人民币汇率对中国价格水平的传递效应研究

基于2005年8月~2014年7月的数据构建了向量自回归模型,研究了人民币名义有效汇率对于中国进口价格指数与消费者物价指数的传递效应。研究表明,汇改后的十年,人民币名义有效汇率对进口价格指数与消费者物价指数的传递效应为部分传递,并且有一定时滞性;人民币名义有效汇率对进口价格指数的传递性优于消费者物价指数。     

中国内外

加息“警戒线”:通货膨胀率5% 中国人民银行行长周小川日前表示,若消费者价格指数(CPI)的急速上升导致贷款利率为负,即通货膨胀率超过5%, 央行将考虑上调贷款利率。他指出,负贷款利率将促使企业借款进行原材料的采购、囤积,进而推动通货膨胀进一步加剧。我国5月份消费者价格指数较上年同期上升了4.4%,为7年来     

ARIMA模型在居民消费价格指数预测中的应用

将ARIMA模型应用于居民消费价格指数的拟合和短期预测中,采用2001年1月至2013年10月中国居民消费价格指数的月度数据,借助EViews 6.0软件对数据进行拟合分析,建立了乘积季节ARIMA(5,0,6)(1,1,0)12模型,并讨论了模型的准确性,对未来中国居民消费价格指数进行了预测,该模型具有较高的理论与实际价值。     

基于层次分裂算法的价格指数序列聚类

目前,中国国家统计局发布的消费者价格指数不包含网购部分。随着电子商务的快速发展,网购价格指数的发布已经成为亟待解决的问题。互联网环境下,网购交易数据能够实时获取,因此网购价格指数应当更为准确可靠。然而,由于企业对商品分类标准不同,分类价格指数的计算需要首先解决基本价格指数的分类问题。该文提出一种基于层次分裂算法的价格指数序列聚类方法,选择基于相关系数的距离和Manhattan距离作为距离度量,分两步对价格指数序列进行聚类。算法通过设置不同的终止条件停止分裂,不需要事先设置簇数。引用实例对算法进行验证,有效划分了226组价格指数序列中的219组,取得了较好的聚类效果。     

对当前CPI走高成因的若干思考

CPI指数即消费者价格指数(Consumer Price Index,英文缩写为CPI),按照国家统计局的标准解释,CPI是反映一定时期内城乡居民所购买的生活消费品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。CPI指数通常作为观察通货膨胀水平的重要指标,一般CPI大于3%称为通货膨胀,CPI大于5%称为严重通货     

基于ARIMA的居民消费价格指数建模与预测

根据我国2007～2010年的实际居民消费价格指数，建立了基于ARIMA的物价指数预测模型。实验结果表明，该模型的绝对误差以及百分比绝对误差都控制在了一定范围之内，因此该模型拟合效果较好，预测值接近实际值。最后，应用该模型对我国2011年1月至5月的居民消费价格指数进行了预测。     

通货膨胀与股票市场走势研究——基于中国CPI和上证综合指数、深证综合指数的协整检验与格兰杰检验

随着股票市场的迅猛发展，股票价格与通货膨胀之间的关系已成为研究的热点问题。本文基于2001年12月至2011年10月消费者价格指数、上证与深证综合指数的月度数据，进行协整检验与Crangcr因果检验，检验结果得出通货膨胀与股票价格之间的关系不显著，不能明显影响股票市场的走势。     

建筑投标价格指数神经网络方法及敏感性分析

将神经网络技术应用于建筑投标价格指数预测,提出了两种神经网络的变量敏感性分析方法,并用提出的方法分析了投标价格指数所涉及变量的敏感性．     

基于模拟退火算法的非平稳双线性模型估计

从非平稳双线性过程的卡尔曼滤波估计的角度,使用模拟退火优化算法计算非平稳双线性过程的极大似然函数值,并通过蒙特卡洛模拟显示,卡尔曼滤波估计的偏误与均方根误差均比最小二乘估计方法要小.利用卡尔曼滤波估计方法,通过对中国6种价格指数的检验可知,除房地产销售价格指数以外,其他5种价格指数都是非平稳双线性过程,但居民消费价格指数、商品零售价格指数和出口商品价格指数是扩散的.     

