居民消费价格指数的预测及其结构分析
——以贵州省为例
贵州民族学院李洪飞、杨小欢、陈蛟
目录
摘要 (2)
一、问题的提出 (3)
二、国内研究现状 (3)
三、模型构建前的准备 (4)
3.1 模型若干假设 (4)
3.2 数据来源说明 (4)
四、CPI预测模型构建前得基本分析与处理 (4)
4.1 数据的观察分析 (5)
4.2模型的识别、建立、优化 (6)
五、模型的检验 (8)
六、CPI的预测 (8)
七、CPI的聚类分析 (9)
7.1 对13类具有代表性的商品CPI进行聚类 (9)
7.2 对13类具有代表性的商品CPI进行结构分析 (11)
八、模型结论及意义 (13)
九、模型的不足和改进 (14)
十、参考文献 (15)
十一、附录 (15)
摘要
CPI是居民消费价格指数（consumer price index）的简称。居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。对于CPI的研究，是一个热点。
首先，本文基于时间序列，以2002年1月至2011年3月的数据为基础，对数据进行Box-Cox变换，建立SARIMA模型[1]，对贵州省2011年4月至10月的CPI做出预测，达到了87.1258%的拟合优度。模型结果显示，贵州省2011年4月至10月的CPI有上升的趋势，在10月份同比增长率达到了6.4421%。因此，要实现贵州省2011年4%的调控目标有较大压力。
然后选取13类具有代表性的商品，对它们的CPI做聚类分析[2]。在分析前，为了直观，本文对CPI进行了等级划分，划分标准为：Ⅰ级（90≤CPI≤100），Ⅱ级（100≤CPI≤110），Ⅲ级（110≤CPI≤120），Ⅳ（120≤CPI≤130），Ⅴ级（130≤CPI≤140）。结果显示，在13类商品中，粮食和鲜果总是保持在较高等级。所以对CPI的影响中，粮食和鲜果是导致上涨的主要因素。其次，肉禽及制品、蛋、水产品三类得CPI相对来说也比较高，是导致上涨的次要因素。而13类商品中剩下的商品CPI都比较稳定，价格没有发生多大变化。
最后，分阶段（4个月为一阶段）对13类商品的CPI进行聚类分析。发现13类商品中，粮食基本维持在Ⅳ级，变化不大；鲜果CPI变化很大，并保持持续上涨，上涨的速度非常快。肉禽及制品、蛋、水产品的变化相对来说也是比较大的。通过分阶段聚类分析，结果显示：影响CPI的众多商品构成中，构成结构会随着时间的推移有所改变，即13类商品中，影响CPI增长的权重会有所改变。
对CPI的预测，其意义在于有利于加强宏观、微观预警机制，针对市场可能
出现的情况，相关部门可以依据一定的预测，采取措施进行调控，以实现既定目标。对CPI的聚类分析，表明分析CPI可以从宏观的分析角度转向微观的分析角度。通过这种方法对CPI进行细分，针对不协调点，采取相应措施进行调节。
关键词： CPI（居民消费价格指数） SARIMA模型预测
等级 K值聚类CPI细分
■一、问题的提出
消费者物价指数(Consumer Price Index)，即居民消费价格指数，英文缩写为CPI，是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。它既是监测国民经济运行状况的重要指标，又是市场经济活动与政府制定货币政策的重要参考指标。如果消费者物价指数升幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗。
（CPI）是一个滞后性的数据，但它往往是市场经济活动与政府货币政策的一个重要参考指标。CPI稳定、就业充分及GDP增长往往是最重要的社会经济目标，同时它与老百姓的生活息息相关，研究CPI变化的特性、规律以及影响因素，具有十分重要的理论和现实意义。
因此，正是基于其重要意义，提出如下问题：
⑴利用能够收集到的现有数据，对未来一定范围的CPI做出预测，并根据CPI 的实际意义，对预测值做相应的分析。
⑵CPI是市场的一个综合指标，分析讨论其内部结构，并分析对CPI增长影响较大的是哪些商品。
■二、国内研究现状
居民消费价格指数（CPI）一直是国内经济专家、学者研究的热点，具有研究历史长、研究方法成熟、研究成果丰富等特点。预测的方法可以分为定性方法和定量方法。定性分析的方法很多，比如赵蔚将商品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[3]。冯学敏、黄文慧从阐述海南省居民消费价格指数的变化入手，分
析了2005年海南物价的基本走势和物价回落的原因。定量分析的方法又包括时间序列法和神经网络法，其中时间序列法得到了众多研究者的认可，如谢佳丽，杨善朝，梁鑫运用时间序列的几个不同模型，对我国居民消费价格指数的变化规律进行了比较研究。查文中利用ARIMA模型，对中国CPI指数进行了预测，得到很好的预测效果。黄德春、张长征、汤云超则研究CPI与月份之间是否有显著的关系，最后指出，CPI与月份无显著关系[4]。国海证券构建出很好拟合我国CPI定基指数的含有春节因素回归变量的季节时间模型，拟合优度达到75.45%，对样本外数据的预测误差不超过0.51%，具有较好的预测效果。肖宏伟则运用了X—12—ARIMA与TRAMO/SEATS季节调整原理，解决了季节和中国春节因素等问题，对CPI 进行预测，也得到了好的效果。而神经网络是最近几年兴起的一种流行的预测方法，郑艳伟，钱乐祥，张红光，彭军等人建立基于BP神经网络的居民消费价格指数进行预测，结果表明模型的预测值与实测值的误差仅为0.91%[5]。
而对于分析讨论CPI内部结构及哪些商品对CPI增长有较大影响的这一话题，目前本文作者未发现有人进行研究。
■三、模型构建前的准备
3.1 模型若干假设
本文从研究的背景出发，我们提出下列假设：
（1）模型建立中，数据的变换是必要的，并且对数据的Box-Cox变换，根据经验直接取对数是合适的。
（2）在使用模型对CPI进行预测时，我们假定预测时间内不会发生重大的政策变化以及一些影响经济的突发性事件。
（3）我们选择的13类商品具有代表性，它们的变化大体上能够反应整个市场CPI的变化。
（4）对4个阶段的研究，以4个月为一阶段的划分是合理的，对研究没有多大影响。
（5）为了便于直观，人为的对CPI平均值进行等级划分是合理的。
3.2 数据的来源说明
ⅰ、由于本文是对贵州省2011年3月后的居民消费价格指数[6]（CPI）进行预测，因此，本文在建立CPI预测模型时，CPI月度数据选取了贵州省2002年1
月至2011年3月的数据，数据来自于贵州省统计外网（https://www.doczj.com/doc/999800493.html,/）（统计资料——西部快讯）和中华人民共和国国家统计局数据库(https://www.doczj.com/doc/999800493.html,/)。
ⅱ、对CPI进行聚类分析时，收集的是贵州省2010年1月至2011年4月具有代表性的13类商品的月度居民价格指数（CPI），其数据来源：中华人民共和国国家统计局数据库(h ttp://https://www.doczj.com/doc/999800493.html,/)。
■四、CPI预测模型构建前的基本分析及处理
4.1数据的观察与分析
4.1.1 建立时间序列分析模型；本文采用Box-Jenkins法[7]和计量经济学软件Eviews
5.0进行模型识别和拟合。
4.1.2 Box-Jenkins法是一种精度较高的时间序列短期预测方法，其主要思想是：某些时间序列是依赖于时间T的一族随机变量，构成该时间序列的单个序列值虽然具有不确定性，但整个序列的变化却有一定的规律性，可以用相应的数学模型进行描述。其步骤一般分为四步：
Ⅰ检验序列是否属于（弱）平稳时间序列，
Ⅱ识别模型的ARMA的阶数p、q的值，建立ARMA(P,q)模型，
Ⅲ检验模型，
Ⅳ利用模型进行预测。
4.1.3 本模型样本数据（数据附附录），对数据的初步分析，数据在2008
年出现高峰区，我们分析是由于2008年1月贵州凝冻引起的，在2008年凝冻灾害中贵州直接损失348亿元，在凝冻期间，由于受交通的影响，雪灾造成了物价疯长，因此在2008初，CPI有一个高峰。从总体的数据来看，CPI有向上增长的趋势，如果直观地对其差分，则可能给预测带来较大大的误差，为了减少增长趋势，我们下面将引入Box-Cox变换（1964年由Box和Cox提出）。
4.1.4 在一般的时间序列分析中，非平稳时间序列可以通过有限阶差分化为平稳时间序列进行建模，但是有些不能够通过有限阶差分使其平稳。有许多序列虽然均值平稳但方差非平稳，此时需要考虑利用适当的变换使得方差平稳。为了有效的提高预测精度，可以使用一种常用的数据变换工具——Box-Cox变换。实践证明，Box-Cox变换对许多数据是行之有效的，对因变量的变换可以明显的改善数
据的正态性、方差齐次性和对称性。现在假设因变量Y=（n y y y y ,,,,321 ）是一组取值为正的变量，对于Y 考虑做如下变换：
()
1
,0ln ,0Y W Y
Y λλλλλ?-≠?
