2023年广西居民消费价格分析与2024年展望

文章主要从整体、结构上对2023年广西居民消费价格运行形势进行分析,研判2024年价格整体走势。从八大类消费价格涨幅、与全国走势比较、三个大项价格波动等多个层面梳理和提炼广西2023年居民消费价格运行情况和主要特点,分析影响2024年广西居民消费价格走势的主要因素。研究发现:(1)食品价格同比由涨转降、工业品价格回落、服务价格涨势偏弱是2023年广西CPI低位运行的主要原因;(2)收入和就业形势改善提振消费预期、消费潜力激发、服务业持续回暖、重要民生商品供应稳定、负翘尾因素影响趋缓等,将是影响2024年CPI走势变化的主要因素。提出加强价格监测分析预警、做好货源和运力组织、强化市场监管和预期引导的建议。

如何看待我国居民消费价格指数不断上涨

2008年9月10日，国家统计局公布的8月份国民经济数据显示，8月份我国居民消费价格总水平（CPI）同比上涨了4．9％。从5月份的7．7％、6月份的7.1％、7月份的6．3％，再到8月份的4，9％，这已是CPI涨幅连续第4个月回落。从下面的走势图上看，截止8月份，今年CPI走势呈现“前高后低”的态势。与CPI回落相反，

居民消费价格指数季节调整实证研究

文章首先对居民消费价格指数季节调整的原因、季节调整方法的发展过程和应用进行了说明,着重介绍了国际上最新流行的X-12-ARIMA和TRAMO/SEATS季节调整方法,然后用X-12-ARIMA方法对上海市居民消费价格指数序列进行季节调整、分析和预测,并结合使用TRAMO/SEATS方法解决中国与国外明显不同的春节假日因素的调整问题,最后提出我国季节调整面临的问题。

基于ARIMA模型与GM(1,1)模型的居民消费价格指数预测对比分析

居民消费价格指数反映一定时期内我国城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数,是宏观经济分析与决策、价格总水平监测与调控的重要指标,同时也是反映通货膨胀的重要指标。文章运用历史数据,结合数学模型对CPI进行了科学合理的预测。在此基础上运用ARIMA模型和GM(1,1)模型对居民消费价格指数进行了预测的对比分析。

我国居民消费价格指数的短期预测

居民消费价格指数是宏观经济分析和决策,价格总水平监测和调控以及国民经济核算的重要指标。本文介绍了它的概念以及在我国物价体系中的重要作用,并根据1951年到2002年52年我国居民消费价格指数的统计资料,运用Eviews4.1软件和时间序列模型,对我国的居民消费价格指数进行预测和分析,提出几点看法和建议。

中国居民消费价格指数波动的周期性及其驱动因素研究

准确把握物价波动的周期性及其驱动因素,是宏观经济决策的重要依据之一。本文采用经验模态分解(EMD)方法,对2001年1月-2008年6月我国居民消费价格指数(CPI)多尺度分析发现,中国CPI存在准3.9月、准8.4月、准16.4月、准45月四个波动周期和一个递增趋势。综合考虑影响价格变化的各种因素,对CPI不同周期性波动的内外驱动因素进行了偏最小二乘回归建模分析。本文力图通过对中国CPI波动的周期性及其驱动因素研究,为政府的宏观调控提供定量化参考依据。

基于混合神经网络和混沌理论的居民消费价格指数预测研究

文章对我国居民消费价格指数进行了混沌识别,结果表明其具备混沌特性;结合神经网络和混沌理论,提出了一种将混沌理论和神经网络相结合的居民消费价格指数预测模型,利用重构相空间的嵌入维数确定神经网络的结构,算法与设计相对简单。

我国食品和非食品价格与居民消费价格指数(CPI)关系分析

本文利用2003年1月至2010年12月的月度数据分析了消费者价格指数(CPI)形成机制及波动原因,采用Granger因果检验、协整理论和基于向量自回归的误差修正模型研究CPI、非食品价格和食品价格之间的因果关系和长期均衡关系。因果分析结果表明,在所研究的时期,食品价格和非食品价格上涨都显著地导致CPI的上涨,但CPI对食品价格影响显著,而对非食品价格没有显著影响。所以,调控CPI的宏观政策(如货币等政策)、促进农产品生产和非食品供给都将对控制通货膨胀产生积极的影响。

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。

货币供应量对居民消费价格指数与房屋销售价格指数的影响——基于1978-2009年中国经验数据的分析

本文利用结构VAR模型分析了我国货币供应量对居民消费价格指数和房屋销售价格指数的影响,并通过1978年至2009年的经验检验,发现我国货币供应量对居民消费价格指数和房屋销售价格指数的影响较为显著,居民消费价格指数与房屋销售价格指数会此消彼长,并且,货币供应量对居民消费价格指数的影响存在半年到一年的滞后期。基于此,我们认为,在当前货币供应量持续处于高位、房地产价格被严格控制的背景下,要加倍警惕2010年下半年至2011年上半年居民消费价格指数上涨,从而产生通货膨胀局面的形成。

