大数据背景下的CPI实时预测研究

本文根据2011年1月至2016年8月编制CPI的93类商品或服务的百度指数,基于Elastic Net惩罚因子的分布滞后模型,构建了CPI实时预测模型,实证检验了网络搜索数据对全国CPI、城镇CPI和农村CPI的实时预测功能.研究结果表明,基于网络搜索数据拟合出的CPI预测值与真实的CPI的走势相吻合,预测效果较好,笔者认为该方法克服了传统CPI统计计算方法上的时间滞后性.     

加入网络搜索行为能提升CPI的预测效果吗

传统的CPI预测模型利用的数据主要来源于政府统计局,由于政府统计数据规范、噪音小等特点,使得这样的预测模型在CPI变化不大的时期预测效果较好,但是在CPI变化趋势出现拐点的时期,预测效果往往较差;网络搜索数据作为一种新兴的数据结构类型,被运用到经济社会问题的预测当中,其实时可得的特点,能够提前预测到趋势变化的拐点.因此将网络搜索数据加入到传统的CPI预测模型中,分析增加网络搜索行为能不能提升CPI的预测效果,尤其是在CPI出现拐点的时期.分析结果显示,当CPI趋势出现拐点的时期,在传统预测模型中加入网络搜索数据,的确可以提升模型的预测效果.     

基于网络搜索数据的雾霾经济与CPI相关性研究

本文以北京为例,基于网络搜索数据,采用3折交叉验证技术,运用支持向量机和线性回归的方法研究和分析雾霾经济消费对CPI的实际影响.结果显示,两个模型拟合得到的数据与官方CPI数据非常相近,但支持向量机的拟合度和稳定性更好.     

基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例

科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行指数合成,其次利用EMD算法对游客量和网络搜索数据进行去噪处理,最后将ARIMA模型和BP神经网络进行组合,对游客量进行预测。实证分析以张家界为例。研究发现：（1）运用网络搜索数据预测旅游消费者出行行为切实可行,接近于实时的网络数据可以大幅提升预测的时效性;（2）经过EMD去噪算法对游客量与网络搜索行为数据进行去噪处理后,游客量的预测精度有较大程度提高;（3）基于网络搜索指数和EMD-ARIMA-BP组合模型的预测误差显著低于ARIMA模型和BP神经网络等基准模型。     

基于网络搜索数据的就业需求指数构建及动态预测 ——以陕西互联网产业为例

本文尝试以陕西互联网产业为例,利用网络求职搜索数据构造就业需求指数,反映陕西互联网产业的就业需求情况及变化趋势,进而建立就业需求指数的时间序列变点模型,预测效果较好,实现了对陕西互联网产业就业市场需求变化的动态预测.文章基于网络搜索数据构造就业需求指数的方法和动态预测方式的可推广性较强,对加强就业市场和宏观经济走势的统计监测和趋势预判、补充和丰富现有就业统计体系具有一定的意义.     

基于互联网搜索信息的预测模型研究--以余额宝产品需求为例

基于百度指数，以余额宝资产规模为例，运用ARIMA模型构建引入互联网搜索量的市场需求预测模型，同时建立不含互联网搜索量的预测模型，并将二者进行对比研究，发现包含互联网搜索量数据的预测模型的预测准确度更高，说明互联网搜索量数据包含一些在传统模型中未能考虑到的因素，该变量的引入有利于提高模型的预测准确度，为产品或服务的市场决策提供更加精确的预测结果。     

基于随机森林算法的宏观经济先行指数体系构建

本文选取2001年1月至2022年6月的数据作为样本,构建了国内生产总值（GDP）、价格指数和出口的宏观经济先行指数,并用2022年7月至12月的数据进行样本外预测。并将本文构建的随机森林（RF）指数体系与现存的指数进行效果对比,结果表明:（1）相比传统先行指数,RF先行指数可以更好地反映宏观经济变量的变动趋势,对历史期的经济发展拐点和波动幅度均高度拟合。（2）RF指数构建方法对于不同领先期数的设定和不同被预测变量的选择在样本内是稳健的。（3）RF指数对名义GDP、工业生产者出厂价格指数（PPI）和出口指数的样本外数据成功预测了走势和振幅,对于实际GDP和居民消费价格指数（CPI）的走势预测效果较好,但振幅的预测效果一般。综上,RF先行指数体系和方法对现有指数的计算方法、操作流程的简便性、期数选择和变量选择的稳健性以及预测效果等多个方面都具有显著的改善。     

选择域视角下的旅游搜索指数构建及其预测效果分析——以四姑娘山为例

在互联网交易市场中,旅游市场的波动主要体现为旅游者消费相关关键词的网络搜索、浏览和评论等指标的变化.因此,构建一个系统的理论分析和概念框架,并在此基础上选择一种科学合理的数据预处理方法,这对于从海量网络行为数据中提取有预测价值的信息并最终获得可靠的旅游者消费行为预测结果而言,变得越发重要.从选择域理论视角出发,提出了一种主要由初始关键词获取、核心关键词筛选和搜索指数合成三个步骤组成的旅游网络行为数据的预处理方法:系统合成法(TSVI).研究发现:TSVI指数在AR时间序列和BP神经网络等模型中的表现均优于SVI-1和SVI-2指数.仅就旅游者消费行为预测而言,选择域理论视角下的系统合成法是一种更有效的旅游消费者搜索行为指数构建方法.     

