国际石油价格波动对我国物价水平的影响

本文应用VAR模型、格兰杰因果检验及脉冲响应等方法,考察了2003年1月至2010年6月国际石油现货价格与我国工业品出厂价格指数及居民消费价格指数之间的关系,认为国际石油价格的波动对工业品出厂价格指数的影响很明显,有持续的正向影响,但对居民消费价格指数的影响并不明显。最后探究了出现这种结果的原因,并给出政策建议。     

价格指数

居民消费价格指数2010年1--11月 业品出厂价格指数（一） 010年11月工业品出厂价格指数（二）2010年11月     

各省市工业品出厂价格指标评价

本文以因子分析法为依据，对工业品出厂价格变动的主要指标进行分析，建立了综合评判模型，对2014年各省市工业发展状况进行粗略排序。研究结果表明，我国各省市工业品出厂价格不均衡，其中北上广等一线城市均处于发达程度，青海、贵州等偏远地区工业发展相对落后。同时也说明了工业品出厂价格指数一定程度上反映该地区工业发展的速度，并针对这种不均衡提出建议，从而促进我国工业均衡发展。     

基于G(1,1)模型的2010年中国价格指数预测分析

近期,周小川表示,中国的通货膨胀已经显现。管理好通货膨胀成为今年宏观调控新重点。为研究2010年通货膨胀变化趋势,为宏观经济决策提供依据,文章以1994～2009年历年各月原材料、燃料、动力购进价格指数、工业品出厂价格指数、商品零售价格指数、居民消费价格指数为基础,运用GM(1,1)模型,对中国2010年上述四种价格指数进行了预测。     

基于VAR模型的CPI和PPI实证研究

文章选取了中国2005年1月至2016年12月的CPI和PPI的月度数据,建立VAR模型,并通过格兰杰因果检验和脉冲响应含函数,发现滞后PPI的第1～9期对CPI有显著的影响,其中滞后1～4期CPI对PPI也有影响。方差分解的结果表明,居民消费价格指数的变动80%是由本身引起的,20%是由工业品出厂价格指数引起的;工业品出厂价格指数变动40%是由居民消费价格指数引起的,60%是由自身引起的。     

原材料价格上涨挤压企业赢利空间

自去年以来,我国工业品出厂价格指数和原材料购进价格指数涨幅倒挂现象日益突出.一季度,北京市工业品出厂价格与去年同期相比上涨2%,而原材料、燃料、动力购进价格上涨了10.2%,高出工业品出厂价格8.2个百分点,对企业创利和正常生产造成了一定的影响,对大中型国有企业的影响更为突出.为此,4月初国家统计局和北京市统计局在北京第一机床厂、毕捷机电股份有限公司等企业就这一问题进行了调研.     

我国GDP平减指数与CPI、PPI关系研究

居民消费价格指数反映了居民生活领域的价格波动,工业品出厂价格指数反映了生产领域价格变动的情况,而GDP平减指数则反映了全社会物价总水平的变动情况,三者之间存在着一定的内在联系。通过建立模型可以探究三种价格指数的数量关系,根据模型可以看出我国2011年仍然面临着较大的通货膨胀压力。     

数据

1月份全国工业品出厂价格同比上涨6.1% 2008年1月份,工业品出厂价格同比上涨6.1%,原材料、燃料、动力购进价格上涨8.9%。在工业品出厂价格中,生产资料出厂价格同比上涨6.5%。其中,采掘工业上涨20.5%,原料工业上涨8.5%,加工工业上涨3.8%。生活资料出厂价格同比上涨4.6%。其中,食品类价格上涨10.4%,衣着类上涨2.2%,一般日用品类上涨     

工业发展速度计算方法改革的问题与思考

采用总量缩减和分行业缩减两种方式分别计算工业发展速度,是全国试行新工业发展速度计算方法的有关规定.总量缩减是指利用工业品出厂价格指数对工业增加值总量进行缩减,求得可比价增加值.分行业缩减是指利用分行业工业品出厂价格指数,对分行业工业增加值进行缩减,求得可比价增加值.北京市在市、区(县)两级试用价格指数缩减方法计算工业发展速度,经过2002年半年多的实践,对新的方法有了较完整的了解和认识,同时也发现了一些值得深入探讨的问题,主要表现在以下几个方面.     