==??=?
称为因变量Y 的Box-Cox 变换。它包含了许多常见变换，诸如对数变换（0=λ），倒数变换（1-=λ）和平方根变化（2/1=λ）。在这里根据经验，选择对数变换（即0=λ），变换后的数据记为（X 1=log(x)）。
4.1.5 对X 1做序列图，我们发现虽然序列的增长趋势有所减缓，但是序列仍然是不平稳的，为了使序列平稳，对其做一阶差分，记差分序列为2X ，对2X 做ADF 检验，检验结果如下：
表
上表显示，在1%﹑5%﹑10%的显著性水平下拒绝原假设，接受不存在单位根的结论。再结合2X 的自相关图和偏自相关图，可以接受2X 平稳的结论。但是由于CPI 序列的一阶差分的平稳性明显不如二阶差分的平稳性好，所以我们在以下的建模过程中使用二阶差分记为3X 。做出3X 的自相关图和偏自相关图，我们发现该序列在滞后期为12的整数倍时出现峰值，即存在明显的季节现象，从经济的常识来看，我们也可以看出，居民消费价格指数存在季节现象。因此为了更好的建立模型，我们对序列做季节差分，建立乘积季节模型。记季节差分后的序列为t X ，对t X 做检验，我们发现t X 是平稳的。 4.2模型的识别与建立、优化
4.2.1做出序列
t
X的自相关图和偏自相关图（附附录），从自相关图和偏自相关分析可知，序列自相关系数在K=1时明显不为零，偏自相关系数在K=1,2，3,明显不为零，之后基本趋于零，从其中可以看出，数据明显存在季节因素，其周期为12。由于上述判断比较粗糙，有很大的主观性。为精确起见，我们同时建立多个模型，所以可能拟合的模型是：
SARIMA(1,2,0)(1,1,1)
12，SARIMA(3,2,0)(1,1,1)
12
,SARIMA(4,2,0)(1,1,1)
12
,
SARIMA(5,2,0)(1,1,1)
12，SARIMA(6,2,0)(1,1,1)
12
，SARIMA(3,2,,1)(1,1,1)
12
，
SARIMA(,6,2,1)(1,1,1)
12，SARIMA(3,2,0)(1,1,1)
12
, SARIMA(0,2,1)(2,1,1)
12
，
SARIMA(3,2,0)(2,1,1)
12SARIMA(4,2,0)(2,1,1)
12
等
4.2.2.模型的优化
在软件中输入d(log(x),1,0) c ar(1),我们发现均值 C=-0.000244,伴随概率p=0.8535，远远大于0.05，不显著，即C的取值可以取0。C没通过检验，这项表明CPI是一个零均值的平稳序列，所以在以后的建模中均值这项不用再考虑，对所有模型系数及残差进行检验，能够通过检验的模型有：
SARIMA(3,2,0)(1,1,1)
12,SARIMA(4,2,0)(1,1,1)
12
,SARIMA(5,2,0)(1,1,1)
12
SARIMA(6,2,0)(1,1,1)
12，SARIMA(3,2,,1)(1,1,1)
12
，SARIMA(,6,2,1)(1,1,1)
12
SARIMA(0,2,1)(2,1,1)
12，SARIMA(3,2,0)(2,1,1)
12
,SARIMA(4,2,0)(2,1,1)
12
4.2.3 模型方程的建立
根据AIC（Akaika information criterion）准则及SC准则[8]，可以选择出比较好的模型为：SARIMA(0,2,1)(2,1,1)
12
，即对X建立
SARIMA(0,2,1)(2,1,1)
12
模型：
表
模型的估计为：
SARIMA(0,2,1)(2,1,1)
12
由上表可以看出，所有系数都是非常显著的，拟合优度达到87.1258%，拟合的效果很好。
■五、模型的检验
从上表可以看出，模型的滞后多项式根落在单位圆内，满足过程平稳的基本要求，可以认为模型是合适的。对残差的检验，残差的自相关系数和偏自相关系数95%落在随机区间内，证明残差序列是白噪声，表明该模型的拟合值与原始值无明显差异[9]。对残差的ADF检验也显示，在1%﹑5%﹑10%显著水平下拒绝存在单位根的原假设，即残差序列是平稳的白噪声序列。
表残差序列的ADF检验
■六、CPI的预测
利用以上的模型对贵州省的CPI做出预测。预测结果显示：误差控制在0.443%至1.376%内，预测的精度很高。预测值与真实值如下：
表
■七、CPI的聚类分析
7.1 对13类具有代表性的商品居民消费价格指数进行聚类分析
7.1.1 CPI是一个市场综合指标，它反映的是整个市场的情况，这里选取了13类具有代表性的商品，它们分别是粮食、肉禽及制品、蛋、水产品、鲜菜、烟酒及用品、衣着、家庭设备用品及服务、交通及通信、娱乐教育用品及服、居住。对其进行聚类分析，分析看哪些商品具有较高的CPI，对整个市场CPI的影响较大。
7.1.2 为了比较直观，我们对CPI分级，Ⅰ级，Ⅱ级，Ⅲ级，Ⅳ级，Ⅴ级，其分等级的标准如下：
Ⅰ级：90≤CPI≤100
Ⅱ级：100≤CPI≤110
Ⅲ级：110≤CPI≤120
Ⅳ级: 120≤CPI≤130
Ⅴ级: 130≤CPI≤140
7.1.3对13种具有代表性的商品进行K值聚类分析，其中分别取K=3和K=5，
有聚类分析如下（K=5时聚类表格附附录）：
表
7.1.4从聚类分析可以看出：
⑴当K=3时，粮食和鲜果属于一类，其平均值为122.57，按预先规定的级别来说属于Ⅳ级；肉禽及制品、水产品、鲜菜属于一类，平均值为111.07
，属于Ⅲ级；剩下的烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通及通信、娱乐教育用品及服务、居住属于同一类，平均值为100.53，归属于Ⅱ级。
⑵当K=5时（附附录），粮食单独的作为一类，其平均值为120.8，归属于Ⅳ级；肉禽及制品、蛋、水产品为一类，平均值为109.575，归属于Ⅱ级；鲜果单独为一类，平均值为124.36，归属于Ⅳ级；烟酒及用品、衣着、家庭设
备用品及服务、医疗保健及个人用品、交通及通信、娱乐教育用品及服务、居住，平均值100.53，归属于Ⅱ级：鲜菜作为一类，平均值为115.54，归属于Ⅲ级。
7.2 对13类具有代表性的商品CPI 进行结构分析
7.2.1这里选择了2010年1月至2011年4月的数据，以每隔4个月的数据来进行聚类分析，即对其分阶段进行分析。其中K 取5，并对其分类进行评级，分析13类具有代表性的商品CPI 的结构是否发生在各阶段会发生变化，进一步分析各种商品的价格变化。
7.2.2 具有代表性的13类商品分阶段聚类分析
表 2010年1月---4月 表 2010年5月---8月
表 2010年9月---12 月 表 2011年1 ---4月
7.2.3 从分阶段聚类分析可以看出：
⑴粮食在4个阶段，基本是属于单独
的一类，只有在2011年1月至4月才有所改
变。除2010年1月至4月归属于Ⅲ级外，其
他都归属于Ⅳ级，其平均值分别为：
115.35,121.05,124.6,120.115，相对比较稳
定，维持在较高水平。
⑵鲜果在4个阶段分别归属于：Ⅲ级，Ⅲ级，Ⅴ级，Ⅴ级，波动较大。
⑶鲜菜也是属于单独的一类，4个阶段的CPI平均值分别为：
110.95,121.05,103.85,112.9相对来说还是有变化的。
⑷烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通及通信、娱乐教育用品及服务、居住共7项商品，它们的CPI在4个阶段都基本稳定，波动范围不大，并且都在100的周围微小变动。
⑸肉禽及制品在4个阶段的波动比较大，CPI平均值分别为：
99.695,102.81,114.55,120.115，在4个阶段分别归属于：Ⅰ级，Ⅱ级，Ⅲ级，Ⅳ级。可以看出肉禽及制品变化极大。
⑹蛋在4个阶段分别归属于：Ⅱ级、Ⅱ级、Ⅲ级、Ⅳ级；水产品分别归属于; Ⅱ级、Ⅲ级、Ⅲ级、Ⅳ级。蛋、水产品在4个阶段的变化也挺大的，并且波动大，都呈现升高趋势。
■八、模型结论及意义
8.1 对贵州省2011年4—10月的CPI做出预测，其预测值分别为：
