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。

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。

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。

流通业现代化与居民消费升级——基于消费价格变动视角

党的二十大报告多次提到构建以国内大循环为主体、国内国际双循环相互促进的新发展格局,而现代流通业是双循环的核心支撑,也是实现现代商贸、现代金融、现代物流体系全面融合的关键。在流通业现代化背景下,物质消费环境渐趋完善,居民收入水平不断提升,消费方式多元化、个性化特征凸显,流通业促进居民消费升级的作用基本显现。为明确流通业现代化与居民消费升级的理论联系和计量关系,本文基于2008-2021年我国150个地级以上城市消费价格指数,构建流通业现代化评价指标体系和面板数据模型,基于消费价格变动实证研究二者之间的计量关系。结果显示:流通业现代化发展能够促进居民消费升级;消费价格变动作为中介变量影响流通业现代化对居民消费升级促进作用的释放,流通业现代化的发展能够干预市场供给,平抑价格,继而促进居民消费升级。

深层次探析居民消费价格指数问题——从CPI编制角度解析为何统计数据与居民感受不一

我国近年来工业品出厂价格指数(PPI)一直高位运行,根据理论逻辑,生产资料价格的上升最后会拉动居民消费品价格的上涨。然而PPI始终没有传导到居民消费价格指数(CPI)上,出现PPI与CPI之间的剪刀差现象,使得很多人开始怀疑CPI的合理性和准确性。文章试图从我国目前CPI编制过程中存在的一些问题角度进行简要阐述。

黑龙江省居民消费价格指数(CPI)上涨因素分析

从价格指数的主体性和价格指数的结构性分析,食品价格是拉动价格总水平上涨的主要动力,耐用消费品价格上涨明显,工业消费品价格依然低迷,部分工业品价格涨幅扩大。2007年影响黑龙江省居民消费价格指数上涨的因素是:居住类价格上涨对总指数有一定影响,食品价格上涨是居民消费价格总水平上涨的主导因素,经济发展是物价上涨的内力推动。

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。

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。

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。

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。

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。

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。

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。

居民消费价格指数的时间序列分解预测法

居民消费价格指数是反映通货膨胀程度的重要指标,也是宏观经济分析和决策,价格总水平监控以及宏观经济核算的重要指标。文章采用时间序列分解的方法,预测居民消费价格指数的变动。该方法在预测的同时还能对时间序列进行分解分析,得到居民消费价格指数的基本走势信息。

居民消费价格指数两种预测模型的比较

文章基于SARIMA模型及X-12-ARIMA模型对我国1990年1月至2013年12月的居民消费价格指数月度数据进行建模预测,并采用2014年1月至2014年6月数据进行样本外预测,利用Eviews6.0对CPI数据的变化趋势及季节性进行验证,结果表明SARIMA模型随着预测时间的增加,其预测精度下降,而X-12季节调整模型相对于SARIMA模型更有效,预测值与实际值的估计误差控制在2%以内。

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。

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。