对CPI与PPP进行有效整合

居民消费价格指数(CPI)和购买力平价(PPP)转换因子在概念上有其相似之处。CPI是度量一组代表性消费商品及服务项目价格水平在一国内随着时间而变动的相对数;PPP是两种(或多种)货币在购买相同数量和质量商品时的价格之比。基于CPI和PPP在概念上具有相似性,并且在价格数据收集的要求上有相互联系的地方,如果能将CPI和PPP的调查工作进行有效的整合,不仅可以节约宝贵的人力和物力资源,而且增加各国统计局参与国际比较项目的热情,同时对提高CPI和PPP调查工作的质量大有好处。CPI和PPP概览为了更好的探究对CPI和PPP进行整合的可…     

2007年西宁市居民消费价格变动分析

2007年,我市居民消费价格总水平受国内、国际市场的影响呈现较快上涨的态势,CPI(居民消费价格指数)比上年同期增长6.4%,创十年来最高。影响CPI上涨的结构性因素突出,食品类价格上涨对居民消费价格总水平上涨的拉动作用不断扩大。一、消费价格变动的基本特点2007年,西宁市CPI(居     

解读CPI的低涨幅高感觉

CPI即居民消费价格指数,主要反映居民消费的消费品和服务品的价格变动情况。2006年,江苏CPI为101.6,即表示居民消费的消费品和服务品的价格水平比去年同期上涨了1.6%。     

2007年省城西宁居民消费价格上涨6.4%

据国家统计局西宁调查队调查资料显示:受食品价格持续上涨等因素影响,2007年,省城西宁居民消费价格总水平(CPI)为106.4,比2006年上涨6.4%。非食品价格指数为103.5,上涨3.5%。服务项目价格指数为104.2,上涨4.2%。工业品价格指数为103.0,上涨3.0%。核心CPI上涨3.5%。在调查的八大     

中国参加国际比较项目面临的若干问题

国际比较项目(ICP)是一项全球性多边统计活动,旨在通过收集一篮子代表规格品的价格数据,测算出各参与经济体的购买力平价,以此作为货币转换因子和空间价格平减指数进行国际经济比较。基于对中国2011年和2017年CPI调查和ICP调查采集的居民消费价格数据的分析研究,以回应2017年轮国际比较项目技术咨询组第三次会议有的专家对中国居民消费价格数据提出的两项质疑,并结合2017年轮国际比较项目在中国的具体实施情况,详细阐述中国参加国际比较项目面临的若干问题,主要包括:规格品对于中国的代表性问题、中国支出法GDP基本分类的完整性问题、中国在亚太区域参与国际比较项目的问题、ICP调查与CPI调查之间的差异问题以及中国建筑品价格与建筑投入价格的差异问题等,以期为进一步优化ICP调查框架提供理论参考,使ICP比较结果更能反映中国的实际经济规模和价格水平。     

经济运行点评 正确认识CPI与PPI的持续背离

正1月份,居民消费价格(CPI)同比上涨2.5%,涨幅与2013年12月份持平;与此同时,工业生产者出厂价格(PPI)同比下降1.6%,降幅扩大0.2个百分点。居民消费价格涨势总体较为平稳,工业生产者价格持续下跌,2012年以来两者走势出现明显背离。应如何看待这一现象呢?一是尽管CPI和PPI都能反映价格变化情况,但由于统计范围和口径、     

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     

扫描数据支持下的CPI调查

CPI在国际上称为消费价格指数，在我国则被称为居民消费价格指数。CPI作为一个重要的宏观经济指标，受到了社会各界的广泛关注。CPI旨在反映一定时期内居民所消费商品及服务项目的价格水平变动趋势和变动程度。编制居民消费价格指数的目的是为了了解全国各地价格变动的基本情况，分析研究价格变动对社会经济和居民生活的影响．     

CPI:高开低走 有望回升

<正>CPI下跌,核心CPI上涨背后反映了两个价格现象,一是核心CPI上涨主要是服务价格恢复性上涨带动;二是影响CPI下跌主要是以猪肉为首的食品价格和以成品油为首的能源价格。2023年,为巩固经济恢复态势,提振消费信心,稳经济政策密集出台,国民经济持续回升向好,但由于供需恢复时间不同步以及基数效应,四川居民消费价格(CPI)同比走势与全国一样,呈震荡下行、前高后低态势。2023年1—11月比去年同期上涨0.1%,处于2003年以来同期低点。随着扩内需、强动能的积极信号不断释放,国民经济加快恢复,市场需求逐步改善,经济恢复向好态势将逐步在CPI上显现,2024年四川CPI有望震荡回升。     

