大數(shù)據(jù)背景下我國CPI編制與應用研究

　　大數(shù)據(jù)時代的到來，給政府統(tǒng)計工作中居民消費價格指數(shù)（CPI）的編制帶來前所未有的歷史機遇和重要挑戰(zhàn)，因此研究大數(shù)據(jù)背景下CPI的編制及應用已成為當務之急。在借鑒國際經(jīng)驗的基礎上，本文首先介紹了介紹基于大數(shù)據(jù)挖掘技術，以CPI分類中的中類——家用器具為例，構建基于網(wǎng)絡數(shù)據(jù)的家用器具價格指數(shù)，并將基于網(wǎng)絡數(shù)據(jù)的家用器具價格指數(shù)與傳統(tǒng)家用器具CPI指數(shù)進行對比分析，同時介紹了其他基于網(wǎng)絡數(shù)據(jù)的價格指數(shù)編制方法，并利用某電商企業(yè)平臺蘋果手機數(shù)據(jù)對各價格指數(shù)進行計算并進行對比分析。接著分析線上線下價格指數(shù)變動特征以及利用交叉譜分析方法研究兩者之間的領先滯后關系。然后構建了融合線上價格指數(shù)（iCPI）和線下價格指數(shù)（傳統(tǒng)CPI）的合成CPI，并根據(jù)傳統(tǒng)統(tǒng)計計量預測方法（ARIMA和GARCH）與機器學習預測方法（LSTM和XGBoost）的預測性能選擇最優(yōu)模型對合成CPI進行預測。由于大數(shù)據(jù)背景下網(wǎng)絡搜索數(shù)據(jù)的引入有助于提高CPI預測的時效性，最后根據(jù)CPI影響因素理論分析以及文獻研究并結(jié)合搜索引擎相關詞熱度推薦功能選取CPI網(wǎng)絡搜索初選關鍵詞，由各關鍵詞與CPI的時差相關系數(shù)確定最終關鍵詞，利用動態(tài)因子模型估計出最終關鍵詞共同動態(tài)因子，結(jié)合網(wǎng)格搜索法并根據(jù)均方誤差（mse）最小原則確定最優(yōu)預測模型，并利用SOCNN最優(yōu)模型對CPI進行預測。

　　李倩，1986年生，博士，2016年博士畢業(yè)于中南財經(jīng)政法大學，研究方向為經(jīng)濟統(tǒng)計。以第一作者身份發(fā)表核心論文5篇，現(xiàn)主持完成國家社科基金青年項目1項，參與完成省部級項目多項。