104.7467,105.263,105.9173,106.4956,107.5722,108.7715,110.1676。同比增长率分别为2.45%，2.7959%，2.733%，2.795%，3.6341%，4.9918%，6.4421%，因此预计接下来几个月贵州省的居民消费价格指数会保持向上的增长，存在很大的通胀压力。尤其是10月份，同比增长达到了6.4421%，要实现全年4%的同比增长还是有压力的。对CPI的预测，可以加强对宏观经济、微观经济的调控，为政府、企业等相关部门提供政策依据。
8.2 对13类具有代表性的商品聚类分析发现，CPI保持较高的分别是粮食和鲜果，CPI的平均值达到了122.57，可以看出CPI增幅中，粮食和鲜果做了非常大的贡献；其次是肉禽及制品、蛋、水产品、鲜菜，CPI平均值达到了111.07，对CPI 增幅的影响也不小；剩下的烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通和通信、娱乐教育用品及服务、居住7类商品，基本保持在100.53左右，没有较大波动，没有出现价格持续上涨的现象。分析13类商品中各项对CPI 涨幅的影响，在一定范围内可以从微观角度（相对而言）对CPI进行调控。根据供给—需求的价格决定理论，价格是由市场供求所决定的。当价格保持较高持续的增长时，我们可以从两个方面来进行调控：
8.2.1 增加供给。比如，企业应该提高自主创新能力，扩大单位产量；政府可以采取措施，增加生产者的积极性等。
8.2.2 降低需求。比如当商品为非必需品时，我们可以采取措施让消费者购买替代品，减少对某一类或少数几类商品的购买。
总之，对CPI的持续上涨，短期内我们可以从微观角度（相对而言）出发，采取措施，调控市场供求。但是根据市场的特点，长时期内不适应通过供求调控。
8.2.3 对13类商品分阶段聚类分析发现，4个阶段CPI的结构有所改变。虽然保持较高持续增长的还是粮食和鲜果，粮食的增长基本平稳，波动不是很大，但是鲜果有较大的波动，并保持持续增长的态势。下图为鲜果CPI的时序图：
从图可以看出，鲜果CPI波动较大，并有上涨的趋势。另外肉禽及制品、蛋、水产品的波动也挺大的。可见，4个阶段13类具有代表性的商品CPI变化幅度并不相同，构成CPI的结构有所改变。对13类CPI结构的分析，有利于掌握CPI的内部变化规律，采取措施，从内部变化入手，对通胀进行调控。
■九、模型的不足与改进
9.1 不足：
9.1.1 本文的模型在预测上存在一定的误差，主要究其原因应该是2008年贵州遭受凝冻天气，由于物资短缺，CPI存在一个明显的高峰期，对于这种极其明显的增长，没有给予修正，导致模型在预测时有较大的影响。
9.1.2 进行聚类分析时选取的具有代表性的13类商品具有较大的主观性，对模型可能有一定的影响。
9.1.3 在分阶段聚类分析考察CPI结构变化时，选取的样本太少。
9.2 改进：
9.2.1 对CPI建立预测模型时，应该对出现的极端的数据进行修正。
9.2.2 为了提高模型的准确性和实用性，在条件允许的情况下应该增加样本容量。
■十、参考文献
[1] 王黎明，王连，杨楠，《应用时间序列分析》，复旦大学出版社，2010年
12月
[2] 朱建平，《应用多元统计分析》，科学出版社，2006年8月
[3] 赵蔚，“十一五”时期我国价格变动预测，《价格月刊》，2006年01期
[4] 黄德春、张长征、汤云超，《基于方差分析的中国CPI与月份关系研究》，《经济研究导刊》，2009年03期
[5] 郑艳伟，钱乐祥，张红光，彭军，《利用神经网络对居民消费价格指数预测的研究——以广州为例》，《云南地理环境研究》，2006年06期
[6] 中华人民共和国国家统计局数据库，网站：(https://www.doczj.com/doc/999800493.html,/)
[7] 王黎明，王连，杨楠，《应用时间序列分析》，复旦大学出版社，2010年
12月
[8] 王黎明，王连，杨楠，《应用时间序列分析》，复旦大学出版社，2010年
12月
[9] 易丹辉，《数据分析与EVIEWS应用》，中国统计出版社，2002年
■十一、附录
图1 CPI月度数据时序图
图2 LOG(CPI)时序图
图3 CPI的自相关和偏自相关图
图4 CPI取对数后二阶差分、季节差分相关图
图5 残差检验图
图6 预测值与真实值
2010年1月至4月
2010年5月---8月
2011年1月---4月
居民消费价格指数(CPI)论文：关于我国CPI影响因素的实 证分析及预测 摘要:居民消费价格指数(cpi)是衡量通货膨胀的重要 指标，在社会经济发展和国民经济核算中起着重要作用。本文首先介绍了cpi的概念及作用，对正确认识cpi提出了一些自己的看法，然后通过回归分析以cpi为被解释变量建立多元回归模型，根据模型进行短期预测，并得出相关结论。 关键词:居民消费价格指数(cpi) m1gdp增长率 引言 2011年4月15日，国家统计局发布了3月份经济运行数据，我国居民消费价格指数(cpi)同比上涨5.4%，创下连续32个月以来的新高。由于cpi与人们的日常生活息息相关，cpi的不断攀升引起了人们的高度关注。 一、 cpi的概念及作用 cpi，居民消费价格指数（consumer price index）的简称，是普通消费者所购买的物品与劳务的总费用的衡量标准，它是反映一定时期内价格变动程度和趋势的相对数。cpi 最早起源于美国，后逐渐被发达国家应用，现在已经成为世界各国普遍编制的一种指数。其计算公式为cpi=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）*100。1975年美国经济学家戈登（robert j.gordon）
提出了核心cpi的概念，它能够更加准确的反映一个国家整体的经济运行情况。但是，目前我国对核心cpi还没有明确的界定。 cpi作为反映宏观经济运行的重要指标，是宏观经济运行的“晴雨表”。首先，cpi源于现实生活同时又反映现实生活，人们对于cpi的涨跌有着切身的感受，它与人们的生活息息相关；其次，它不仅可以反映通货膨胀情况，而且可以反映货币购买力变动和对人们实际工资的影响；第三，对国民经济核算有着重要意义。在国民经济核算中，为了更加准确的反映经济增长数量，需要剔除价格因素的影响，利用各种价格指数对gdp进行核算，如消费者价格指数（cpi）、生产者价格指数（ppi）以及gdp平减指数。 二、正确认识居民消费价格指数（cpi） (一)居民消费价格指数（cpi）是一个围绕100上下波动的相对数 由于人们关心的是价格变动情况，常常会误以为cpi就是一个变动率，其实不然。例如，2011年3月，我国居民消费价格指数（cpi）为105.4而并不是5.4%，这里的5.4%指的是cpi的同比上涨情况而不是cpi本身。 (二)居民消费价格指数（cpi）容易出现被低估或高估的情况，不能完全反映通货膨胀水平
居民消费价格指数的SPSS分析 摘要：居民消费价格指数（CPI）是我国物价指数体系中极其重要的一个指数，主要反映消费者支付商品和劳务的价格变化情况，也是一种度量通货膨 胀水平的工具，以百分比变化为表达形式。SPSS（Statistical Product and Service Solutions），是世界上最早的统计分析软件, 广泛应用于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。我国改革开放以来，社会经济的各个方面发生了巨大的变化，居民消费价格指数的变动也显示出自身的特点，对其过程有SPSS软件进行分析，有利于我们认识它与社会经济发展相联系的变动规律。 关键词：居民消费价格指数（CPI）；SPSS；价格变动指数；时间序列；指数平 滑法 在市场经济条件下，居民消费价格指数（Consumer Price Index，简称CPI），已经成为一个政府管理者和居民共同关注的重要指标。分析改革开放以来的居民消费价格指数变动，对该指标所表现出的与社会经济发展密切相连的规律性是个很好的总结。 一、原始数据及预处理 年份CPI（%）年份CPI（%）年份CPI（%）1978 100.7 1989 118.0 2000 100.4 1979 101.9 1990 103.1 2001 100.7 1980 107.5 1991 103.4 2002 99.2 1981 102.5 1992 106.4 2003 101.2 1982 102.0 1993 114.7 2004 103.9 1983 102.0 1994 124.1 2005 101.8
