CPI调查

CPI调查（精选11篇）

CPI调查 篇1

一、电商数据纳入CPI的必要性

(一)网购消费逐年扩大趋势为电商数据纳入CPI调查提供了条件

中国电子商务市场数据监测报告显示,2013年我国网络零售市场交易规模达18851亿元,较2012年增长42.8%,占社会消费品零售总额的8.0%,较2012年提高1.7个百分点。到2013年12月末国内B2C与其他电商模式企业数合计达29303家,比2012年增长17.8%。随着电商消费所占的消费比重越来越高,将电商数据纳入CPI调查无疑会提高CPI编制中规格品的代表性。

(二)在CPI中纳入电商数据,是为其先行进入大数据时代探索道路

目前大规模电商促使大型互联网公司开始建立超大规模数据中心,电商行业正率先进入大数据时代,而对于CPI来说,商品价格、成交数量、价格变动趋势与幅度等指数所需的核心数据在电商企业的云端都能迅速获取,这便决定距离市场最近的CPI指数能够在政府统计体系中最先利用上大数据。尽管在目前条件下,将电商数据全盘纳入CPI调查并不成熟,但是,在CPI调查中纳入电商数据,却是CPI迈入“大数据”时代不可少的第一步。

(三)电商数据的纳入让CPI调查工作更高效

1. 价格采集工作更方便、高效。

CPI方法制度要求采集商品和服务的实际成交价格,在实际工作中,由于大型商场存在各种优惠折扣,而市场小店商品则常常无价格标识,价格采集时需要采价员耐心细致地询价议价。而电商采价则方便高效,一方面,大型B2C电商明码标价、折扣清晰,天猫商场等第三方联营卖家除标明价格外还可以通过旺旺等工具确认复核;另一方面,电商采价节省了采价员走街串巷的时间和体力,只需要联通网络就可以轻易获得各种规格品的实际价格。因此,电商采价成本更低、效率更高、数据更准。

2. 规格品调整更灵活,数据质量更高。

由于原规格品缺货、季节性产品更替等原因,为增加商品代表性、可比性,CPI调查中时常需要调整、更换规格品。按照现行实体店采价方法制度的要求,更换规格品需要跟商场工作人员深入交流,获取与原规格品同质可比的商品信息,实际操作主观性较大,加大了CPI数据受人为因素引起偏差的可能性,从而影响数据质量。而电商数据的纳入则可有效规避这一风险,这是因为不同于实体店商场的有限商品,电商拥有庞大的资源,通过网络搜索能迅速抓取同品质的商品,替代的商品价格、品质与原规格品的差别都可以控制在细微的范围内。

3. 电商调查点维护成本几近于零。

CPI调查需定期对调查点进行维护,对调查点辅助调查员的培训、津贴,与调查点的沟通协调,都增加了工作成本。相比之下,电商调查点则无需维护,网络搜索即可,省时省力省事。

二、电商采价操作方法

广州调查队利用所在城市电商发达的优势,先行尝试,通过不断调整,探索出一套在CPI中纳入电商数据的方法,具体表现在调查点选择、规格品确定、价格采集三个方面。

(一)电商调查点的选择

根据现行方法制度,调查点的选择以销售额为标志,采取等距抽样的方式,选择经营品种齐全、销售额大的商场等作为价格调查点。结合电商经营特点,广州调查队在考虑销售额的基础上,选择调查点主要遵循以下五个原则:一是影响力原则,选取有影响力的电商,即知名度较高、消费量较大的大型电商;二是正品原则,选择供应正品、能直接提供商品发票的电商,以便通过商品品牌和型号就能确定商品;三是明码标价原则,选择明码标价、勿须讨价还价的电商,便于直接取得商品的真实成交价格;四是包邮原则,尽量考虑能够直接提供包邮服务的电商,避免对运输费的估算;五是特卖、团购电商弃选原则,如唯品会、聚美优品、团购等特卖网站,鉴于其商品种类不多,且基本属尾货、过季特卖,尽管消费较多,但不具备价格代表性,完全弃选。

基于上述原则,广州调查队选取的采价网站主要是大型B2C商城和第三方联营的天猫商城。具体到不同基本分类规格品调查点的选取,广州调查队则根据消费者的消费习惯,选择消费量较大的电商作为调查点,譬如家电、数码产品优先考虑京东商场、苏宁易购等;服饰类优先考虑天猫商场等;食品优先考虑1号店等;书籍类优先考虑当当网、亚马逊等。

(二)电商规格品的确定

根据现行方法制度规定,代表规格品需要选择消费量较大、有较强代表性、生产与销售前景较好的合格产品。这些要求也同样适应于电商规格品,即通过电商的搜索引擎搜索出调查类别中消费数量较大、价格变动趋势和变动程度有较强代表性的商品作为规格品,同时综合考虑本地消费习惯、人气、评价等因素。对于电商、实体店均有售卖的商品,选取知名品牌商品方能具有统一货号,确保电商、实体店商品的一致性,满足“同质”、“可比”的基本要求;对于仅限电商售卖的商品,更注重选取品质有保障的知名品牌,以保证商品的延续性和代表性。

(三)价格采集的方式

为确保同质可比,且与现行数据的匹配衔接,电商采价依据现行方法制度的采价频率进行采价,在遵循“定时、定点、定人”三定原则的基础上进行相应调整,具体表现在对部分价格波动频繁的规格品增加采价频率,以提高数据准确性,如广交会时对宾馆住宿价格进行加权计算等。

综合电商特色,广州调查队电商采价的“三定”原则也有其特殊之处:

“定时”:电商采价的“定时”原则只需保证是采价日当天,不必拘泥于购物高峰期或者具体时间点,这是由于电商网站的商品价格在一天内相对稳定,即便有限时促销也会提早在商品购物页面上显示广告,勿须担心不同时段采集价格不符的现象。

“定点”:电商采价的“定点”原则只需采价员自由地在有电脑联网的场所对固定的电商进行采价,勿需采价员到固定的调查点进行实地采价。

“定人”:在“定人”原则上电商采价的要求不如实体店要求那么严格,只需将采价规格品的销售页面保存妥当,即使更换采价员也不会造成数据衔接误差。

(四)电商采价具体操作方式

根据CPI八大类商品(及服务)网上销售情况和消费者购物习惯,广州调查队对不同商品(及服务)采取以下三种处理方式:

1. 对于电商消费量大的商品(及服务)类别,直接纳入电商采价。

在具体采价操作中主要分为两大类:一类是在原有规格品基础上增加一个或多个电商采价点,如日用化妆品、电器等消费项目,主要是由于实体商场与网上电商都有相同品牌售卖,规格品有统一货号可方便比对;另一类是在原有基本分类下增加额外的电商规格品,价格全部从电商采集,譬如服饰类,主要是由于线上线下的品牌差别较大、着重点不一致,部分耳熟能详的品牌以实体商场专柜销售为主,部分网络上宣传较多的品牌则以电商售卖为主,即便线上线下均有销售的品牌,也会分别售卖不同款式,导致规格品无法统一品牌、款式。

2. 对于电商消费量较少的商品(及服务)类别,作为电商采价的辅助参考。

对于家具、酒类、建筑材料类等规格品,市民可以通过电商购买消费,也形成一定规模,但在日常生活中,实体店直接购物仍为消费主流。同时,这几类电商商品的品质较难确认,商品的可比性难以把握,商品的延续性较难保证。对待这类电商消费并非主流的规格品,暂不考虑纳入CPI调查,而是选择将电商添加为辅助调查点,当实体采价出现缺货断货等情况时作为价格趋势参考。对于私房房租这类规格品,虽然搜房网、58同城等网络平台有很多中介发布的数据,但仍以中介线下成交居多。广州调查队目前依托中介的采价方式较合理,网络电商的房价、租金走势图可以作为租金价格的辅助参考。

3. 对于电商消费量极少的商品(及服务)类别,不纳入电商采价。

对于烟类、食盐、处方药等政府规定不允许电商售卖的规格品继续执行现有采价方式,暂不考虑电商采价。对于鲜活食品类,实体店消费仍为主流,且每月六报,通过实体市场、超市、档口价格采集已能较真实反映市场情况。因此,增加电商采价并不必要。

三、电商数据衔接性验证

(一)数据来源及汇总

参加汇总的电器类电商数据涉及家庭设备分类下的洗衣机、电风扇、电冰箱、吸排油烟机、空调器、热水器、微波炉、其他和文娱用耐用消费品分类下的电视机、激光视盘机、摄像机、家用音响、便携式音响、电脑、其他等15个基本分类,数据来源于2013年12月—2014年8月从苏宁易购、国美在线、京东3家电商自营品牌中挑选的37种规格品的价格数据。

在保留现有CPI调查权数设置和其他类别价格数据的基础上,将电器类37个规格品的电商(线上)价格作为新增采价点数据添加进现有CPI调查数据后进行混合汇总,得到电器类线上线下混合环比指数。

(二)数据衔接性验证

1. 环比指数对比。

对比线上线下混合价格环比指数与现有CPI调查环比指数,观察家庭设备环比指数走势图观察可看到,两种指数走势基本一致。但由于市场竞争激烈,线下商店促销活动频出,使现有价格环比指数变动幅度稍大于线上价格环比指数。

2. 衔接性验证。

从环比指数的对比看,不论是家庭设备分类还是具体到电器基本分类,其混合价格环比指数和现有CPI环比指数等两种指数走势均基本一致,数据衔接性好。可以看到,电商(线上)价格是CPI调查很好的补充,融入了电商(线上)价格的混合价格和指数更全面反映了该类别的实际价格走势,表明电器类电商采价纳入CPI调查的可行性较高,也反映了将电商(线上)价格纳入到CPI调查的必要性。

另外,文中对电器类线上线下混合汇总法所做的处理是不论线上线下型号是否相同,均在现有CPI调查的(线下)规格品下增加调查点的方式将线上线下价格混合平均。而实际上,由于线上线下商品差异,在选取的37个规格品中,仅有12个电商规格品与现有的规格品型号一致,其余25个则在电商中选取与现有规格品档次相同的规格品。为进一步减少误差、提高准确性,对规格品相同的采取规格品下增加调查点的方式,对规格品型号不同的作增加规格品处理,这样将电商(线上)价格数据融入CPI计算得到的数据衔接性更好,准确度更高。

四、电商采价中的问题及其处理方式

(一)实际操作中常见问题及处理方式

1. 电商采价点规格品缺货情况的处理。

遇到商品暂时缺货的情况,可以销量、人气排序,选取另一个价格接近、同质可比且有货的商品作为辅助规格品,观察其价格记录一个月。在一个月内,若原规格品重新有货出售,则继续采用其价格;若原规格品仍是无货状态,则以采集辅助规格品的价格替代原规格品价格。而如果遇到商品下架、长期缺货的情况,则需立即重新选取同质可比的商品作为替代品。

