CPI测算升级：引入房价因素必要性研究.doc

CPI测算升级：引入房价因素的必要性研究 浙江工商大学 贺洁琼、何毓彬、余雯哲 摘要 本文针对目前房价与CPI“脱钩”的热点，结合国家统计局考虑加大居住类在CPI中权重的背景，深入研究了两者之间的内在联系。 首先，本文从两方面证明了房价因素对CPI具有极为重要的影响。1）空间角度，选取了与CPI具有密切关联的9项指标，对我国26个省市自治区的数据进行因子分析，提出了综合可支付性因子、享受资料因子、饮食消费因子和发展因子，通过共同度分析，以及旋转后的四个因子的方差贡献率，得出主要由房价因素组成的综合性可支付因子对居民消费影响最大的结论。2）时间角度，建立RBF神经网络模型，对考虑房屋销售价格指数及不考虑房屋销售价格指数的两种情况下对CPI的预测精度进行研究，将计算机模拟结果与实际CPI值进行比较，得出在加入房屋销售价格指数后，CPI的预测精度将有明显提高。 其次，为进一步探究房价因素与CPI之间的内在传导机制，本文将房屋销售价格指数分解为新建商品住房价格指数以及二手住房价格指数，将月度环比数据转换成月度定基比数据，建立VAR模型，通过格兰杰检验、脉冲响应函数的建立、方差分解，认为二者都是CPI的内在变量，对CPI的冲击均具有滞后性，且无论是拉动程度还是贡献度，均有相似的较高水平，并有相当长的持续性。相比之下，前者对CPI的冲击程度稍弱，但方差贡献更大。因此认为在测算CPI时，适当考虑房价因素是有意义的。 最后，本文针对房价与CPI的传导机制，结合模型结果，提出了CPI测算体系提升建议。 【关键词】：CPI 房屋销售价格指数 因子分析 RBF神经网络 VAR模型 目录 一、 引言 1 二、 文献综述 2 （一）CPI影响因素及传导机制 2 （二）CPI与房地产关系 3 三、 问题描述 4 四、 模型的建立、求解及检验 4 （一）空间角度——基于因子分析的房价因素对CPI的重要性分析 5 1. 指标体系的构建 5 2. 数据的收集与整理 6 3. 因子分析 6 （二）时间角度——基于RBF神经网络法的房价因素对CPI的重要程度 9 1. RBF神经网络工作原理 9 2. 改进的最近邻聚类学习算法 11 3. RBF神经网络实证分析 12 （三） 房价因素与CPI的传导机制 14 1. 指标选择 14 2. 数据来源 14 3. 数据处理 14 4. VAR模型 15 （1）ADF检验 15 （2）初始向量自回归模型 16 （3）确定滞后阶数 17 （4）GRANGER因果检验 17 （5）AR检验 20 （6）脉冲响应分析 21 （7）方差分解 22 五、 模型的优缺点及改进方向 23 六、 结论及建议 24 七、 参考文献 27 八、 附录 28 引言 近年来，民生问题成为国家关注的焦点。无论是“十二五”规划，还是全国人民代表大会，每一项决议都明显地表现出社会民生的高度重视。居民消费价格指数(CPI)作为反映消费者支付商品和劳务价格变化情况牵涉到每个老百姓的切身利益CPI预期。尽管2011年1月，居住类价格提高4.22%，然而由此得到的CPI指数依旧与人们的实际感受存在着明显的偏差。究其原因，在实际的CPI测算体系中，我国CPI虽然已经考虑了居住消费情况，但在具体核算上并未将住房价格直接纳入CPI的统计范围，而是将其作为一项投资来考虑。同时，在CPI测算式子中，居住所占的权重仅为13.6%，因而房价的波动对其测算结果影响较小。由此，导致了CPI测算值与我国居民感受消费支出严重不符的情况。 介于这种现状，许多经济学家认为CPI有严重被低估的可能，无法真正反映居民消费的压力变化，也不能确切衡量整体经济的运行情况，这将误导政府经济决策，影响人民生活。因此，是否应将与房价具有直接相关性的指标纳入测算体系以更好地反映CPI指数，成为了现今社会讨论的热点话题。 对此，国家统计局人士表示，预计2011年居住类权重比今年有所增加，并将考虑用贷款利率和住房价格的加权数代替居住类下的自有住房中的房屋贷款利率。由于房屋销售价格指数是反应住房价格的的重要因素，因此，重点研究它与CPI之间的关系，把握趋势，为更好地完善CPI测算体系提供依据，成为了现如今迫切需要解决的课题。 文献综述 CPI与人们的生活密切相关，是人民生活水平的重要写照。真实反映CPI指数以了解通货膨胀情况，是政府进行宏观调控的重要依据。近年来，由于官方公布CPI指数实际值与人们预期产生了严重的背离，因而更受关注。在此背景下，众位学者和专家纷纷投入到该领域的研究，通过实证分析，深入研究CPI影响因素。相关的文献主要有以下几个方面。 （一）CPI影响因素及传导机制 在现有的文献资料中，CPI预测模型较多，如刘海萍、王海涛、王洪利等（2009）用BP神经