滑性假设，提出了带跳时变系数模型，并给出一种非参数三步估计方法：首先，估计系数函数中跳点的位置和个数；然后，基于估计的跳点和Bootstrap方法选择的窗宽给出系数函数的最终估计；最后，利用蒙特卡洛模拟评价本文提出的非参数估计和窗宽选择方法的有限样本性质。通过对2008年1月至2017年12月我国PPI和CPI月度同比数据的实证分析，我们发现该模型能较好地刻画PPI与CPI相关性的时变和带跳特征，进而也验证了该模型的应用价值。     

季节变动预测新论

季节变动是指某些社会经济现象由于受季节更替、生产条件和生活习惯的影响，而形成每年重复出现的有规律性的周期变动。正确认识和掌握季节变动规律，进行季节预测，对于制定营销计划，合理组织货源，满足市场需要等具有重要意义。对于同时含有季节因素、趋势因素和不规则因素的时间数列，目前常用的季节预测法主要有两种；移动平均趋势剔除法和最小平方趋势剔除法。笔者认为：移动平均趋势剔除法虽然原理简单，可以消除季节因素和不规则因素影响，显示现象总体的线性变动趋势，但该方法求得的移动平均值能否真正反映各期趋势水平则令人怀疑…     

季节调整方法在CPI指数中的应用

文章首先对季节调整方法的发展及应用进行了说明,着重介绍了国际上使用最广泛的两种方法:X-12-ARIMA和TRAMO/SEATS;然后用X-12-ARIMA方法对我国居民消费价格指数序列进行了季节调整,探测了交易日、闰年、异常值和春节对CPI指数的影响,比较了三种季节调整模型之间的优劣并进行调整,得出了我国CPI指数只受春节因素的影响的结论,相应的最优模型也是春节效应模型;最后用这种模型对我国CPI指数进行季节调整,分离出趋势成分、季节成分和不规则成分,得到了最终的季节调整序列。     

Beta系数跨期时变与公司估值

从理论上剖析Beta系数跨期时变、时间要素设定差异对系统性风险度量及公司估值结果的影响,并以2005年1月1日至2014年12月31日为样本周期,以有色、钢铁、石化、房地产、银行等5个周期性行业板块收益率及市场平均收益率的周数据和月数据为研究样本,对理论分析结论进行实证检验。研究发现：（1）时间要素设定差异会显著影响Beta系数稳定性;（2）时间要素设定差异对系统性风险度量及公司估值结果影响显著;（3）审慎设定时间要素,有利于提高Beta系数稳定性,同时降低系统性风险度量及公司估值误差。其中,“5～10年”是更为可取的Beta系数估计时段,并应优先选择以“周”为单位的收益率度量时限,其次是以“月”为单位。     

我国物价变动的影响因素及其传导机制的实证研究

内容提要:本文主要研究宏观经济变量对价格水平的影响,上下游物价之间的传导机制以及经济变量变化的时滞关系,着重考察相关经济变量之间是否存在因果关系,先行关系以及刻画影响程度的脉冲响应。实证结果表明,在影响物价的因素方面,工业增加值,投资,消费,进口与出口以及M1,M2均为CPI的原因,但财政支出与贷款增量不是CPI的Cranger原因,其中工业增值,M1和进口,出口还是领先于CPI变动的稳定的先行指标;在物价传导方面,市场化程度较高的领域,价格传导畅通,而垄断行业或政府控制部门价格传导不畅或严重时滞。     

基于PMI分解的制造业损失评估

2008年金融危机对我国制造业造成巨大冲击,对危机的影响进行评估对建立科学的危机预防机制具有重要的意义。文章运用X-13A-S模型将我国制造业PMI进行分解,研究各成分在危机期间的波动情况,分析金融危机的动态演变过程并构建本底趋势线进行损失评估,最后划分金融危机的生命周期。结论表明：①X-13A-S模型对指数调整效果较好,长期波动趋势分为三个时期;季节成分波动表现为“三波峰、三波谷”;异常值与危机事件相对应。②全面爆发前期PMI指数损失5.11%,平均损失1.28%,爆发后期指数损失49.31%,平均损失4.11%,本轮危机共损失54.42个百分点。③2008年1月至4月为生成期,2008年5月至12月为全面爆发期,2009年1月至5月为衰退期,2009年6月至8月为消亡期,整个危机持续16个月。④全面爆发时期以8月份为分界点,表现出“前期趋势-循环成分,后期不规则变动”的动态机制。     

