江西省居民消费价格指数影响因素实证分析

CPI作为一个衡量国家或地区经济发展状况的重要指标,其波动变化情况在很大程度上反映了居民生活水平的变化情况。因此有必要密切关注CPI的波动情况以及影响其变动的主要因素,为及时采取措施以控制CPI的合理变动提供量化参考依据。本研究以江西省为例,基于多元线性回归模型的构建,采用逐步回归分析探讨了影响江西省CPI的主要经济因素。然后,使用多重共线性检验等方法对模型进行优化,并检验最终模型的预测效度。研究发现,在影响江西省CPI变动的内外因素中,商品零售价格指数、食品类指数、居住类指数对CPI变动产生重要影响。最后,本文对政府在合理调控物价水平,促进经济健康发展、改善居民生活状况方面提出对策及建议。

原保险保费收入对我国居民消费价格指数影响分析

文章通过构建多变量线性回归模型,分析了各省市原保险保费收入对其居民消费价格指数的影响,研究结果表明,河北省、湖南省、黑龙江省、陕西省和山东省的原保险保费收入对其居民消费价格指数均有显著负向影响,没有省份呈现显著的正向影响。文章的创新点在于基于原保险保费收入对全国31个省市区的消费价格指数进行了系统分析和预测。模型在大部分省市预测效果较好,说明模型有助于各地政府和决策者制定更有针对性的宏观经济政策,维护经济的平稳运行。

碳减排约束下居民消费价格指数传导效应研究

本文重点考察了绿色消费理念引导下分类别CPI之间的联动机制及“生产—流通—消费”全链条传导关系,利用向量自回归模型以及广义方差分解指数探究CPI内外部各类指数之间的传导关系。研究发现:(1)随着低碳理念不断融入居民衣食住行,消费端低碳化趋势明显;(2)从CPI内部传导看,存在必需类(红色)消费品价格间的内部传导和非必需类(绿色)消费品价格的跨类别传导,各类消费品之间双向价格传导效应并不明显;(3)从CPI外部传导看,生产端价格能够通过流通环节有效带动消费端价格变动;流通环节价格波动同时能对生产端和消费端价格产生影响。研究结果显示,我国未来稳定物价要重点关注流通环节,构建“生产—流通—消费”全链条价格波动和联动机制,以及具有前瞻性和针对性的物价调控机制,同时在碳减排约束下要加强绿色消费理念的引导和绿色消费方式的推行。

基于工业生产者出厂价格指数和居民消费价格指数传导机制下的商品价格制定

物价是根据产业链的特征拟定的,通过对价格进行预测分析则是物价实现的基础。文章主要以货币因素为参考构建非线性MG系统模型,对企业商品价格实时管理进行实验性检验,研究得出如下结论:(1) CPI能将价格变动的信息反向传输到PPI,且平均时滞间隔周期为1—2个月,PPI对CPI具有向下推动传输的作用,平均时滞周期为1—4个月;(2)价格管理体制能显著地反应PPI对CPI的推动传输作用,产业链体制能较好地为CPI对PPI的反馈传输作用发挥更好的效果;(3)货币供给对PPI的影响较明显,对CPI作用较小,且当PPI变动时会影响货币供给量,当CPI变动时则对货币供给没有明显的影响。

基于SARIMA模型的山西省居民消费价格指数分析与预测

居民消费价格指数(CPI)是一项反映城乡居民所购买生活消费品和服务项目的价格水平变动情况的宏观经济指标。本文选取山西省2016年1月至2022年12月的CPI月度数据,利用R软件,建立SARIMA模型进行时间序列分析。经检验,ARIMA(0,1,1)×(0,1,1)12模型的拟合效果较好。用该模型预测山西省未来一年的CPI,发现数据走势平稳。

我国城乡消费价格指数的关联性分析

消费价格指数衡量了居民所购买的生活消费品和服务的价格水平的变动情况,考察城乡消费价格指数的相互影响是理解城乡差距问题的一个重要切入点。选取2001年1月—2016年12月共计192个月度的城市消费价格指数和农村的消费价格指数,利用协整检验、格兰杰因果检验、向量误差修正模型和方差分解等方法,对城乡消费价格指数的关联性进行了实证分析,结果表明:我国城乡消费价格指数之间存在长期均衡关系;城市消费价格指数显著引导农村消费价格指数;城市消费价格指数对农村消费价格指数的短期冲击较农村对城市的冲击更为剧烈和持久;此外,城市消费价格指数对农村消费价格指数波动的方差贡献率也是更大的。上述结论表明,应加强对城乡消费价格指数的监控,平衡城乡间的经济发展,避免其中一方,尤其是城市一方不合理的消费行为对另一方产生的不利影响。

我国居民消费价格指数存在的问题及改进措施

根据国家统计局发布的最新消息,中国2013年CPI涨幅为上涨2.6%,远低于全年上涨3.5%的调控目标.就这样一个物价调控结果,对于政府而言足以感到欣慰.而居民日常生活的必需品都在涨价,房价已经畸高不下,百姓手中的货币已经大幅贬值,可CPI统计数据显示却不高,货币政策操作不可能根据每一个百姓的不同感受来进行,而是要根据CPI的走势来操作.CPI数据与百姓实际感受差距太大,使人们对我国居民消费价格指数的真实性产生质疑.产生这种现象的主要原因是我国现行CPI的编制存在一些问题.本文就我国居民消费价格指数存在的问题进行探讨,并针对这些不足,提出几点改进的建议.

合理确定我国居民住房消费价格指数内涵的思考

我国能够反映居民对住房消费价格需求的价格指数还没有真正建立。我国现行的居民消费价格指数衡量居民住房消费价格具有不合理性,不能正确反映房价变化。房价的合理性应从社会和经济两个角度评价,重点关注中等和中低等收入家庭首次购买房屋的价格,同时,在编制居民住房价格指数时,应引入民间合作,并设置不同层次的房价指标,使居民住房消费价格指数更具有客观性,从而更加合理地确定我国居民住房消费价格指数内涵。

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。

基于GM(1,N)模型的农村居民消费价格指数研究

文章研究了我国农村居民总消费价格指数与各类消费价格指数的相关性。首先利用SPSS统计软件对总消费与各分类价格指数进行多元线性回归分析,应用Stepwise(逐步回归)方法建立MLR模型,其次,在此基础上建立总消费价格指数与相关消费价格指数的灰色系统模型。同时,对比分析了两模型的实效性。

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。

居民消费价格指数影响因素分析

本文在建立向量自回归模型的基础上,运用脉冲响应函数和方差分解方法对中国居民消费价格指数的影响因素进行实证分析。研究结果表明,我国居民消费价格指数的影响因素主要来自食品和居住两大类别,而且长期的响应程度是显著的,带来的影响有其滞后性。因此,在当前物价上涨的严峻形势下,针对消费价格指数的两大主要影响因素,应采取长期而非短期的宏观调控政策。

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。

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。

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。

中国消费价格指数季节变动的函数性数据分析

运用函数性数据分析方法对中国从1990年1月到2009年12月期间的消费价格指数的季节变动特征进行了分析,结果发现中国消费价格指数存在季节性,一般年份对应的相平面图呈现相似的几何结构;基于傅里叶基函数组合给出的拟合函数较好地刻画了消费价格指数的季节变动特征。另外,中国物价水平具有惯性特征,其在受到一个结构性冲击的影响偏离正常水平之后,大约在一个季度回复到正常水平。

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。

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。