2. 电商采价点关闭情况的处理。

一般来说,大型B2C电商如京东、亚马逊中国、当当网等关闭的可能性较小,即便被其他公司收购也不影响继续采价。不过,依附于大型电商的第三方联营卖家却有转营或关闭的可能性。

3. 电商日常促销打折情况的处理。

电商优惠活动较多,促销打折情况的处理需按具体情况来判断其为普遍现象还是特别个例,与目前实体店采价处理方式一致。若是普遍状况,即整体降价促销,则采集其折扣价;若是特殊个例,则继续记录其原价格。

(二)电商采价特有问题及处理方式

1. 电商采价中规格品价格是否包含物流费用。

鉴于电商对于物流的依赖,在电商采价时应考虑到物流因素,对消费者而言,购买不包邮产品的价格是在规格品价格基础上加上快递费用。而对于价格采集工作而言,由于不同发货地、不同快递公司、不同商家所对应的快递费用均不同,快递费用的不唯一性增加了价格审核难度,因此,广州调查队目前的处理方法是尽量选取包邮产品做规格品。

而对于不包邮的产品,如若要采集价格,建议从采集消费者的实际成交价出发,秉承反映价格走势的调查目的,将快递费用直接加上规格品电商价格得出实际购买价格。值得注意的有两点:一是如果基期所选择的规格品是不包邮产品,那么之后就必须都采集不包邮产品,以保持其价格可比性;二是如果碰到促销打折,由不包邮优惠为包邮产品,则必须减免邮费作为实际折扣处理。

2. 电商大型短期促销活动的价格处理。

大型电商每年都会有超低折扣的短期大型促销活动,如全电商的“双11”购物狂欢节,京东的“618”周年庆等。这类促销活动时间很短,但其消费额却极其大,与线下实体商场短期折扣带来消费增量完全不在一个等级。广州调查队目前的做法是按折扣执行天数加权处理,譬如原价1000元的商品,平常8折即800元,“双11”那天5折优惠,那么上旬的报价则记为(800×14+500)/15即780元。

3. 采价点选择第三方联营电商的考虑。

依据调查点挑选的原则及广州调查队的最初设想,电商采价点只选取大型B2C电商,但据2013年中国B2C网络零售市场(包括平台式与自主销售式)的消费数据显示,排名第一的是天猫商城,占50.1%;京东名列第二,占据22.4%;之后才是苏宁易购、腾讯电商、亚马逊中国、1号店等,即天猫商城的消费占据了网络零售市场的半壁江山。而且京东商城、苏宁易购、国美在线、亚马逊等大型B2C电商也逐渐兼做第三方联营平台。因此,为提高数据代表性,采取在大型B2C电商外,再将最具代表性的天猫商城挑选作为采价点的方式。采价的具体操作则是先定好规格品,再依据信用排序选择具体联营电商进行采价。

4. 电商采价选择考虑区域性,突出地域特色。

一般而言,大型B2C商城在大城市会有仓库或自己的物流体系,区域性跟电商注册地并无关联,在选取电商调查点时无需拘泥于本地电商,区域性问题的侧重点应在本地是否方便购买销售,快递物流是否方便到达。在突出地域特色问题上,则是通过在规格品选择上偏重广州消费习惯来解决。

5. 选择电商规格品时仅凭销量的不足。

依据方法制度,CPI所调查规格品应该以销量为挑选原则。可在电商采价中,若仅简单的按照销量排名来选取规格品,则存在许多不足。首先,电商上只能观察到总体销量冠军,不能得到具体广州或者广东地区的销量冠军数据,可能无法体现广州地域特色;其次,不同品牌在合作电商的推广力度有差异,这就导致不同电商的销售冠军或销量排名并不一致;再次,在电商消费中,许多消费者更看重价格,导致销售冠军多数是低价促销的往年老款,实体商场中较少售卖。所以,在选择电商规格品时,不能单凭销量。目前,广州调查队的做法有两种:一是先到实体商场调研,询问销售、经理,挑选出热销款式的型号,再去电商直接寻找报价;二是搜索各大电商的热销款式,从中对比查找出相同款式,以此作为电商规格品。

6. 如何评估电商规格品价格的合理性。

常规采价过程中,直接与销售人员沟通、询问价格波动原因是广州队评估所采集价格合理性的主要手段之一。可在电商采价过程中,由于电商调查点多数是大型B2C电商,明码标价、直接购买,较难就某商品的价格变动与客服进行沟通,造成部分规格品价格变动的缘由无从确定,从而难以评估价格的合理性、可采用性。广州调查队参考实体店审核数据合理性的方法,对电商规格品价格进行三项评估对比:一是将电商价格与实地采价进行对比,二是将同一规格品各电商之间的价格进行横向对比,三是对该规格品同一品牌的价格进行对比。通过三项对比审核,可以确定电商价格的合理性。

五、建议

(一)合理选择电商采价的商品类别

一是采价类别的电商化程度需较高,网售市场需成熟,电商交易在整体销售额中有较大占比;二是采价商品需在电商中具有数量优势,容易搜寻到同质可比的商品以供替换,有较好衔接性;三是通过电商采价能更方便快捷,更易获得实际成交价格;四是需考虑到本地区的电商化程度,市民的消费偏好和习惯。

(二)电商采价应与实体店采价并存,相互印证

对基层调查队来说,若只从便捷角度考虑,全盘从电商取价,放弃实体店采价,便无法从“一线”获取价格变动原因,无法把握规格品的代表性。因此,电商采价应与实体店采价并存。电商、实体店数据相互印证,并可与实体店工作人员直接沟通掌握价格变动原因的一手资料,可以最大程度保证数据质量的真实、可靠、准确。

(三)设计更为科学的电商采价方式,探索利用信息技术获取数据的方法

根据现行的方法制度,一般性规格品每月调查2次价格,部分价格变动不频繁的规格品价格每月调查1次价格,而与居民生活密切相关、价格变动频繁的鲜活食品类每月调查6次价格。考虑到电商采价的便捷性,建议可适当增加采价频率、灵活操作,特别在有大型促销活动或受外界影响导致短期内价格变动频繁时,可考虑短期内增加采价次数,最终取加权平均价。随着电商数据采集量的增加,应加快探索批量收集数据的方法,探索、利用现代信息技术评估数据的方法,从而找到最适宜的方法。

电商采价对采价工作人员提出新的要求,在原有专业素养的基础上,还需掌握计算机技能、信息化技术,需具备审核电商数据的能力,能正确评估电商价格的走势、变动幅度。因此,应加大业务培训力度,培养统计业务与信息技术相结合的复合人才,提高数据处理能力。

(四)加强与大型电商的互惠合作

随着大数据时代的到来,闭门造车已不切实际,应加快与大型电商的合作,一方面可以借助电商技术平台,合作开展对价格数据的自动化采集、处理和分析;另一方面,可直接从大型电商获取指数,作为电商价格指数,依据实体、电商消费比例加权成为CPI。同时,通过对电商数据开发技术,进一步推动实体店价格数据采集工作模式的创新改革。

摘要：如何合理利用电商数据,将其纳入CPI调查以增强价格资料的代表性,是目前CPI编制工作面临的重要挑战之一,也是现行价格采集制度的一个改革创新方向。广州作为电商发达的城市,为统计部门先行探索将电商数据纳入CPI调查方法提供了条件和可能。本文通过梳理国家统计局广州调查队将电商数据应用在CPI调查中的方式方法,比较了不同规格品的采价方式,试图探讨在CPI调查中如何纳入电商数据的处理方法,以及在现行制度下存在的问题,并尝试提出行之有效的解决方案。

关键词：电商数据,CPI调查,方法制度

参考文献

[1]李世超.利用大数据改革CPI调查方法初探[N].中国信息报,2013-12-17(7).

[2]马建堂.大数据在政府统计中的探索与应用[M].中国统计出版社,2013.

[3]赵子东.关于人工采集网络价格的可行性研究[J].调研世界,2014(9).

[4]乔晗.“大数据”背景下利用扫描数据编制中国CPI问题研究[J].统计与信息论坛,2014(2).

[5]张崇,吕本富,彭赓等.网络搜索数据与CPI的相关性研究[J].管理科学学报,2012(7).

[6]张周平.2013年度中国电子商务市场数据监测报告[R].中国电子商务研究中心,2014(03).

[7]吴琼.大数据视野中的价格指数统计[J].统计讲坛,2013(10).

[8]耿直.大数据时代统计学面临的机遇与挑战.统计研究,2014(1).

[9]广州市经济贸易委员会,广州市统计咨询中心.2012年度广州市企业电子商务统计调查报告[R],2013.08.

跑赢CPI者少 篇2

年度关键词：

银信合作叫停城商行崛起

整个2009年银行信贷类产品风光无限，但因为监管机构加强监管，此类产品在2010年年初开始大幅缩减。凭借本金安全、收益稳定的特性，以及银行借该类型产品将信贷资产转移成表外业务，为信贷规模挪移腾出空间，信贷类产品发行量在上半年仍占据主流地位，7、8月银监会通过口头和书面形式向各大商业银行和信托公司下发“叫停通知”，自此信贷产品发行量减少，债券类产品成为银行理财市场主要的发行动力。

在今年到期产品中，前期发行的信贷类产品的收益率表现稳定且居前；澳元理财产品接连两年到期收益率在各币种收益率表现中突出；部分挂钩于股票、黄金等大宗商品的结构性理财产品取得较高收益率。

城商行的理财能力大幅提升是今年上半年银行理财市场的一大亮点，超额收益率前五名的都是城商行。但全年来看，股份制银行依旧占据理财产品综合排名榜的主流位置。社科院金融研究所的王增武认为：作为理财产品市场新秀，城商行客户辐射范围较小，融资成本偏高，理财品牌效应远不及国有控股和上市股份制银行，其给出的预期收益率偏高，这一定程度上压缩了自身的利润空间。

产品发行：

一年发行近万款

关键词：

短期产品点亮一整年信贷类产品风光不再债券类产品成主力

据普益财富的统计数据，截至2010年12月9日，个人银行理财产品共发行约9600款，募集资金规模约为7万亿人民币。其中，按投资期限划分，产品限期主要集中于6个月以下，其市场占比达76%，产品短期化格局依旧。

保证收益型产品约3200款，保本浮动收益型产品约1000款，非保本浮动收益型产品约5400款。

按投资方向划分，人民币债券类产品发行量占比约38%，信贷类产品约为17%，外币债券产品约为15%，结构性产品约为6.4%。见饼图1。

结构性产品共发行约619款，其中挂钩利率的产品约199款，挂钩股票的产品约167款，挂钩汇率的产品约128款。

按投资币种划分，人民币产品发行量市场占比约为95%，依旧跟往年一样，占据绝对主流地位。外币产品市场占比居前的依次为美元、欧元、港币、澳元。

到期收益率：

没跑赢CPI的多

四大关键词：

挂钩股票产品夺收益之最 挂钩农产品收益高

澳元是收益率最高币种QDII产品大翻身

今年CPI一路高涨，11月份更是飚上了5.1%，创下了28个月以来的新高。12月21日，国家发改委表示，今年全年CPI的升幅将在3.3%左右。而纵观今年到期的理财产品的收益率，我们发现以稳健见长的银行理财产品没能跑赢CPI，这令投资者多多少少有点失望。