我国居民消费价格变动的主要影响因素分析

居民消费价格指数是衡量一国通货膨胀水平的重要指标之一,因此研究各类经济因素对其变动的影响效果亦成为政府和学术界所关注的热点。通过利用我国需求、供给和货币方面因素的代表变量构建VAR模型并运用脉冲响应函数进行分析,结果表明:居民收入与物价之间关联性较弱,需求和货币方面因素对物价波动的影响并不明显,而供给层面因素对物价的影响较大,因而我国近年来居民消费价格的变动主要来自于供给方面的推动。

我国粮食价格与居民消费价格关系研究

本文从因果关系和协整关系两方面研究我国粮食价格与居民消费价格之间的相互关系,因果关系检验发现两者之间存在双向Granger因果关系,协整检验认为两者之间存在协整关系。本文进一步使用可以揭示协整变量非线性调整过程的门限协整模型进行检验和分析,实证结果支持粮食价格和居民消费价格之间存在非线性的协整关系,并且当出现短期偏离时,主要是通过粮食价格的调整以趋实现均衡。

居民消费价格指数上涨与低收入群体

本文分析了近期我国居民消费价格指数上涨的原因、特点,以及居民消费价格指数上涨对低收入群体的影响,提出了控制价格上涨的对策和措施。

北京旅游价格指数与居民消费价格指数关系研究

旅游价格指数(TPI)是反映旅游者在旅游过程中消费的一篮子商品和服务项目价格水平随时间而变动的相对数。TPI的编制对于研究旅游目的地的旅游产业运行机制和目的地竞争力方面具有重要的理论意义,对于旅游目的地经营和营销也具有一定的指导和参考价值。本文分别利用拉氏指数、链式拉氏指数方法编制了2005～2010年的北京旅游价格指数。北京旅游价格指数构成中,餐饮和住宿分别占到了33.7%和30.9%,而景区游览仅占18.9%。经与北京同期的消费者价格指数比较得出,北京历年的TPI指数都高于同期的CPI,两者之比在1.0～1.5之间。旅游需求呈现较强的价格粘性特征,即TPI升降对于旅游需求量的增减影响不大。

广义货币供应量对居民消费价格指数的滞后效应分析

本文采用1999年1月至2008年4月的月度数据,针对中国广义货币供应量M2对居民消费价格指数的影响进行了实证分析。首先对CPI和M2的时间序列数据进行ADF检验、协整检验,然后通过建立分布滞后模型得出M2对CPI的影响具有六个月左右的滞后。

论当前房价下行趋势对居民消费价格指数的影响

我国1998年进行房地产市场化改革,加之城市化建设的推动,房价波动逐渐显著。房屋价格波动对与住房相关的产品及服务价格产生关联性影响,从而对整个居民消费价格水平产生影响;又由于房屋购置支出占居民消费总支出比重大,在总的可支配收入有限及我国当前社会保障发展水平条件下,房屋价格波动影响居民对其他商品及服务的需求水平,基于市场总供给与总需求的关系,进而影响其他商品及服务的价格水平。选取衡量总体物价水平的重要经济指标居民消费价格指数,从其编制所包含的商品种类及计算方法研究,在未将房价直接计入居民消费价格指数的条件下,从理论层面及近三年的实际数据实证分析,房价的波动仍与居民消费价格指数数值变动存在非线性的正相关关系。研究表明,当前房价的下行趋势,必将有助于拉低居民消费价格指数数值。

ARIMA模型在居民消费价格指数预测中的应用

将ARIMA模型应用于居民消费价格指数的拟合和短期预测中,采用2001年1月至2013年10月中国居民消费价格指数的月度数据,借助EViews 6.0软件对数据进行拟合分析,建立了乘积季节ARIMA(5,0,6)(1,1,0)12模型,并讨论了模型的准确性,对未来中国居民消费价格指数进行了预测,该模型具有较高的理论与实际价值。

基于ARIMA模型的北京居民消费价格指数预测

自回归单整移动平均模型（ARIMA）是目前较为广泛应用的时间序列建模方法之一,文章以北京市1998年1月～2013年5月的CPI月度数据为样本,采用Eviews6.0软件,建立了ARIMA（12,18）模型,模型对样本内数据拟合较好,预测误差较小,用该模型对北京市2013年6月～2013年12月的CPI指数进行了预测。

中国居民消费价格指数预测

2012年下半年,中国居民消费价格指数将保持在2%左右,不会发生大的通货膨胀和通货紧缩。为避免价格大起大落,实现经济可持续发展,要坦然面对居民消费价格指数的低位运行,积极扩大消费需求;通过立法和政策引导,鼓励企业诚信经营,生产出消费者需要且信赖的产品;大力淘汰落后产能,促进行业结构调整优化和整体竞争力的提升。