我国居民消费价格指数的预测分析——基于残差修正的改进GM(1,1)模型

我国居民消费价格指数受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于残差修正的改进GM(1,1)模型。首先,本文介绍了改进GM(1,1)模型的建立方法与步骤;接着结合2007²011年我国居民消费价格指数建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国居民消费价格指数,便于对我国未来居民消费价格指数的宏观调控。结果表明,该预测方法是可行的,为相关预测提供了理论依据。     

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。     

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.     

国际石油价格波动对我国居民消费价格指数的影响

运用2016年1月~2017年11月的月度数据,构建了国际石油价格波动对我国居民消费价格指数影响的VAR模型,并进一步依据ADF单位根检验、误差修正模型以及脉冲响应函数等数据验证方法,对国际石油价格波动如何影响我国居民消费价格指数展开实证研究。结果表明,国际石油价格的上下波动会对我国居民消费价格指数产生十分明显的影响,但这一影响被局限在某一些特定范围内,且这一显著影响在具体的每一个不同类别的居民消费价格指数上又会出现较大差异。     

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。     

对通货膨胀进行测度的价格指数研究

本文运用我国现行编制的各类价格指数，对我国的通货膨胀状况进行了分析，将我国测度通货膨胀的指标分为两类；并指出用居民消费价格指数和商品零售价格指数作为测度我国通货膨胀指标的局限性。     

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。     

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。     

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。     

我国居民消费水平影响因素的实证分析

本文在关于我国居民消费水平分析和大量数据收集的基础上,建立计量经济学模型,并对模型进行检验分析和修正,最终通过模型分析国内生产总值,城镇居民人均可支配收入,农村居民家庭人均纯收入,人口自然增长率和居民消费价格指数这五个影响因素对我国居民消费水平的影响程度并进行政策分析,提出相关建议。     

基于ARMA模型的我国居民消费价格指数预测

居民消费价格指数(CPI)是用于反映居民家庭一般购买的商品和服务物价变动情况的宏观经济指标,对展示经济运行的平稳性,表现经济发展的质量和效益有重要意义。因此本文建立了一个ARMA模型,选取我国2001年1月到2015年12月的CPI环比月度数据作为样本,运用R3.4.3软件对居民消费价格指数时间序列的自相关系数与偏相关系数进行统计,进行模型定价并估计出其参数,并对2016年1月至5月的居民消费价格指数进行预测。实证结果显示MA(2)模型能较好地拟合商品指数的动态路径,模型的预测值与实际观测值非常接近,表明ARMA模型在居民消费价格指数的预测中效果较好。通过ARMA模型合理预测我国的居民消费价格指数,能够对未来经济发展有初步的了解,为国家有关政策的制定提供理论支持。     

美国大豆价格与我国食品类CPI的关联性研究

本文通过对中美间汇率、我国从美国进口大豆数量以及美国大豆价格与我国食品类居民消费价格指数之间的关联分析,并运用VAR模型和脉冲响应函数,来实证分析美国大豆价格的变化与我国食品类CPI的相关性。实证结果证明,美国大豆价格与我国食品类CPI的波动具有正向相关关系,在我国尚未掌握国际大宗商品定价权的背景下,国际大宗商品的价格波动会传导至国内产品价格,进而影响食品价格指数的变动。     

国际油价上涨对中美居民消费价格指数的影响

油价波动日益成为牵动居民经济生活的重要因素。本文应用单位根检验、协整分析及格兰杰因果检验等方法,考察了1995年2月至2007年4月间月度国际原油价格与中美两国居民消费价格指数之间的长期关系,认为国际原油价格的波动对美国居民消费价格指数的影响很明显,但对我国居民消费价格指数的影响并不明显。文章提出,随着经济的快速发展和工业化步伐的加快,我国石油消费会大幅度增加,我国的消费价格指数权重结构调整也会随居民消费结构的变化而改变,有可能与美国越来越相似,国际油价上涨导致成本推动型通货膨胀的压力将逐步加大,对通货膨胀的影响也将逐渐显现,对消费价格指数的预警功能会进一步强化。因此我们要加紧建立原油价格期货市场,鼓励和推广能源节约型产业,积极做好石油战略储备等各方面的工作,把石油价格波动对我国居民经济生活的影响减到最小。     

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。     

"十一五"时期我国价格变动预测

衡量价格总水平的指标主要有两个,一是商品零售价格指数。二是居民消费价格指数。本文将商品零售价格指数和居民消费价格指数作为主要分析对象,在对其1978年以来走势分析的基础上,预测“十一五”时期的变化趋势。     

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。     

物价走势怎么变 宏观调控怎么调

<正>一、今年中国物价走势呈两大特点综合起来看,去年中国的物价水平是下降的。去年居民消费价格指数(CPI)比上年下降0.7%,工业品出厂价格指数(PPI)下降5.4%,大宗商品价格指数(CCPI)比上年下降21.8%。预计这种情况在今年内将要发生重大变化,整体物价形势将呈两大特点。1.三大价格指数全面上涨。所谓全面性上涨,即中国三大物     

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。     

物价走势怎么变宏观调控怎么调

一．今年中国物价走势呈两大特点 综合起来看．去年中国的物价水平是下降的。去年居民消费价格指数（CPI）比上年下降0.7％．工业品出厂价格指数（PPI）下降54％,大宗商品价格指数（CCPI）比上年下降21．8％。预计这种情况在今年内将要发生重大变化．整体物价形势将呈两大特点。