1991-2004年GDP增长率与居民消费价格指数的关联性分析

笔者从银行存款利率、失业率、居民消费支出三个因素分析了1991年～2004年中国GDP增长率与居民消费价格指数的关联性，认为在居民消费支出的影响下，居民消费价格指数与GDP增长率成正相关；在利率的影响下，居民消费价格指数与GDP增长率成负相关；在失业率的影响下居民消费价格指数与GDP增长率成负相关。     

北京市居民消费价格指数波动的驱动因素定量分析

本文以北京市居民消费价格指数为分析样本,运用投入产出价格影响模型和向量自回归模型,分析不同种类影响因素的作用机理和产生的效应,从而找出北京市居民消费价格指数波动的主要驱动因素。从农产品价格上涨、居民居住成本上涨、资源能源类产品价格上涨、劳动力成本上涨和其他因素等驱动居民消费价格指数波动的原因,分析各个驱动因素的价格波动情况及其对居民消费价格指数的影响。     

1991年～2004年GDP增长率与居民消费价格指数的关联性分析

笔者从银行存款利率、失业率、居民消费支出三个因素分析了1991年～2004年中国GDP增长率与居民消费价格指数的关联性,认为在居民消费支出的影响下,居民消费价格指数与GDP增长率成正相关;在利率的影响下,居民消费价格指数与GDP增长率成负相关;在失业率的影响下居民消费价格指数与GDP增长率成负相关。     

基于多元回归模型CPI上涨因素分析——以2007-2008数据为例

本文主要是运用定性和定量相结合的分析方法,运用多元线性回归模型对中国居民消费价格指数的影响因素进行实证分析.研究结果表明,房地产价格、货币供应量和社会零售商品总额对我国居民消费价格指数的影响较为显著.     

北京居民消费价格指数波动规律的多维度分析

本文以北京市居民消费价格指数为分析样本,运用统计和计量的相关数据处理方法,对2003年以来北京市居民消费价格指数的波动规律进行多维度的分析。从价格指数序列自身波动情况来看,北京市居民消费价格指数具有季节性、周期性特征;从长期趋势看,指数整体呈现增长趋势;从价格指数的分类构成来看,食品价格指数、居住类指数波动大,在整个CPI构成中变动最大。     

我国居民消费价格指数的分析和预测

本文介绍了居民消费价格指数的概念以及在我国物价体系中的重要作用,并根据1951年到2003年53年我国居民消费价格指数的统计资料,对我国的居民消费价格指数进行预测和分析。     

黑龙江省居民消费价格指数(CPI)上涨因素分析

从价格指数的主体性和价格指数的结构性分析,食品价格是拉动价格总水平上涨的主要动力,耐用消费品价格上涨明显.工业消费品价格依然低迷,部分工业品价格涨幅扩大.2007年影响黑龙江省居民消费价格指数上涨的因素是:居住类价格上涨对总指数有一定影响,食品价格上涨是居民消费价格总水平上涨的主导因素,经济发展是物价上涨的内力推动.     

正确使用各类价格指数

居民消费价格指数计算方法从2001年1月起,采用了与国际接轨的更加科学的居民消费价格指数计算体系,国家统计局开始计算和发布使用以2000年为固定对比基期居民消费价格指数即消费价格定基比指数,与此同时,消费价格同期比指数、环比指数、累计比指数、与上年12月为100四个不同对比基期的价格指数也一道向社会公布.     

居民消费价格指数、制造业采购经理指数和消费者满意指数关系研究——基于VAR模型的实证检验

本文运用向量自回归VAR模型和脉冲响应函数,分析我国居民消费价格指数(CPI)、制造业采购经理指数(PMI)和消费者满意指数(CSI)三者之间的关系。研究表明:居民消费价格指数和消费者满意指数两者互为因果关系,居民消费价格指数与制造业采购经理指数也互为因果关系,制造业采购经理指数仅是消费者满意指数的格兰杰原因;居民消费价格指数对消费者满意指数、制造业采购经理指数及其自身的冲击效应都存在时滞性,分别为27个月、15个月与17个月。     

人民币汇率变动对我国居民消费者价格指数的影响

本文基于2000-2013年的月度数据，通过构建国内物价影响因素模型，以单位根检验、回归分析、脉冲相应、方差分解等计量方法，主要分析人民币汇率对居民消费价格指数的影响。分析表明；人民币汇率与居民消费价格指数存在反向关系，且人民币汇率在较短期内对居民消费价格指数有较大的冲击且有一定的持续性。     

