基于协整和VECM的石油价格变动对河南省CPI影响研究

以河南省1990-2011年的石油价格与居民消费价格指数(CPI)数据为基础,运用ADF检验、协整检验和向量误差修正模型(VECM)对石油价格和居民消费价格指数的数据进行了分析和研究。研究结果表明:长期而言,石油价格与河南省居民消费价格指数之间存在单向的因果关系。石油价格每增长10%,会导致居民消费价格指数(CPI)增长0.1%;短期而言,石油价格变动对居民消费价格指数的影响存在滞后性,滞后两期比滞后一期的影响显著。这表明石油价格波动对河南省居民消费价格指数的影响程度大,影响时间久。     

基于ARIMA模型的中国CPI分析与预测

作为衡量宏观经济运行情况的核心指标,消费者价格指数(CPI)日益成为人们关注的焦点。本文以中国1990年1月至2013年4月最新的月度CPI作为研究对象,以严谨的分析构建了自回归移动平均ARIMA[(1,2,6),1,(1,12,25)]模型。结果表明模型拟合效果好,预测精度高,在此基础上成功对2013年5月至12月的CPI走势情况进行预测。     

基于ARCH模型的我国CPI变动影响因素分析及其动态预测

文章基于1993年1月～2012年2月近20年的月度数据,运用ARCH及其拓展模型分析了我国居民消费价格指数的变化规律,探究我国CPI指数变动的影响因素,并对其未来短期走势进行动态预测。模型结果表明,消费价格指数同比增长率(SCPI)与其滞后一期有着极强的线性相关关系,但一阶自回归模型的残差存在着自相关现象,而非白噪声序列。同时受到宏观经济的影响,未来10个月内,我国通货膨胀将会有所减缓,居民消费价格指数同比增长速度将会稳中有降,均在2.8%左右。     

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。     

基于向量自回归模型的北京居民消费价格指数实证研究

本文以货币数量论和需求供给模型为理论依据,借助计量经济学模型,借鉴前人研究成果,选取北京市的居民消费价格指数(CPI),工业品出厂价格指数(PPI),原材料、燃料、动力购进价格指数(MPI)和货币供应量(M2)的月度数据,通过协整检验验证了货币供应量与CPI之间存在长期稳定的关系,但短期内影响较弱;应用向量自回归模型(VAR)建模分析,得出CPI对自身的影响程度远大于其他变量,M2对CPI的影响存在2个月的时滞;通过脉冲响应函数和方差分解得出MPI对北京市CPI变动有较大影响。根据模型计算出2013年全年12个月的CPI预测值,预测2013年全年CPI增速为4.48%,今年重质量、增效益、控物价的形势不容乐观。     

用灰色模型方法预测我国居民消费价格指数变动趋势

利用居民消费价格指数可以观察和分析消费品的零售价格和服务人格变动对城乡居民实际生活费支出的影响程度。本文提出了适合预测我国居民消费价格指数变动趋势的灰色模型,并对2002、2003年的变化趋势进行了预测,所得结果与实际数据基本相符合的。     

六大银行、媒体联手“北京地产资信20强”启动

中国国家发改委价格监测中心最新研究报告预测，2005年中国居民消费价格指数(CPI)涨幅在4％左右。     

基于ARIMA模型的北京市CPI预测分析

模型是在分析时间序列问题时较为常用的一种方法,该模型尤其在研究时间序列的短期预测方面表现较好。文章选取了北京市2005年1月至2017年6月的(居民消费价格指数)月度数据为样本,借助于Eviews8.0软件,构建了(0,1,12)模型,经过检验,该模型充分提取了数据中的有用信息,拟合的效果也较为良好,并利用该模型对北京市2017年下半年趋势进行了预测。     

基于我国CPI时间序列的神经网络预测模型

近年来,我国的居民消费价格指数涨幅屡创新高。根据我国1990年-2008年的CPI时间序列,首先利用时间序列分析方法确定输入向量,然后应用改进BP算法的人工神经网络分别预测出2011年和2012年我国CPI将分别为104.9和105.2,实验结果证实了BP神经网络模型用于CPI预测的准确性和可行性。     