按投资方向划分，人民币债券类产品平均到期收益率约为2.3%，信贷类产品平均实际到期收益率约为3.4%，外币债券类产品平均实际到期收益率约为1.8%，结构性产品平均实际到期收益率约为3.7%。

按投资期限划分，1个月以下期限产品平均到期收益率约为2%，1个月至3个月期约为2.5%，3个月至6个月期约为3%，6个月至1年期约为3.7%，1年期约为5%。今年大多数银行主打产品都是6个月以下的短期理财产品。据工行理财师曹凯称，这类产品能满足投资者“快”的投资心理，通过减少资金流动的周期，加强了资金的安全性。

目前仍在运行的银行系QDII产品共计255款。受今年以来海外主要股票市场和大宗商品市场上涨的影响，今年共241款QDII产品净值上升，占比近95%。其中涨幅最高的是渣打银行的“基金精选之美林黄金基金欧元款”，主要受益于今年下半年来国际黄金市场的强劲攀升态势，其余多款黄金类投资产品也表现优异。

按投资币种划分，人民币产品平均到期收益率约为2.8%，美元产品约为2.4%，澳元产品约为3.3%，遥遥领先于其他币种的收益率。值得一提的是，澳元产品发行的平均预期收益率达4.8%。

同质化、严监管催生创新

银行理财产品是非常容易同质化的一种产品，这也使得产品研发者们挖空心思地开发新产品、开拓新领域。高端市场的创新尤其活跃。社科院金融所理财产品中心就发布报告称“银行理财市场出现了在投资方向、产品结构、计息方式等几乎全方位的创新”。

而从政策环境上，从2009年年底开始，监管机构连续推出针对信贷类理财产品的监管，导致信贷类理财产品的发行大幅缩减。因此，商业银行不得不开始在创新方面发力。商业银行相继推出“对敲信贷资产”和“内含信贷资产的组合管理类产品”这两个变脸运作模式。

“对敲信贷资产”的理财产品，如兴业银行 “资金信托计划及理财产品”、工商银行的“稳得利”第4期信托投资型产品为例。后者投资方向为国有控股银行和全国性股份制商业银行存量信贷资产转让项目或新增贷款项目以及企业信托融资项目，首现“交叉持贷”。有分析人士认为，这些创新只是一味规避监管，创新不足。

此外，光大等银行推出了国内股指期货概念理财产品。而挂钩国内黄金价格产品的理财产品开始出现。原油价格回落后，石油挂钩产品也重出江湖。

产品结构的创新则体现在多结构混合产品明显增多。如2010年1月东亚银行首发既有看涨结构又有区间结构的牛熊双赢系列产品等。此外，今年上半年还首次出现了复利计息的理财产品，目标直指实现“利滚利”。

说到结构产品的创新，外资银行倚赖母公司在海外投资市场的丰富经验，一直在这方面表现积极。今年一个非常有意思的现象是：外资银行的结构性理财产品两极分化极其严重，收益排行榜上，收益排名靠前和靠后的几乎都是外资银行的产品。

在业务创新方面，社科院金融研究所金融产品中心副主任袁增霆接受采访称，动态管理类产品是未来银行理财产品创新的一个重要方向。今年，银行理财产品市场中基金类产品、开放式产品和组合管理类产品逐步增多。它们具有投资方向灵活多变、投资组合浮动、固定申购和赎回频率等特性。

2011年理财产品市场大趋势

关键词：经济复苏、各市场好转、创新加强、产品类型丰富、债券类和组合类产品增加

央行宣布2011年实施稳健的货币政策和积极的财政政策，银行理财产品分析人士均看好未来债券类理财产品，认为此类产品发行动力增大、收益率可能会随之上调。在银信合作业务新规的制约下，信贷类产品发行量将会继续减少，而债券类和组合类产品将增加。

目前银行理财产品类型较为单一化，未来银行将加强创新，不同类型的金融机构之间合作创新将有所增加，产品风险类型将更为丰富。

而全球经济的持续复苏和流动性继续充裕，各种资产价格会继续上涨，这将推动故事和大宗商品市场的价格。所以，从银行理财产品的发行来看，挂钩各个股票市场、黄金市场等大宗商品市场的产品将增多。随着理财产品市场的逐步成熟，结构性的产品将进一步增多，产品挂钩市场将进一步丰富，而且这些市场也会有好的表现。

大数据对我国CPI调查的影响 篇3

在2012年的瑞士达沃斯世界经济论坛上大数据是一个重要主题,与会者发布了题为《大数据,大影响》(Big Data,Big Impact)的报告。《纽约时报》在2012年2月发表了《大数据的时代》(The Age of Big Data)的文章。2012年10月的《哈佛商业评论》中一半以上的内容和大数据相关。徐子沛的《大数据》,舍恩伯格的《大数据时代》和《删除》等也对大数据及其影响、大数据的分析等内容进行了介绍。《人民日报》也发表了多篇关于大数据的文章,如“2013被称为大数据元年:数据就是资源”“当‘大数据’来敲门”“大数据成信息技术领域热门概念”“数据时代,智者生存”“移动互联网和大数据挖掘”等,可见“大数据”已成为人们关心的一个热点词汇。

什么是大数据?《辞海》中定义数据为:电子计算机加工处理的对象。《大不列颠百科全书》对“data”的定义为“factual information(as measurements or statistics)used as a basis forreasoning,discussion,or calculation”。对于大数据的定义,维基百科和百度百科给出:大数据(big data),或称巨量资料,是现代数据中的一种,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。具有4V特点:Volume、Velocity、Variety、Veracity,即:数据量大,类型繁多,价值密度低,速度快、时效高。舍恩伯格在《大数据时代》中给出的定义与此一致。我国学者于洋给出的定义为“严格的解释是无法在容许的时间内用常规软件工具对其内容进行抓取、处理、分析的数据集合”。从上述定义中可以看出,大数据是数据中的一种,也是计算机加工处理的对象;是一种数据量大,多种类型混合,价值密度低,数据获得速度快,但难以在合理时间内快速处理的数据。所以笔者认为,在大数据时代能够快速低廉地找到任何想要的数据,但是整理数据,提取数据中的信息却相对困难。

二、我国现行的 CPI

消费者价格指数(Consumer Price Index,简称CPI)用来衡量住户消费的商品和服务的价格的平均变化情况。我国的CPI为一“篮子”消费品的价格变化百分比的加权平均数。

对于篮子的确定,使用全国12万户城乡居民家庭消费支出的抽样调查资料统一确定商品和服务项目的类别,将商品和服务项目分为:食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通和通信、娱乐教育文化用品及服务、居住等八大类。每个大类下分别依次划分中类、小类、基本分类,共39个种类,262个基本分类。每个基本分类下设一定数量的代表规格品作为经常性调查项目。各调查市县选择至少600种代表规格品,但不同调查市县的规格品不完全相同,如:粮食制品是国家统一确定的一个基本分类,北京选择的是馒头、火烧和大饼等规格品,贵阳选择的是米粉、卷粉和宽粉等规格品。若计算CPI中规格品的数量,则有成千上万种。代表规格品一年一定,如果某规格品在年内失去代表性或完全从市场上消失,就必须要进行更换。

在数据收集环节。国家统计局在各地成立了直属调查队,一直采用派人直接调查方式收集原始价格资料,目前分布在31个省(区、市)500个调查市县的价格调查员有4 000人左右。价格调查员在31个省(区、市)共500个调查市县的5万个商业业态、农贸市场,以及医院、电影院等提供服务消费的单位(统称为价格调查点)收集原始数据。对于CPI中的粮食、猪牛羊肉、蔬菜等与居民生活密切相关、价格变动相对比较频繁的食品,每5天调查一次价格;对于服装鞋帽、耐用消费品、交通通信工具等大部分工业产品,每月调查2~3次价格;对于水、电等政府定价项目,每月调查核实一次价格。

在数据质量监控方面,已经启用了全新的数据采集管理系统。为这些调查员配备了CPI手持数据采集器,配备这一设备的调查员只要将现场采集到的价格信息输入其中,就能立即传送到国家统计局。这套系统还具有调查员定时定位、数据修改痕迹记忆等诸多功能,为确保源头数据的真实性提供了强有力的技术支撑。

CPI指数的汇总计算过程。首先计算各市的指数。各市指数计算时,分为两步:计算初级价格指数和计算较高层级价格指数。在计算初级价格指数时,使用Jevons指数,即:将基本分类下各代表规格品价格变动相对数或价格比的几何平均数作为该基本分类的指数。然后,采用对不同月份之间的指数采用链式法则计算。在较高层级指数的计算时,采用Young指数。即较高级的指数为下一级的价格指数的加权平均值。其中,权数主要也是根据全国12万户城乡居民家庭消费支出的抽样调查资料确定的,且每年适当调整。其次,按城乡居民消费支出金额加权平均各市的指数计算全省(区)指数(全省(区)城市和农村指数)。最后,计算全国指数。全国城市(农村)指数根据各省(区、市)指数按各地居民消费支出金额加权平均计算;全国指数根据全国城市和农村指数按城乡居民消费支出金额加权平均计算。

CPI的调整。为了保证CPI的科学性和准确性,对基期进行调整。我国自2001年计算CPI定基价格指数以来,首轮基期为2000年,第二轮基期为2005年,现基期为2010年。对比基期越久,价格规格品变化就越大,可比性就会下降。

三、大数据对我国 CPI 的影响

1.可以同时计算多种类型的 CPI

理论上,消费者价格指数是衡量住户购买或以其他形式获得的、直接或间接用于满足自身需求的产品和服务在不同时间的价格变化指数。它可以从两个角度进行度量,一个是用户感受到的价格的上涨率;另一个是用户为维持自身的生活标准而所需支出金额的变化。从而形成了CPI的两个理论框架:一个是衡量商品和服务价格上涨率的价格变化指数,另一个是衡量在一定生活标准下生活费用增加情况的生活费用指数(cost-of-living index,COLI)。

对于价格变化指数,既可以采用普查的数据,也可以使用调查的数据。所谓使用普查的数据就是将住户购买的产品和服务的价格变化进行计算,并基于适当的加权方法估计该指数。所谓使用调查数据的方法就是篮子指数(fixed-basket index),从住户购买的产品和服务中抽出一部分作为样本,依据该样本的价格变化来计算估计该指数。而生活费用指数因于使用效应函数刻画住户的生活水平,而住户的每一种消费品种可能都会影响到其效应函数的变化。所以,使用的是普查数据,即用户购买的所有的产品和服务的价格。