中国货币状况指数实证检验

以1996-2006年季度数据为样本,对中国货币状况指数标准形式与扩展形式分别进行测算.通过将所测算的货币状况指数与样本期季度GDP累计实际增长率,以及CPI走势关系进行对比分析,可以发现:样本期中国货币状况指数,可以运用国际学术界通行的双变量形式,即只考虑市场化利率与汇率的影响,而无须考虑中国以货币供应量作为中介目标的特定背景,纳入广义货币供应量.而在纳入货币供应量之后,货币状况指数对经济增长与CPI走势的解释力均明显下降.     

基于在线大数据的iCPI与CPI关系的研究

本文对清华大学iCPI项目组发布的基于在线大数据的居民消费价格指数iCPI与国家统计局发布的CPI的相互关系进行分析.运用时间序列模型研究了iCPI和CPI的短期和长期的统计相关性,并且运用混频数据抽样模型研究了iCPI所具有的实时和高频发布的特征对CPI实时预报和预测的作用.研究发现,iCPI和CPI在长期走势和短期变动方面都存在较大的差异,同时iCPI能够对CPI实时预报和预测提供有用信息.研究创新包括深入挖掘了iCPI的统计性质,提出改进iCPI编制的建议,以及利用iCPI改进CPI编制的政策建议.本研究为将iCPI与CPI相结合构建全面准确反映居民消费整体价格变动的新型价格指数提供参考.     

当前中美CPI走势差异的分析与研判

本文对中美CPI长期发展趋势、当前美国CPI高涨的主要原因、两国CPI指数构建方法异同等方面进行了深入分析。研究结果表明，导致当前中美CPI走势差异的主要原因在于新冠肺炎疫情及俄乌冲突对两国的影响不同，新冠肺炎疫情影响美国市场供给不足、经济停滞，从而实施“无上限”量化宽松政策，加之全球能源价格大涨，多种因素叠加导致当前美国CPI高涨。中国则与之相反，市场供应充足、货币政策稳定、能源价格影响有效管控，CPI涨幅温和。随着美国的加息缩表等紧缩政策和能源价格趋稳，美国CPI涨幅有望回落，中美CPI差异将逐步缩小。本文将为分析和研判当前中国和全球物价走势及经济形势提供参考。     

非正常波动统计数据修匀方法研究——以福建省消费数据为例

统计数据经常会受到定期或不定期的非正常波动因素的影响，因此而扭曲的时间序列短期的基本变动，使得我们难以深入研究和正确解释经济规律。如果利用科学的方法将这些非正常波动因素从经济时间序列中测定、分离、抵消和调整，对这些非正常波动统计数据进行修匀，则能更好地反映其基本的发展趋势。以福建省社会消费零售总额指标和相对指标为例，对其进行了修匀处理和并进行修匀前后的对比分析，发现修匀后的曲线较平滑，修匀效果比较合理。进行外推预测和模拟，得到模型的动态模拟结果以及静态预测结果，得到的环比CPI的动态模拟结果较好地反映了CPI的走势，静态预测较好地显示出短期波动情况。     

CPI、PPI、核心CPI对通货膨胀的指示作用——基于1996—2008年季度数据的实证研究

首先梳理了CPI、PPI、GDP平减指数和核心通货膨胀指数的构成特点及其在表现通货膨胀水平时的优缺点,通过计算GDP平减指数和核心通货膨胀指数,以GDP平减指数作为对通货膨胀率的度量,考察CPI、PPI以及核心通货膨胀指数与GDP平减指数之间的关系,从而得出各指标在指示和预测通货膨胀时的作用,以期能为货币政策的制定提供更好的依据。笔者认为相对PPI、核心通货膨胀指数而言,CPI才真正具有通货膨胀的“指示器”的作用．一是从目前来看,考虑政策作用的时滞,应以CPI为政策制定依据;二是当经济发展达到一定水平,则应采用以核心通货膨胀指数为决策依据的通货膨胀目标制。     

食品价格与CPI关系的实证分析

1998年以后,CPI变化平稳,没有大的起伏。这种变化态势由多种因素共同决定,但是无论从年度数据还是月度数据来看,它与食品价格之间具有高度的相关性。食品价格变动3个百分点,CPI变动1个百分点。从2000年以后,食品价格对CPI的贡献率越来越大,食品价格的走势基本决定着CPI的走势,所以要判断CPI走势,必须准确把握食品价格趋势。据此,我们认为应该采取监测价格运行、保障粮食基本供给、调整收入分配政策等措施,以应对当前的通货紧缩。     