我国CPI的计算方法分析 摘要：近年来，cpi作为重要的宏观经济指标，受到的关注程度与日俱增。然而，由于发布的cpi数据与民众对价格变动的感受相差较大，因此，cpi的编制方法遭到越来越多的质疑。从样本的抽取、数据的采集、权数的分配、固定篮子内容的代表性等方面在学界都引发了大量的探讨。cpi的准确性与客观性除受到上述因素的影响外，同时也与cpi的计算方法密切相关。文章从cpi的计算方法的角度，根据指数的内涵，通过分析现行cpi在选用的计算公式方面的不足与缺陷，阐明了科学计算cpi的方法。 关键词：cpi；消费价格指数；基本月类月环比价格指数；年度价格指数 中图分类号：f015 文献标识码：a 文章编号：1009-2374（2012）01-0006-03 一、我国cpi的指数体系构成 cpi作为反映消费价格的变动程度的指标，由于对比基期的不同以及指标汇总的层次性，目前我国cpi的编制包括以下一系列指标的计算：代表规格品的平均价格、代表规格品的价格个体指数、月度基本分类价格指数、月度各类别价格环比指数、汇总的定基价格指数、月环比指数、月同比指数、累计同比指数、以上年12月价格为基期的指数。 代表规格品的平均价格按照简单算术平均法，把一个月内不同时
点的样本数据进行平均得到。 代表规格品的价格个体指数直接用报告期的平均价格除以基期 的平均价格得到。 月度基本分类价格指数按照几何平均法即jevons指数公式计算。报告月定基指数=报告月环比指数×上月定基指数 月环比指数，其中为报告月权数，、分别为报告月和上月价格。同比指数=报告月定基指数÷上年同月定基指数 累计平均指数=本年各月定基指数之和÷上年同期各月定基指数之和，当报告期为12月时，则为全年累计平均数。 指定对比期指数=报告月定基指数÷上年12月定基指数。 在上述指数中，定基指数的编制采用链式拉式指数方法编制，该方法是联合国在1993年sna中推荐使用的方法，具有科学性。 而基本分类指数与年度平均指数的计算方法不符合指数的编制 原理，以下即对这两个指数的计算方法展开讨论。 二、cpi的编制方法分析与改进 （一）基本分类月环比价格指数 1．常见的基本分类价格指数的计算方法分析。基本价格指数(elementary price index)是cpi计算中处于最底层的指数，是对相同代表规格品构造出的价格指数。基本价格指数有不同的计算公式，最常用的有三种：carli指数公式、dutot指数公式和jevons 指数公式。
辽宁工业大学时间序列分析课程设计 题目：中国城市居民消费价格指数的分析与预测 院（系）：经济学院 专业班级：统计学 091 学号： 090707016 学生姓名：胡迪 指导教师：姜健 教师职称：教授 起止时间： 2011.12.19—12.23
课程设计任务 院（系）：经济学院教研室：统计教研室学号090707016 学生姓名胡迪专业班级统计学091班 课程设计 （论文） 题目 中国城市居民消费价格指数的分析与预测 课 程设 计（论文）任务1、画出时间序列的时序图，根据所画的时序图粗略判别序列是 否平稳； 2、根据序列的自相关图判别序列是否平稳； 3、利用单位根检验方法，判别序列的平稳性； 4、模型识别。根据自相关系数和偏自相关系数的性质和特点， 判别模型属于哪种类型； 5、参数估计。根据选定的模型类别进行模型的参数估计； 6、进行相应的检验。包括模型的稳定性、可逆性的判定；参数 的显著性检验；残差的白噪声检验等； 7、模型优化。对所建立的多个模型，根据AIC准则等进行优化 选择； 9、预测。应用所建立的模型，进行未来5期的预测； 10、模型的评价。应用相关的评价准则，对所选择的模型进行评 价。 11、撰写设计报告。报告一律要求用Word文档纂写，3000字左 右，内容及要求见指导书。
摘要 时间序列就是按照时间的顺序记录的一列有序数据。对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势。时间序列分析在日常生活中随处可见，有着非常广泛的应用领域。 本文用时间序列分析方法，对城市居民消费价格指数序列进行了拟合。通过对1960年至2005年期间中国城市居民消费价格指数进行观察分析，建立合适的ARMA模型，对未来五年的城市居民消费价格指数进行预测。然后对预测值和真实值进行比较，得出结论，所建立的模型有较好的拟合效果，从而提供了一个经济预测和结构分析的有效方法。 关键词：时间序列城市居民消费价格指数平稳性白噪声单位根
中国2011年以来CPI分析 班级：国际贸易班 学号： 姓名：
中国2011年以来CPI分析 一中国消费者价格指数的编制方式 中国消费者价格指数所包含的内容 中国用于计算CPI的商品和服务项目，是由国家统计局和地方统计部门分级确定的。国家统计局根据全国12万户城乡居民家庭消费支出的抽样调查资料统一确定商品和服务项目的类别，设置食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通和通信、娱乐教育文化用品及服务、居住等八大类262个基本分类，涵盖了城乡居民的全部消费内容。 中国消费者价格指数的价格调查地点的选择 中国CPI的价格资料来源于31个省（区、市）共500个调查市县的5万个商业业态、农贸市场，以及医院、电影院等提供服务消费的单位，统称为价格调查点。这些调查点主要是依据经济普查获得的企业名录库以及有关部门的行政记录资料，以零售额或经营规模为标志，从高到低排队随机等距抽选出来的，同时按照各种商业业态兼顾，大小兼顾以及区域分布合理的原则进行适当调整。 中国消费者价格指数的价格的采集方法 1984年，经国务院批准，国家统计局在各地成立了直属调查队，自此以来一直采用派人直接调查方式收集原始价格资料，目前分布在31个省（区、市）500个调查市县的价格调查员有4000人左右。调查员按照统一规范的“三定原则”即“定人、定点、定时”开展价格调查工作。对于CPI中的粮食、猪牛羊肉、蔬菜等与居民生活密切相
关、价格变动相对比较频繁的食品，每5天调查一次价格；对于服装鞋帽、耐用消费品、交通通信工具等大部分工业产品，每月调查2-3次价格；对于水、电等政府定价项目，每月调查核实一次价格。从2010年初开始，国家统计局已经在全国50个城市启动了全新的数据采集管理系统，为这些城市的调查员配备了CPI手持数据采集器，配备这一设备的调查员只要将现场采集到的价格信息输入其中，就能立即传送到国家统计局。 中国消费者价格指数的权数 中国CPI中的权数，主要是根据全国12万户城乡居民家庭各类商品和服务项目的消费支出详细比重确定的。现行制度规定，CPI中的权数每五年调整一次。但同时也考虑到，随着我国国民经济的持续快速发展，城乡居民生活水平不断提高的同时，消费结构也在发生变化，加之我们每年都有城乡居民消费支出抽样调查资料，因此每年还要根据全国12万户城乡居民家庭消费支出的变动及相关资料对权数进行一次相应的调整。 二中国2011及2012的CPI指数 中国2011年消费者价格指数
