月度CPI增速的高频数据预测方法
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1 5个百分点.
CPI预测、食品、非食品、高频数据、春节因素
F201(国民经济管理)
国家社会科学基金;中国社会科学院登峰战略优势学科产业经济学成果
2019-01-18(万方平台首次上网日期,不代表论文的发表时间)
共12页
3-14