CPI链式漂移主因识别及改进方法研究

利用大数据创新编制居民消费价格指数(CPI),已成为各国政府和学术界共同关注的焦点。但在高频大数据背景下,链式价格指数的漂移问题是一个尚未有效解决的难题。对此,本文基于链式漂移主要影响因素提出了程序化构造抗漂移灵活商品篮子的对策方法。利用京东商城大数据进行试算的实证研究表明:首先,少数商品交易价格的大幅弹跳,是引发链式价格指数严重漂移的主要原因;其次,程序化识别并剔除引发链式漂移的商品项目后,据此构造的灵活商品篮子具有较好的代表性,相应Tornqvist链式价格指数显示出明显的抗漂移效果和较准确的预测能力;最后,本文提出的抗漂移灵活商品篮子构造方法具有较强的可操作性,为化解高频大数据链式价格指数漂移提供了新思路,同时也将为相关指数的实践编制提供参考。

双平减下服务业增长率的再测算

文章采用基于官方现价增加值和基准年投入产出表数据构建了时间序列投入产出表的中国经济行业生产率数据库,运用标准的双平减方法测算中国服务业的增长率,并将增长率结果与官方数据进行比较以探索两者存在差异的原因。研究发现,双平减方法得到的服务业增长率低于官方增长率。两者存在差异的主要原因在于重新构建的服务业价格指数上涨速度是官方数据的1.5倍,同时,行业间的投入产出关联进一步放大了各行业的价格波动效应。另外,服务业各部门的增长率比官方增长率具有更强的波动性。统计部门应加大对非市场服务部门的统计力度。