我国CPI季节调整模型预测

文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测.实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5％之内.     

中国核心CPI动态特征、分类解析与异常点分析

在经济增长和稳定物价的双重目标下,科学测度中国核心CPI具有十分重要的意义。考虑了八大类部门间价格联系、随机波动、奇异值调整,使用MUCSVO模型系统地分类解析了中国核心CPI。结果显示:(1)MUCSVO核心CPI能较好地反映中国总体及各分类标题CPI的潜在趋势,实现了对中国核心CPI全面细致的动态实时监测。此外,食品类在中国总体核心CPI结构中是不可或缺的。(2)对中国核心CPI分类解析发现:第一,总体核心CPI与各分类项目CPI趋势变动方面大体一致,医疗保健及个人用品类CPI趋势走势差别较大。食品类、居住类CPI趋势曲线位于变动总体核心CPI曲线上方,波动幅度大于总体核心CPI;第二,宏观冲击方面,价格粘性的差异导致分类项目核心CPI对宏观冲击的响应程度并不一致,食品、居住类核心CPI对共同宏观冲击的响应程度最为迅速;第三,核心CPI波动性特征在总体CPI、分类项目CPI、共同成份、特有成份之间均存在较大差异,且大部分的价格波动主要由异质性部门的相对价格波动引起。(3)对于总体及分类项目的非核心CPI,识别其异常值,发现异常时点均与中国政策效应非常吻合。     

我国CPI波动的长期驱动力与短期驱动力 ——基于CPI分类指数的分析

 本文根据2001年1月至2008年4月我国CPI篮子的8类居民消费价格分类指数的月度数据,分析了我国CPI波动的特征,并运用Gonzalo和Granger(1995)以及Darrat和Zhong(2002)提出的检验协整系统中的长期驱动力和短期驱动力的方法,从CPI分类指数的角度实证分析了我国CPI波动的长期和短期的决定因素。研究结果显示我国CPI波动的具有明显的结构性,食品、烟酒及用品、交通和通信、娱乐教育文化用品及服务等5类分类指数价格的变动是我国CPI波动的长期驱动力,而食品、衣着、医疗保健及个人用品等5类分类指数价格的变动是短期驱动力。     

月度数据季节因素调整和预测

 内容提要：由于受气候条件、节假日、人们的风俗习惯、人口和国民经济增长等因素的影响,客运量呈现出周期性的增长趋势变化。为客运部门更好地安排客运计划,本文通过指数平滑法中的Holt-Winters模型将时间序列数据分解为季节波动和趋势波动。并对我国铁路、民航、水运和公路的2002-2009年的客运量数据进行拟合。结果表明,铁路和民航客运量数据具有明显的线性趋势和季节性特征,并进一步得出其波峰和波谷到达的时间;模型对铁路、民航、水运和公路客运量均有非常好的拟合效果,其平均绝对百分百误差（MAPE）依次为5.536%,7.49%、6.070%和3.633%。在此基础上对我国2010年各月份的客运量进行了科学预测。     

中国省份消费水平指数的波动源头研究

文章通过构建基于序贯主成分方法估算的状态空间分层动态因子模型,对我国1999年1月到2015年6月31个省份的CPI即消费水平指标的三层动态因子进行估算.将CPI波动来源分解为相互独立的国家、区域和省份动态因子,进而分析其基本特征,结果表明全国动态因子和区域动态因子基本反映了各省份消费水平的波动趋势,可作为CPI波动的主要源头,然而省份动态因子差异较大,其差异性与各省份经济发展水平相关.并利用方差分解来解释CPI波动源头,其中,全国动态因子是CPI波动的主要驱动力,区域动态因子影响力最弱,省份动态因子的影响程度差异较大,在一定程度上与各区域及各省份的特殊特征有关.     

对我国物价波动性及其影响因素的变量考察

文章首先从ARCH模型的角度,对我国CPI波动进行了实证研究,得知其残差序列存在显著的ARCH效应,而且通过GARCH模型分析得知我国的CPI波动具有长期记忆性,并且外部的一个冲击对我国的物价波动具有显著的杠杆效应;其次利用脉冲反应模型,以投资与消费为例对物价的冲击因素进行比较分析得知,投资对物价的冲击力度明显高于消费的冲击力度;最后通过方差分解结果得知,CPI自身的冲击是导致我国物价波动的最主要因素,其次才是投资。因此我们可以得出以下结论:我国CPI波动具有长期记忆性特征,通货膨胀与通货紧缩一旦形成,就极容易造成恶性循环。     

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。     

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。     

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.     

