国外CPI偏差及其测度研究综述

在国内关于CPI是否存在偏差及如何测度偏差研究很少的学术背景下，主要围绕CPI价格指数是否存在偏差、偏差的比较基准、偏差的来源及如何测度偏差、降低偏差的主要方法等问题，对近年来国外的相关研究进行了综述，以期能对中国关于CPI的研究提供帮助。     

折旧率不同对资本存量估算的影响

资本存量是宏观经济分析与统计研究的重要指标,近年来学者普遍认为折旧率的大小直接影响了资本存量的估算结果。李宾首次对此展开系统研究,但由于李宾前后两个时间段采用的折旧率不一致,因此估算结果存在偏差。在对资本存量估算指标进行分析的基础上,重新估算了中国1978—2014年的资本存量,研究了折旧率对资本存量估算的影响。发现折旧率相差1个百分点,25年之后资本存量大约相差5.4个百分点,5%折旧率与10%折旧率的估算结果相差20%,以往的学者可能高估了折旧率对资本存量估算的影响。     

基于Copula函数的CPI与GDP相关性研究

GDP与CPI分别作为衡量经济发展与通货膨胀的重要指标,其相关性分析直接影响宏观经济政策的制定.文章利用阿基米德Copula函数对1992-2015年CPI与GDP的季度同比增长率进行研究,分析了CPI与GDP之间的相关性与尾部特征.研究表明,CPI与GDP增长率的变化是一致的,即CPI与GDP之间存在正向相关关系.     

CPI编制中的几个基本问题探析

 消费者价格指数（CPI）是宏观经济分析中的重要指标，准确地编制CPI有着非常重要的意义。本文探讨了CPI的测度目标、概念框架、消费范围、地理范围、基本价格指数等CPI编制中的基本问题，得出了若干富有启发性的结论。     

CPI编制的研究综述及展望

文章在参考CPI国际编制标准的基础上,首先对CPI编制中的一般性问题进行了归纳总结,如CPI的基本内涵、测度目标及编制中需考虑的因素等;然后对国内文献中指出的CPI编制中存在的问题进行了汇总;最后对中国的CPI编制提出展望,指出中国应该在CPI编制的理论研究上更加具体化和量化,在实践中提倡"国际化"和"个性化"统计。     

基于小波变系数模型的CPI权重估计

居民消费价格指数（CPI）是反映宏观经济运行的重要指标之一,因此其编制中所采用权重的取值和调整特征一直是各界所关心的问题,但目前中国CPI编制中所采用的权重大小一直没有权威机构的正式公布。根据2000—2010年间的CPI数据,采用基于小波的变系数模型对权重进行了估计。估计结果揭示了中国近10年中CPI权重的动态变化特征,这种变化特征也反映了近10年中居民消费结构的动态调整。     

居民家庭金融资产风险与宏观经济波动的协动性关系研究——基于GARCH-M模型的风险度量方法

居民家庭金融资产组合不仅存在风险,而且风险会随着居民持有不同金融资产的比重、家庭外部宏观经济的波动而变动。通过构建GARCH-M模型,引入宏观经济变量(GDP增长率、CPI、利率),并计算在险价值VaR,分析宏观经济指标波动与家庭金融风险的协动性关系。研究认为,家庭金融收益主要受利率影响,家庭金融风险主要受GDP和CPI影响,而且家庭金融风险具有集聚性,并会影响利率的变化。     

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．     

我国CPI波动的影响因素分析

文章从宏观环境中选取四个经济指标构建CPI的影响因素指标体系,并通过社会总供给和总需求之间的数量关系,解释指标体系如何推动物价波动.由于宏观经济指标之间存在很强的相关性,在对CPI的多元回归模型中必然存在较强的多重共线性,因此运用岭回归估计模型参数,定量分析各个因素对CPI的影响,并采用偏最小二乘构建CPI预测模型,对CPI的波动进行拟合.     

