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．     

正确解读我国CIP

1．我国CPI编制中存在的问题 目前。我国编制居民消费价格指数所采用的是国际上通用的抽样调查方法，但指数编制还不够科学、严密，突出表现在以下四方面：     

我国居民消费价格指数的质量控制

居民消费价格指数(简称为CPI)作为反映通货膨胀或紧缩的重要指标,在宏观经济分析和决策中举足轻重。价格指数编制方法的科学程度与价格资料收集过程的规范程度,决定了价格指数的质量。为此,我国近年来不断完善居民价格指数的编制方法,并加强了价格数据资料收集整理、指数编制过程的全程质量控制。一、改革方法制度,力求科学合理,确保价格指数的代表性和准确性自2000年开始,我国居民消费价格指数的编制方法采用了国际通行规则,基本上与国际接轨。我国居民消费价格统计工作也于2002年上半年加入了国际货币基金组织的GDDS系统,标志着我国价…     

居民消费价格指数走势分析

一、居民消费价格指数(CPI)简介 居民消费价格指数(Consumer Price Index,简称CPI)是反映居民购买并用于消费的一组代表性商品和服务项目价格水平的变化趋势和变动幅度的统计指标.大多数国家都编制居民消费价格指数(CPI),以此反映通货膨胀程度.     

正确解读我国CPI

1.我国CPI编制中存在的问题目前,我国编制居民消费价格指数所采用的是国际上通用的抽样调查方法,但指数编制还不够科学、严密,突出表现在以下四方面:1.1样本的选择市场上有成千上万种商品,     

怎样解读居民消费价格指数

近年来，关于CPI是否真实反映了通胀水平的争论一直没有间断过，为何CPI数据与百姓感受会偏差较大？这就需要我们从CPI的定义、编制方法、如何解读使用等方面来理解，并理智看待，才能找到答案。     

一种居民消费价格指数变化趋势的综合分析方法

文章采用Mann-Kendall趋势检验和重标极差R/S分析方法分析了我国1985年以来居民消费价格指教的变化趋势.结果表明,1985年以来我国CPI总体呈下降趋势,通过显著性水平检验.重标极差R/S分析表明未来我国CPI变化趋势具有持续性效应.结合Mann-Kendall趋势检验的分析,认为未来我国居民消费价格指数变化趋势仍然具有长期记忆性特征.呈现下降趋势.但较为随机.     

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。     

对居民消费价格指数编制方法的改进

1居民消费价格指数的概念与编制方法简介居民消费价格指数(Consum er Price Index,简称CPI)是反映居民购买并用于消费的商品和服务项目价格水平变动幅度的统计指标。根据抽样调查原理选中的近12万户城乡居民家庭的消费支出资料,确定了251个基本分类、约700个规格品种的商品和服     

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     

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。     

OECD国家CPI编制的国际比较及借鉴

CPI是官方统计和宏观经济分析中的重要指标,但各国CPI的基础概念和具体编制方法存在着差别。本文从测度目标与理论框架、范围、消费品和服务分类、支出权数来源与更新频率、价格数据调查方法、质量变化调整方法、指数计算方法、自有住房和季节性产品的处理方法、季节调整等多个方面对OECD国家CPI的编制方法进行了系统比较,并总结了可供中国借鉴的经验。     

国际上对CPI偏差问题的研究及其评析与展望

CPI是宏观经济的核心指标之一,在官方统计和宏观经济分析中处于主导地位。但CPI却是一个存在偏差的指标。近些年来,CPI的偏差问题在国际范围内受到了广泛关注,有大量的文献研究CPI的偏差问题。本文对国际上研究CPI偏差问题的文献进行了全面梳理,系统总结了CPI偏差的来源、估算方法、估算结果以及CPI偏差的影响,从多个角度对CPI偏差测度问题进行了评析,并对未来需要进一步研究的问题进行了展望。     

将房价因素计入中国CPI的实证研究

近年来中国房价的快速上涨与下跌和相对稳定的CPI不配比问题,引起国人对CPI指标的质疑,已影响到政府统计公信力。运用中国2010年CPI的月度数据与各月CPI分类数据,在借鉴美国使用成本法和澳大利亚获取法的基础上,重新建立中国CPI在住房消费方面的两种核算方法。通过对两种方法核算的CPI数据比较发现,澳大利亚获取法核算符合中国社会经济发展现状,能更真实反映中国城乡居民消费价格水平。鉴于中国房价对CPI的显著影响,中国应该采用获取法核算CPI,将房价直接计入CPI核算中,进而提高CPI指标的公信力。     

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。     

对CPI质疑的思考

近年来,由于物价涨势较高,居民的切身感受同国家统计局公布的CPI数值产生偏差,各界人士对CPI的关注度达到了空前的高度。在总结与回顾中国CPI编制理论与现实差异的基础上,从不同层面多方位讨论了中国CPI目前面临的主要问题,并在此基础上提出中国CPI改革和发展的主要方向。引起公众对CPI质疑的原因主要来自三个方面:消费者对CPI编制框架和理论的不理解、CPI编制现实条件的约束和限制、平均意义的CPI指数并不能代表不同阶层对物价变化的感受,由此造成了消费者感知差异。     

CPI中虚拟消费的计价问题

基于CPI的编制目的,探讨纳入CPI的虚拟消费（自有住房和金融服务）的计价问题。分析表明：CPI中虚拟消费的计价范围应与计价方法相对应,且服从不重不漏的统计原则;结合中国CPI编制的实际情况,需要在中国自有住房服务估算租金的成本法中完善计价范围,添加尚未列出的费用项目;金融服务则可效仿自有住房服务的处理方法,以支出法GDP的居民消费为基准口径,逐步将金融服务费用纳入中国CPI中。     

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。     

Fractional Age Assumption Based on Cubic Polynomial Interpolation

This article proposes a new fractional age assumption (FAA) based on the cubic polynomial interpolation (CPI) and applies it to estimate the mortality rate and related actuarial quantities. The validity of the method under CPI is proved theoretically and the valuable advantages of CPI assumption are discussed based on three different perspectives—utilized death information, property of mortality force, and optimality criterion. The results show that CPI assumption has distinct valuable superiority compared with other FAAs in references. Finally under CPI assumption we study the calculations of some important actuarial quantities in life contingencies.     

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。