两次金融危机影响下中国CPI运行对比分析

研究发现1997年金融危机发生前后CPI运行相关度非常高,而2008年金融危机发生当期CPI与2007CPI运行相关度非常高,并且对2008、2009年前5个月同比CPI数据进行分析,相关度也非常高。对此,文章在此基础上运用BP神经网络模型具有很好地模拟非线性系统的优点,对BP神经网络模型进行了改进,并运用该模型对中国2001～2008年前5个月月度CPI指数进行了拟合的基础上,对2009年后7个月月度CPI指数和全年CPI指数进行了预测。将2009年全年数据(包括已公布的前5个月数据和后7个月的预测数)与2008年数据进行相关分析,发现相关度非常高。     

基于GM(1,1)模型的CPI经济预测

文章利用我国2010年9月~2011年3月的CPI月度指数,采用GM(1,1)模型建立CPI预测模型,并进行模型检验,采用该模型对未来几个月的CPI走势进行预测,结果表明模型有效。     

基于SARIMA-GMDH的CPI组合预测模型

文章以2001年1月至2015年2月的我国CPI定基指数为样本数据,首先构建季节乘积SARIMA模型与GMDH自回归模型对CPI进行预测;然后通过自组织数据挖掘理论构建SARIMA-GMDH组合模型再次对CPI进行预测;最后通过模型拟合优度检验与预测能力分析综合评价这3个预测模型,探索各个模型预测效果的差异性,总结评价组合预测法在经济现象中的预测优势.     

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.     

基于VAR模型的居民消费价格指数预测

2009年下半年至2010年5月,我国通胀预期不断加大。这是否预示会经历新的一轮CPI的大幅上涨成为了各界关注的焦点。文章运用VAR模型,分析各因素对CPI的影响,得出CPI对自身反应较为敏感,原料、燃料和动力购进价格指数对CPI的影响较弱,工业产品出厂价格指数以及货币供给增长率对CPI的影响也较弱,但有3个月的时滞。对未来36个月的CPI进行了定量预测,得出未来三年我国不会出现大规模通货膨胀的结论。     

基于ARIMA模型的消费者价格指数预测

科学准确地预测CPI将为宏观经济政策的制定提供合理的数据支持.文章根据我国2010年1月至2015年6月CPI月度数据建立ARIMA模型,对2015年下半年我国的CPI数据进行预测.实证结果表明:ARIMA(12,1,2)模型的预测效果良好,可以作为我国CPI走势判断的有效依据.     

居民消费价格指数的波动性分析

居民消费价格指数(以下简称CPI)在一定程度上反映了通货膨胀或紧缩程度,因此历来为各国政府和社会公众所关注.文章主要应用ARCH类模型对CPI年增长率的波动性进行了建模,结果表明该模型能有效拟合CPI年增长率的波动性特征;并根据分析得出我国市场经济还不成熟,需要进行有效调控,以更好地保持物价的稳定,促进经济快速发展的结论.     

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。     

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。     

我国居民消费价格波动和预测：1997-2010

 CPI与人们的生活息息相关,同时也是经济分析和决策、价格监测和调控及国民经济核算的重要指标。本文以1997年1月至2009年12月我国衣食住行及城乡分类月度定基CPI数据为样本,在分析其波动特征及差异的基础上,通过指数平滑法的Holt-Winters模型将其分解为季节和趋势波动。结果表明,我国分类CPI各自具有明显的趋势和季节特征,并得出其波峰和波谷到达时间;模型对其有非常好的拟合效果,其MAPE依次为0.253%、0.816%、0.364%、0.359%、0.391%、0.338%。在此基础上对我国2010年各月的分类CPI进行了科学预测。     

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。     

工资增长与CPI挂钩吗——基于中国统计数据的实证研究

研究工资增长是否应该与CPI挂钩,对建立职工工资正常增长机制具有重要意义.文章利用1978～2007年时间序列数据,对我国职工平均工资和CPI建立模型,研究CPI变动对工资水平变动的解释程度,同时分析GDP和汇率对工资水平的影响.实证结果表明,我国的职工工资水平增长与CPI之间有很强的相关关系.健全职工工资正常增长机制,工资调整应考虑与CPI联动,但不宜与CPI直接硬性挂钩.     

基于新投入产出价格模型的农产品价格变动与通货膨胀关系解析

农产品价格和CPI是2007年以来我国经济运行中的热点问题。文章采用新投入产出价格模型对农产品价格变动相关的几个问题进行了基本理论分析,得出的基本结论是:农产品价格变动只有在非农产品价格相关因素的作用下才显著影响总体通胀率和CPI,但不能依靠农产品价格提高农民收入。从中长期看,应有效地推动农业的产业化和规模化经营,提高单个农民的农业生产率。     

基于带跳时变系数模型的PPI与CPI相关性研究

2008年以来,我国PPI与CPI走势出现了多次背离与分化,从整体上看,两者相关性很弱。但从动态视角来看,由于相关关系可能会因时而变,整体相关性有可能被关系本身的方向和强弱变化所削弱甚至掩盖。为准确反映两者相关性的动态变化,本文放宽时变系数函数的光滑性假设,提出了带跳时变系数模型,并给出一种非参数三步估计方法：首先,估计系数函数中跳点的位置和个数;然后,基于估计的跳点和Bootstrap方法选择的窗宽给出系数函数的最终估计;最后,利用蒙特卡洛模拟评价本文提出的非参数估计和窗宽选择方法的有限样本性质。通过对2008年1月至2017年12月我国PPI和CPI月度同比数据的实证分析,我们发现该模型能较好地刻画PPI与CPI相关性的时变和带跳特征,进而也验证了该模型的应用价值。     

中国制造业PMI与CPI的相关性分析

文章选取了2005年1月至2015年4月的中国制造业采购经理指数(PMI)与居民消费价格指数(CPI)的数据进行相关性分析,并对两个时间序列构建向量自回归模型,进而通过Granger因果检验、脉冲响应函数分析、方差分解分析说明了中国制造业PMI与CPI之间的定性定量关系,得出PMI与CPI互为Granger因果关系,PMI与CPI之间存在相互作用关系,且PMI对CPI具有较长时间和较大程度的正向影响.     

预防通胀多管齐下

2007年8月,全国居民消费价格指数(CPI)同比上涨6.5%,创出10年来新高,中国人民银行行长周小川日前表态,对我国的通货膨胀感到有所担忧,并强调对抗通胀是我们的目标,当前首要的是使实际利率转为正值.     

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非对称性波动分析及短期预测

居民消费价格指数(CPI)在一定程度上反映了通货膨胀抑或紧缩的程度,受到社会普遍关注.文章基于我国1990年1月～2011年6月的月度数据进行探索性建模分析,通过模型比较发现对D_CPI序列建立AR(2)-ACGARCH(1,1)组合模型最合理,该模型很好的刻画了CPI的非对称性波动特征.研究结果表明D_CPI具有明显的群集效应和逆杠杆效应,即正的外部冲击对价格水平的影响大于负的外部冲击；另外短期预测结果显示2011年第三季度我国CPI月同比增长都将超过6％,预测效果比较理想,较为符合实际情形.     

中国宏观经济与股市动态关系研究:1998-2007

文章采用贝叶斯向量自回归计量经济模型,检验了1998年1月-2007年12月的上证A股指数月度收益与6个主要宏观经济变量之间的相关关系.结果显示股指收益与工业增加值正相关,与CPI以及长期利率负相关.但与货币供应量、出口额、投资等变量相关性不明显.根据估计得到的贝叶斯向量自回归模型进行预测,进一步显示了CPI对股市的影响关系.