月度CPI增速的高频数据预测方法
2018-12-15分类号:F726
【部门】中国社会科学院工业经济研究所 中信建投证券股份有限公司研究发展部
【摘要】受多因素影响,基于传统方法的消费者价格指数(CPI)增速预测准确性有所下降,因此需要构建新的预测方法。新方法的不同之处在于:第一,把主流预测框架由"食品+非食品"二分法扩展为"食品+工业消费品+服务"的三分法框架,使预测的内容更为全面;第二,根据城镇居民消费支出结构、投入产出表等数据,调整了CPI分项的权重体系;第三,对春节因素客观化和具体化,细分为"节前""节中""节后"三种情形并量化,并考察其对各分项价格变化的影响。回溯检验显示,新方法对CPI增速的预测效果要明显优于传统方法,预测误差在0.1个百分点以内的分布频率接近80%,预测准确率也较现有方法平均高出近15个百分点。
【关键词】CPI预测 食品 非食品 高频数据 春节因素
【基金】国家社会科学基金项目“供给侧结构性改革背景下破解中国式产能过剩问题”(17BJY221);; 中国社会科学院登峰战略优势学科(产业经济学)的成果
【所属期刊栏目】当代财经
文献传递