CPI影响因素分析及估算模型

来源 :首都经济贸易大学 | 被引量 : 0次 | 上传用户:spiritword
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
CPI(居民消费价格指数),一直是广大社会学者及经济学家关于衡量通胀情况的核心指标。我国的CPI自2017年至今长期处于“1时代”,即CPI同比增长稳定在1%左右,这表明我国下游消费者物价稳定,通货膨胀状态良好。但不可忽视的是,2016年及2017年我国央行施行相对紧缩的货币政策,同时社会大量流动资金流入房地产行业,一定程度上限制了CPI上升。那么进一步结合当前社会背景研究CPI影响因素,以期探究我国CPI稳定的原因,探讨我国一直过热的房地产业对CPI的影响,对国家合理制定宏观调控政策,居民制定理性的投资策略,有积极意义。本文分析我国CPI波动影响因素,主要研究居民消费价格指数(CPI)与广义货币发行量(M2)、工业生产价格指数(PPI)、进出口总额(EIV)、国家财政收入(GR)、国房景气指数(SHBI)之间存在的动态影响。着重分析当前社会关注度较高的房地产行业对我国CPI的影响,分析研究SHBI与CPI的波动关系,通过建立VAR模型,对2009年至2017年月度CPI数据进行分析,研究各因素之间的动态关系进一步建立预测模型,通过三类模型进行下月CPI的短期预测。最后得出CPI主要依靠自身惯性引起波动变化,CPI自身波动最终贡献率达到80%,外部影响因素最终总体贡献率为20%。同时从第二期开始,各外部因素逐渐开始影响CPI的波动变化,生产价格指数,广义货币发行量,国家财政收入对CPI的影响有较强的敏感性,而进出口总额与房地产行业对CPI的影响有其时滞性。通过比较三类预测模型,得出带有自回归项的分布滞后模型相较于单一自回归或完全依靠外部变量的预测模型,其预测效果更好。最终预测得到2017年11月CPI为101.67,2017年12月CPI为101.69,2018年1月CPI为101.59,2018年2月CPI为101.24,2018年3月CPI为101.46,2018年4月CPI为101.82,2018年5月CPI为101.87,我国CPI将保持相对稳定状态。
其他文献
<正>~~
<正>巴渝作家对中国现当代文学的发展做出了卓绝的贡献,郭沫若等人对中国新诗发展的推动作用更是熠熠生辉,已有大量学者对此作了深入而全面的论证。因此,本文尽量避开人们早
会议
<正>1研究目的一些高校均开办了器械健身专项课程,但都没有一套完整的教学体系。通过对器械健身课程教学体系新构的研究,能更加清楚课程内容的框架,了解各课程内容间的相互关
会议
随着社会的不断发展和进步,科学技术的不断提升,在现有的社会背景下,人们对于建筑行业也提出了更高的要求。路桥工程在我国基础设施建设中属于一项比较关键的项目建设,在这种
卷积神经网络(Convolutional Neural Networks,CNN)作为深度学习的代表算法之一,在图片分类、目标检测、语音识别等方面得到了广泛的应用。CNN需要的计算量巨大,但传统的嵌入
<正>党的十七大报告指出,要加大机构整合力度,探索实行职能有机统一的大部门体制,健全部门间协调配合机制,减少行政层次,降低行政成本,着力解决机构重叠、职责交叉、政出多门
会议
咖啡对健康的影响是好、是坏,始终是很多人都极为关心的话题,且多年以来科学家之间的争论。从未停止过。且目前为止,科学研究并未找到确凿证据说明适量地喝咖啡对人体健康有害。