关于河北省居民消费价格指数的实证研究

居民消费价格指数反映居民家庭一般所购买的消费价格水平变动情况的宏观经济指标。首先利用河北省2012-2015年的居民消费价格分类指数的月度数据,将构成我国居民消费价格指数的8个指标进行因子分析,提取出2个主因子,然后将因子得分与因变量居民消费价格指数进行回归,得到基于因子回归的居民消费价格指数模型并对该模型进行相应的分析。结果表明,除了娱乐教育文化用品及服务类居民消费价格指数对居民价格消费指数产生负向作用,其余的自变量均对河北省居民消费价格指数产生正向作用。最后基于以上分析提出相应的对策建议。     

2006年CPI权重例行调整 北京推出分层计算CPI

2006年CPI权重例行调整,居住和服务类权重上升居民消费价格指数(CPI)是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数,是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。利用居民消费价格指数,可以观察和分析消费品的零售价格和服务价格变动对城乡居民实际生活费支出的影响程度。居民消费价格指数是一项极其重要的经济指标,在我们日常生活中,经济政策、资产定价、合同、利率和工资往往都会根据它的变动进行调整或受其影响。当前我国的CPI是由各类商品通过权数计算所得出的…     

食品价格涨幅与农民收入增幅的统计相关性

2007年以来,CPI指数开始出现新一轮的上涨。据国家统计局公布的数据,2007年CPI上涨3．25％,高于3％的控制目标。物价上涨是一种综合影响的结果,而此轮物价上涨与食品价格的上涨有密切关系。2006年6月起,全国居民消费价格指数、农村居民消费价格指数和居民食品消费价格指数均出现大幅上涨。截至2007年12月底,居民消费价格指数、农村居民消费价格指数和食品消费价格指数分别达到104．8、107．2和116．7,     

房价在消费价格指数中的权重问题

在我国，居民消费价格指数（CPI）是衡量通货膨胀水平的指标之一。居民消费价格指数是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。     

走势

居民消费价格指数(CPI)◆地区——北京◆时间——2010年5月份◆趋势——再度上行来自北京市统计局、国家统计局北京调查总队的数据显示,今年以来,北京市居民消费价格指数呈现持续上升趋势,4月份起涨幅明显扩大。5月份,北京市CPI再度上行,同比上涨2.5%,涨幅比上月扩大0.7个百分点,八大类指数均高于上月。5月份环比指数与上月持平。     

当CPI遇见PDA

1月21日,国家统计局局长马建堂公布了2009年的国民经济主要数据,其中居民消费价格指数（CPI）比上年下降0.7%,再次成为最受关注的指标之一。     

CPI与加薪的逻辑

争议:CPI高涨成为加薪因素? 2007年全年和2008年上半年,CPI(居民消费价格指数)高企的涨幅挑战了工薪阶层的心理承受力.     

正确认识理财风险

四月十九日,国家统计局公布了今年第一季度GDP增速、固定资产投资、3月CPI(居民消费价格指数)增速等国民经济运行关键数据。其中,3月CPI以高达3.3%的增速,超越央行警戒底线尤为引人关注。国家     

赣审动态

时事聚焦。1月CPI同比上涨5.4%,涨幅比上月扩大0.9个百分点。国家统计局今天发布了2020年1月份全国CPI(居民消费价格指数)和PPI(工业生产者出厂价格指数)数据。从环比看,CPI由上月持平转为上涨1.4%,主要是受春节及新型冠状病毒感染的肺炎疫情因素影响。     

基于VAR模型的CPI与食品价格指数实证分析

基于VAR模型,对2008年1月至2011年12月我国的CPI与食品价格指数进行实证分析,结果表明:二者之间存在着稳定的均衡关系,且食品价格指数的上涨促进了CPI的上涨。基于以上分析,从食品价格角度提出减缓现阶段通货膨胀的相应措施。     

我国居民消费价格指数基本现状及地区差异分析

本文分别从全国居民消费价格指数和八大类居民消费价格指数的基本现状和地区差异这两个方面出发,对2005-2015年共11年的我国居民消费价格指数数据进行分析总结,以探求在以往近十年时间我国居民消费价格指数的基本走势以及地区差异情况,分析我国31个地区的消费价格指数的波动差异.