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。     

利用扫描数据编制CPI的国际经验及启示

在大数据背景下,大数据对政府统计的理论方法和生产方式必将产生影响.文章介绍了扫描数据的基本内涵,并通过部分国家利用扫描数据编制居民消费价格指数的经验,提出在大数据背景下,我国政府统计利用扫描数据编制居民消费价格指数的几点建议.     

本期导读

居民消费价格指数(CPI)影响着政府制定货币、财政、消费、价格、工资、社会保障等政策,同时还直接影响居民的生活水平及评价。《季节调整方法在CPI指数中的应用》一文,采用X-12-ARIMA方法对我国居民消费价格     

我国居民消费价格指数的短期预测

居民消费价格指数是宏观经济分析和决策,价格总水平监测和调控以及国民经济核算的重要指标.本文介绍了它的概念以及在我国物价体系中的重要作用,并根据1951年到2002年52年我国居民消费价格指数的统计资料,运用Eviews4.1软件和时间序列模型,对我国的居民消费价格指数进行预测和分析,提出几点看法和建议.     

中国主要价格指数季节变动模式测定方法的选择

文章论述了对我国主要价格指数进行季节调整和季节变动模式测定的意义;比较了用X-12ARIMA和TRAMO/SEATS两种方法在我国四个主要价格指数年内季节变动模式测定结果上的联系和差异;最后,提出了在我国进行季节变动模式测定的若干建议。     

中国居民消费价格指数间的关系与选择

居民消费价格是宏观经济监测的重要内容之一,其指数间的关系与选择具有重要意义。通过与国外发达国家的比较,从我国目前价格指数编制和选择使用的现状及存在的问题出发,研究环比、同比和定基价格指数以及环比“折年率”之间的相互转化情况和它们各自在经济监测中的特征。重点研究了基于X-12-ARIMA模型的环比价格指数的季节调整和同比价格指数相对环比价格指数对物价监测的时滞性。同时验证了研究中同比向定基指数转化的合理性。由此对我国居民价格实时监测的指数选择提供政策建议,也为我国价格指数的编制提出建议。     

局内详情

3月15日国家计委、国家统计局联合印发《关于价格指数统计、公布、使用以居民消费价格指数为主的通知人通知指出：经国务院批准，从今年起我国价格指数的统计、公布和使用，由以商品零售价格指数为主改为以居民消费价格指数为主。这是我国价格统计制度改革与完善的重要步骤，是价格统计和价格调控工作适应当前经济发展变化所进行的调整。因此，应做好以下几方面工作：1.正确认识价格指数统计、公布、使用改以居民消费价格指数为主的意义。居民消费价格指数与商品零售价格指数相比，在统计范围上包括了居住、服务项目价格，能够更加全面、准…     

我国货币供应量对居民消费价格指数影响的时滞关系检验

货币政策是我国进行宏观调控的一种主要手段。从理论上讲,货币供应量作为我国目前货币政策的中介目标,货币供应量的增加必将引起消费价格的上涨。文章选取居民消费价格指数作为研究物价稳定的代表指标,在总结各种测算时滞方法的基础上,运用各种不同的方法对我国三种不同口径的货币供应量与居民消费价格指数之间的时滞关系进行了测算。研究表明,我国货币供应量作为我国货币政策的中介是符合我国国情的,同时,测算出的时滞也为政府进行宏观调控提供了数据参考。     

空间价格指数的构建及其应用

价格指数是一种研究价格动态变化的工具,是反映经济运行的重要经济指标之一.文章在我国CPI的编制方法基础上,提出空间价格指数这一概念,并对构建空间价格指数的方法进行了初步探索.为了比较我国各地区的价格水平,构建了我国2009年各地区的空间居民消费价格指数,同时通过对我国各地区空间价格指数的构建对几种方法进行了说明和比较.     

现行物价统计方法改革新论

根据国家统计局的统一规定,从1994年元月起,我国的物价统计方法制度实行重大变革,主要有1.原职工生活费用价格指数及其中消费品价格指数停偏,改为编制居民消费价格指数;2.在居民消费价格指数之外新增商品零售价格指数的编制。那么,职工生活费用价格指数与居民消费价格指数,商品零售价格指数与消费品价格指数之间有何区别呢?     

关于CPI和PPI关系的VEC模型分析

居民消费价格指数(CPI)和生产者价格指数(PPI)是反映整体价格水平波动的两个重要指标.文章利用2001年1月至2014年7月我国CPI、PPI的月度数据,在协整检验的基础上,运用时间序列分析中的向量误差修正(VEC)模型对它们的关系进行了研究,从而把两个价格指数之间短期波动和长期均衡的特征联系起来.     

基于ARIMA模型与GM(1,1)模型的居民消费价格指数预测对比分析

居民消费价格指数反映一定时期内我国城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数,是宏观经济分析与决策、价格总水平监测与调控的重要指标,同时也是反映通货膨胀的重要指标.文章运用历史数据,结合数学模型对CPI进行了科学合理的预测.在此基础上运用ARIMA模型和GM(1,1)模型对居民消费价格指数进行了预测的对比分析.     