我国贫困人口的脆弱度与贫困动态

 在贫困脆弱性和贫困动态理论的逻辑归纳与阐述基础上，利用辽宁省重点贫困县调查样本数据，采用聚类分析、脆弱度分析以及敏感度分析等方法实际测度了贫困县贫困状态的分布情况和脆弱程度；从贫困动态的角度，对贫困户1997～2006年间的贫困发生频次、深度及持续时段进行了统计分析。研究发现，各个贫困县的贫困脆弱性程度存在一定的差异，且受多重致贫因素的影响呈现出一定的类型分布特征；贫困动态的分析在一定程度上支持了贫困脆弱度的结果；贫困时段分析与以往研究发现略有不同，呈现出“暂时贫困”和“长期贫困”二者“并重”的特征，而非“单一分布”的“偏态”， 真正有效率的扶贫救济制度应当准确地锁定在持续贫困的家庭上，政策相应地要具有差异性和弹性，这样才有可能快速及时的解决攻坚阶段的贫困问题。     

PPI和CPI传导效应实证分析

将PPI分解为生产资料出厂价格指数和生活资料出厂价格指数,利用VEC模型分别检验它们与CPI之间的传导关系,结果表明：不同传导路径存在差异且总体传导强度有限;利用变结构协整检验了近年来中国价格传导的变异性,发现存在变结构点,价格传导效应有减弱的迹象。     

我国居民消费价格波动和预测：1997-2010

 CPI与人们的生活息息相关,同时也是经济分析和决策、价格监测和调控及国民经济核算的重要指标。本文以1997年1月至2009年12月我国衣食住行及城乡分类月度定基CPI数据为样本,在分析其波动特征及差异的基础上,通过指数平滑法的Holt-Winters模型将其分解为季节和趋势波动。结果表明,我国分类CPI各自具有明显的趋势和季节特征,并得出其波峰和波谷到达时间;模型对其有非常好的拟合效果,其MAPE依次为0.253%、0.816%、0.364%、0.359%、0.391%、0.338%。在此基础上对我国2010年各月的分类CPI进行了科学预测。     

CPI月度环比指数季节调整及CPI折年率方法研究

内容提要：CPI中长期变动趋势的预测一直是困扰经济学界的一个问题。本文研究了CPI月度环比指数的季节调整,并建立了CPI中长期预测的模型,并利用该模型对我国今年CPI上涨趋势进行了预测。     

基于季节调整技术的我国物价波动实证研究

 本文首先对季节调整方法的发展及应用进行说明,并对X-12-ARIMA和TRAMO/SEATS进行方法与实证比较,得出这两种方法调整效果基本相同;其次使用X-12-ARIMA方法对我国CPI时间序列数据做了实证研究,分离出最终趋势成分、季节成分等;然后通过PBC版X-12-ARIMA分理处时间序列中的春节因素;最后通过调整后的CPI序列进行短期预测,并对其展开了一定的分析讨论。     

经济周期波动的函数型时序分解方法——基于CPI的实证分析

建立一个函数型时序分解模型,根据交叉验证方法将数据分为趋势项、周期项和随机项,因而提取出的趋势项具有较好的泛化能力;提出的基于调节粗惩系数的转折点选取法,通过优化粗惩系数较好地分割了CPI的扩张期和收缩期,可判断经济指数的转折点。另外利用傅里叶变换(FFT)提取数据主频,改进了周期型基函数,相比于传统的傅里叶基函数,新的周期基函数对周期项的拟合精度较高。通过对近十年和近两年的CPI数据进行分析,结果表明季节影响较为明显,而且最后的组合模型预测精度较高。     

基于季节调整的CPI统计环比指数研究

本文首先阐述了季节调整与统计环比指数的必要性,简要介绍了X-12-ARIMA与TRAMO/SEATS季节调整原理,然后运用X-12-ARIMA程序对中国1997年1月至2010年5月CPI月度数据进行季节调整,再运用TRAMO/SEATS方法解决季节调整程序中中国春节因素问题。接着由季节调整后的数据计算得到月环比CPI,对月环比CPI和同比增加率进行了比较,结果显示月环比CPI领先同比CPI。最后利用TRAMO/SEATS程序建立ARIMA模型（210）（011）进行了24个月的预测,预测结果显示,未来24个月内我国消费者物价指数温和上升,不会发生大的通货膨胀,但是存在一定的通胀压力。     

中国消费价格指数季节变动的函数性数据分析

运用函数性数据分析方法对中国从1990年1月到2009年12月期间的消费价格指数的季节变动特征进行了分析,结果发现中国消费价格指数存在季节性,一般年份对应的相平面图呈现相似的几何结构;基于傅里叶基函数组合给出的拟合函数较好地刻画了消费价格指数的季节变动特征。另外,中国物价水平具有惯性特征,其在受到一个结构性冲击的影响偏离正常水平之后,大约在一个季度回复到正常水平。     

The Evaluation of Long Term Trend I

A procedure is presented for the determination of the long term trend in series of data. Robust data smoothing procedures are used to decompose the data into trend, seasonal and irregular components. Confirmatory data analysis is then used to model the deseasonalized data and hence determine the long term trend. A series of riverflow data is analysed using these methods.