[發(fā)明專利]中國核心CPI隨機(jī)游走識(shí)別和異常點(diǎn)捕捉方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611128482.4
• 申請(qǐng)日: 2016-12-09
• 公開（公告）號(hào): CN106600393A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計(jì)）人: 顧光同;許冰
• 申請(qǐng)（專利權(quán)）人: 浙江農(nóng)林大學(xué)
• 主分類號(hào): G06Q40/00
• 分類號(hào): G06Q40/00
• 代理公司: 蘇州華博知識(shí)產(chǎn)權(quán)代理有限公司32232
• 代理人: 張芹

技術(shù)領(lǐng)域

本發(fā)明涉及經(jīng)濟(jì)技術(shù)領(lǐng)域，具體涉及一種中國核心CPI隨機(jī)游走識(shí)別和異常點(diǎn)捕捉方法。

背景技術(shù)

核心通貨膨脹(CPI)能更真實(shí)地反映宏觀經(jīng)濟(jì)運(yùn)行趨勢。然而，如何測算核心CPI一直備受學(xué)界和政府部門關(guān)注。從以往中國的核心CPI識(shí)別來看，簡澤(2005)構(gòu)建了產(chǎn)出和一般價(jià)格水平的兩變量向量自回歸SVAR模型，通過施加長期約束條件，測算中國的核心通脹率。張延群(2011)構(gòu)建VAR模型進(jìn)行核心CPI度量。趙昕東和湯丹(2011)根據(jù)Bryan和Cecchetti(1995)思想基于貝葉斯Gibbs-Sampler狀態(tài)空間模型測算核心CPI。趙昕東(2008)、田新民和武曉(2013)、呂光明和徐曼(2014)、湯丹(2015)等序列文獻(xiàn)均基于SVAR模型對(duì)中國核心CPI進(jìn)行測算。

但是存在許多問題和不足：

首先是，權(quán)重調(diào)整的問題。不管是剔除法EX-CPI還是截尾均值法和加權(quán)中位數(shù)法、方差加權(quán)價(jià)格指數(shù)法，都需要將CPI子類權(quán)重重新分配，重新計(jì)算權(quán)重，而且權(quán)重還得隨著時(shí)間的變化不斷進(jìn)行調(diào)整。對(duì)于中國而言，每五年進(jìn)行一次的CPI一籃子的八大類及其子類權(quán)重大調(diào)整，而且中間可能還有其它的調(diào)整，值得關(guān)注的是2016年初國家統(tǒng)計(jì)局宣布對(duì)CPI分類進(jìn)行包括類的合并較大調(diào)整，子分類權(quán)重重新確定，特別是食品降低居住提高，這些因素造成權(quán)重計(jì)算和子類權(quán)重再分配不確定性，其間還得考慮實(shí)際通脹受到當(dāng)時(shí)居民消費(fèi)水平、政策調(diào)整等諸多因素的影響，而且現(xiàn)階段最為流行的剔除食品和能源的核心CPI，侯成琪和龔六堂(2013)和劉慧媛、吳開堯(2016)研究認(rèn)為其對(duì)貨幣政策反映會(huì)造成不足或者反映過度現(xiàn)象來解釋。

其次，暫時(shí)性的通貨膨脹波動(dòng)分離的問題。很多歐洲國家在20世紀(jì)80年代采用平滑技術(shù)法，但是實(shí)踐發(fā)現(xiàn)暫時(shí)性的通貨膨脹波動(dòng)部分要么剔除太多使得核心CPI過于平滑，要么剔除不足使得核心CPI波動(dòng)較大；

另外，技術(shù)方法復(fù)雜，識(shí)別性、結(jié)果不易理解問題。比如Mallick和Seth(2014)研究發(fā)現(xiàn)雖然SVAR模型測算核心通貨膨脹效果比截尾均值方法好，但是模型的參數(shù)估計(jì)比較困難。趙昕東(2008)、田新民和武曉(2013)、呂光明和徐曼(2014)、湯丹(2015)均基于SVAR模型的核心CPI測算，共同點(diǎn)是將食品價(jià)格指數(shù)視為自然災(zāi)害對(duì)CPI造成的暫時(shí)影響，表征暫時(shí)沖擊，其模型計(jì)算繁瑣，參數(shù)求解需對(duì)長期沖擊進(jìn)行合理的假設(shè)并保證有足夠約束條件使得其可識(shí)別，造成結(jié)果不易理解，而且易受需求沖擊、暫時(shí)沖擊和供給沖擊等因素的影響，造成解釋性因素界定不清晰。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明提出了中國核心CPI的識(shí)別與異常點(diǎn)的捕捉方法，從總的單一居民消費(fèi)價(jià)格指數(shù)CPI出發(fā)，構(gòu)建一組隨機(jī)游走模型，并采用貝葉斯算法，成功避開CPI子類權(quán)重測算和再分配問題，識(shí)別出中國核心CPI即CPI的長期趨勢，其間清晰地分離出暫時(shí)性的通貨膨脹部分，構(gòu)建的模型過程簡單、經(jīng)濟(jì)意義明確、容易識(shí)別、結(jié)果易理解和具有可推斷性，尤其與以往國內(nèi)研究不同的是首次將異常事件納入模型中，捕捉異常波動(dòng)的宏觀經(jīng)濟(jì)政策典型事實(shí)。

為了達(dá)到上述目的，本發(fā)明的技術(shù)方案如下：

中國核心CPI隨機(jī)游走識(shí)別和異常點(diǎn)捕捉方法，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(shù)學(xué)模型，將核心CPI及其變化的波動(dòng)納入隨機(jī)游走結(jié)構(gòu)，非核心CPI引入異常波動(dòng)事件參數(shù)；

最后，利用貝葉斯MCMC方法的Gibbs抽樣方法對(duì)模型內(nèi)的時(shí)變參數(shù)進(jìn)行識(shí)別，獲得時(shí)變參數(shù)的后驗(yàn)概率估計(jì)值，從總的CPI中分離出核心CPI。

本發(fā)明提出的中國核心CPI隨機(jī)游走識(shí)別和異常點(diǎn)捕捉方法與當(dāng)前核心CPI的測算技術(shù)相比，其優(yōu)勢在于，(1)本發(fā)明識(shí)別的核心CPI的穩(wěn)定性更強(qiáng)，“削峰平谷”效果更好，核心通貨膨脹率序列較好地契合了中國貨幣政策窗口期，(2)本發(fā)明識(shí)別的核心CPI序列顯示出一些重要特征和政策含義，(3)本發(fā)明識(shí)別的核心CPI具有良好的合理性和科學(xué)性。

在上述技術(shù)方案的基礎(chǔ)上，還可做如下改進(jìn)：

作為優(yōu)選的方案，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；