基于平减指数的GDP数据修订的合理性解析

2006年初,国家统计局根据经济普查结果对包括国内生产总值(GDP)在内的相关宏观统计数据进行了修订.这次GDP数据修订是否合理呢?文章首先根据<中国统计年鉴>中的相关统计指标,提出计算GDP平减指数的具体方法;然后讨论了GDP平减指数与居民消费价格指数、固定资产投资价格指数之间的关系;最后基于GDP平减指数与居民消费价格指数、固定资产投资价格指数之间的关系,探讨了GDP数据修订的合理性.     

德国BV4.1模型修正与中国CPI季节调整

居民消费价格指数(CPI)是衡量通货膨胀程度和经济活动水平的重要指标,通常要剔除季节性因素影响.本文对国际最新的BV4.1季节调整模型进行了系统的研究和软件开发,编写R程序增强了其实用性.首先考虑到了中国的节日因素,交易日因素和异常值,对2001年1月至2015年3月的CPI数据进行了预处理.在分离出季节成分以及日历成分之后,采用平滑区间和修正历史法进行模型诊断的研究.研究认为:CPI的趋势在短期内具有二阶多项式发展特征,节日因素、交易日影响和异常值不显著;实证结果表明,BV4.1的季节调整结果与其他模型如X-12-ARIMA和TRAMO/SEATS相比具有很强的稳定性.     

基于混合神经网络和混沌理论的居民消费价格指数预测研究

文章对我国居民消费价格指数进行了混沌识别,结果表明其具备混沌特性;结合神经网络和混沌理论,提出了一种将混沌理论和神经网络相结合的居民消费价格指数预测模型,利用重构相空间的嵌入维数确定神经网络的结构,算法与设计相对简单.     

CPI预测的SVM-ARIMA模型构建与数值模拟

居民消费价格指数（CPI）是宏观经济中的前瞻性指标,为经济政策的制定提供数据支撑,发挥指导作用。文章利用CPI的月度数据构建基于小波分解的SVM-ARIMA组合模型,实现了对CPI的精准预测。首先,对2000—2019年的居民消费价格指数序列进行小波分解;然后,对分解后的居民消费价格指数序列分别利用ARIMA模型和SVM模型进行预测;最后,将预测结果进行整合形成对居民消费价格指数的组合预测模型,并选用2020年的实际CPI月度数据与模型预测数据进行有效性验证。结果表明：组合模型的平均绝对百分比误差（MAPE）与均方根误差（RMSE）分别为0.5383%和0.6604%,相较于ARIMA时间序列模型和SVM模型实现了极大的改进。此外,该组合模型的预测分析框架具有较强的适应性和扩展性,可用于其他相同特征类型的时间序列数据的模拟预测。     

居民消费价格指数的时间序列分解预测法

居民消费价格指数是反映通货膨胀程度的重要指标,也是宏观经济分析和决策,价格总水平监控以及宏观经济核算的重要指标.文章采用时间序列分解的方法,预测居民消费价格指数的变动.该方法在预测的同时还能对时间序列进行分解分析,得到居民消费价格指数的基本走势信息.     

我国居民消费价格指数的编制及质量控制

我国近年来不断完善居民消费价格指数的编制方法，采用了国际上通行的链式拉氏公式（Laspeyres formula），对调查商品篮子进行了更新和调整，并从2001年开始编制定基价格指数（fixed—base index）。同时，为降低非系统性误差，提高价格指数的准确性，我国建立健全了覆盖包括样本抽选、价格采集、指数汇总和评估等全流程的质量控制体系和规范。     

居民消费价格指数影响因素分析

本文在建立向量自回归模型的基础上,运用脉冲响应函数和方差分解方法对中国居民消费价格指数的影响因素进行实证分析。研究结果表明,我国居民消费价格指数的影响因素主要来自食品和居住两大类别,而且长期的响应程度是显著的,带来的影响有其滞后性。因此,在当前物价上涨的严峻形势下,针对消费价格指数的两大主要影响因素,应采取长期而非短期的宏观调控政策。     

季节调整方法在中国的发展与应用

随着我国社会主义市场化经济程度的不断提高,人们逐渐开始使用环比数据监控宏观经济重要指标,而环比数据质量的好坏取决于对季节调整方法的了解与掌握程度.在简要介绍了季节调整方法及相应软件的发展现状之后,本文对季节调整研究在我国的发展与应用状况进行了总结.在季节调整发展部分,文章主要介绍了中国人民银行PBC版X-12-ARIMA季节调整软件和国家统计局版NBS-SA季节调整软件的特点;在季节调整应用部分,则分别以春节效应和结构时间序列模型为主线对我国季节调整文献进行了梳理.最后在小结部分,本文给出了一些建设性意见.