网络搜索数据与CPI的相关性研究

网络搜索数据蕴含了三亿多市场主体的兴趣与关注,反映其行为趋势与规律,为研究宏观经济问题提供了必要的微观数据基础;本文从商品市场的角度建立概念框架,以均衡价格理论为基础,揭示了网络搜索数据与居民消费价格指数(CPI)之间存在一定的相关关系及先行滞后关系;实证结果表明:网络搜索数据与CPI之间存在协整关系,模型拟合度达到0.978,预测绝对误差为0.48,宏观形势搜索指数和供求关系搜索指数相对于CPI的先行周期分别为五个月和两个月;同时模型具有很强的时效性,比国家统计局的数据发布提前一个月左右;与传统的预测方法相比,模型还具备一定的转折点预测能力.

基于混频模型的CPI短期预测研究

本文基于自回归混频数据抽样模型同时考察了金融市场一阶矩收益和二阶矩波动的日度信息对CPI短期预测的影响。结果表明,股票收益、短期利率和长短期利差变化量仅在收益水平上对CPI短期走势产生影响,而长期利率、粮食和能源商品市场的收益和波动都有助于CPI短期预测,而且收益对CPI的影响要比波动更加持久。相对于传统的月度时间序列建模方法,本文的混频CPI模型具有更好的样本内解释能力和样本外预测能力。另外,引入二阶矩波动的日度信息在一定程度上能更多地降低预测偏差。

中国近年通胀原因与2013年CPI预测分析

顺差过多是引起我国通胀的主要原因,人民币适度升值是减少顺差、缓减通胀的有效措施。运用ARMA-EGARCH模型探寻CPI发展变化规律,并对2013年的CPI走势进行预测分析。

基于两次改进灰色加权马尔可夫模型的CPI预测

利用灰色加权马尔可夫预测模型对居民消费价格指数（CPI）进行研究，并在此基础上进行两次改进.首先利用无偏灰色加权马尔可夫模型进行改进，消除了原有模型固有的偏差；又利用递进转移概率矩阵进行二次改进，在预测时增加最新的预测数据，去掉距离最远的数据，最后结合2013.06~2014.03的 CPI数据对2014年4月及5月份的数据进行预测.结果表明：两次改进的灰色加权马尔可夫模型与一般灰色加权马尔可夫模型相比，平均相对误差约减少30%，效果较好.

基于ARIMA模型的CPI实证分析及预测

在现有资料对CPI预测研究的基础上,根据我国2000年1月至2012年12月的CPI月度数据构建ARIMA模型,对我国2013年上半年CPI进行分析和短期预测。实证结果表明:ARIMA(3,1,3)模型能很好地刻画CPI并提供较好的预测。这能为政府宏观政策的制定和实施提供一定的参考依据。

基于网络检索数据的CPI预测研究

随着互联网应用的不断深入和大数据时代的到来,网络检索数据的利用价值越来越大,试图突破传统的"具体经济性的指标数据"+"经济模型"="经济结论"的研究模式,借助于网络检索的非经济性指标数据,按照"非经济性的指标数据"+"经济模型"="经济结论"的研究模式。以布拉德福定律为理论依据,利用网络爬虫技术,在获取网络检索数据的基础上,对网络检索数据与物价波动关系进行分析研究,研究结果表明网络检索数据用于CPI的预测具有一定的可行性,其结论具有一定的参考价值。

阿里网购价格指数与官方CPI的关系

随着电子商务的快速发展,网络零售额占社会消费品零售总额的比重越来越高。基于网络零售商品的价格数据编制的阿里网购价格指数(aSPI)和基于传统编制方法的官方CPI之间的关系,采用交叉谱分析方法研究了二者之间变动在时间上的领先滞后关系。研究发现:阿里网购价格指数的食品、交通通信和衣着分类指数领先CPI,娱乐教育文化指数和居住指数滞后于CPI;aSPI与CPI之间存在着11.3个月的匹配周期,aSPI领先CPI指数1.02个月,这说明阿里网购价格指数与官方CPI之间是周期匹配的,阿里网购价格指数对CPI具有一定的预警和预测能力。

基于半参数混频误差修正模型的中国CPI预测研究

鉴于宏观经济变量具有明显的非线性特征,本文将非线性误差修正项引入存在协整关系的非平稳混频数据抽样(MIDAS)模型中,构建了半参数混频数据抽样误差修正(SEMI-ECM-MIDAS)模型;使用广义似然比(GLR)检验,拓展了混频数据下模型函数形式的一致性检验问题;最后使用该模型研究了中国股票市场周数据、广义货币发行量月度数据和国际原油市场月度数据对中国CPI的短期预测效果;基于AIC准则,对包含半参数模型在内的4种混频数据抽样模型和2种同频模型的连续预测效果进行了全面比较。研究结果发现:GLR检验表明误差修正项具有明显的非线性特征且在回归中具有显著的反向修正机制,无论采用递归样本、滚动样本还是固定样本,本文提出的SEMI-ECM-MIDAS模型在进行连续预测时均具有最优的预测精度,且预测结果不受混频动态协整关系选择的影响。

基于VAR模型的CPI影响因素分析及预测

2009年末的宏观经济分析明确要求做好通胀预期管理。我国是否会经历新的一轮CPI的大幅上涨又成为了各界关注的焦点。本文运用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进行定量预测,得出未来两年我国不会出现大规模通货膨胀。对此,应理顺价格关系,严控非理性投资,加强对通胀预期的管理。