CPI质量调整及方法改进问题新探

产品质量变化是CPI偏差的主要来源,质量调整问题是CPI统计理论与实践的难点之一。进入大数据时代,CPI质量调整的必要性和可行性都显著上升,常用的一些质量调整方法将更具操作性,而且质量偏差调整的效果也将明显改善。基于大数据的支持,经典的Hedonic方法可采用加权时间―虚拟Hedonic指数和加权时间―产品―虚拟Hedonic指数对质量发生改变的规格品进行价格虚拟,结果更加合理准确,并能保证CPI质量调整的及时性和动态性。目前中国CPI统计尚未引入质量偏差调整,为进一步提高数据质量,应尽快研究和实施CPI质量调整。     

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。     

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。     

美国的消费价格指数体系及其对我国的启示

消费价格指数是官方统计对消费支出价格变动情况的一个基本描述,其数据质量高低在影响公众经济行为的同时,也在影响着一国（地区）宏观经济政策的有效性。文章以美国消费价格指数体系为研究对象,就美国统计实践中的传统CPI指数、PCE指数、C-CPI-U指数进行了对比分析,并从编制原理的改进、宏观经济政策的需要和可操作性等方面阐述了形成美国现有消费价格指数体系的原因。最后,借鉴美国的经验,结合我国现阶段CPI编制状况,提出了进一步优化我国消费价格指数统计的政策建议。     

大数据背景下CPI预测问题的文本挖掘技术设计与应用

本文创新地将半监督交互式关键词提取算法词频-逆向文件频率( Term Frequency- Inverse Document Frequency, TF-IDF )与基于 Transformer 的 双 向 编 码 表 征 ( Bidirectional Encoder Representation from Transformers,BERT)模型相结合,设计出一种扩展CPI预测种子关键词的文本挖掘技术。采用交互式TF-IDF算法,对原始CPI预测种子关键词汇广度上进行扩展,在此基础上通过BERT“两段式”检索过滤模型深入挖掘文本信息并匹配关键词,实现CPI预测关键词深度上的扩展,从而构建了CPI预测的关键词库。在此基础上,本文进一步对文本挖掘技术特征扩展前后的关键词建立预测模型进行对比分析。研究表明,相比于传统的关键词提取算法,交互式TF-IDF算法不仅无需借助语料库,而且还允许种子词的输入。同时,BERT模型通过迁移学习的方式对基础模型进行微调,学习特定领域知识,在CPI预测问题中很好地实现了语言表征、语义拓展与人机交互。相对于传统文本挖掘技术,本文设计的文本挖掘技术具有较强的泛化表征能力,在84个CPI预测关键种子词的基础上,扩充后的关键词对CPI具有更高的预测准确度和更充分的解释性。本文针对CP 预测问题设计的文本挖掘技术,也为建立其他宏观经济指标关键词词库提供新的研究思路与参考价值。     

面板数据的自适应Lasso分位回归方法研究

如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。     

基于CPI分项目价格指数的中国核心通货膨胀估计及政策选择研究

 核心通货膨胀是观测到的通货膨胀中长期的、持续的成分。核心通货膨胀对经济形势的判断与宏观经济政策的制定有着重要的意义。本文使用CPI分项目价格指数建立动态因子指数（DFI）模型估计了2001年1月至2011年4月中国的核心通货膨胀。结果显示,我们估计的核心通货膨胀反映了通货膨胀的趋势,能够很好地反映货币供给的变化,对未来5-19个月的CPI亦有较好的预测能力。     

基于多重尝试Metropolis算法的非线性DSGE模型贝叶斯推断

本文提出一种改进的多重尝试Metropolis算法,用于非线性动态随机一般均衡模型的贝叶斯参数估计和模型选择。多重尝试策略通过每次迭代抽取多个尝试点的方法来提高算法的混合速率,新方法中提出使用近似的方法提高计算速度,并通过接收概率调整偏差。数值实验表明新方法在相同的计算时间内具有更高的估计效率。最后,本文比较了具有不同货币政策设定的模型对中国经济数据的拟合效果,发现中国数据更加支持具有时变通胀目标的模型。     

基于混频模型的CPI短期预测研究

传统的CPI预测模型都是基于相同频率的月度数据,金融市场的高频日度数据需要转化为月度数据才能使用。这会忽略日度变量所包含的CPI短期走势信息。为充分利用这些信息,本文基于自回归混频数据抽样模型同时考察了金融市场一阶矩收益和二阶矩波动的日度信息对CPI的短期走势预测的影响。结果表明,股票收益、短期利率和长短期利差变化量仅在收益水平上对CPI短期走势产生影响,而长期利率、粮食和能源商品市场的收益和波动都有助于CPI短期预测,而且收益对CPI的影响要比波动更加持久。相对于传统的月度时间序列建模方法,本文的混频CPI模型具有更好的样本内解释能力和样本外预测能力。另外,引入二阶矩波动的日度信息在一定程度上能更多地降低预测偏差。