發(fā)布時(shí)間：2021-11-02 21:07

　　研究目標(biāo):基于線上消費(fèi)者價(jià)格指數(shù)和網(wǎng)絡(luò)搜索價(jià)格指數(shù)預(yù)測CPI。研究方法:在卷積神經(jīng)網(wǎng)絡(luò)（CNN）框架中融合MADL_MIDAS模型,建立異步混頻卷積神經(jīng)網(wǎng)絡(luò)（AMCNN）模型,并通過選用2016年1月至2019年12月的數(shù)據(jù)驗(yàn)證該方法的有效性。研究發(fā)現(xiàn):日度線上CPI及日度網(wǎng)絡(luò)搜索指數(shù)屬于CPI的領(lǐng)先指標(biāo),同時(shí)引入并保留原有數(shù)據(jù)特征有助于改進(jìn)CPI預(yù)測精度,提高CPI"拐點(diǎn)"捕捉能力。研究創(chuàng)新:揭示了高頻日度線上CPI和網(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)低頻月度CPI的預(yù)測能力,提出了一種融合神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)計(jì)量模型的異步混頻數(shù)據(jù)處理方法。研究價(jià)值:預(yù)測CPI波動(dòng)水平和"拐點(diǎn)"時(shí),可輔助利用線上CPI、網(wǎng)絡(luò)搜索高頻數(shù)據(jù),結(jié)合AMCNN模型提高預(yù)測精度。AMCNN模型可用于處理異步混頻數(shù)據(jù)、探究變量間復(fù)雜不確定性（線性、非線性）關(guān)系,具有很強(qiáng)的適應(yīng)性和擴(kuò)展性,可應(yīng)用于其他經(jīng)濟(jì)、金融領(lǐng)域,應(yīng)用價(jià)值較高。 

【文章來源】：數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2020,37(10)北大核心CSSCICSCD

【文章頁數(shù)】：20 頁

【文章目錄】：
一、問題的提出
二、文獻(xiàn)述評(píng)
三、CPI預(yù)測模型構(gòu)建
    1.ISI數(shù)據(jù)獲取、預(yù)處理及合成
        (1)搜索引擎選取。
        (2)初始關(guān)鍵詞選取。
        (3)數(shù)據(jù)獲取及預(yù)處理。
        (4)搜索指數(shù)合成。
    2.異步混頻卷積神經(jīng)網(wǎng)絡(luò)模型(AMCNN)構(gòu)建動(dòng)機(jī)
    3.AMCNN模型構(gòu)建
四、CPI預(yù)測實(shí)證分析
    1.數(shù)據(jù)來源與數(shù)據(jù)預(yù)處理
        (1)變量選擇與數(shù)據(jù)獲取。
            第一,國家統(tǒng)計(jì)局公布的CPI數(shù)據(jù)。
            第二,線上CPI。
            第三,其他輔助數(shù)據(jù)。
            第四,百度指數(shù)。
        (2)百度搜索指數(shù)合成。
    2.AMCNN模型的CPI預(yù)測結(jié)果分析
    3.AMCNN模型的CPI預(yù)測性能對(duì)比分析
    4.CPI子類別預(yù)測結(jié)果分析
    5.CPI“拐點(diǎn)”預(yù)測
五、結(jié)論與建議


【參考文獻(xiàn)】：
期刊論文
[1]一種基于在線大數(shù)據(jù)的高頻CPI指數(shù)的設(shè)計(jì)及應(yīng)用[J]. 劉濤雄,湯珂,姜婷鳳,仉力.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2019(09)
[2]利用網(wǎng)絡(luò)搜索大數(shù)據(jù)實(shí)現(xiàn)對(duì)CPI的短期預(yù)報(bào)及拐點(diǎn)預(yù)測——基于混頻抽樣數(shù)據(jù)模型的實(shí)證研究[J]. 劉寬斌,張濤.  當(dāng)代財(cái)經(jīng). 2018(11)
[3]線上線下價(jià)格指數(shù)的互動(dòng):替代還是整合?[J]. 唐禮智,劉玉.  南京社會(huì)科學(xué). 2018(02)
[4]阿里網(wǎng)購價(jià)格指數(shù)與官方CPI的關(guān)系[J]. 方匡南,曾武雄.  統(tǒng)計(jì)與信息論壇. 2018(02)
[5]大數(shù)據(jù)背景下的CPI實(shí)時(shí)預(yù)測研究[J]. 董莉,彭凱越,唐曉彬.  調(diào)研世界. 2017(08)
[6]大數(shù)據(jù)時(shí)代官方價(jià)格指數(shù)與非官方價(jià)格指數(shù)的融合——基于aSPI與CPI、RPI比較的視角[J]. 韓勝娟,張敏.  價(jià)格理論與實(shí)踐. 2017(04)
[7]基于互聯(lián)網(wǎng)大數(shù)據(jù)的CPI輿情指數(shù)構(gòu)建與應(yīng)用——以百度指數(shù)為例[J]. 徐映梅,高一銘.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2017(01)
[8]基于網(wǎng)絡(luò)搜索數(shù)據(jù)的霧霾經(jīng)濟(jì)與CPI相關(guān)性研究[J]. 董倩.  調(diào)研世界. 2016(12)
[9]大數(shù)據(jù)指數(shù)是否可以替代統(tǒng)計(jì)調(diào)查指數(shù)[J]. 米子川,姜天英.  統(tǒng)計(jì)研究. 2016(11)
[10]大數(shù)據(jù)背景下電商發(fā)展對(duì)CPI的影響——基于線上線下價(jià)格波動(dòng)同步性分析[J]. 周薇薇,田濤.  商業(yè)研究. 2016(04)



本文編號(hào)：3472378