（四）价格指数计算方法 1．价格指数的概念 居民消费价格指数是度量消费商品及服务项目的价格水平随时间而变动的相对数，反映居民家庭购买的消费品及服务价格水平的变动情况。它是宏观经济分析和调控、价格总水平监测以及国民经济核算的重要指标。其变动率在一定程度上反映了通货膨胀(或紧缩)的程度。根据建立大都市统计指标体系的要求，北京市增加了高、中、低收入层居民消费价格指数分组指标。 商品零售价格指数是反映工业、商业、餐饮业和其他零售企业向居民、机关团体出售生活消费品和办公用品价格水平变动情况的相对数，以此反映市场商品零售价格的变动趋势和变动程度。其目的在于掌握商品价格的变动趋势，为国家宏观调控和国民经济核算提供参考依据。 居民基本生活费用价格指数是反映城镇居民家庭维持基本生活水准所需消费项目的价格变动趋势和变动程度的相对数。它从家庭支出角度出发，反映了生活必需消费项目价格变动对特定消费阶层居民生活的影响程度，为制定最低工资标准及最低社会保障线提供重要依据。 2．价格指数的编制单位 市局、总队负责编制全市居民消费价格指数、商品零售价格指数、居民基本生活费用价格指数，并对区县价格调查实行统一的组织管理。 3. 权数资料来源与计算 计算居民消费价格指数所用的权数，根据城市居民家庭住户调查资料整理得出，必要时辅以典型调查数据或专家评估补充和完善。 计算商品零售价格指数所用的大类权数，根据商业统计资料整理得出，小类及基本分类的权数参考居民消费价格指数中的相关权数进行调整，并辅之以典型调查资料。 计算居民基本生活费用价格指数所用的权数，根据城市居民家庭支出调查资料中20%的低收入户居民的消费结构来确定，必要时辅以典型调查数据或专家评估补充和完善。 4．价格指数的计算方法 (1)代表规格品平均价格的计算 代表规格品的月度平均价采用简单算术平均方法计算，首先计算规格品在一个调查点的平均价格，再根据各个调查点的价格算出月度平均价。 ∑∑∑=====m j m j n k ijk i Pij m P n m P 1 111)1(1 其中： P ijk 为第i 个规格品在第j 个价格调查点的第k 次调查的价格； P ij 为第i 个规格品第j 个调查点的月度平均价格； m 为调查点的个数，n 为调查次数。 (2)基本分类指数的计算
我国CPI变动及其构成影响因素分析 摘要 居民消费价格指数（CPI），是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。它是用来反映居民家庭购买消费商品及服务的价格水平的变动情况，在整个国民经济价格体系中也具有重要的地，对我国国民经济治理有着十分重要的意义。本文先对我国2012年31个省（区、市）的CPI数据进行描述性分析，得出CPI八个指标的变动情况，之后应用SPSS主成分和因子分析法进行分析，提取出三个公因子，再根据公因子及其相应的方差贡献率计算因子得分，进行评价，得到了影响CPI的构成因素。 关键词：CPI 描述分析主成分和因子分析影响因素宏观经济 目录 引言 (3) 一、居民消费价格指数相关概念 (3) 1、CPI的计算公式和构成指标 (3) 2、CPI的意义 (3) 2.1、度量通货膨胀 (3) 2.2、国民经济核算 (3) 2.3、反映货币购买力变动 (3) 2.4、反映对职工实际工资的影响 (4) 二、2012年的CPI数据描述性分析 (4) 三、主成分和因子分析 (4) 1、构成因素间相关性分析 (4) 2、构成因素的总方差分析 (5) 3、因子模型分析 (6) 四、结论与建议 (7) 参考文献………………………………………………………………………….... .8
我国CPI变动及其构成影响因素分析 引言 居民消费价格指数（CPI）是用来反映报告期和基期相比较的商品和服务价格水平变动情况和趋势的宏观经济指标。通过对居民消费价格指数的分析，可以了解全国各地价格变动的基本情况和价格变动对社会经济和居民生活的影响，满足各级政府制定政策和计划、进行宏观调控的需要，以及为国民经济核算提供参考和依据。 一、居民消费价格指数相关概念 1、 CPI的计算公式和构成指标 CPI=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）×100%。采用的是固定权数按加权算术平均指数公式计算。 全国居民消费价格指数的构成因素涵盖了全国城乡居民生活消费的食品、烟酒及用品、衣着、家庭设备用品及维修服务、医疗保健和个人用品、交通和通信、娱乐教育文化用品及服务、居住等八大类、262个基本分类的商品与服务价格。数据来源于全国31个省（区、市）500个市县、6.3万家价格调查点，包括食杂店、百货店、超市、便利店、专业市场、专卖店、购物中心以及农贸市场与服务消费单位等。 2、 CPI的意义 2.1、度量通货膨胀。CPI是度量通货膨胀的一个重要指标。通货膨胀是物价水平普遍而持续的上升。CPI的高低可以在一定水平上说明通货膨胀的严重程度。 2.2、国民经济核算。在国民经济核算中，需要各种价格指数。如消费者价格指数（CPI）、生产者价格指数（PPI）以及GDP平减指数，对GDP进行核算，从而剔除价格因素的影响。 2.3、反映货币购买力变动。货币购买力是指单位货币能够购买到的消费品和服务的数量。消费者物价指数上涨，货币购买力则下降；反之则上升。消费者物价指数的倒数就是货币购买力指数。
各地居民消费指数聚类分析报告
小组成员：蒋敏王凝煜张乐 一、 2001年社会经济背景：GDP（国内生产总值）：95933亿元 其中第一产业增加值14610亿元，增长2.8%；第二产业增加值49069亿元，增长8.7%；第三产业增加值32254亿元，增长7.4% CPI（居民消费价格指数）：比上年增长0.7% 总人口：127627万人 城镇人口48064万人，占37.7%；乡村人口79563万人，占62.3%。全国男性人口为65672万人，女性为61955万人。0-14岁人口比重为22.5%，15-64岁人口比重为70.4%，65岁及以上老年人口比重为7.1%，老年人口达到9062万人。全年全国出生人口1702万人，出生率为13.38‰；死亡人口818万人，死亡率为6.43‰；全年净增人口884万人，自然增长率为6.95‰ 全国从业人员和职工人数 从业人员：73025万人，比上年末增加940万人。其中城镇就业人员2 3940万人，增加789万人。年末国有企业下岗职工为515万人，比上年末减少142万人。全年通过多种途径使227万人实现了再就业。年末城镇登记失业率为3.6%。 城乡居民收入（平均每人） 全年全国城镇居民人均可支配收入6860元，比上年实际增长8.5%。农村居民人均纯收入2366元，实际增长4.2%。 城乡储蓄存款余额：73762亿元 外汇储备：2122亿美元 进出口贸易总额：5098亿美元 其中出口总额2662亿美元，增长6.8%；进口总额2436亿美元，增长8.2% 部分工业产品产量
原煤：11.1亿吨；钢材：15745万吨；粮食：45262万吨；油料：287 2万吨；卷烟：3402万箱；彩色电视机：3967万部；家用电冰箱：1349万台 社会消费品零售总额：37595亿元 其中批发零售贸易业零售额25511亿元，增长10.7%；餐饮业零售额4 369亿元，增长16.4%；其他行业零售额7716亿元，增长4.9%。 运输 铁路14575亿吨公里，增长6.7%；公路6180亿吨公里，增长0.8%；水运24860亿吨公里，增长4.7%；民航44亿吨公里，增长3.8%。 二、导言 在古老的分类学中，人们主要靠经验和专业知识，很少利用数学方法。随着生产技术和科学的发展，分类越来越细，以至有事仅凭经验和专业知识还不能进行明确分类，于是统计这个有用的工具逐渐被引入分类学中，形成了形成了数值分类学。近些年来，数理统计的多元统计方法有了迅速的发展，多远分析的技术自然被引入分类学中，于是从数值分类学中逐渐分离出聚类分析这个新的分支。 我们认为，所研究的样品或指标（变量）之间存在着程度不同的相似性（亲流关系）。于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样品或指标聚合为一类，把另外一些彼此之间相似程度较大的样品或指标聚合成另一类。。。关系密切的聚合到一个小得分类单位，关系疏远的聚合到一个大的分类单位，直到把所有的样品或指标都聚合完毕，把不同的类型一一划分出来，形成一个由小到大的分类系统。最后再把整个分类系统画成一张分群图（又称谱系图），用它把所有的样品或指标间的亲疏关系表现出来。 在经济，社会，人口研究中，存在着大量的分类研究、构造分类模式的问题。例如在经济研究中，为了研究不同地区城镇居民生活中得收入及消费状况，往往需要划分为不同的类型去研究；在人口研究中，需要构造人口生育分类模式、人口死亡分类函数，以此来研究人口的生育和死亡规律。过去人们主要靠经验和专业知识，做定性分类处理，致使许多分类带有主观性和任意性，不能很好的揭示客观事物内在的本质差别和联系，特别是对多因素、多指标的分类问题，定性分类更难以实现准确分类。
