当前宏观经济形势与2004年的比较与思考

当前，国内外经济形势错综复杂。文章通过对近期和2004年中国宏观经济形势的比较，分析其中的异同，以厘清未来走势，并为宏观调控提供借鉴。两个时期部有一些相同点：中国经济从低谷走出，乐观情绪升温，房价骤涨，通胀开始抬头，中国跟随世界进人新一轮加息周期，人民币升值压力不断加大。两者不同点是：当前货币增长速度远远快于2004年。贸易顺差更大，信贷和财政状况逊色。未来，预计CPI回升势头更快，央行面临回收流动性的压力更大，贸易摩擦加剧，中美息差可能进一步扩大，人民币的升值压力将加大。     

CRB对我国CPI价格指数的关系引导性研究

本文基于1996-2009年的时间序列数据,对国际商品期货价格指数(CRB)与我国消费者价格指数(CPI)的引导关系进行了实证研究.研究结果表明:国际商品期货价格指数(CRB)对我国消费者价格指数(CPI)在8个月内存在着因果关系,国际商品期货价格指数(CRB)可以对我国消费者价格指数(CPI)进行预测.随着我国开放程度增加,国际商品期货价格指数(CRB)对我国消费者价格指数(CPI)引导关系的范围逐渐扩大.     

4％的CPI

调高通货膨胀目标，为应对潜在冲击而预留政策空间？IMF三位重量级人物对稳定通胀的传统共识提出了挑战。     

国际原油价格波动是否增加了国内CPI通胀率的不确定性?

本文选取2001年1月至2011年10月的月度统计数据,基于二阶矩意义的Granger因果检验方法,在多元GARCH模型框架下,运用残差向量的方差-协方差矩阵所包含的信息,构建非对称的BEKK模型,对国际油价波动与国内消费者价格指数(CPI)通胀率不确定性的因果关系进行了检验。结论表明,国际油价波动会向国内CPI输出不确定性因素,且短期油价上涨更容易增加国内CPI的不确定性;但国内CPI变动无法向国际油价输出不确定性。     

金融危机对我国农产品价格波动的影响研究——基于07.01—09.08面板数据分析

本文利用2007.01—2009.08的月度面板数据,分析了金融危机对我国农产品价格波动的影响。首先运用单位根检验和协整检验,得知金融危机与我国农产品价格之间存在协整关系;然后利用格兰杰因果检验,发现金融危机确实导致了我国农产品价格下行,而农产品价格的下降不会进一步推动金融危机的恶化;最后通过构建误差修正模型更具体的描述金融危机对我国农产品价格的影响。     

国际原油价格对国内价格短期传导效应研究

近两年来,国际原油价格大起大落,而随着我国经济对进口原油依存度的不断提高,国际原油价格的波动势必会对我国国内价格产生影响.本文基于这一热点问题,分析了其传导机制,并运用联立方程递归模型分析了其滞后效应,验证了国际原油价格主要是通过影响PPI,进而影响CPI以及直接影响CPI的两条传导途径,且测算了其滞后效应.     

Exchange rate pass-through: The case of China

This paper studies the degree of the exchange rate pass-through (ERPT) to import and consumer prices in China with both the ratio of China’s imports to GDP and domestic prices of China’s main trade partners going up. Statistic results show that the degree of ERPT is somehow less than the degree of marginal cost plus mark-up pass-through of exporters, and econometric analyses reach the same conclusion. Besides, the ERPT to import prices is found to be high while the ERPT to CPI is low owing to some factors that obstruct the import prices pass-through channel to domestic CPI. But this situation has been changing significantly since August 2005. Thus, a more flexible exchange rate system is needed for China to absorb the price shock from aboard efficiently.     

时间序列分析在居民消费价格指数预测中的应用

以我国2004年~2008年的消费价格指数为例,利用时间序列分析方法的ARIMA模型进行预测分析。通过对统计数据的短期变化趋势进行验证,结果表明该模型有效,预测值与实际值相一致。