一种RBF神经网络的混合学习算法在CPI中的应用

根据RBF神经网络最常用的OLS算法、K-均值聚类算法和梯度下降训练学习算法,提出了一种基于正交最小二乘K-均值聚类梯度下降优化的RBF神经网络的混合算法。该算法克服了单一某种训练方法的不足,发挥了混合算法的长处,进行了CPI预测的仿真实验。结果证明:该方法是有效实用。

CPI的波动分析与预测模型

文章选取2007年至2014年历年我国CPI月度数据,通过平稳性检验和差分处理,建立季节性ARIMA模型,并对2014年6月至12月的数据进行了预测。结果表明:我国居民消费者价格指数具有明显的波动性和季节性,季节性ARIMA模型型能较好地拟合和预测我国CPI变化情况。

大数据时代的数量经济模型研究——以BP神经网络的中国CPI预测为例

大数据时代的来临,掀起了大数据与传统学科融合发展的热潮,探寻"大数据+数量经济学模型"的发展之路势在必行。本文运用文献计量分析,对大数据时代较有代表性的定量研究方法和模型进行分类梳理,并基于BP神经网络模型结合36个指标数据对中国居民消费价格指数(CPI)进行多元变量预测。研究表明,BP神经网络的预测结果最优。因此,未来要强化传统数量经济学的大数据化升级,注重非线性、非参数、模型自由化的研究方法在实际问题中的应用。

基于最优非负可变加权系数组合预测法的CPI预测研究

准确的物价预测是稳定物价的前提之一,及时根据预测结果制定有针对性的宏观经济措施,对维持经济系统的有效运行、保证居民的生活稳定有着重要的意义。文章分别采用回归预测法、ARMA时间序列预测法、VAR模型预测法和BP神经网络预测法四种单项预测方法和最优非负可变加权系数组合预测法对我国物价走势进行预测,并将预测值进行对比分析,得出最优非负可变加权系数组合预测方法能够综合各单项预测方法的信息,有效提高预测精度,该模型可以用作我国物价走势预测的模型的结论。

基于BP神经网络的CPI预测模型

采用归一化数据处理方法,选择神经网络的训练样本,利用神经网络的结构特性及Matlab的人工神经网络工具箱,建立基于BP神经网络的CPI预测系统的数学模型。利用该模型对2008年山东省居民消费价格指数进行预测,通过前4个月的数据分析,模型的预测值与实测值的误差为0.91%。

基于卷积长短时记忆网络的CPI预测

针对消费价格指数(CPI)的预测值滞后于真实值的现象,提出一种基于卷积神经网络-长短期记忆(CNNLSTM)深度网络的CPI预测模型,预测结果相较于传统方法有较小的均方根误差和平均绝对百分比误差,且预测结果的定向精度和Pearson相关系数显著高于传统方法。用卷积神经网络-长短期记忆深度网络学习期货数据的空间特征和时间特征,动态定量预测每日CPI的变化情况。为有效提高深度网络训练的样本数量,对月度CPI数据进行数据增强。通过滑动时间窗口动态训练模型,预测2019年1月至2020年5月CPI变化情况。模型预测CPI取得了较高的准确率,在基于日级别数据进行CPI预测时具有明显优势。

广州2011年CPI分析及2012年CPI形势展望

本文分析了广州2011年居民消费价格指数(CPI)的变动情况,并对2012年广州CPI的走势进行预测,提出相关建议和措施。

中国的通货膨胀预测:基于ARIMA模型的实证分析

通货膨胀预测已经成为中央银行制定货币政策的一个关键性变量。我们在研究国外学者对通货膨胀预测研究的基础上,根据我国1990年1月到2007年11月的CPI月度数据,运用ARIMA模型,对我国通货膨胀进行分析和短期预测。实证结果表明,运用ARIMA(1,1,10)模型为我国的通货膨胀提供了较好的预测,如果央行能依据通货膨胀预测的结果制定相应的货币政策,将有助于避免货币政策的时滞,有利于正确地引导和稳定市场预测,最终提高货币政策的有效性。

基于VAR的居民消费价格指数预测

我国经济增长自2010年一季度创造出新一轮经济增长周期高点以后,2011年全年至2012年一季度一直呈现出缓慢下降态势。但居民消费价格指数在大幅上涨后仍高位运行,抑制通货膨胀的压力依然很大。2012年能否实现预期的通货膨胀控制目标?仍需要采取一系列宏观调控措施。为了解决这些问题,本文运用向量自回归(VAR)模型,对当前的经济周期态势和物价波动形态以及影响因素进行探讨和分析,同时采用误差修正和向量自回归等计量模型对居民消费价格指数等经济指标走势进行预测和分析,并在此基础上对下一步的宏观调控提出政策建议。

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。

近年来中国生猪价格周期性波动分析与展望

受多种因素影响,近年来中国生猪市场一直呈现周期性波动的特征,价格频繁大起大落,在行业内被称为"猪周期"。生猪价格波动频繁,不仅挫伤养殖者积极性,也不利于"菜篮子"价格的稳定运行。受规模化养殖比例提高、环保约束加强等因素影响,近年来中国生猪市场周期性波动出现了一些新特点、新变化,一是价格波动周期长度加长,二是价格波动幅度收窄,三是价格"旺季不旺"。对生猪市场周期性波动的新特点及其成因进行了分析,并剖析了后期周期性波动的影响因素,在此基础上对后期中国生猪市场走势进行了预测,并对稳定生猪市场发展提出了几点建议。