数据库

5月份全国工业品出厂价格同比上涨5.9%5月份,工业品出厂价格比去年同月上涨5.9%,原材料、燃料、动力购进价格上涨9.9%,涨幅基本与上月持平。在工业品出厂价格中,生产资料出厂价格比去年同月上涨8.2%,拉动工业品出厂价格总水平上涨近6个百分点。其中,采掘工业产品价格上涨34.1%,原料工业上涨11.1%,加工工业上涨2.7%。生活资料出厂价格比去年同月下降0.3%。其中,食品类价格上涨0.7%,衣着类上涨0.9%,一般日用品类上涨1.9%,耐用消费品类下降3.5%。分具体品种看:——原油出厂价格比去年同月上涨43.4%,拉动工业品出厂价格总水平上涨约1.5个百分点…     

基于GNNM(1.1)模型的货运量及货运周转量预测

通过各种算法对货运指标进行有效预测,对于把握未来货运发展趋势有着非常重要的作用。文章将灰色预测与神经网络预测方法进行了有机结合,建立了一个基于灰色神经网络的预测(GNNM)模型。通过模型对货运量及货运周转量进行了预测,得到了较满意的结果,表明了模型具有较高的可靠性及实用性。     

基于BP神经网络的CCI预测模型

将BP神经网络模型应用到消费者信心指数预测中,并建立了消费者信心指数的神经网络预测模型。将计算结果与真实值进行了验证,结果表明:CCI的计算值与真实值之间的相对误差为2.6%,且具有较好的相关性。     

基于DE-BP神经网络模型的旅游客源预测

客源预测在旅游业发展中具有重要的作用,准确的预测有利于旅游地发展规划和政策的制定。针对BP人工神经网络所存在的缺陷,结合差异演化算法,提出了基于DE-BP神经网络的旅游客源预测模型。利用中国入境旅游人次数的变化趋势进行了综合分析与预测,取得了令人满意的结果。     

神经网络在农民收入预测中的应用

农村问题的核心是农民问题,而农民问题的焦点是收入问题。将神经网络的BP算法引入我国农民收入研究领域,并应用神经网络工具对我国农村居民家庭人均纯收入进行了预测研究。该预测模型在算法的收敛速度和预测精度方面都达到了较好的效果,对未来我国农民收入的研究具有重要意义,最后提提出了促进我国农民收入增长的各项对策和建议。     

基于BP神经网络模型的国内旅游人数预测

旅游人数的分析和预测是旅游规划与管理的关键性、基础性工作。目前旅游人数预测主要采用基于传统研究方法的预测方法。提出了一种基于BP神经网络模型的国内旅游人数预测新方法,对国内旅游人数的变化趋势进行了综合分析与预测,结果表明该方法具有较高的精度,该模型在旅游人数预测中的应用是可行的。     

基于GRNN神经网络的货运量预测研究

文章以全国统计局货运量的历史数据为基本数据,考虑影响货运量的8个因素,采用GRNN模型对货运量(货运总量、铁路货运量和公路货运量)进行预测,并将结果与真实值拟合比较。结果表明:该方法在预测货运量方面能够达到较好的效果,尤其在径向基函数的扩展速度为0.4时,预测结果最好。     

基于改进型BP神经网络模型的机场物流吐量预测研究

对BP神经网络模型进行了改进，并用于机场物流吞吐量的预测，通过运用桂林机场的实际数据进行检验分析，证明改进后的模型在对机场物流吞吐量和旅客吞吐量的预测上均具有较高的准确性和敏捷性。     

第三产业产值比重预测的BP神经网络模型

宏观经济政策的制定要参照各次产业的发展水平,所以对产业发展水平进行评估和预测就显得十分必要。通过运用改进BP算法神经网络的建模方法对我国第三产业产值比重进行分析,最后建立了单隐层的BP神经网络模型。结果表明基于改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,模型的通用性和实用性强。     

基于BP神经网络的港口吞吐量预测模型——钦州港的实证研究

港口吞吐量的预测是港口决策的重要依据,然而影响港口吞吐量的要素较多,且各要素之间存在着复杂的非线性关系,使常用的预测方法难以取得好的预测效果。文章试图运用BP人工神经网络的方法,采集1999~2012年的实际数据样本,以钦州港为例进行实证分析,构建三层BP神经网络,预测2013年钦州港港口吞吐量。     

基于BP神经网络的ETC系统客户的流失分析研究

文章应用神经网络数据分析技术研究ETC系统客户流失的状况,详细研究了如何建立ETC系统客户流失基本模型。通过对客户的基本数据进行神经网络预测,可以发现描述流失客户基本特征的属性值集合以及对应的是否流失的结论。文章给出的是改进的神经网络的预测方法,可提高BP神经网络的收敛速度,增强网络的泛化能力,获得了很好的效果。