大數(shù)據(jù)背景下我國CPI編制與應(yīng)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(fèi)價格指數(shù)（CPI）的編制帶來前所未有的歷史機(jī)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(yīng)用已成為當(dāng)務(wù)之急。在借鑒國際經(jīng)驗的基礎(chǔ)上，本文首先介紹了介紹基于大數(shù)據(jù)挖掘技術(shù)，以CPI分類中的中類——家用器具為例，構(gòu)建基于網(wǎng)絡(luò)數(shù)據(jù)的家用器具價格指數(shù)，并將基于網(wǎng)絡(luò)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(jìn)行對比分析，同時介紹了其他基于網(wǎng)絡(luò)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(jī)數(shù)據(jù)對各價格指數(shù)進(jìn)行計算并進(jìn)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(lǐng)先滯后關(guān)系。然后構(gòu)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(yù)測方法（ARIMA和GARCH）與機(jī)器學(xué)習(xí)預(yù)測方法（LSTM和XGBoost）的預(yù)測性能選擇最優(yōu)模型對合成CPI進(jìn)行預(yù)測。由于大數(shù)據(jù)背景下網(wǎng)絡(luò)搜索數(shù)據(jù)的引入有助于提高CPI預(yù)測的時效性，最后根據(jù)CPI影響因素理論分析以及文獻(xiàn)研究并結(jié)合搜索引擎相關(guān)詞熱度推薦功能選取CPI網(wǎng)絡(luò)搜索初選關(guān)鍵詞，由各關(guān)鍵詞與CPI的時差相關(guān)系數(shù)確定最終關(guān)鍵詞，利用動態(tài)因子模型估計出最終關(guān)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(yù)測模型，并利用SOCNN最優(yōu)模型對CPI進(jìn)行預(yù)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(xué)，研究方向為經(jīng)濟(jì)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。