在现阶段,由于篮子指数具有较强的可操作性,所以大部分国家都使用篮子指数。我国CPI也是篮子指数。

如果能够廉价地收集到住户购买的所有的产品和服务在前一期和当期的价格以及交易量,那么不仅可以使用普查的数据计算价格变化指数,而且可以计算篮子指数。同时,若能够对不同住户的效应函数找出解析式,则可以同时计算出生活费用指数。

2.可以有效减小误差

在我国现行的CPI指数的计算过程中,需要用到的数据为:篮子商品和服务在基期、上一期和当期的价格,以及基期的支出数量。从而,需要通过调查的方法获得上述数据,在此过程中主要存在以下几种误差:

第一类为抽样误差。首先,城乡居民家庭消费支出调查中的样本代表性误差。第六次人口普查显示,家庭数目多,现有家庭4亿多户;民族种类多,现有56个民族;覆盖范围广,跨越了热带、温带、寒带等不同的气候带;地貌特征多,既有平原也有高原、丘陵等。从而在不同的地域形成了不同的消费模式和消费习惯,所以在居民家庭消费支出调查中也将存在样本代表性误差。其次,篮子商品和服务的代表性误差。对于市场上存在的商品和服务的类型多至百万以上,其中有的是全国范围内流通,有的仅在某区域内流通,有的是不完全流通。所以从这么多的商品和服务中选择一定的商品和服务作为篮子将带来一定的误差。再次,调查市县选择的代表性误差。截至2011年底,我国共有332个地级区,2 853个县级区,从这些区中抽取500个作为调查市县。同时,即使在同一个市县,也存在不同的民族、不同的地貌,从而存在不同的消费构成。所以,抽样市县的选择也存在代表性误差。最后,价格调查点选择带来的代表性误差。价格调查点的确定是以零售额或经营规模为标志从高到低排队后,使用等距抽样,同时按照各种商业业态兼顾,大小兼顾以及区域分布合理的原则进行适当调整。但是,也同样存在代表性误差。

第二类为非调查误差。包括交易价格调查误差和支出调查的数据误差。在这两个调查中,都可能存在缺失数据误差、填写误差、敏感性回答误差等不同类型的误差。缺失数据误差是指由于调查数据不完全带来的误差。如在居民支出调查中,某用户对自己的某项支出没有填写,从而引起数据缺失带来误差;填写误差是指在填写过程中,由于书写问题引起的误差,如误将1写成了7,小数点位数错误等;由于这两个调查中都涉及到价格的问题,从而使得存在敏感性问题误差,如某低收入家庭购买的商品是促销商品,但是在居民支出调查中却按照正常的价格进行填写等。

CPI中的数据应该是购买者的购买价格,不是大多数交易点采集的价格,仅是采集员在采集点观测或记录的标价,或者是该交易点提供给采价员的价格,这些价格不一定是真实的交易价格。因为实际支付的购买价格,会因为多种原因,如打折、促销、讨价还价等,使得实际支付的价格和广告价格和交易点的价格不同。

第三类为模型计算误差。首先,指数选择误差。我国的CPI是基于链式定基Lowe指数。该指数不满足传递性,从而在计算时,该估计值一般高于真实值,并且与基期越远,该偏差也将越大。其次,逐级汇总带来计算误差。我国现行的计算方法是逐级汇总,即首先计算各市县的指数;然后汇总到省,计算省级的指数;最后将省级指数汇总到国家层面,计算全国的指数。由于在每次计算时都存在计算误差。所以,这种逐级汇总的方法将增加计算误差。

在上述几种误差中,如果数据都可以低廉快速地获得,那么,将不再需要设置调查市县和价格调查点,但由于商品和服务的数量太多,为了数据处理的需要,仍将选择篮子商品和服务以及居民消费支出调查中的家庭样本。由于所有交易数据可使用,所以不存在缺失数据、填写误差和敏感性问题误差,故调查误差将大大降低。在计算过程中,不再需要逐级汇总,而不同级别的指数都在统一数据库中数据的基础上分别计算,从而不再存在汇总误差;由于过去各期的商品和服务的交易价格以及交易数量的数据都可以获得,从而不再需要确定基期,可以降低误差;并且能够同时计算多种类型的指数,如Laspeyres指数、Paasche指数、Fisher理想指数等。

3.改变数据收集方法和数据质量的评估方法

在现阶段,我国CPI数据的收集,主要通过两个调查:居民消费支出调查和消费价格指数统计调查。在第一个调查中,需要12万户家庭作为样本,记录自己每天的详细生活支出的数量、价格等商品信息,然后向上逐级汇总上报;在消费价格指数统计调查中,统计人员需要到全国5万个价格调查点,现场统计交易价格,且并非每日统计,而是根据商品的特性划分成不同间隔类型的采样商品。在这两个调查中,都需要质量监控方法对调查的数据进行监控,也需要数据质量的评估方法对数据质量进行评估。如在消费价格指数调查中要求采用“三定(定点、定时、定人)”原则进行收集调查登记,实际采价时要求同一规格品的价格必须与上期同质可比,即产品性质基本相同可以进行比较等等。

在大数据时代,CPI计算需要的数据可以通过不同部门的数据库、不同区域的数据系统、甚至用户的行为数据等多种途径获得,这种数据获得方法不同于现在的抽样调查方法,从而将改变现有的数据收集方法。工作的重心转移到从已经储存下来的大量的、散乱的数据集中筛选整理出满足本需要的数据。在居民支出调查中,不再向住户要数据,而是向不同的数据集要数据;同样,消费价格指数调查中也不再在价格调查点记录数据,而是向不同的数据集要数据。

4.对统计体系的影响

首先,统计系统的人员编组需要调整。现为了CPI指数的调查,在全国范围内,分为国家、省市、地市、县区四级管理体系中,共有价格调查员有4 000人左右。这些统计工作者的工作重心在于原始数据的收集、汇总。当原始数据能够廉价获得的时候,原有的四级管理体系将发生改变,可以研究仅有国家一级的CPI中心,也可以采用国家、省市两级的CPI中心模式。在前一种模式中,可以分别计算全国和各省市的CPI指数以及CPI各种分类指数;在后一种模式中,国家级的CPI中心仅计算全国的CPI指数以及CPI各种分类指数,而各个省市的计算自己省市的CPI指数以及CPI各种分类指数。对于不同模式的选择需要考虑现实情况。同样,由于不再需要原始数据的收集工作,所以统计工作者的数量将会大幅度地减少。

其次,统计工作更加专业化。统计工作者的工作重心将由数据收集转移到数据整理和数据分析上。在此过程中,统计工作者至少需要以下几种能力:掌握计算机操作能力,尤其是大型数据库的搜索能力、数据的读写能力、数据格式的转换等;掌握统计指数的计算方法,由于数据种类和数据量巨大,使得计算多种类型的指数成为可能,因此,统计工作人员需要掌握各种指数的原理、方法、优缺点等,并能够利用数据计算不同种类的指数;掌握数据质量的评价方法,对于已形成的数据集中的数据,需要形成一种新的数据质量评估方法,统计工作者需要对这些评估方法的原理、过程及优缺点非常熟悉。

最后,统计部门的权限有待进一步提高。在大数据时代,大量的数据存储于不同的部门或不同的企业之间,而统计系统想要使用这些数据,则需要与这些不同的单位进行协调与沟通,进而获得相应的使用权限。同时,由于部分数据设计商业机密或部门利益,所以在数据收集过程中,将会遇到一些实际困难。因此,应该从国家层面建立一个数据管理中心,对不同的单位设置不同的权限,对个人或法人隐私进行保护,从而形成一个完整系统的数据世界。

四、大数据时代 CPI 计算展望

第一步:确定要计算的指数是价格变化指数,还是生活费用指数。确定使用的指数类型:Laspeyres指数,Paasche指数,Fisher指数等;当然,为了计算的方便和指数的连续,可以使用篮子指数,从而确定篮子中的商品和服务。确定商品缺失时的替代方案和质量调整方案。

第二步:通过不同的现有数据集对数据进行收集整理,完成数据的收集与整理。这一步是当前CPI调查中任务量较大的一步;但在大数据时代这一步需要的人力物力会大幅度的减少。同时,当前CPI调查中,能够最调查过程的非抽样误差进行控制,而在大数据时代对调查过程的非抽样误差的控制已经不在统计部门的工作范围内。

第三步:对收集的数据进行评估。如果通过评估则进入下一步;否则,则对数据重新收集与整理。这一步与现阶段的CPI调查过程中的数据质量评估类似,但是由于多途径获得数据或交叉数据存在的可能,因此评估的方法和方式也将进一步的得到改进。

第四步:计算CPI。利用整理好的数据和计算公式计算CPI的值;并根据相关要求对指数进行适当调整。

摘要：在界定大数据的特征基础上,对我国现行CPI的调查方案进行概述。对我国CPI调查在大数据时代可能受到的影响进行详细探讨,主要包括:可以同时计算多种CPI;可以有效减少计算误差;改变数据收集方法和数据质量的评估方法;对统计体系的影响等四个方面的内容。最后,设想大数据时代的CPI调查的流程。

关键词：大数据,CPI调查,数据质量,数据收集

参考文献

[1]Ewing,Ian,Ha,Yuong,and Mai,Brendan.What Should the Consumers Price Index Measure?[J].Statistics New Zealand paper prepared for the 2004 Consumer Price Index Revision Advisory Committee,2004.

[2]大数据,http://zh.wikipedia.org/zh/%E5%A4%A7%E6%95%B0%E6%8D%AE.

[3]百度百科,http://baike.baidu.com/view/6954399.htm.

[4]Hann J.De.,Heymerik A.Van der Grient,Eliminating Chain Drift in Price Indexes Based on Scanner Data[J].Journal of Econometrics,2011,(161):36-46.

[5]United nations.Practical guide to producing consumer price indices[M].2009.

[6]陈相成,乔晗.扫描数据支持下CPI编制方法研究[J].统计研究,2013,(1).

[7]国际劳工组织,等.消费者价格指数手册:理论与实践[M].北京:中国财政经济出版社,2008.

[8][美]维克托·迈尔—舍恩伯格,肯尼思·库克耶.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛,译.杭州:浙江人民出版社,2013.

[9]徐强.CPI编制中的几个基本问题探析[J].统计研究.2007,(8).

[10]余建斌,赵展慧.大数据成信息技术领域热门概念[N].人民日报,2013-02-23.