居民消费价格指数与基础食品和非食品价格变动关系研究

文章采用 2010 年 12 月到 2020 年 11 月的月度数据来分析居民消费价格指数中基础食品和非食品价格变动与居民消费价格指数之间的因果关系和长期均衡关系。 从研究的过程中可以分析到基础食品和非食品的价格变动都会导致居民消费价格指数显著的变动;但是从另一方面来看,居民消费价格指数的显著变动对食品价格影响效果显著,但是对非食品的影响却没有那么的明显。 文章通过这方面的研究来对国家调控 CPI 的宏观政策如货币政策来影响通货膨胀方面给出相应的建议。     

基于重庆市CPI指数的分析与预测

时间序列分析是一种根据动态数据揭示系统动态结构和规律的统计方法。本文以重庆市2010年1月至2013年12月居民消费价格指数为研究对象,基于居民消费价格指数存在明显的非平稳性,运用自ARIMA模型进行建模分析,并利用EVIEWS建立了居民消费价格指数时间序列的相关关系模型,对2014年进行预测,取得较好的效果。     

居民消费价格指数预测的分解模型研究——以武汉市时间序列数据为例

居民消费价格指数是进行宏观经济分析与决策的重要经济指标。作为经济时间序列,居民消费价格指数的变化受到长期趋势、周期性循环要素、季节因子和不规则要素这四个因素的影响。本文选取武汉市2003年1月至2009年11月居民消费价格指数的月度数据,对其进行季节调整后,再通过HP滤波方法得到长期变动趋势序列,并用时间序列混合分解模型进行拟合与预测。     

消费者信心指数对CPI的影响效应探讨

消费者信心指数(CCI)对居民消费价格指数(CPI)有重要的影响作用。本文采用多元线性回归将食品消费价格指数(FPI)、非食品消费价格指数(NFPI)从居民消费价格指数中分离出来。在此基础上,运用VAR模型和脉冲响应函数考察了消费者信心指数(CCI)对居民消费价格指数(CPI)及其成分指数的引导和预测作用,从而提出相关政策建议。     

我国居民消费价格指数的混沌特性分析及预测研究

根据我国居民消费价格指数的非线性特征,建立了基于混沌理论的消费者价格指数神经网络模型,同时运用所建模型对我国居民消费价格指数进行估计和预测。计算结果表明,该模型能够很好地解决居民消费价格指数估计和预测这一问题,预测精度较传统的方法要高,具有一定的应用价值。     

我国居民消费价格指数的缺憾与改进思路

一、现行居民消费价格指数（CPI）的缺憾 1953年,我国开始编制价格指数,1984年开始编制居民消费价格指数CPI。经过多年的改革实践,居民消费价格指数数据的采集方式、权数的确定以及计算方法均已成熟完备。然而,随着市场经济体制改革的不断深化,市场要素的多元化发展,现行的CPI已很难全面客观地反映居民消费价格的变动。     

主要农产品价格对CPI的贡献分析——基于VAR和VEC模型的实证分析

通过应用VAR和VEC模型分析、脉冲响应函数方法（IRF）及方差分解、Granger检验等方法,考察1985年至2008年我国农产品价格与居民消费价格指数之间的关系,认为农产品价格波动对居民消费价格指数的影响不太明显。     

浅析通货膨胀率对国内股票市场的影响

本文通过对居民消费价格指数和上证指数的历史数据进行对比分析,探讨通货膨胀率对国内股市的影响.     

我国居民消费价格指数编制存在的问题探讨及其改革

根据统计资料,近年来,我国居民消费价格指教(CPI)与居民收入和消费增长率之间的关系日益脱节,CPI的涨幅远低于人均可支配收入及消费的涨幅,这使得人们对我国居民消费价格指数编制的科学性和有效性产生质疑.基于此,本文对我国现行居民消费价格指数的编制方法进行了深入探讨,并针对编制过程中的问题提出了几点改进的建议.     

基于ARIMA模型的居民消费价格指数的预测方法研究

本文根据时间序列相关知识，利用2000年1月到2010年12月的居民消费价格指数历史数据建立了一个ARIMA预测模型，分析2011年的居民消费价格指数的短期走势，对未来的政策提出了相关建议。