从CPI的角度分析中国的经济形势 一、CPI的概念： CPI是居民消费价格指数（consumer price index）的简称。居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。 它是度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数，是用来反映居民家庭购买消费商品及服务的价格水平的变动情况。 居民消费价格统计调查的是社会产品和服务项目的最终价格，一方面同人民群众的生活密切相关，同时在整个国民经济价格体系中也具有重要的地位。它是进行经济分析和决策、价格总水平监测和调控及国民经济核算的重要指标。其变动率在一定程度上反映了通货膨胀或紧缩的程度。一般来讲，物价全面地、持续地上涨就被认为发生了通货膨胀。 CPI=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）×100%。采用的是固定权数按加权算术平均指数公式计算，即K'=ΣKW/ΣW，固定权数为W，其中公式中分子的K为各种销售量的个体指数。 CPI表示对普通家庭的支出来说，购买具有代表性的一组商品，在今天要比过去某一时间多花费多少，例如，若1995年某国普通家庭每个月购买一组商品的费用为800元，而2000年购买这一组商品的费用为1000元，那么该国2000年的消费价格指数为（以1995年为基期）CPI= 1000/800×100%=125%，也就是说上涨了（125%-100%）=25%。 二、影响CPI的因素： 1、货币供应量 最主要的因素是，新增货币的发放速度。新增货币的发放速度，决定物价变化的速度。社会商品的总体物价水平，由货币发行量决定。几乎所有的通货膨胀上涨现象，都是由于滥发货币导致的。通货膨胀顾名思义就是，发行的货币膨胀了，过多了。 滥发货币的原因，主要有以下几点。 其一，政府缺钱，通过发行货币获得收入。发行货币是政府获得收入的一个来源，在非常时期，占主要位置。比如战乱时期，政府的主要收入，来自发行货币收入。这是一些发展中国家，通货膨胀的原因。 其二，愚蠢的外汇政策。某个国家，由中央银行强制购买国民与企业手中的外汇。导致外汇大量储备。中央银行购买多少外汇，就意味着，多发行，多少本国货币。比如，大陆一万亿美圆的中央银行外汇储备，就意味着，大陆多发行了，相应价值的人民币。 其三，政府为了刺激疲软的国内市场，适当发行一些货币，促进社会消费。这个政策，应该不属于滥发货币的模式。这属于适度增加社会流通的货币。从经济角度看，应该是有好处的。估计，这是增加货币发行的，唯一重要的经济范畴好处。在市场疲软的时候，增加一些流通货币，还是不错的。 2、银行准备金率 在货币发行量一定时，增加社会货币的流通量，还可以通过银行准备金比率大小的改变来实现。准备金比率越小，银行对货币的乘数效应就越大，实际可以流通的货币就越多，社会商品的消费量就越大。随着社会商品消费量的增多，社会商品的供应能力，就可能捉襟见肘，物价就可能会上涨。 银行准备金比率的下降，有利于企业贷款成本的下降，有利于企业贷更多的款。有利于企业的发展。企业的发展，有利于增加社会商品供应，遏制物价上涨。准备金比率的下降，
摘要 考虑到当前我国CPI受粮食、能源供给等真实性冲击,以及投资、货币供给等名义性冲击影响。我国人均消费受到哪些因素的影响？如何把各个因素对人均消费的影响从定性化转化为定量化？就个消费而言，个人消费主要受到个人收入、商品价格、个人消费偏好的影响。那么，我国人均消费的主要影响因素可以确定为人均收入、商品价格、前期消费，上述分析符合相关的经济学理论。基于人均消费受到人均收入、商品价格、前期消费因素的影响。本文就从中国统计年鉴找到了从1991-2010年人均消费以及人均国内生产总值、商品物价指数的官方数据，通过建立相应回归模型,从实证角度分析了CPI上涨与其他经济变量间的关系。想借此来分析我国人均消费的影响因素以及它们具体是如何对消费产生影响的。 关键字：居民消费价格指数货币供给影响因素
一、研究背景与意义 (一)、研究背景 从1978年到2009年，全国城镇居民人均可支配收入从343元增加到17174.7元，实际增长8.9倍；农民人均纯收入从134元增加到5153元，实际增长7.6倍。统计显示，2010年中国城乡低收入群体收入增长均较快，高低收入组的收入比值有所缩小。按照收入五等份分组看，农村居民的低收入组、中低收入组、中等收入组、中高收入组、高收入组人均纯收入增速分别为20.7%、16.4%、16.0%、15.0%和14.0%。城镇居民的低收入组、中低收入组、中等收入组、中高收入组、高收入组人均可支配收入增速分别为13.1%、13.0%、11.8%、10.3%和9.9%。 （二）、研究意义 改革开放以来，我国经济持续快速增长，期间出现过几次通货膨胀。其中。1985年的通货膨胀主要由于货币发行过多造成的；1988年严重通货膨胀，其主要原因是负利率过高和价格改革；1993年的通货膨胀与股资的高速增长有相当大的关系，当年全国固定资产投资比上年增长了61.8%；1994年的高通胀集中体现在消费领域，导致与价涨幅过高的原因不是需求拉动而是成本推动。自2003年初开始，随着我国经济进一步进入新一轮迅速增长周期，通货膨胀的眼里也日益增强，其加速上升的势头似乎大大超出人们的预期。居民消费价格指数是衡量一个国家或地区通货膨胀的最重要指标，也是反映经济稳定性的重要指标之一。2009年，我国CPI指数同比上年有很大增长。因此，分析并把握我国影响因素具有很深远的意义。 二、因素选择及数据说明 （一）因素选择 1、居民消费价格指数是反映一定时期内城乡居民所购买的生活消费品价格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。该指数可以观察和分析消费品的零售价格和服务项目价格变动对城乡居民实际生活费支出的影响程度。 2、商品零售价格指数 商品零售价格指数，商品零售价格的变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需的平衡，影响到消费与积累的比例关系。进而影响居民消费价格指数。 3、工业品出厂价格指数 工业品出厂价格指数,除了食品和服务,大部分属于工业制成品；同时,工业品中的生产资料又是消费品的投入品,是成本的重要构成因素,这是成本推动型物价上涨的主要原因。所 以在一定程度上会影响居民价格消费指数。 4、原材料、燃料和动力购进价格指数 原材料、燃料和动力购进价格指数既是CPI主要构成部分，也从一定程度上是影响工业品价格重要元素之一。因此会影响居民价格消费指数。 5、固定资产投资价格指数
保证书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则, 我们完全明白在竞赛开始后不能以任何方式与队外的任何人（包括指导教师）讨论竞赛题的求解问题, 抄袭别人的成果也是违反竞赛规则的, 如被发现将会受到严肃处置。我们也知道如果引用别人的成果或其他公开的资料(包括网上查到的资料) 必须按照规定的参考文献的表述方式在正文和参考文献中明确列出。 为了确保竞赛的公正、公平性, 我们保证严格遵守竞赛规则。 参赛报名号： 参赛队员： 指导老师：
参赛评阅编号：全国统一编号：
