消费者价格指数与生产者价格指数:谁带动谁?

消费者价格指数(CPI)与生产者价格指数(PPI)是相互联系并有显著区别的概念。两者之间的因果关系或非因果关系有多种可能情形。本文对中国消费者价格指数(CPI)和生产者价格指数(PPI)2001年1月至2008年7月数据的格兰杰因果检验结果显示,在所考察时期内,消费者价格指数是生产者价格指数变动的格兰杰原因,后者经过1—3个月左右的时滞对前者的变动作出反应。这个结果很可能意味着,在所考察时期内,在影响以消费者价格指数(CPI)来衡量的国内通货膨胀中,需求方面的因素相对大于供给方面的作用,尽管需求因素和供给因素都共同地影响了国内通货膨胀的走势。     

基于Copula函数的尾部相关性度量

本文讨论了Copula函数的尾部相关性,当边缘分布是标准Frechet分布时,计算了Copula函数的尾部相关系数及缓慢变化函数,并且得出线性混合Copula函数的尾部相关性是几乎独立的或者较强的渐近相关.     

基于Copula函数的秩相关和尾相关研究

变量间的相关结构是考察变量联合分布特征的首要任务。最经典的是线性相关系数,然而由于线性相关系数是建立在正态分布假设基础上的,存在着很多的局限性,所以,引入了用Copula函数表示的秩相关和尾相关测度。用Copula函数表示的秩相关和尾相关测度比较稳健,不易受极端值影响,且不需要正态分布假设。最后通过模拟得到了上市公司t-Cop-ula的秩相关和尾相关测度。     

信用风险度量及其组合管理中的相关性研究——Copula函数的引进

综述了从传统过渡到现代的信用风险度量方法,并比较了它们的特点.提出组合管理思想是信用风险管理的方向,组合的相关性问题是研究重点.而Copula函数具有描述非线性相关的优势,使用Copula函数可以更加精确地度量信用风险.     

消费物价指数与生产者价格指数:谁带动谁?

The consumer price index (CPI) and producer price index (PPI) are interrelated but significantly different concepts. Relationships between the two indices may be that of causality or non-causality. The paper conducts a Granger-causality test on China’s CPI and PPI data for the period from January 2001 to August 2008, and finds that CPI Granger causes the change in PPI, and the latter reacts to the former with a time lag of 1–3 months. The result may suggest that in contemporary Chinese economy, demand-side factors have played a more important role than supply-side factors, although the two sides both have influences on domestic inflation trend which is measured by CPI. __________ Translated from Jingji Yanjiu 经济研究 (Economic Research Journal), 2008, (11): 16–26     

基于EEMD-BP模型的消费者价格指数预测

消费者价格指数反映了物价对人民生活的影响,是多种因素共同作用下最终的表现形式。EEMD方法是处理非平稳、非线性序列的有效工具,将其运用于CPI预测,可以从CPI时间序列自身出发揭示内在特征。本文以1994年1月至2021年9月期间的CPI为例,对其进行分解,并根据本征模函数的特征进行聚类重组,对重构后的序列波动特点进行解释,选择BP神经网络模型进行预测。研究表明：组合模型比单一模型具有更高的预测精度;经过EEMD方法分解的CPI组合预测模型比EMD方法分解的CPI组合预测模型具有更高的预测能力。     

消费者过激维权背后的博弈分析——兼论市场经济条件下消费者和生产者之间的关系

近几年消费者过激维权的事件时有发生,那么这样的事件背后折射出来的是消费者与生产者之间一种什么样的关系呢?本文从博弈论的角度,通过模型的建立与分析,对这种事件背后的消费者和生产者的关系进行了探讨。     

基于消费者物价指数的养老金担保成本评估模型

探讨了以消费者物价指数为最低担保的缴费确定型养老金计划,并在应用Copula函数度量投资组合回报率与消费者物价指数增长率的相关关系基础上,建立了评估这种担保成本的模型,最后给出了担保成本的随机模拟算法。     

基于Copula函数特征筛选的电力物资供应商投标价格预测

分析电力物资供应商投标价格特征是招标企业估计投标价格并制定合理采购策略的基础.传统的Spearmen秩相关系数特征筛选方法只单纯考虑了特征的数值排列顺序,不能挖掘特征变量与目标的内在关联关系,会导致预测效果差.本文在电力企业招标价格预测建模中引入Copula函数,通过特征变量与目标变量的联合概率分布来分析变量间的相依关系.首先确定特征变量与目标变量的边缘分布,进行Copula参数估计,选取合适的Copula函数并计算相关系数来筛选供应商投标价格的特征,并以多种预测方法进行预测来验证引入Copula函数后预测精度是否提升.结果表明,引入Copula函数进行特征筛选后,预测精度更高、效果更好.     

我国CPI与PPI非线性调整的实证解释

本文基于两区制门槛误差修正模型对我国CPI与PPI倒挂现象进行实证解释.研究结论表明,CPI与PPI之间存在非线性协整关系,只有当偏离达到一定程度时,系统才会开始向长期均衡状态调整.在调整过程中,CPI与PPI对误差修正的调整速度并不相同,PPI的调整速度要高于CPI的调整速度,而且调整主要是通过倒挂期PPI的变化来完成.两个区制的差别还反映在Granger因果关系上;在区制一时仅存在从CPI到PPI的单向Granger因果关系;而在区制二时存在CPI和PPI的双向Granger因果关系.     