多种理财方案搭配 跑赢CPI 篇4

●七嘴八舌

钱还能存银行吗

弃“存”派：陈小姐在一家私人公司做前台接待，没房没车也没什么存款，因此，在有限的资金范围内，让钱快速生钱是她最犯愁的事。她想把为数不多的积蓄全用来投资，但又不知什么样的投资适合她这样的工薪族。

挺“存”派：“我觉得也吓不死人，不就是一百多块钱的事情吗？我算是折腾怕了。”说起“负利率”，孙小姐一副痛心疾首的样子，她就是前两年被“跑赢CPI”这个说法给忽悠进股市的。结果因为平时忙，加之不太会炒股，结果亏了一两万。“这钱要是放银行最多也就缩水200多元，也不致于亏这么多。”她郁闷地说。

中间派：“钱先放银行看看吧，因为我还是很想跑赢CPI的，但如果没有很确定的投资方向，宁愿等等再说。”顾女士属于投资较谨慎的人，但她也表示不想放过可能会增值的投资机会，“听说债基最近好像很火，我想去银行咨询看看是否可以买。”

要不要买房

挺买派：“负利率并非今年才有的，其实，从2005年开始，大多数时候利率都比CPI低，是负的。”张先生说，房价从2005年起开始了一轮轮的飙涨，其实就是负利率的结果。只要看看2005年以来房价、股价、金价的走势，就不难发现，其实还是房价涨得最高，所以长期来看，在负利率时代，买房是最好的选择。弃房派：“还想靠买房来抗通胀，是不是有点落伍了？”吴先生是坚定认为炒房时代已经过去，现在坚决不炒房的一类人。他认为，中央抑制房价上涨的决心已定，今后将大力发展保障房，而且，最近世界各国加息声此起彼伏，中国央行也在加息，在这个当口买房，不是自找麻烦吗？

中间派：刘先生认为，如今房价已高，股市风险也很大，谁也不知道如今楼价是否已是天花板？现在的实际利率还没到令人恐慌的地步，保持原来的生活方式得了，看看政策再作决定，不能被“负利率”的字眼过分刺激了，从而进行没必要的投资。

●专家支招：

多种理财方案搭配

⒈低风险低收益型———存款、债券、基金

适合人群：所有人

优点：风险小，收益稳定，透明度高

风险：最低

时机：适合自己的品种最好。

存款5万元以内，可选择定活两便存款；超过5万元可以选择利率高、存取方便、利息不受影响的“通知存款”；保守的人选择可部分支取的定期存款，利率相对高，收益稳定。

债券国债比存款利率高，但分三年、五年等期限，变现不如存款容易。如果半年之内兑付国债，不仅利息为零，还会扣除手续费，不赚还赔。所以，如果购买国债，一定要保证半年内不兑付。另外，可购买一些银行不定期发放的企业债券和地方政府债券，风险和收益都比国债高。

基金可购买一些债券型基金，投资期限长，风险低。

⒉长期保值增值型———黄金(1375.90,4.90,0.36%)、白银等贵金属

适合人群：具有三五万元以上闲置资金的人

优点：保值，增值，抗通胀，抗贬值

风险：价格波动，与美元走势和国际市场需求相关

⒊高风险高收益型———股票和股票型基金

适合人群：比较激进、追求高收益的人

优点：有可能满足高收益的愿望

风险：最大

时机：价值低估，控制风险

买股票型基金要比买股票风险小得多，中青年可适当购买一些股票型基金。

案例：理财有技巧，如果有5万元让理财专家打理，他会这样做：存一两万元一年定期，按年自动滚存；购买部分债券型基金和国债；适量地做一点基金定投。具体的配额，根据自己的情况来定，也要由每一种途径的动态信息来调整，这叫动态管理。

千万别小看了自动滚存，很多银行都有此项业务，在存款时，别忘了主动要求自动滚存。滚存中产生的“复利”，虽然是小钱，但如果存款基数大、存款时间长，这笔小钱也万万不可小觑。

●今日主讲：

黄金投资品种知多少

随着市民对黄金认识的加深，近年来黄金投资在清远不断升温。据金银岛黄金交易有限公司清远分公司分析师介绍，按照黄金投资获利时间的长短，国内黄金产品可分为收藏类黄金与投资性黄金两种，前者主要包括金币、金饰、金条，后者主要是纸黄金、实物金、黄金期货、黄金T+D产品与黄金股票。前者重在长线收藏的价值，后者也需要中长线操作，间或短线交易。

纸黄金：适合资金量小的投资者

“纸黄金”是一种个人凭证式黄金，投资者按银行报价在账面上买卖“虚拟”黄金，通过把握国际金价走势低吸高抛，赚取黄金价格的波动差价。投资门槛低，操作简单且不需要缴纳税金，也不存在实物存储问题，适合资金量小的投资者，目前国内各大银行都提供该项业务。不足之处在于，账户黄金只能看涨做多，目前不能提取实物黄金且交易手续费较贵。

实物金：

费用低但不方便

目前国内实物黄金交易品种为Au99.99、Au100g两个品种，报价方式为人民币(元/克)，最小交易量为100克，交易手续费较低。实物黄金有很好的抵御通胀的作用，更适合那些希望长期保值、有真正提金需求的投资者。业内人士指出，实物黄金供给不足是该领域的硬伤，而且炒卖实物黄金必须提取实物金，而国内的提金地点十分有限，对于中小投资者来说非常不方便。

黄金T+D:

收益大风险也大

它是以保证金的方式进行的一种黄金现货延期交收业务，买卖双方以一定比例的保证金(合约总金额的10%)确立买卖合约，俗称“黄金准期货”。其行情紧随国际现货黄金的走势，可以以小博大，每天有三个时段、10个小时的交易时间，交易快捷安全，且还有一个做空机制，即在高价先卖出，在低价再买入平仓赚取差额，手续费也较低。该投资品种具备了黄金投资市场上所有投资品种的优点，目前该品种成为了金交所交投最活跃的交易品种，不过引入的保证金交易形式增加收益的同时风险也相应放大。

黄金期货：

大量跳空交投不活跃

2008年1月上海期货交易所挂牌推出的，以实物黄金作为合约标的物，每天开盘时间为4小时，采用保证金(通常为合约总额的10%)制度，双向交易的一种操作模式。交易品种为含金量不低于99.95%的金锭，主要面向有套期保值的企业和各类投机者，需要注意的是个人投资者不可以进行实物交割。据业内著名人士张建介绍，国内黄金期货紧随国际现货黄金的走势，因交易时间短带来了剧烈的跳空，使投资者更难于把握风险。目前国内该品种交投并不活跃，市场仍显不成熟。

金币金条：

以长期收藏为主

由于黄金价格飙升，国内收藏市场的黄金品种也随之水涨船高，各大机构竞相发售制作精美的金条、金币，其中的某些产品甚至成为了目前市场上升值最快的品种。金币大都具有某种题材，从长期保值功能看，金条更胜金币一筹。业内人士指出，金币金条仍属于收藏品，属于长线投资的“慢热品”，从长期的世界黄金走势来看，保值增值的空间较大，操作也简单，可以随时变现。若长期持有，收益匪浅。

金饰：

无固定投资价值

金饰属于消费品范畴，除非是与其它珠宝共同镶嵌制作、出自知名工艺大师之手的名家之作，否则并无固定投资价值；中国有把黄金饰品作为“传家宝”的习俗，不过业内人士指出，金饰品不适合作为黄金投资的手段，金饰购买价中包含了高昂的加工费用，而在投资者变现过程中只会被当做相应纯度的黄金来对待。在所有黄金投资中，黄金饰品投资价值最低。

黄金股票：

基本面较复杂

黄金股票是股票市场中的板块分类，是黄金投资的延伸产品。黄金股票就是黄金公司向社会公开发行的上市或不上市的股票，所以又可称为金矿公司股票。由于买卖黄金股票不仅是投资金矿公司，而且还间接投资黄金，因此这种投资行为比单纯的黄金买卖或股票买卖更为复杂。业内人士指出，投资者不仅要关注金矿公司的经营状况，还要对国际黄金市场价格走势进行分析，操作难度比其它股票要大。

CPI向零靠拢 篇5

我的理想中国里，CPI应该为零，货币的购买力既不要上升，也不要下降，稳定最好。如果货币的购买力下降即通贷膨胀，手中有货币(或银行存款)的人都会遭受损失。如果货币的购买力上升，手持货币的人得到好处，可受损失的是作为生产者的企业，同样不利于全社会。

从过去的经验看，货币购买力上升的事例很少，而下降的事例很多。因为当政府有权发行货币时，能通过印钞票获得购买力，一旦出现赤字，也可以通过印钞票来弥补。历史上发生过多次因为政府乱印钞票造成的超级通货膨胀，一年中物价上涨几百倍甚至成千上万倍，都不算稀奇。为了防止这种情况的出现，很多国家的中央银行都独立于政府，自己有权决定印发多少钞票。目前在我国，还没有实现央行的独立。

中央~~J-r最重要的任务是保持币值的稳定，但是这个任务并不容易完成，因为谁也不知道发行多少货币是正好的。有人认为，可以通过观察物价的起落决定货币的发行量，物价涨时减少货币发行，物价落时增加货币发行。这个方法看似有理，但货币数量影响物价有一个很长的滞后期，一般要一年左右，等到物价涨时再来减少货币发行的数量，已经太晚。至今还没有一个简单可靠的方法来决定贷币发行量的多少，所以国家要有货币委员会，综合专家的意见决定。

如果CPI超过2％，就应该引起注意。当这一数字高到10％左右，就必须采取强有力的反通胀措施。最常用的办法是提高银行利息率，通过高利率抵消货币损失的购买力，以稳定大众的心理。我国1994年CPI高达24％，银行就采取了利息率和CPI挂钩的办法。

其实，经济运行的规律并不像表面所显示的那样，而是需要专业知识来洞察背后的机制，仅凭常识往往会把事情搞糟。比如：有人认为，通胀时应该提高工资，但这种方法会造成货币发行的循环加速，工资越高货币发得越多，通胀也就越严重。真正有效的办法是全社会咬咬牙，顶住个人所受的损失，坚持严控货币发行量，不到一年CPI肯定能恢复常态。另外，在通胀面前，百姓还往往希望政府能管住物价。其实，此时最好的办法，是政府取消价格管制，改善资源配置。

通胀固然可怕，但是真正对生活好坏起作用的还是GDP的增长。改革开放30多年，物价涨了5倍多，而我们的财富生产总量提高了近15倍(同时人口增加了40％)，温和的通货膨胀并不可怕。更需要我们关心的，是财富创造的增加和财富分配的合理。只有真正实现了这两方面，物价才可能达到我们的理想水平。(原载《环球人物》)

CPI调查 篇6

作为重要的宏观经济指标,居民消费价格指数(CPI)近年来受到广泛关注的同时,也常常受到一些质疑。而我国CPI调查工作及其数据质量问题一直以来也受到官方统计的高度重视。

CPI调查主要分为两大步骤:源头数据采集和价格指数编制。获取源头数据是CPI调查的首要任务,也是指数编制的基础。CPI质量的高低在很大程度上由源头数据的准确性和完备性决定。