CPI指数的分析及预测 摘要 在我国经济社会生活中，价格问题历来是各级政府关注的宏观经济问题和社会各界高度关注的重大民生问题。为观察了解全国各地价格变动的基本情况，分析研究价格变动对经济社会和居民生活的影响，满足各级政府制定政策和计划、进行宏观调控的需要，以及为国民经济核算提供科学依据，对CPI波动情况的密切关注和缜密分析是十分必要的。 在问题一里，分析可知这是要求对单一因素（如住房价格、石油价格、食品价格、银行存贷款利率等）和系统（CPI）之间关系进行研究分析的问题。我们从相关因素中选取一个侧面即食品价格指数，统计十年内两者数据，采用线性拟合的数学方法，按照最小二乘拟合准则借助于MATLAB数学软件求出了两者之间的线性关系式。结论说明全年总消费者价格指数同比增长百分比和食品方面的居民消费价格同比增长百分比成一次线性关系，即随着食品方面的居民消费价格同比百分比的增减，全年总消费者物价指数同比百分比也会随着有相似幅度的增减趋势。 对于问题二，CPI的走势显然跟各个影响因素的变化有密切关系。因此在这里我们同样选取了与之关系较为密切的六项主要因素，建立多元二项式回归模型利用解决第一问时搜取的数据计算多元相关系数的平方（即2R）、概率p 和F，对CPI进行近期的预测。当越接近于1，p越接近于0时，就说明线性回归所得的回归模型的显著性很好，能够较好的反应六大因素与CPI的关系。预测出各因素的量，就能大致预测出该月的CPI。所以，我们选取2R最接近于1和p最接近于0的一组数据得到方程（Ⅱ）。我们又用灰色预测模型对其中的一些因素进行了预测，其他的因素则根据社会的发展趋势进行了大致的预测，最终预测出七月份的CPI与实际值最大值相符。 关键词：线性拟合食品价格指数消费者价格指数多元二项式回归模型
计量经济学课程作业 05信管小组成员：李雅聪40511018 张伟40511019 喻宇40511088 关于居民消费价格指数的变动研究分析 一．引子提出 2007年11月份，居民消费价格总水平同比上涨6.9%，其中，城市上涨6.6%,,农村上涨7.6%；食品价格上涨18.2%，非食品价格上涨1.4%，消费品价格上涨8.4%，服务项目价格上涨2.3%，居民消费价格总水平持续攀升，食品，住房等价格上涨较快，重要原材料，土地等要素价格不断上涨。 物价变动对居民有着切身的关系，因此成为人人密切关注的问题。 二．下面列出几个相关的指数的概念： 居民消费价格指数是反映一定时期内城乡居民所购买的生活消费品价格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。该指数可以观察和分析消费品的零售价格和服务价格变动对城乡居民实际生活费支出的影响程度。 城市居民消费价格指数是反映一定时期内城市居民家庭所购买的
生活消费品价格和服务项目价格变动趋势和程度的相对数。该指数可以观察和分析消费品的零售价格和服务项目价格变动对城镇职工货币工资的影响，作为研究职工生活和确定工资政策的依据。 农村居民消费价格指数是反映一定时期内农村居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。该指数可以观察农村消费品的零售价格和服务项目价格变动对农村居民生活消费支出的影响，直接反映农民生活水平的实际变化情况，为分析和研究农村居民生活问题提供依据。 商品零售价格指数是反映一定时期内城乡商品零售价格变动趋势和程度的相对数。商品零售价格的变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需的平衡，影响到消费与积累的比例关系。因此，该指数可以从一个侧面对上述经济活动进行观察和分析。 三．数据收集 下面是收集到的居民消费价格指数和商品零售价格指数历年的数据 9-5 居民消费价格指数和商品零售价格指数 (上年=100) 年份居民消费价格指数商品零售价格指数 地区全省 (区、市) 城市农村全省 (区、市) 城市农村
目前，国内的CPI指数统一执行国家统计局规定的“八大类”体系，即指数的构成包括食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通和通信、娱乐教育文化用品及服务、居住等八大类，每个大类中又包含若干个具体项目，总共有300多项。其构成权重分别是食品34%；娱乐教育文化用品及服务14%；居住13%；交通通讯10%；医疗保健个人用品10%；衣着9%；家庭设备及维修服务6%；烟酒及用品4%。 在此，我们再来看看美国的CPI指数的分类与权重构成。美国的CPI是指包括200多种各式各样的商品和服务价格的平均变化值。而这些商品与服务又分为8个主要类别及不同的权重。如住宅（42.1%）、食品和饮料(15.4%)、交通运输(16.9%)、医疗(6.1%)、服装(4.0%)、娱乐(5.8%)、教育和交流(5.9%)、其他商品和服务(3.8%)。 影响中国CPI指数的三大原因 粮食价格不会大跌 根据国家统计局数字，CPI（消费价格指数）增长在2004年呈现了一个向上的半抛物线走势。从元月份的2.4％，在2月份轻微回落0.3个百分点，然后一路上扬，在7月和8月达到5.3％的最高点。 由于投资的快速增长，从4月份中国政府开始了一轮宏观调控。受时滞效应影响，CPI 数据并没有立即回落。高盛亚洲证券首席经济学家梁红女士此前曾预计，到10月份，CPI 数据可能达到最高点。
与粮食产品密切相关的还有油料和肉制品。 1－8月份，食用油和油料价格上涨22％到26％之间，8月与上月相比，则互有涨跌，总体稳定。肉制品1－8月上涨非常不均衡，猪肉价格上涨35％，牛肉和羊肉上涨只有9％和5％。但受粮食成本上涨的推动，8月份猪肉价格比上月上涨3.9％，鸡蛋则飙升7.6％。 能源成为新的推动力 “能源价格的上涨将为中国经济发展前景带来新的变数。”亚洲开发银行驻中国首席代表克鲁斯·莫利先生认为。 2003年，中国对石油的需求量同比增长了9％，而2004年1－6月份，石油需求又劲增20.6％。 “随着经济的持续增长和汽车数量的快速增加，中国对原油的需求将继续上升，”克鲁斯·莫里表示。 CPI数据的持续高涨，许多经济学家认为主要是粮食等食品价格上涨的推动作用。但国家统计局并没有公布粮食价格对CPI上涨的推动因素有多大。
课程论文 课程：统计专业模拟实验1 题目：2011年4月我国居民消费价格指数 组成因素分析 级、专业：09 级统计专业0901 班学号：090330040 学生姓名：谢宇晴 指导教师：张芳 提交日期：2011 年06 月15 日
2011年4月我国居民消费价格指数组成因素分析 [摘要]本文研究影响居民消费价格指数的因子分析，利用spss软件首先对我 国2011年4月份全国31个省份居民各类消费支出指数数据进行描述性分析，得出与居民消费价格总指数关系最大的是食品价格指数。再进行主成分提取，将影响居民消费价格指数的8个因子浓缩为5个人主成分。然后因子分析得到每个因子与5个公因子之间的关系。最后进行因子得分分类，可知中国东，中，西部地区各价格指数之间的差异。 [关键词]消费价格指数主成分分析因子分析 引言 （一）选题意义 居民消费价格指数(cpi)是用来反映报告期与基期相比较的商品和服务项目价格水平的变动情况和趋势的宏观经济指标。反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。近几个月来中国物价上涨速度持续过快，出现了一定的通货膨胀，由严重化得趋势，这必将影响人民的生活质量。对我国各省份居民消费价格指数影响因素的分析能很好的使各省抓住影响本省价格指数过高的因数，从而做出正确的判断，实行很好的宏观调控。 （二）文件综述 CPI的持续过高增长那个一直是我国经济学家研究的热点问题，山东工商学院张首芳和李月强教授的《我国居民消费结构的趋势分析》采用“双对数模型”对我国城乡居民的消费结构进行了趋势分析,通过“聚类分析”对我国各省市居民消费结构之间的异同进行考察并作比较研究,总结出了我国居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。首都经贸大学的马立平进行的《居民消费定量研究消费》对基本理论与框架进行梳理、总结国内外关于消费函数、消费结构、产品选择等方面的各种主要研究成果及应用状况,以此作为分析城镇居民消费行为的理论基础，再作实证分析。龙志和的《我国城镇居民消费行为研究》，和王信的《我国居民消费行为的结构分析与扩张需求的政策研究》研究了我国城镇居民的消费倾向。刘盈的《我国居民消费计量研究》利用贝叶斯估计方法,从定量和定性两个方面的角度,研究我国城镇、乡村居民已经出现和可能出现的各种动向。以上文献都对我国居民消费进行了各方面的分析，但没有指出哪部分的价格指数过高，该从何处着手解决。 （三）论文结构安排 1.选取数据进行描述统计分析 2.针对问题利用SPSS软件进行实证分析首先对各成分进行主成分提取，再用因子分析法对其分析，选取重要因子。 3.模型总结及建议 一．变量选取与数据预处理