基于传导模型的2010年价格指数预测

为了研究价格传导规律,准确预见2010年价格变化趋势,运用差分回归分析建立传导模型、GM(1,1)模型的方法,以1994-2009年各月原材料、燃料、动力购进价格指数(PPR)、工业品出厂价格指数(PPI)、商品零售价格指数(RPI)、居民消费价格指数(CPI)为基础,预测2010年这四种指数变化情况,研究结果表明:当前通货膨胀已经非常明显,需要适时引导通胀预期,防止出现严重的通货膨胀。该研究成果为宏观经济决策提供依据。     

中国居民消费价格指数的ARIMA预测模型

本文将2009年1月至2014年12月期间的中国居民消费价格总指数进行了分析,对序列进行了季节性检验和季节性调整,通过计算季节指数,利用时间序列图以及ADF检验方法检验了调整后序列的平稳性,得到了居民消费价格总指数的ARIMA模型.最后分别对CPI进行静态预测和动态预测,将预测结果乘以季节指数将预测结果还原,得到了较为满意的结果.     

城乡通货膨胀率比较及影响分析

2007年下半年以来,我国物价水平持续快速上涨。从2007年8月至2008年5月,全国居民消费价格指数（CPI）上涨超过6％,其中食品类价格上涨明显。在全国CPI高位运行的同时,农村CPI一直明显高于城市CPI。这是由于农村市场的流通环节费用高于城市、农村市场价格基数较低、农村劳动力外流以及一些制度性的因素。由于农村居民收入普遍低于城市以及城乡消费结构差异等原因,农村居民是物价上涨的最大受害者。     

长记忆时间序列适应性预测的应用

给出某市1973年1月至2002年12月每月食品消费价格指数时间序列，利用长记忆时间序列ARFIMA(0，d，0)模型的适应性预测公式预测了2003年1月、5月、10月、2004年3月、8月、2007年2月的食品消费价格指数．     

粳米价格与通货膨胀关系考

对1995—2004年间消费者物价指数(CPI)与粳米价格关系的考察发现:两者之间存在互动关系,但前者对后者的影响要远大于后者对前者的影响;而在粳米价格上涨时期,两者之间的相互影响则大大加强。     

一种包含递归的核回归估计的回归预测模型

构造包含递归的核回归的回归模型,将其应用于居民消费价格指数,提高拟合度,减少预测误差.进而运用时间序列预测模型,结合上述回归模型对居民消费价格指数进行预测.     

基于分形理论的居民消费价格指数预测

随着我国经济的迅速发展,物价水平明显升高,居民的正常生活受到了很大影响.以居民消费价格指数(CPI)为研究对象,运用分形理论的相关预测知识,分析了我国2000—2011年的居民消费价格指数走势,结合散点图得出CPI指数还会持续上升的结论.在此基础上分析了CPI指数上升的原因,从政策和市场等方面提出相应措施以合理控制物价,确保市场运作的协调统一.     

房地产价格指数与居民消费水平的动态回归分析

以SAS软件为工具,对郑州市2009年5月至2013年5月新建住宅价格指数序列和居民消费价格指数序列进行协整分析,分别拟合了动态回归ARIMAX模型和误差修正ECM模型.ARIMAX模型显著有效,揭示了居民消费价格指数对新建住宅价格指数的影响系数达到1.014 73,预测结果显示,郑州市的房价近期仍呈上升态势,上涨幅度维持在1%左右.ECM模型拟合效果不理想,说明房价受短期波动的影响很小,对房地产市场的调控漫长而复杂.     

我国居民消费价格指数灰色关联分析

采用灰色关联分析法,对我国居民消费价格指数进行了多因素关联分析.得出房屋销售价格、商品零售价格以及国内生产总值指数是我国近期CPI过快增长的主要影响因素.对此进行了原因分析并提出相应建议.