北京核心CPIEMD测量.docVIP

北京核心CPIEMD测量 　　摘要:本文运用经验模态分解理论，通过对北京市CPI指数进行EMD分解，从中提取出反映通货膨胀长期趋势的核心CPI指数。对核心CPI建立时间序列模型进行分析，把握核心CPI的动态特征和内在规律性，从而对稳定物价、判断通胀水平高低具有十分重要的意义。 　　关键词:EMD分析 核心CPI 通货膨胀 ARIMA分析 　　Abstract: in this paper, the use of empirical mode decomposition theory, based on the index of CPI in Beijing city is decomposed by EMD, extracted from long-term inflation trend in core CPI index. To analyze the core CPI to establish the time series model, the dynamic characteristics and the inherent law of grasping the core CPI, is of great significance to stabilize prices, the inflation level. 　　Keywords: EMD analysis of the core CPI inflation ARIMA. 　　中图分类号：F25文献标识码：A 　　一、研究背景 　　（一）核心CPI的研究意义及现状 　　CPI是根据与居民生活密切相关的产品和服务的价格统计出来的物价变动指标，全面反映商品经过流通各环节形成的最终价格，反映消费市场的价格变动情况。对于CPI的研究，国内外学者主要是将其视为不能分解指标，并不研究它本身的规律，特别是结构规律，而直接进行驱动因素分析的研究。 　　1972年的美国《总统经济报告》首次提出反映通货膨胀长期趋势的价格指数具有特别的政策含义。美国劳工统计局(BLS)则将扣除CPI分类指数中的食品和能源后的CPI，界定为反映通货膨胀长期趋势的核心CPI。既，核心CPI是衡量了通货膨胀的长期趋势的指标。 　　国内外学术界对于核心CPI的测算，均是通过将扣除CPI的若干分类指标或重新分配各分类指标权重而计算的，如，Bryan和Christopher(1991)提出的加权中位数法(Weighted median CPI) ，Bryan和Cecchetti(1994)提出的修剪均值法(Trimmed mean)，以及国内范跃进和冯维江(2005)、中国人民银行武汉分行等(2006)、龙革生等(2008)分别运用扣除法、加权中位数法、修剪均值法等统计方法,将我国CPI篮子中波动较为频繁的分类指数扣除后,测算了我国的核心通货膨胀率。 　　这类研究方法事实上只是剔除了CPI一篮子分类指标中波动比较剧烈的数据，但是这种简单的剔除，有可能使得被剔除的指标中所包含的价格变动趋势??有用信息遗失，不利于准确地把握通货膨胀的长期走势和控制通胀。 　　而经验模态方法（EMD）能够准确地将信号中不同频率的波动逐级分解开，从而获得具有周期性波动的IMF 分量及事物变化的趋势量，被认为是目前提取数据序列趋势的最好方法，目前该方法已成功应用于信号处理、图象处理及大气科学等众多领域。 　　因此，本文将运用EMD方法研究北京CPI的变化规律，测算核心通货膨胀（或称核心CPI）。利用 EMD方法对北京CPI指数进行长时间序列分析可以完整地获得数据波动及未来趋势变化。根据EMD方法得到的长期趋势变化而测算出的核心CPI既可以准确地反映通货膨胀的走势，对未来走势做出精确判断，并且不同于剔除若干分类指标得到的核心CPI，使用EMD得到的核心CPI不存在信息损失问题，因此更加全面、科学合理，具有特别的政策含义。 　　二、经验模态分析方法 　　（一）经验模态分析 　　经验模态分析是Huang N.E.于1998年提出的一种分析非线性非平稳时间序列的新方法，包括经验模态分解（Empirical Mode Decomposition，EMD）和Hilbert（希尔伯特）普分析。基本思路：一个时间序列由多个时间尺度的震荡波构成，设法从经验资料中把这些固有的、内在的本征模态函数（Intrinsic Mode Function，IMF）分量逐级分离出来，并求其Hilbert谱，通过分析IMF分量及其相应的谱，即时-频分析，得知原序列的多尺度震荡特征。 　　许多研究表明，EMD方法是目前提取数据序列趋势的最好方法之一，已用于很多非线性科学研究领域中。 　　（二）经验模态分解（EMD）方法：筛选过程