刘慧--大数据在CPI统计中的应用研究36.pptxVIP

;2022/3/29; 城乡居民购买并用于日常生活消费的商品和服务项目的价格。 调查内容按用途划分为八大类、262个基本分类。 包括食品、烟酒、衣着、家庭设备用品及维修服务、医疗保健 和个人用品、交通和通信、娱乐教育文化用品及服务、居住。; 消费量较大的消费项目。 价格变动具有较强的代表性。 同基本分类下代表品异质性越大越好。 合格产品。注册商标、产地、规格等级等标识齐全。; 调查方法：采用定人、定点、定时的方法直接采集代表品价格。 调查频率：与居民生活密切相关、价格变动频繁的商品，五天一次。 一般性商品（服务），每月2-3次。 政府统一定价或价格稳定的商品（服务），每月一次。 报告周期：月度，每月10日前公布上月数据。 ; 权数测算：主要根据居民家庭消费支出资料，辅以典型调查。 权数五年固定不变。 计算方法：先计算代表品月度时点平均价格变动幅度，代表品之间 几何平均得出基本分类月度变动幅度，基本分类以上按 逐级拉氏加权平均得出各级分类月度变动幅度。 ; 抽样代表性：代表品、网点抽选仍以重点、典型性为主。 ——抽多少，怎么抽？ 权数变动性：五年固定，拉氏加权计算。 ——消费结构变动如何体现？ 计算科学性：代表品之间几何平均计算。 ——相当与等权计算？ 数据及时性：月度指数存在滞后性。 ——如何反映短期波动？ ;2022/3/29;2022/3/29;2022/3/29;2022/3/29; 以现行CPI编制框架为基础，确保数据可比性和衔接性 充分利用大数据，改进现行CPI不足： 抽样代表性？ ——代表品抽选更有依据 √ 权数变动性？ ——权数设置更为灵活 √ 计算科学性？ ——计算方法更加多样 √ 数据及时性？ ——指数周期更趋高频 √ ;2022/3/29;实例： 分类筛选过程： 第三级目录数量较大（1500多个）、稳定性不高 × 不符基本要求的分类，如集团消费、团购消费、购物卡、礼品等 × 消费未成气候的分类，如生鲜食品、服装、交通工具、珠宝饰品等 × 消费量大、有特色分类，如休闲速食食品、进口食品、母婴产品、 厨卫清洁 、家居用品等 √ 研究初期，不宜纳入过大规模的分类目录 ;实例： 分类筛选结果： 10个一级分类 45个二级分类 ;2022/3/29;实例： 使用固定金额的方法，比例定为七成。 优点：有足够的代表性 有足够的稳定性 留出一定数量作为备用 最终选取结果：各二级分类下的平均代表品数量在 100个左右， 食品、厨卫清洁等商品繁多的分类在200-300个。 ;2022/3/29;2022/3/29;2022/3/29;2022/3/29;实例： ;2022/3/29;2022/3/29;2022/3/29;实例： 现行CPI备用虚拟法 ;实例： 1号店价格指数后备代表品更替法 ; 签署**合作协议，数据保密协议。 统计局提供编制方法，1号店负责实际测算操作。 测算结果由统计局负责评估。 定期以1号店名义发布指数，统计局协助数据分析，宣传推广。 ; 利用1号店的销售数据测算8个月有关商品分类的环比价格指数。 分别使用拉氏指数、派氏指数、费雪指数方法测算出三套结果。 其中乳制品、饮料、厨房调料、大家电、奶粉系列等12类与现行 CPI口径一致，可进行比较。 ;拉氏和派氏指数结果比较 ; 拉氏指数权数固定为基期，无法体现权数结构变化。 派氏指数使用报告期权数，结构变化较大时会影响指数平稳性。 费雪指数综合使用基期和报告期权数，充分汲取两者优势。;拉氏、派氏、费雪指数与CPI差异度比较; 1