随着我国市场化进程的不断加快和信息技术的普及,CPI调查的源头数据及数据源头发生了剧烈变化(陈相成等,2013a)。而现有的源头数据采集方法尚无法有效适应上述变化,因此必须采取多元化的数据采集方式予以应对。而大数据时代的到来为此提供了前所未有的机遇。

目前,可供宏观价格水平测度的大数据主要有互联网数据(以网上商品价格和消费记录为主)和实体零售企业电子商业交易记录(以商场和超市的电子数据为主)。其中,互联网数据结构复杂,形式繁多且不稳定,不符合官方统计源头数据的标准。而实体零售企业电子商业交易记录(例如扫描数据)则可较好的契合官方统计对源头数据的要求,但也存在一些诸如链式漂移(Jan de Haan et al,2011)、高流失率(RodriguezJ,2006)等问题。目前对于这些问题的解决尚未达成共识。

在已有研究的基础上,本文的贡献在于以下几点。首先提出源头数据是CPI数据质量的基础,且必须采取多元化的源头数据采集方式,而大数据时代的到来为此提供了机遇。其次,对当前利用大数据进行价格水平测度的研究成果进行梳理,并结合我国官方统计的特点和超市企业信息化管理模式,从源头数据获取的便捷性和可操作性角度入手,提出了利用超市电子数据作为源头数据,并在此基础上编制CPI基本分类价格指数,为我国CPI源头数据采集扩展数据来源,也为基于大数据的政府统计源头数据信息化改革提供理论和实践参考。

二、源头数据角度的数据质量

(一)源头数据中存在的问题

人工现场采价是目前国际上CPI源头数据获取的通用方法。该方法在我国CPI调查中起到了核心作用。但是,随着我国市场化和信息化的推进,这一传统方法逐渐显示出其局限性。

首先是源头数据准确性问题。目前CPI源头数据采集工作主要依靠基层一线采价员完成,其质量不可避免要受到采价员(尤其是辅助调查员)责任意识、业务能力甚至是心理承受能力等因素的影响,而这些因素又很难通过制度来约束和控制。同时,人工采价也不可避免的会出现测量误差。

其次是源头数据完备性问题。目前人工采价条件下,对于某个基本分类,一般选取3～5种代表规格品来获取价格信息。这里存在3个问题:第一,3～5种商品的价格变化能否代表一类商品整体的价格趋势Statistical Office of the European Communities,2004);第三,固定篮子中新产品更新速度缓慢,Shapiro MatthewD(1996)的研究表明,产品变化的更新缓慢是导致高估CPI代表的通胀水平的主要原因。

此外,获取源头数据的工作量相比以前大大增加,耗费了大量的人力和财力,相关企业为配合采价工作,也付出一定的时间和人力成本。尽可能地减少企业负担,对政府统计部门来说非常重要Van der Grient et al,2010)。

为了提高政府统计的信息化水平,国家统计局从2012年开始推广CPI手持数据采集系统。这一措施有效保证了基层采价员定时、定点进行采集、录入和传输,有效避免了外界因素对CPI采集数据真实性的干扰,从而在很大程度上保证了CPI调查数据质量(程鑫,2013)。可以说,CPI手持数据采集系统在源头数据质量控制和信息化传输方面发挥了重要作用,对目前CPI调查工作来说意义重大。

但作为传统人工方法的一种信息化改进,CPI手持采价系统采价是一种记录形式的转变,它只完成了源头数据记录和传输的信息化,而非源头数据生成的信息化。因此,这一改革无法彻底解决CPI数据质量问题。

(二)问题的成因

从本质上讲,CPI数据质量问题是由源头数据复杂化造成的。而源头数据的复杂化,又是在我国市场化和信息化不断推进的背景下,由交易主体和交易行为亦即数据源头的复杂化导致的(陈相成等,2013a)。

首先是价格形成机制的改变。计划经济时期,价格形式较为单一,调查员通过直接询价获取的数据能够满足CPI调查的需要。而在市场经济中,商品价格由销售者自主决定,最终成交价格为买卖双方博弈的结果。这一价格背后可能还包含了各种促销手段和增值服务。商家逐渐把经营方式而非单纯的价格作为市场竞争的主要手段。这一经营理念使得价格形成机制变得更为复杂,商品实际成交价很难直接询得。

其次是商品本身的变化。市场化的深入导致了追求差异化竞争的企业竞争策略、居民日常消费品呈现多样化:一方面商品品牌和种类快速增加,直接导致价格调查的抽样框也成几何级趋势膨胀;另一方面商品的更新速度不断加快,商品销售周期不断缩短。

最后是交易场所的变化。在计划经济时代,居民的消费场所类型单一且数量较少。在市场经济条件下,居民消费场所的类型和数量都急剧增加。对于同一种商品,可以从多种商业形式中选购。

上述因素使得价格调查工作难度不断加大。今天的CPI调查处在一个交易主体和交易行为复杂丰富的多元化时代。这样一个源头数据多元化的局面,不仅传统人工采价方法无法应对,而且是任何一种调查方法都无法覆盖的,只能以多元化的调查方法去应对。而大数据时代的到来,为CPI源头数据获取的多元化发展带来了机遇。

三、大数据在价格水平测度中的应用

近年来,随着企业管理信息化和计算机网络技术的高速发展,涌现出的来源广泛,形式多元的庞大数据组被称为“大数据”。在价格水平测度方面,目前运用较为领先的有MIT“十亿价格项目”(The Billion Prices Project,BPP)和扫描数据(Scanner Data),后者标志着大数据在官方统计中运用的尝试。

(一)扫描数据

作为政府统计的源头数据,扫描数据来自市场交易,为企业自身经营服务,具有实时、细节全覆盖特征。1993年,Diewer首次提出利用扫描数据编制CPI观点,而Dalen(1997)则率先在实验中验证利用扫描数据编制CPI的可行性,结果表明,扫描数据能够搜集到高质量源头数据的同时降低CPI编制成本,对提高价格指数的理论和实践都有帮助。因此,开始陆续受到各国政府统计部门的重视。目前,对于扫描数据的潜力,世界各国的学者和政府统计部门已达成了广泛的共识,其中荷兰、挪威和瑞士3个国家开始在本国CPI编制中使用扫描数据。实践表明,与传统人工采价相比,扫描数据作为CPI调查的源头数据优势明显(陈相成等,2013b)。

但扫描数据在CPI编制中的应用也存在一些诸如链式漂移(Jan de Haan et al,2011)和高流失率(Rodriguez J et al,2006)等问题。在解决上述问题时各国产生了分歧,分歧主要在两个方面:一个是纳入指数计算的代表商品选择标准不同;另一个是在基本分类指数编制中是否使用加权指数。分歧的解决导致在实践中产生不同方法(Van der Grient et al,2010),这些方法各有优劣(乔晗,2014)。

结合国外关于扫描数据在CPI编制方面的应用,并综合考虑我国政府统计源头数据采集的实践经验和数据处理能力等因素,笔者认为我国按扫描数据这一思路开展CPI调查工作可能会遇到两个问题:(1)数据的敏感性,扫描数据是超市企业每一笔的详细交易记录,内容全面、详细,是企业的核心商业机密,这使得在与企业的配合问题上有一定难度;(2)处理的复杂性,一个超市在一个月内所有的每一笔交易记录的数据量非常大,无论是存储还是处理都比较复杂,一般需要使用相应的专用系统来接收和处理数据(Ingvild J et al,2012)。因此,需要寻找一种更符合我国实际的数据形式。

(二)超市电子数据

通过对全国多家超市企业及超市系统解决方案提供商的调研,笔者认为我国可以利用超市电子数据作为CPI调查的源头数据。

本文所定义的“超市电子数据”Statistical Office of the European Communities,2004)。而源头数据的准确性和完备性又直接决定着基本分类指数的质量。因此,本文从基本分类指数编制的角度出发,研究如何利用超市电子数据编制更高质量的基本分类指数。

1. 加权指数。

在人工价格采集条件下,无法获取单个商品的权重。因此在基本分类指数中主要使用Dutot指数、Carli指数和Jevons指数或是它们的变形。曾经普遍认为在基本分类指数中使用未加权指数造成的偏差不显著,然而最近的证据表明其所导致的偏差可能会相当大(Statistical Office of the European Communities,2004)。在超市电子数据的支持下,单个商品的销售份额可以获得。因此,在基本分类指数中使用加权指数成为可能。

2. 链式指数。

价格指数计算方法一般分为链式指数和直接指数。与直接指数相比,链式指数(在基本分类指数层面上)有着明显的优势:有利于即时对权数进行更新,有利于新旧产品的替代以反映市场动态等(陈相成等,2013b)。在超市电子数据的支持下,链式指数可以发挥更大的优势。

但在扫描数据中价格波动Rodriguez J et al,2006;Jan de Haanet et al,2011),使得链式加权指数对环比指数频繁“链接”后会出现向上或向下的偏移(Szulc,1983),称为链式漂移,从而影响指数的准确性。而超市电子数据是汇总数据,使得价格波动减弱,从而减小链式漂移对指数的影响。

3. 规格品选择。

对于纳入代表规格品的商品数量,有两种思路;一是将所有商品都纳入基本分类指数编制中,因为“总体”已知;二是使用“样本”商品编制基本分类指数。

笔者认为没有必要把所有商品都纳入代表规格品,因为基本分类中商品的销售分布是高度偏差的:通常40%～50%商品的销售份额占销售总额的比重小于10%;而相对少数的代表规格品占据着绝大多数的销售份额(Van der Grient et al,2010)。

利用“总体”信息并不意味着在计算中就一定要用“总体”直接编制指数,“总体”中包含着噪声与信息。利用超市电子数据编制CPI,其核心目标不是为了利用大数据作为源头数据,而是为编制更准确的CPI。因此,选择方法的依据始终要围绕着如何在现有框架下,更有效地利用大数据以提高CPI数据质量。因此,重点是如何从总体中提取有效信息并运用在指数编制中,而抽样在实践中依然有效。

荷兰和丹麦采用了类似“抽样”的思路:荷兰将相邻两期销售份额的均值大于一个特定门限值的商品视为代表规格品,纳入基本分类指数的编制中;丹麦则选择销售周期在12个月以上且占销售份额50%的商品。上述两种方法中,销售周期标准是为了稳定篮子商品,销售份额标准实际上是以销售比例的概率进行抽样以保证样本的代表性。

4. 基本分类指数编制步骤。

第一步,求解单个商品的平均价格。由于超市电子数据是汇总数据,可以获取所需分类中每一个商品在特定时间内(如某个月)的销售数量和销售收入,由此可以计算出该分类下每一个商品在本月的平均价格。

第二步,指数公式的选择。在基本分类指数的选择上,《CPI手册》认为Fisher指数和Jevons指数是首选。笔者认为Jevons指数更为合适,因为可以有效避免链式漂移。同时,经过抽样后的代表规格品在Jevons指数中实际上是一种隐性加权的方法。通过商品的平均价格,利用Jevons指数编制出基本分类指数,然后与其他数据来源编制的基本分类指数结合,逐层进行汇总,得到最终的CPI。