从影响CPI因素的实证分析看06年CPI走势 秦娟 摘要： 本文试从影响CPI指数的外因M2、PPI和农副产品购进价格指数等对CPI涨幅的传导时滞进行分析和探讨，并在比较相关线性回归方程后，建立合理的CPI涨幅预测模型。预测结果显示，06年CPI的同比增幅在2％以内，扩大内需、增加企业资金的流动性仍是明年宏观调控的主体。 消费者物价指数CPI(Consumer Price Index)是根据与居民生活密切相关的商品和劳务价格统计出来的物价变动指标，是反映宏观经济走势和衡量社会通涨或通缩水平的重要指标。世界上许多国家和政府都很关注这一指标，CPI涨幅理所当然的成为管理者制定宏观经济政策、进行经济调控和央行公开市场操作的重要参考依据，所以研究和预测CPI对于宏观经济分析有着重要的意义。对CPI指标的分析可以从两方面入手，其一是内因方面即由组成CPI指标的八大权重对其进行解释；其二是外因方面即从影响CPI指标的广义货币供应量M2、工业品出厂价格指数PPI和农副产品购进价格指数等入手分析和预测CPI指标。 因为影响CPI的宏观经济变量很多，并且包括CPI本身在内的这些变量相互作用的关系比较复杂，这些变量之间可能存在着共线性的问题，因此选择合适的变量比较困难，本文尽量缩小解释变量的范围，用计量经济建模工具Eview软件对影响CPI指标的M2、PPI和农副产品购进价格指数及其影响时滞进行简单的线性回归分析，从而对现行CPI指标做进一步的分析并进行简单的预测。其目的并不是为了解释CPI指标，而是重在对影响CPI指标的外部因素M2、PPI和农副产品购进价格指数及其影响时滞进行分析和探讨。 一、CPI的多元回归分析 本部分采用自变量的月度同比数据（非经特殊说明，数据均来自wind资讯）对CPI进行多元回归分析，所用数据从2001年1月至2005年10月，共58个样本数据。 （一）相关自变量的选择 按照宏观经济学中的货币主义学说“货币供应量的变化速度与价格水平变化具有一定的相关关系”，货币供应量M1、M2增长率是影响CPI增长率的重要因素，其中M2对CPI的相关性要强于M1，二者之间呈正相关变化，但是由货币供应量M2传导至CPI价格指数有个时滞，时滞的长短视经济体制及国情而定，受到银行存款传导至实体经济的时间影响。所以本文中笔者试通过回归模型对这一时滞进行分析，从而对后市CPI增长率的预测提供实
居民消费价格指数的时间序列分析 摘要： 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。本文以我国2007年1月至2011年4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和季节性特征，运用自回归移动平均季节模型进行建模分析，并利用SPSS建立了居民消费价格指数时间序列的相关关系模型，并对其进行预测，取得较好的效果。 关键词： 居民消费价格指数 SPSS软件时间序列分析预测 1
一、引言 （一）问题的基本情况及背景 居民消费价格指数的调查范围和内容是居民用于日常生活消费品的全部商品和服务项目价格。包括食品、烟酒及用品、衣着、家庭设备用品及维修服务、医疗保健和个人用品、交通和通讯、娱乐教育文化用品及服务、居住等八大类商品及服务项目价格。既包括居民从商店、工厂、集市所购买商品的价格，也包括从餐饮行业购买商品的价格。该指数以实际调查的综合平均单价和根据住户调查有关资料确定的权数，按加权算术平均公式计算。 全国居民消费价格指数是反映居民家庭购买生活消费品和支出服务项目费用价格变动趋势和程度的相对数。其目的在于观察居民生活消费品及服务项目价格的变动对城乡居民生活的影响，为各级党政领导掌握居民消费状况，研究和制定居民消费价格政策、工资政策以及为新国民经济核算体系中有消除价格变动因素的不变价格核算提供科学依据。居民消费价格指数还是反映通货膨胀的重要指标。当居民消费价格指数上升时，表明通货膨胀率上升，消费者的生活成本提高，货币的购买能力减弱；相反，当居民消费价格指数下降时，表明通货膨胀率下降，亦即消费者的生活成本降低，货币的购买能力增强。 居民消费价格指数的高低直接影响居民的生活水平，因此，准确的分析并及时的对居民消费价格指数做出合理的预测，对国家制定相应的经济政策，实行宏观调控，稳定物价，保证经济的增长平稳发展具有重要意义。 2
Statistical and Application 统计学与应用, 2015, 4, 9-14 Published Online March 2015 in Hans. https://www.doczj.com/doc/999800493.html,/journal/sa https://www.doczj.com/doc/999800493.html,/10.12677/sa.2015.41002 The Statistical Regression Model of Consumer Price Index Yi Zhang School of Statistics and Mathematics, Yunnan University of Finance and Economics, Kunming Yunnan Email: zgws9999@https://www.doczj.com/doc/999800493.html, Received: Feb. 10th, 2015; accepted: Feb. 21st, 2015; published: Feb. 28th, 2015 Copyright ? 2015 by author and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.doczj.com/doc/999800493.html,/licenses/by/4.0/ Abstract We obtain the best regression model by using stepwise regression method and analyzing the con-sumer price index and its impact factors; then we get some most important impact factors of it. The feasibility of the regression model is proved in the paper. The results show that the accuracy of model reaches to 99.8982%, so it have feasibility. Some suggestions based on the results are given at last. Keywords Consumer Price Index, Stepwise Regression Method, Model Accuracy 居民消费价格指数的统计回归模型 张艺 云南财经大学统计与数学学院，云南昆明 Email: zgws9999@https://www.doczj.com/doc/999800493.html, 收稿日期：2015年2月10日；录用日期：2015年2月21日；发布日期：2015年2月28日 摘要 对居民消费价格指数及各影响因子进行分析，运用逐步回归法得到最优回归模型，得出居民消费价格指