国际油价波动对我国CPI影响的实证分析

文章运用VAR模型,构建了国际原油价格与我国CPI之间的动态关系系统,着重探讨国际原油价格在下行阶段的影响规律.通过对国际原油价格和全国居民消费价格指数使用JJ协整检验,并采用最佳滞后期3的分析表明,国际原油价格和我国CPI之间存在长期均衡关系,国际原油价格下跌10％时,对数化的CPI指数下降0.2％.如果国际原油价格处于下跌走势时,在短期内对我国CPI不会产生显著影响,但如果国际油价长期处于低位时,会对我国CPI产生一定影响并形成通货紧缩的压力.     

四川物价涨幅回升,通胀来了吗?

一季度四川居民消费价格（CPI）上涨1.7%,涨幅较上年同期扩大0.3个百分点,其中2月份四川CPI同比上涨2.6%,创下2017年2月以来单月涨幅新高.     

上半年南宁CPI同比涨6.6％涨愊全国1.2个百分点

国家统计局南宁调查队（以下简称南宁调查队）公布上半年南宁市居民消费价格运行情况。今年以来，南宁市居民消费价格持续高位运行，月涨幅逐步扩大。上半年南宁市居民消费价格（CPI）同比上涨6．6％，涨幅高于全国（5．4％）1．2个百分点，低于全区（6．9％）0．3个百分点。     

电信资费持续下降对我国CPI控制的贡献分析

居民消费价格（CPI）总水平涨幅的控制,是历届政府工作的主要目标之一。当前我国CPI涨幅逐月攀升、高位运行,而电信行业的资费却在继续下降。电信资费的持续下降对我国整个国民经济价格体系的稳定具有积极意义,电信企业在我国应对物价全面上涨中应该而且必须发挥重要作用。     

心血凝结出的统计数字——云南建水县统计工作调研侧记

统计数据是如何产生的?从源头采集的统计数据能否做到真实可靠?这是许多人心中的问号,也是在中央国家机关团工委组织的"根在基层,走进一线"调研活动中,我参加国家统计局建水调查队调研团时,最想了解的问题。怀着对统计工作的种种好奇和深入基层、了解基层的渴望,调研团一行9人于5月27日至6月2日赴云南省红河哈尼族彝族自治州建水县,通过座谈交流、实际参与、观摩走访等方式对农村和城市住户调查、居民消费价格指数(CPI)调查、工业品出厂价格指数(PPI)调查、主要畜禽抽样调查、生猪调出大县抽样调查、农产品集贸市场价格调查、农产量抽样调查的调查内容、工作开展方式、数据采集步骤进行     

我国居民消费价格指数编制的改进与完善

居民消费价格指数(Consumer PriceIndex.CPI)是反映一定时期居民所购买的生活消费品价格和服务项目价格的变动趋势和程度的一种相对数。通过编制     

居民消费价格指数基础资料来源分析

一、居民消费价格指数概念及意义(一)概念居民消费价格指数(简称CPI)是反映与居民生活有关的产品及劳务价格的物价变动指标,以百分数来表示,是衡量通货膨胀的主要指标之一。(二)意义1.居民消费价格指数能够反映城     

多因叠加推动居民消费 价格涨幅有所扩大

1月份,居民消费价格同比上涨5.4%,涨幅比上月扩大0.9个百分点;环比上涨1.4%,扩大1.4个百分点。居民消费价格涨幅有所扩大,既有今年与去年春节错月、去年对比基数较低的原因,也有新冠肺炎疫情影响的因素。1月份,扣除食品和能源的核心CPI同比上涨1.5%,继续保持温和上涨态势。     

我国CPI波动的长期驱动力与短期驱动力&#61482; ——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。     

CPI高位运行凸显调控难度

2007年以来四川居民消费价格指数(CPI)在食品价格上涨带动下逐月走高。进入2008年后,价格总水平继续高位运行,1月份CPI同比上涨7.2%,2月份达到8.1%。由于当前价格总水平上涨压力较大,未来四川物价高位运行的态势仍将持续一段时间。     

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。