大数据背景下线上商品价格变动对CPI的影响

文章利用2011年2月至2015年9月阿里巴巴研究院公布的网络零售价格(ASPI)指数及其各分类商品价格指数与国家统计局公布的CPI历史数据分别作为线上、线下一般商品价格变动的代理变量,在协整检验的基础上采用向量误差修正模型对线上、线下商品价格变动的关联关系进行了定量分析,并对构成ASPI的各分项商品价格指数与CPI之间的关系进行了分析。研究表明:在误差修正机制的作用下,线上、线下商品价格之间存在稳定均衡的关系。

基于迟滞神经网络的商品零售价格指数预测

将传统神经元的激励函数改为迟滞激励函数,将迟滞特性引入神经网络中,构造迟滞神经网络.利用迟滞特性增强神经元对原状态保持的惯性,从而减少了神经元状态的错误变化,提高了神经网络的存储和记忆能力.利用迟滞分支响应的跳变特性以抑制网络训练过程中假饱和现象的发生.借助于前向网络的结构和学习算法,构造应用于时间序列预测分析的迟滞神经网络模型,并将其应用于社会商品零售价格指数的预测分析中.预测结果表明,该网络具有良好的泛化能力,预测效果优于传统神经网络.