基于VAR模型的居民消费价格指数传导机制研究

2007年初以来,我国经历了新一轮居民消费价格指数(CPI)的大幅上涨,环比指数在2008年2月达到了近十年的最高点108.7%,CPI走势及其传导机制已成为各界对经济关注的焦点。本文选取了5个与CPI相关的指标,运用VAR模型,分析其对CPI的传导机制,得出CPI对自身反应较为敏感,原材料、燃料和动力购进价格指数及PPI对CPI的传导效应不明显,固定资产投资价格指数、货币供应增长率对CPI的冲击较大,外汇储备增长率对CPI的直接影响较小但间接作用不可忽视。对此,应严格控制固定资产投资的非理性因素,继续实行稳健的货币政策,同时改革价格体制、理顺价格关系也势在必行。     

大数据在价格调查中的应用研究

文章利用数据爬虫软件从淘宝网和卓创资讯网抓取上百万条数据,对数据进行清洗、选择和处理后,利用所得网络大数据,计算了PPI、CPI;运用K均值聚类、层次聚类对数据进行了分析;运用随机森林和深度学习算法对大数据价格指数进行数据挖掘,并将大数据计算的价格指数和数据挖掘价格指数结果与国家统计局公布数据进行比较分析.最后得出结论,基于大数据的PPI和CPI指数计算和数据挖掘模型的结果是有效的、切实可行的,并提出推动大数据应用于价格指数调查的相关政策建议.     

关于人工采集网络价格的可行性研究

当前,网络购物交易规模占社会消费品零售总额的比重逐年攀升,如何更好地把网络购物价格纳入到CPI中,是政府统计面临的一大挑战。而我国现有的CPI调查体系中,尚未全面将网络零售商纳入调查网点中。本文首先从收集网络价格数据的两种方式上,分析了人工采集网络价格的可行性。其次基于现有方法制度的前提下,介绍了人工采集网络价格的具体操作步骤。最后以两个月的价格数据为例汇总出七类商品价格指数,与实体店采集相应类别的指数结果进行了比较。通过结果对比,分析了两类销售模式指数产生差异的原因以及网络采价易陷入的误区,并提出了人工采集网络价格的下步设想。     

基于VECM模型的景区网络关注度与旅游人数的关系研究——以鼓浪屿为例

随着越来越多的旅游者通过网络搜索旅游信息,网络搜索记录了旅游者的关注与需求,这为研究网络关注度与旅游人数提供了可能。基于百度指数,以鼓浪屿为例,建立了VECM模型,验证了模型的有效性。基于该模型进行了协整检验、Granger因果关系检验、脉冲响应分析和方差分解,分析结果表明:网络关注度和旅游人数存在长期均衡关系和Granger因果关系;脉冲响应分析表明旅游人数与网络关注度的短期相互影响明显,长期相互影响趋于稳定;方差分解发现旅游人数主要受自身影响较大,在网络关注度方面,关键词"鼓浪屿旅游攻略"对旅游人数影响最大。在此基础上,提出及时调整旅游服务重点,及时加强旅游营销,完善景区旅游信息等管理策略,以进一步优化景区管理。     

“中国梦”与“美国梦”网络关注度的相关性研究——基于百度指数和谷歌指数的实证检验

在当下全球化语境中,"中国梦"与"美国梦"是东西方两个颇具代表性的国家梦。利用百度指数和谷歌指数考察两个国家梦的网络关注度,可以发现中国网民对"中国梦"和"美国梦"的网络关注存在显著的相关关系,通过格兰杰因果关系检验,结果表明:在中文语境中,对"美国梦"的关注是引起对"中国梦"关注的格兰杰原因,即中国网民先搜索"美国梦",再搜索"中国梦",前者对后者有单向影响,反之则不然;而在英文语境中,对二者的关注只存在即时相关性,不存在先后互动性。百度指数的"去向检索词"和谷歌指数的相关热词也印证了上述结论。"中国梦"的国际传播要借鉴"美国梦"的传播经验,熟悉国际话语体系和国际规则,讲好"中国故事",传播"中国声音"。     

CGPI与PPIIP：谁更适合代表中国的PPI

生产者价格指数(PPI)是一个重要的宏观经济指标。我国有两个指标可以代表生产者价格指数,分别是工业生产者出厂价格指数(PPIIP)和企业商品价格指数(CGPI)。文章从理论角度分析工业生产者出厂价格指数与企业商品价格指数的区别与联系,认为在逻辑上CGPI更适合作为我国PPI的候选指标。实证研究表明,虽然现阶段PPIIP较CGPI更好地引导了CPI走势,但CGPI已初步具备了和PPIIP相类似的引导功能,学术界应关注CGPI代表PPI的价值。