CPI之GEKS指数序列更新方法及窗口长度选择问题辨析

发布时间：2021-10-12 23:00

　　大数据来源下CPI指数的创新编制,对及时了解新经济时代的物价走向和识别通胀危机、预测宏观经济拐点以实现我国通胀治理现代化、推动经济平稳和高质量发展具有重大意义。GEKS多边指数是近些年国际学术界重点研发的大数据热点价格指数,但其构造方法颇具争议。借助超市扫描大数据,就GEKS指数序列更新方法、窗口长度选择等学界难题开展理论与实证研究,获得了以下富有启发性的结论:①GEKS指数序列更新方法 2、3应用效果相对较差;②随着窗口长度的增加,GEKS环比价格指数会趋于单位值,不同更新方法下的GEKS链式指数也会呈现一定的趋同性;而GEKS指数的通胀趋势判断力却不受此影响,但更新方法的选择却会导致其不同的通胀趋势预测结果;③更新方法 4会随着窗口长度的增加而呈现更强的替代偏误,方法 1却没有出现明显的替代偏误。综合而言,更新方法1和13个月窗口长度应该是编制GEKS指数序列更为合理的组合方式。 

【文章来源】：统计研究. 2020,37(04)北大核心CSSCI

【文章页数】：14 页

【部分图文】：

四类更新方法下的GEKS(25)链式价格指数序列(窗口长度为25个月)

由图2不难看出，两指数序列形态和变化趋势较为相似，也没有出现所谓的链式漂移。但GEKS1(13)较GEKS4(13)表现出了更大的波动性和灵敏性;进一步分析，本文还发现两类指数的24组指数序列值中，仅有14组值表现出同向通胀水平趋势，其他10组则表现出了反向通胀水平趋势。这一现象说明，(1)指数序列更新方法对GEKS指数值的影响是不可忽略的，而且还会在一定程度上影响到通胀水平趋势的判断力;(2)如果要相对灵敏地反映通胀水平的变化方向与趋势，方法1可能是更为适合的对象。而如果目的是追求一个更为稳定和走势平稳的CPI指数，方法4也是可行的。但方法1、4孰优孰劣，显然还有待于下文的进一步检验;(3)对比图1和2不难发现，窗口长度越长，各更新方法下的GEKS指数序列值差异越小;窗口长度越短，差异越明显。可见，窗口长度也会影响GEKS指数序列间的差异。(二)窗口长度T与GEKS指数序列间动态关系的实证研究与辨析

此外，有2组GEKS环比价格指数序列值不满足上述特征，但未见明显发散。这一现象在很大程度上表明，GEKS环比价格指数序列会随着窗口长度增加而逐渐收敛于单位值。限于篇幅，本文仅列出上述22组环比价格指数中，部分组的指数序列值及其变化趋势图。图4 不同窗口长度下P23,24GEKS环比指数及其变化趋势

【参考文献】：
期刊论文
[1]基于扫描数据的CPI基本分类指数编制方法研究[J]. 李绍泰,刘建平.  统计研究. 2015(03)
[2]CPI中基本价格指数的替代效应与选择问题[J]. 陈立双.  漳州师范学院学报(哲学社会科学版). 2013(04)
[3]国民核算中的指数序列问题研究[J]. 杨灿,孙秋碧.  统计研究. 2006(06)
[4]现代指数形式理论评析[J]. 杨灿.  厦门大学学报(哲学社会科学版). 2002(03)

硕士论文
[1]应用扫描数据改进CPI编制的方法研究[D]. 李绍泰.暨南大学 2014



本文编号：3433472