对我国CPI与PPI关系研究——基于季节调整后的数据分析

选取1997年1月～2011年12月间我国月度CPI和PPI数据进行了定基处理和季节调整,然后在其基础上建立了VAR模型。该模型分析的结果表明CPI和PPI之间存在协整关系。格兰杰因果检验分析结果表明,在5%的显著性水平下,CPI与PPI互为格兰杰因果。方差分解的结果表明,CPI和PPI自己对自己的变化的贡献率比较大。     

CPI与PPI持续性“背离”的结构性解释

本文基于新凯恩斯框架考察三种外生冲击对CPI和PPI的影响,并尝试对CPI与PPI"背离"进行解释。研究发现:(1)货币政策冲击对CPI、PPI的影响存在非对称性,央行货币调控时应更加关注利率调整对PPI的影响;(2)短期内需求冲击更易引致价格波动,且对CPI影响大于PPI;长期内供给冲击对价格波动影响强于需求冲击,且对PPI影响大于CPI。同时,本文发现财政因素也是导致CPI与PPI"背离"的原因。本文认为当前政府短期可通过完善需求管理抑制CPI与PPI"背离"程度扩大,长期应坚持供给侧改革以扭转二者"背离"趋势,以此健全新常态下价格调控体系并促进经济行稳致远。     

基于不确定性视角的PPI与CPI传导关系真相研究

通货膨胀背景下,有关PPI和CPI之间的价格传导关系成为备受关注的热点问题,但现有文献均局限于PPI和CPI均值意义上的格兰杰因果性讨论。事实上,无论从宏观理论出发还是从计量理论出发,PPI和CPI衡量的通胀率的不确定性(inflation uncertainty)及不确定性间的相关性更应引起学术界以及货币当局的关注。鉴于此,我们借鉴Hafner and Herwartz(2004)提出的二阶矩意义的格兰杰因果检验方法,构建Wald形式的统计量对CPI和PPI不确定性因果关系进行检验,发现从通胀不确定性视角来看,PPI和CPI是相互传导的,从传导模式来看,无论以PPIMG还是以CGP"I充当"PPI,均只能在短期影响CPI,而CPI对它们的影响在长短期都是一贯的。由此推断,CPI到PPI方向构成了二者不确定性传导的"系统性"路径,通胀治理须从需求方考虑。     

“金砖四国”股票市场间相依结构分析

金融市场间的相依关系及其结构分析是金融风险测度、资产组合管理等金融理论和实务中的一个重要问题,而基于线性相关系数是难以正确刻画非线性条件下金融资产间的相关结构,特别是尾相依关系。为研究"金砖四国"新兴股票市场间的相依结构,文章构建了一个混合Copula模型,对"金砖四国"股票市场间的相依结构进行建模分析,并将结果与单一阿基米德Copula模型进行了比较,表明混合Copula模型既能保留单一Copula模型的特性,更能灵活、全面地刻画变量间的相依关系。实证研究的结果表明:在样本数据期间,"金砖四国"股票市场间存在非对称相关关系,相依结构上存在差异;中国上证综指波动较为剧烈,与其它三国指数间以下尾相依为主;巴西、印度、俄罗斯三国股指间的相依结构相似,联动相关性相近,并无显著的下尾相依关系。     

CPI的SARIMA模型与X-12季节调整模型对比预测分析

基于SARIMA模型及X-12-ARIMA模型对我国1995年1月至2014年6月的居民消费价格指数月度数据进行预测分析。利用Eviews 6.0对CPI数据的变化趋势及季节性进行验证,结果表明X-12季节调整模型相对于SARIMA模型更有效,预测值与实际值的估计误差控制较好。     

动力煤期货和焦炭期货套期保值的比较分析--基于最小方差的 Copula 模型

伴随着经济结构转型和资源结构调整,煤炭市场遭遇寒冬,煤炭期货套期保值也备受关注。在对两种主要煤炭期货———动力煤期货和焦炭期货的基本套期保值现状进行对比的基础上,利用GARCH模型对两种期货收益率方差进行预测,同时利用EWMA模型对其现货收益率方差进行预测,最后利用最小方差的Copula模型对两者的套期保值比率进行确定,并对比性评价了两者的套期保值效率,以此为处于困境中的煤炭企业提供方向指导和建议。     

两类混合藤Copula模型的比较研究——基于外汇资产投资组合VaR的研究

本文以中国外汇市场上四种主要外汇资产的投资组合作为研究对象,基于Pair Copula高维建模思想,分别建立了两类能真实反映资产组合相关结构差异性的混合藤Copula模型,即混合C藤和混合D藤Copula模型。两类混合藤Copula模型,对传统的藤Copula模型作了进一步的改进,是通过一定的选择标准,确定模型中每个Pair Copula函数的最优函数族,这样可以使得所建立的模型既能考虑资产组合维数的影响,又能捕捉到组合内部各资产相关结构的差异性。为了得到较优的风险分析模型,在实证研究中,将两类模型在资产组合VaR计算精度方面进行比较。