首页> 中文学位 >基于广义动态因子模型的中国核心通货膨胀率研究
【6h】

基于广义动态因子模型的中国核心通货膨胀率研究

代理获取

目录

声明

摘要

第一章 绪论

1.1 选题背景及研究意义

1.2 核心通货膨胀率定义及测量方法

1.2.1 核心通货膨胀率的定义

1.2.2 统计途径测量方法

1.2.3 建模途径测量方法

1.3 文献综述

1.4 研究框架

1.5 本文创新点与不足

第二章 广义动态因子模型概述

2.1 传统因子模型介绍

2.2 动态因子模型和SW估计法

2.3 广义动态因子模型和FHLR估计法

2.3.1 模型及假设

2.3.2 公共成分的估计

2.3.3 广义动态因子模型及FHLR估计方法的评价

第三章 中国核心通货膨胀率的估计

3.1 数据选取和处理

3.1.1 数据选取

3.1.2 数据处理

3.2 模型估计过程

3.2.1 模型设定

3.2.2 模型的推导

3.2.3 动态因子个数的确定

3.4.2 滞后期的选择

3.3 样本内估计结果

3.4 样本内估计效果评估

3.4.1 GDFM核心CPI与统计局公布的核心CPI

3.4.2 GDFM核心CPI与纯核心CPI

3.5 本章小结

第四章 核心通货膨胀率与货币政策的相关性分析

4.1 研究方法介绍

4.2 数据及模型相关检验

4.2.1 数据选择

4.2.2 单位根检验

4.2.3 滞后阶数

4.2.4 格兰杰因果检验

4.3 估计结果

4.3.1 参数估计

4.3.2 脉冲响应分析

4.3.3 方差分解分析

4.4 本章小结

第五章 中国核心通货膨胀率的样本外预测

5.1 估计结果

5.2 模型预测能力评估

5.2.1 比较标准

5.2.2 模型及数据选择

5.2.3 估计结果及均方误差

5.3 本章小结

第六章 主要结论

附录

参考文献

致谢

展开▼

摘要

核心通货膨胀率通常被认为准确地反映了物价水平的变化。现有文献有多种方法计算核心通货膨胀率,但均存在一定的局限性。本文采用广义动态因子模型(Generalized Dynamic Factor Model,简称GDFM)对中国的核心通货膨胀率进行了研究。GDFM属于因子分析方法的一种,但比传统因子分析具有更多的优势:一方面它可以处理大量高维、动态的数据集,对变量的选取个数没有限制,可以在充分挖掘通货膨胀率自身信息的基础上,通过分析通货膨胀率与其他相关经济变量的关系来测定核心通货膨胀率;另一方面它采用了频域分析技术,可以在获取通货膨胀主成分的同时,进行时序平滑来滤掉高频率的价格变动部分,以获取通货膨胀中普遍且长期的波动部分作为核心通货膨胀率。
  本文对中国2005年1月至2012年2月的消费者价格指数、生产者价格指数、货币供给、利率、汇率等与通货膨胀相关经济变量的月度数据构成的高维度数据集进行广义动态因子分析,将通货膨胀率分解为长期的、共同的价格变动和短期性的、随机的价格变动两部分,并提取第一部分为核心通货膨胀。文章同时对GDFM估计的核心通货膨胀的样本内估计效果和样本外预测能力进行了检验。结果发现,样本内估计时GDFM估计的核心CPI与统计局公布的剔除食品和石油项后计算的核心通货膨胀率指标相比虽然在标准差上表现不及后者,但是在估计值的有效性、追踪与通货膨胀发展趋势的能力方面,GDFM核心CPI表现更优,GDFM核心通货膨胀能够更真实地刻画出现实经济中物价水平的波动趋势;在样本外预测方面,GDFM也比其他模型表现更好,GDFM估计的核心通货膨胀可以很好地对通货膨胀进行预测,是一个良好的货币政策的参考工具。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号