(三)超市电子数据使用边界

未来人工现场采价在我国CPI调查工作中也仍将作为一种基本方法被延续使用②而超市电子数据作为传统方法的一种补充,是有使用边界的。边界的划定,既有利于超市电子数据在合理范围内充分发挥其优势,同时能够避免对其滥用。具体边界的划定需要在实践中摸索,笔者这里给出两个参照标准:一是商品要在超市中出售,这是一个基本条件;二是采价商品的类别是消费者经常在超市中购买的,以保证其代表性。

五、结论

作为一种全新的数据形式,大数据对于我国整个官方统计来讲,面临诸多挑战。如何获取到可供官方统计利用的大数据,以及如何从获取的海量数据中提取官方统计所需的有效信息,都是今后政府统计信息化改革中亟待解决的新课题。

CPI调查 篇7

我国经济在保持持续快速增长的同时, 于2 0 0 5年已初步显现经济过热的迹象, 表现在:占居民消费比重很大的如肉、蛋、蔬菜等消费品的价格出现小幅上涨;占居民投资比重很大的房价上涨幅度较大。在货币当局迟迟未作出是否出现通胀的判断并采取一些有效措施及时控制经济过热的这段时间里面, 通胀已在我国得到了较快的发展, 终迫使当局承认出现了温和的通货膨胀。衡量我国通胀状况的指标主要是城乡居民消费价格指数, 即C P I, 目前它由八类商品加权平均计算所得, 图中反映了2006年11月~2008年4月这18个月中CPI, 以及各类商品价格指数的变动趋势。

图中显示, CPI从2006年11月的101.9逐步波动到2007年8月的106.5, 后续的时间里一路震荡, 于2008年4月达到108.5。而在居民消费价格指数中, 食品价格变动指数表现最突出, 2 0 0 7年1月、4月、9月、12月及2008年3月虽然有小幅回落, 但其他月均为上行态势, 于2008年2月达到数据截止时间最高点123.3。另外, 居住价格指数上涨趋势相对除食品以外的其他类更加明显, 从2006年11月的104.2变动到2008年4月的106.8, 变化量为2.6;医疗保健2.3;烟酒1.6;家庭设备用品0.9;娱乐教育文化用品0.8;衣着-1.5;交通通信-2.0, 随着国际市场原油价格的进一步上涨, 未来的一段时期交通和通信价格指数仍将继续上升, 至于变化的快慢程度, 要根据未来市场的供需状况及政府的政策走向来判断。

二、CPI与食品类价格指数之间的单因素回归分析

在上图中, 食品指数表现最突出。根据图中所示的两个变量数据, 利用最小二乘法估计出二者的线性关系, 确定它对C P I的影响程度。设CPI为Y, 食品价格指数为X, Y与X的回归方程为: 。则Y关于X的线性回归方程: ;从而知, 两者的变动系数为0.3508, 也即, 食品价格上涨1%, 就会带动CPI上涨0.3508个百分点。

回归检验:

由表1知, 食品价格指数与C P I的可决系数0.9935, 修正系数为0.9 9 3 1, 这表明食品指数对C P I的影响程度达到99.31%强, 几乎接近同步;X与Y的相关系数达到0.9 9 6 8。令H0∶b=0, H2∶b≠0。H0的拒绝域域: 显然成立, 故接受H2, 说明回归效果高度显著;令α=0.01, 在自由度 (1, 16) 条件下, Fα=8.53, 而表一中的F值远远大于Fα, 故表明该回归方程所描述的线性关系高度显著。

由于食品对CPI影响甚大, 接下来就分析食品内部中引起食品价格变动的因素。在计算C P I时, 食品分为粮食、肉禽及其制品、蛋、水产品、鲜菜及鲜果六类。在此, 笔者仅从食品与各小类, 以及各小类之间的相关系数来解释推动食品价格上涨的主要因素。用SPSS计算它们的相关系数知, 肉禽、水产品、鲜菜与食品高度相关, 相关系数分别为:0.9454、0.8697、0.8673。这与我们目前出现的猪肉、蔬菜等的价格上涨的经济现象相吻合。

三、CPI与八类商品价格指数之间的多因素回归分析

同样, 设CPI为Y, Y与X1~X2间存在线性关系, Y关于Xj (j=0~8) 的回归方程为: , 是估计值。该函数把在单因素分析中没有考虑的其他变量加进模型, 通过对它们之间相互影响的回归, 来考察各自对C P I持续上涨的解释程度。将图中的数据输入SPSS得到回归方程:

假设检验:

F检验:令H0:bi=0, i=0~8) ;H2∶b0~b3不全为零, 因F0.05 (8, 9) =3.23《6860.58=F (见表2) , 故拒绝H0, 说明模型较好地反映了8个自变量对CPI变动的共同影响。

t检验:将上图数据输入SPSS得t0~t3值分别为:-0.804, 32.401, 1.787, 0.52, 0.091, 1.813, 1.596, 1.972, 2.612。因t0.025 (9) =2.2622, 则 均小于t0.025 (9) , 仅 (9) , 说明只有 显著, 不显著, 这表明X2~X7变化对CPI的变化单独来说, 影响很小, 即接受H0, 这与客观经济现象矛盾。

故要对X2~X7进行多重共线性检验。用excel数据分析工具得:食品、医疗保健及居住与CPI高度正相关 (分别为0.9968, 0.9641, 0.8465) ;烟酒及用品、娱乐教育文化用品与CPI也正相关 (分别为0.788, 0.6918) ;衣着、交通通信与CPI高度负相关 (分别为-0.913, -0.8984) ;家庭设备用品及服务与CPI的相关性比较弱 (0.2323) ;除此之外, 有些解释变量之间两两高度相关。用S P S S软件得出相关系数矩阵的特征值 分别为:0.0 0 2 9, 0.00004, 0.00002, 8.43E-06, 4.61E-06, 1.37E-06, 5.19E-07, 1.11E-07, 则 , 即样本矩阵为病态矩阵, 病态数和病态指数分别为:K=25854.007》1000, CI=160.792》30。则该模型存在多重共线性。对此, 将采用Frisch分析法来确定最终模型。

Frisch分析:因CPI与食品的相关性最强, 故以 为基本模型, 然后将其他变量逐个引入, 估算思路如下 (系数后面小括号里的数字是t的统计量值) :

以Y=f (X2) 为基本方程, 可得β2=0.3508 , R2=0.9935;再逐步引入X2~X8, 发现Y=f (X1, X8) 比较适合作为进一步引入其他变量的基础模型, 数据结果为:0.3158 (61.74) , 0.2541 (8.51) , , R2=0.9989;进而:Y=f (X1, X4, X8) , 0.3215 (75.21) , 0.2316 (3.39) , 0.2002 (7.18) , , R2=0.9994;Y=f (X1, X4, X7, X8) , 0.3144 (98.34) , 0.2143 (4.8) , 0.1209 (4.49) , 0.2069 (11.38) , , R2=0.9998;接着继续以同样的思路引入变量, 从引入变量所回归出的t值来看, 被引入的变量均不显著, 故逐步回归到此为止。最后从C P I与医疗保健的相关系数来看, 将X5加进最终模型具有一定合理性, 故CPI与各类之间最终关系模型为:

四、结论

通过以上分析, 可得结论:

1. 图中分析显示, 此次CPI持续上涨主要是由食品价格上涨推动。

2. CPI的单因素分析结论显示, 食品出现价格上涨又是由于肉禽、水产品、鲜菜等价格的作用推动, 因此政府相关部门还要继续支持农业发展、制定合理的农业政策。

3. CPI的多因素分析结论显示, CPI持续上涨的主要驱动因素除了食品之外, 还有家庭设备、医疗保健、娱乐, 以及居住价格的上涨作用。

4. 计算CPI与八类价格指数在不同时间段的相关系数可知, 食品与CPI的相关程度从2007年9月以后呈现下降的趋势 (相关系数从2007年9月的0.9991下降为2008年4月的0.9968) ;但医疗保健及居住与CPI的相关性在逐步增强 (分别从2007年5月的0.6433, 0.0319上升到2008年4月的0.9641, 0.8465) , 故相关部门要多关注这两类价格的未来走势, 并制定积极有效的政策加以应对。

参考文献

[1]李子奈:计量经济学.高等教育出版社, 2000年

[2]王文博:计量经济学.西安交通大学出版社, 2004年

[3] (美) 达摩达尔·N·古扎拉蒂著, 计量经济学基础.中国人民大学出版社, 2005

[4]倪安顺:Excel统计与数量方法应用[M], 清华大学出版社, 1998

如何正确解读CPI 篇8

由于CPI一方面同居民的衣食住行密切相关，同时在整个国民经济核算体系中也具有重要的地位，因而备受各方人士的关注。近年来，每次CPI公布，似乎都会引起一些争议。很多居民都表示，他们的日常感受与国家统计局公布的CPI不一致;很多专家、学者也都会提出质疑，认为这几年指数偏低，与“真实”的通货膨胀水平有差距。究其原因主要有两个方面：

一是CPI涵盖范围有局限。他们说，各种原材料价格在涨，教育、医疗等服务价格在涨，房地产价格在涨，CPI未能如实反映这些因素。

二是统计权重有偏差。他们认为，以往食品在CPI中占1/3，但目前该比重应十分微小;教育、医疗、通信、汽车、燃油及水电燃料等资源类商品过去权重很小，近几年消费增长很快，而权重未能跟进。

笔者认为，之所以有上述议论，主要是因为外界对CPI了解不够，或者是期望值太高所致，因此有必要针对性解惑。

一、CPI的涵盖范围

1. CPI涵盖八大类消费。

现行CPI共有八个大类，每个大类分多个中类、再分小类、基本类，每个基本类又包含若干个最具代表性的商品和服务，称作“代表规格品”:食品类;烟酒及其用品类;衣着类;家庭设备用品和维修服务类、医疗保健和个人用品类、交通和通讯类、娱乐、教育、文化用品和服务类、居住类。

上述八个大类，共包含700多种代表规格品，基本涵盖了居民消费的方方面面。

2. 原材料价格不在CPI考察之列。

对材料价格的指标有专门的指标：原材料、燃料、动力购进价格指数;对生产环节的反映，有工业品出厂价格指数;对流通环节的反映，有商品零售价格指数;对消费终端环节才用消费价格指数即CPI反映。如果将各种指数混在一起计算，则不可能反映居民消费的实际感受。

