消费领域价格温和回升 生产领域价格降幅收窄——2024年1-5月物价形势分析与展望

精准把握宏观形势,对实施精准宏观政策调控、着力扩大内需、稳预期、深入推进经济高质量发展具有重要意义。2024年以来,我国物价水平温和回升,消费领域价格总体稳定,生产领域价格略有下降。1-5月,CPI同比上涨0.1%,PPI同比下降2.1%,低于政府工作报告提出的居民消费价格涨幅在3%左右调控目标。下半年,受宏观需求改善、通胀预期增强叠加美联储降息预期等因素影响,预期将持续推动物价企稳回升。基于此,建议加大宏观政策协同力度,积极扩大内需,做好猪肉、蔬菜等重点商品稳价工作,推进重点领域价格改革,形成共促经济高质量发展合力。

基于多元传导模型的物价指数预测新方法——2018年中国物价展望

精准的物价预测是科学制定宏观经济调控政策的决策前提和依据,如何提高物价预测的准确性是宏观经济政策实践面临的重要问题之一。本文以工业生产者购进价格指数(PPIRM)、工业品出厂价格指数(PPI)、居民消费价格指数(CPI)为研究对象,基于Granger因果检验分析价格指数构成要素之间的价格传导关系,提出一种新的多元传导模型对三种价格指数的环比数据进行预测,并在此基础上计算翘尾因素以推算物价的同比数据。实证结果表明,本文所提出的新的预测方法对物价环比数据和同比数据的预测效果在水平预测和方向预测的角度上,均优于基准模型。基于这一方法对2018年我国物价进行了预测,主要结果包括:2018年我国物价整体稳定,CPI将温和上涨,涨幅比2017年提高,全年上涨2.1%,其中翘尾因素影响1个百分点;PPI和PPIRM将继续上涨,但涨幅比2017年回落,全年分别上涨3.6%和4.3%,其中翘尾因素分别影响2.4和2.8个百分点。

穿越周期的通胀预测:季节性模型及高频数据的适用性

本文首先综述目前广泛应用的通胀模型,包括统计计量模型、结构化的经济模型,以及非结构化的季节性模型。其次,通过在季节性模型中加入宏观高频指标,实现对CPI、PPI环比指标的实时预测,并检验预测精准度。最后,本文实证表明,在以2020年为基期的新一轮基期轮换前后,季节性模型的预测表现稳定,仍然适用于通胀预测;而在其他时期,包含宏观高频数据的模型预测表现要优于季节性模型;此外,也不能忽视引入高频数据带来的模型过度拟合风险。