[發明專利]中國核心CPI隨機游走識別和異常點捕捉方法

在審

• 申請號: 201611128482.4
• 申請日: 2016-12-09
• 公開（公告）號: CN106600393A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 顧光同;許冰
• 申請（專利權）人: 浙江農林大學
• 主分類號: G06Q40/00
• 分類號: G06Q40/00
• 代理公司: 蘇州華博知識產權代理有限公司32232
• 代理人: 張芹

1.中國核心CPI隨機游走識別和異常點捕捉方法，其特征在于，該方法為：

首先，將總的CPI看作核心CPI和非核心CPI兩部分；

然后，建立數學模型，將核心CPI及其變化的波動納入隨機游走結構，非核心CPI引入異常波動事件參數；

最后，利用貝葉斯MCMC方法的Gibbs抽樣方法對模型內的時變參數進行識別，獲得時變參數的后驗概率估計值，從總的CPI中分離出核心CPI。

2.根據權利要求1所述的中國核心CPI隨機游走識別和異常點捕捉方法，其特征在于，該方法具體包括以下步驟：

步驟1)將總的CPI記為CPI_t，將核心CPI記為CPI_t^core，將非核心CPI記為CPI_t^temp，將總的CPI看作核心CPI和非核心CPI兩部分，如式(1)所示；

CPI_t＝CPI_t^core+CPI_t^temp (1)

步驟2)考慮核心CPI的時變波動性σ_t^core，Δ，建立帶波動變化特征的隨機游走識別模型，如式(2)所示；

CPI_t^core＝CPI_t-1^core+σ_t^core，Δ×ε_t^core (2)

式(2)中：ε_t^core是核心CPI序列的一個正態標準化白噪聲過程；

將核心CPI變化的時變波動因子σ_t^core，Δ的自然對數建立成帶有時變波動因子υ_t^core，Δ的隨機游走模型，如式(3)所示；

logσ_t^core，Δ＝logσ_t-1^core，Δ+υ_t^core，Δ×u_t^core，Δ (3)

式(3)中：u_t^core，Δ是該序列的一個正態標準化白噪聲過程；

步驟3)建立非核心CPI的時變波動σ_t^temp和時變異常事件s_t以及隨機波動ε_t^temp的乘積效應模型，如式(4)所示；

CPI_t^temp＝σ_t^temp×s_t×ε_t^temp (4)

式(4)中：t時刻異常事件以概率p發生，即有因子s_t＞1，或以概率1-p不發生，即s_t≤1；

將非核心CPI變化時的時變波動σ_t^temp的自然對數建立成帶時變波動因子υ_t^temp的隨機游走模型，如式(5)所示；

logσ_t^temp＝logσ_t-1^temp+υ_t^temp×u_t^temp (5)

式(5)中：u_t^temp是該序列的一個正態標準化白噪聲過程；

步驟4)利用貝葉斯MCMC方法的Gibbs抽樣方法對模型式(1)-(5)內的時變參數進行識別，獲得時變參數的后驗概率估計值，從總的CPI中分離出核心CPI。

3.根據權利要求2所述的中國核心CPI隨機游走識別和異常點捕捉方法，其特征在于，所述式(4)中：p服從區間(0，1)上均勻分布。