中国核心通货膨胀的指数测算、分类特征与冲击传导

为了测算和分析我国核心通货膨胀指数，本文在动态因子模型分析框架下引入了时变因子载荷系数、随机扰动和异常值调整，构建了基于我国城市环比CPI的UCSVO模型和基于八大类城市环比CPI及消费支出权重的MUCSVO模型。研究发现：①UCSVO模型识别出的CPI异常变动时间点符合经济现实，由其测算得出的核心通货膨胀指数适用于我国通货膨胀的实时监测；②MUCSVO模型中共同的趋势成份因子及其载荷系数能体现宏观冲击与价格粘性的现实经济含义，价格粘性的差异是各大类核心通货膨胀指数对宏观冲击产生异质性响应的重要原因；③MUCSVO模型所测算的核心通货膨胀指数的分类权重与消费支出成正比、与波动性成反比，在测算分类以及总体核心通货膨胀指数的同时，还能准确反映各大类CPI的变化特征。     

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。     

提高CPI数据质量的编制技术研究评述

提高CPI数据质量既需要采集的调查数据准确可靠,也需要编制指数的技术方法科学合理。消费者价格指数（CPI）通常是根据标准的指数方法计算而得,本文主要从指数编制技术的角度出发,分别从CPI的构造方法、质量调整、季节性产品的处理三个方面,对提高CPI数据质量的编制技术进行研究评述。在此基础上,本文从编制技术的角度,对提高我国CPI数据质量提出相应建议与对策。     

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。     

国际油价冲击对中国宏观经济的影响

 长期以来,伴随油价冲击的往往是国际经济和社会的剧烈动荡,这使得油价冲击对宏观经济的影响成为日益重要的研究课题。本文首次运用结构向量自回归（SVAR）模型,研究了国际油价波动对我国宏观经济所产生的动态冲击效应。实证研究发现：国际油价上涨确实对产出有逆向影响,但冲击后的产出变化在回归到零值后会越过零值继续上升;国际油价上涨对CPI有正向影响,但影响不显著,且CPI并不会在当期就对油价冲击做出响应,而是有一个相当的滞后期,然后在达到一个高点之后慢慢下降,逐渐回归到0值,但在达到0值后还会继续向下;国际油价上涨对一年期存款利率基本没有影响。针对造成这种实证结果的原因,本文最后给出了相应的解释和政策建议。     

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。     

中国数字经济核心产业规模测算与预测

本文以2021年6月国家统计局发布的《数字经济及其核心产业统计分类(2021)》为标准,使用2018年开展的第四次全国经济普查数据,构造数字经济测算框架,测算并预测了我国数字经济核心产业规模。本文研究结果为全面系统考察数字经济核心产业现状及发展趋势,了解我国数字经济产业结构特征提供了数据基础,为进一步完善数字经济规模测算框架和科学制定促进数字经济发展政策提供参考。     

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。     

CPI之GEKS指数序列更新方法及窗口长度选择问题辨析

大数据来源下CPI指数的创新编制,对及时了解新经济时代的物价走向和识别通胀危机、预测宏观经济拐点以实现我国通胀治理现代化、推动经济平稳和高质量发展具有重大意义。GEKS多边指数是近些年国际学术界重点研发的大数据热点价格指数,但其构造方法颇具争议。借助超市扫描大数据,就GEKS指数序列更新方法、窗口长度选择等学界难题开展理论与实证研究,获得了以下富有启发性的结论:①GEKS指数序列更新方法2、3应用效果相对较差;②随着窗口长度的增加,GEKS环比价格指数会趋于单位值,不同更新方法下的GEKS链式指数也会呈现一定的趋同性;而GEKS指数的通胀趋势判断力却不受此影响,但更新方法的选择却会导致其不同的通胀趋势预测结果;③更新方法4会随着窗口长度的增加而呈现更强的替代偏误,方法1却没有出现明显的替代偏误。综合而言,更新方法1和13个月窗口长度应该是编制GEKS指数序列更为合理的组合方式。     

中国大宗进口商品价格变化对CPI的影响——以粮食、原油和钢材为例

CPI是衡量通货膨胀水平的重要指标之一.随着经济的发展,中国对外贸易的依赖性逐步提高,若干资源性商品需求增长,大宗商品消费需求增长率有所提高,而近年来,中国大宗进口商品的价格不断提高,对CPI的变化产生了显著的影响.本文通过采用变量平稳性检验、格兰杰因果检验等方法对数据进行分析,研究了大宗进口商品的价格变化对CPI的影响情况,并提出了若干对策.