3. 房价不进CPI是明智之举。

房地产价格不进CPI是目前争论最多的问题。首先，国际统计上大家都讲究可比，各国的CPI当中都不直接包括房价，都是通过间接的方式，像贷款利率、建筑材料、房屋租金等等，都是通过这样的方式，所以各国之间为了可比，必须要统一。第二，房屋的购买是一种投资行为，只有每年的日常消费才构成消费，所以房屋是耐用品，要至少消费50年或者更长，所以通常是把它放到每一年去算，这就是抵押的原因。第三，准确地说，在我们的CPI当中，是不直接包括商品房销售价格的，但是包含了居住类的价格。在居住类价格当中，包括了建房和装修材料，包括租房的租金，包括对公房的房租和私房的房租，以及其他费用。也包括自有住房，包括房屋贷款利率的变化，物业管理费用、维修费用等等，这实际上都是与房价密切相关的。

二、统计权重的确定

各种商品和服务在总量中所占的权重，决定着各自对CPI的影响力。为及时反映居民消费价格结构变动对CPI的影响，我国CPI权重随着居民消费结构的变动每年都做一些小的调整，每五年做一次大的调整。据国家统计局公布的资料，现行CPI中八大类的权重分别为：食品33.2%，烟酒3.9%，服装9.1%，医疗10.0%，家庭设备及服务6.0%，娱乐教育14.2%，交通通信10.4%，居住13.2%。这种类别的比重结构较前几年有了较大调整，特别是食品、烟酒及服装权重降低，医疗、娱乐教育、交通通信和居住的权重提高。世界各国因经济发展情况不同，社会福利水平和政府财政支出的侧重点不同(如欧洲、北美许多国家医疗、教育、居住支出比重很小)，在编制CPI时赋予各类商品的权重有较大差别，所以我们没有必要一律向其他国家看齐，而应该根据我国居民实际消费结构来确定。

三、正确解读CPI

必须强调，CPI不是万能的，它不能解释所有经济现象，它是上游经济活动在消费终端的反映，但不可能原汁原味。因此解读CPI不能带着过多的苛求和过高的期望，而应该将其视为重要的参考，并与其它经济指标结合使用。同时，要想应用好CPI，必须真正弄懂其详细的内涵和实质。

1. CPI是考察通货膨胀程度的重要依据，但不是唯一依据。

货币发行、利率调整、汇率变动、投资速度、原材料价格乃至失业率等等都是考察通货膨胀的重要依据，这些方面与CPI之间都有联系。在市场化程度高的国家，这种联系比较密切，因而CPI对通货膨胀的反映是比较直接而敏感的。但我国的宏观经济活动很大程度上决定于政府的政策，特别是货币发行、利率、汇率等更是由国家严格控制的。

2. 权重确定每年一次，不因价格变动而中途更改。

我国计算CPI所用权重的确定是每年一次，年初确定后中途不能改变，否则月度之间的环比将因结构的不同而没有可比性。年中某种商品的价格涨幅较大，可能使该商品的消费额增加，但不能因此而更改年初既定的权重。

3. CPI的计算范围是全体居民，包括城镇和农村，包括富人和穷人，而非一人一时一地之感觉。

解读CPI不能只站在自己的角度、用个人的角度去验证;不能用当地的情况去度量全市全省乃至全国的平均水平;更不能用模糊的、不确定的“以前”与现在相比较。应该看到，城镇居民中超过60%的中低收入阶层面对服务项目的涨价，无奈地压缩着服务性消费，以至于其权重几年都长不到1个百分点。对高收入阶层而言，住房、汽车、燃油是生活的主旋律，食品权重微小。对于CPI，每个人生活水平不同，消费结构不同，所以对其感受也不尽相同。猪肉、白菜是否涨价，对于高收入者来说可能没有丝豪的感觉，汽油、钻石珠宝涨价与否，对于低收入者来说无关紧要。

4. 住房、教育、医疗压抑现期消费，CPI低平是必然结果。

住房、教育、医疗需要太多的资金，很多家庭为此付出了全部的积蓄，因此平时在生活消费上只能省吃俭用，从而严重压抑着现期其他方面的消费。致使消费市场始终没有大的起色。在这样的形势下，CPI低平是完全可以理解的。

摘要：CPI (Consumer Price Index) 是消费者价格指数的英文缩写, 主要反映居民家庭购买消费商品和服务价格水平的变动情况。常用来衡量通货膨胀程度或生活成本水平。近年来每次公布CPI都会引起一些争议。必须强调, CPI不是万能的, 它是上游经济活动在消费终端的反映, 但不可能原汁原味。因此解读CPI不能带着过多的苛求和过高的期望, 而应该将其视为重要的参考, 并与其它经济指标结合使用。

怎样才能跑赢CPI 篇9

政协委员、经济学家厉以宁说:“物价上涨, 首先是受国际市场影响, 中国的物价很多不是自己能控制的, 国际油价在上涨, 国际粮价也在上涨。国际粮价, 比如说玉米上涨, 又跟石油价格上涨有关, 因为石油涨价了, 就会使生产商动用大量玉米炼乙醇, 进而造成国际饲料的紧张, 粮价就跟着上去了。从国内市场来看, 物价上涨有四个因素:第一, 我们仍然不能忽略固定资产投资规模偏大, 货币供应量多, 造成物价上涨;第二, 外汇储备帐款太多, 企业创汇后卖给中国人民银行作为外汇储备, 中国人民银行就要将相应数额的人民币投放到国内市场;第三, 外资热钱纷纷流入中国, 有公开渠道的, 也有地下渠道的;第四, 农产品价格上涨带动了相关产品的上涨。”

就农产品上涨的原因, 政协委员、中央财经领导小组办公室副主任陈锡文认为, 根本原因是农业生产成本的上升。他说:“国际能源涨价后, 农业生产原料也跟着涨价, 比如化肥、农药、薄膜、柴油等, 农产品价格上涨, 有合理的因素。”陈锡文还分析说, 农业生产成本上升, 主要是来自于国际市场价格的传导效应。目前看, 有两个品种进口量非常大。一是大豆, 我们现在大豆的需求量大概在四千六百万吨左右, 而我们自己能生产一千五百万吨左右, 去年进口大豆相当于国产大豆的两倍。随着国际能源价格上涨, 大豆价格在国际市场上翻一番, 带动了饲料和食用油的涨价。二是植物油, 去年我们进口了800多万吨。可见, 国内价格上涨是国际市场价格上涨传导的重要因素。

长期研究国际经济发展的博鳌亚洲论坛秘书长龙永图认为, CPI的上升, 同国家的经济发展速度基本上是吻合的, 处在合理的范围内, 目前CPI的增长速度始终低于GDP的增长速度。当然, C PI的增长关系到很多老百姓的切身利益, 特别是中低收入群体有很大压力。

记者在采访中特别关注了涨幅最大的猪肉价格, 探求了农民养猪的积极性。记者在陕西兴平市采访时看到, 由于国家对养猪户有了补贴政策, 还增强了服务, 猪病了不但有专业人员来查看病情, 而且定期帮助养殖户注射防病疫苗, 农民对养猪很有信心。那么是否能使猪肉价格很快回落呢?厉以宁认为不是很乐观:“因为养猪和养鸡不一样。养鸡基本上都是机械化的养鸡场, 而且饲养的周期短, 40多天就可以上市。而猪不行, 最少需要9个月的周期, 养猪还以散养为主, 不是机械化, 一下子增加猪肉供应不那么容易。”陈锡文认为:“农民实际上是两方面的成本, 一是直接的生产成本, 包括豆饼、玉米。另一个成本抽象些, 在经济领域叫机会成本, 就是究竟是留在家里养猪挣钱多呢, 还是外出打工挣钱多?其实农民的机会成本也在上升。按现在的市场价, 养一头猪的纯收入是500元左右, 养10头猪才5000元, 而且还要承担风险。如果到外面打工, 一个月收入按800元计算, 一年也能挣到一万元钱, 除了日常的开销, 没有太大的风险。比较起来, 农民觉得养猪不是很划算。”

据了解, 为解决去年5月以来猪肉生产供应偏紧, 价格上涨幅度较大的问题, 财政部门共出台10项政策支持生猪产业健康发展, 全国财政为此投入152亿元。陈锡文表示:“政府还会以更大的力度去支持。去年152亿不完全都是价格补贴, 主要还是支持生产的, 包括支持规模化养猪, 通过抛售玉米来平抑饲料价格等。农民的市场风险正在逐步降低, 现在看, 包括母猪存栏头数都在增长, 形势正在往好的方面发展。”

就象多米诺骨牌效应一样, 由于石油涨价, 产生了一系列的涨价产品, 也引发了钢铁的价格上涨。人大代表、承德钒钛董事长田志平说:“去年三月份钢材的价格是每吨3500元左右, 现在普通钢材价格已经涨到了5000元。铁精粉去年同期是每吨700元, 而现在已经涨到每吨1600元。由于原材料价格的上涨, 企业成本大幅增加, 钢铁的价格被迫推高。市场的传导效应, 波及到它的下游市场, 如建材、钢制品、房地产等。国家应该适度限制, 加强管理。”

当前, 国际油价、金属矿产以及整个初级产品市场的价格都在明显地上涨, 一些专家认为, 国家应当制定必要的措施应对。

在种种涨价因素的压力下, 物价能回落吗?温总理在今年的政府工作报告中明确提出, 要用9条措施控制物价不断上涨的势头, 今年要把我国CPI涨幅控制在4.8%左右。代表委员们注意到, 这也是近几年来政府工作报告中有关物价问题笔墨最多的一次。

而百姓感受到的还是一个“涨”字。除了上述产品外, 不能不提及的是蔬菜价格的上涨。陈锡文分析说:“1、2月份, 南方十几个省大面积遭受冰冻伤害, 对农业、林业的影响非常大, 大棚压跨了, 猪冻死了, 果树也给压断了, 自然灾害对农产品市场价格产生较大影响。除了受天气因素影响外, 由于工业化、城市化及资源减少等原因, 导致农产品的供不应求, 拉动了价格的上涨。从全球市场看, 人口在增加, 土地在减少, 对农产品的需求越来越多。从这个意义上讲, 农产品的价格上涨, 应该是刚性趋势。对我国的农业来说, 再靠增加自然资源投入到农业中, 已经没有多少余地了。要靠改善农业的生产条件, 比如完善水利设施, 增强农业旱涝保收的能力。”

陈锡文认为, 抑制物价上涨的关键在于农业, 为此必须改善农业生产条件。在土地资源有限的情况下, 要保证单位面积产量不断提高, 以抵御耕地减少带来的挑战, 要让农民有利可图, 愿意从事农业生产。要从政策的角度调动农民的积极性, 只有这样农业才能发展。

温家宝总理在政府工作报告中指出, 当前物价上涨、通货膨胀压力加大, 是广大群众最为关注的问题。今年的经济工作, 要把“防过热、防通胀”作为宏观调控的首要任务。报告明确表示, 今年要实行“稳健的财政政策和从紧的货币政策”。

在世界各国的经济发展中, 过热和通涨几乎是同门兄弟。因此, 在C PI不断上涨的情况下, 如何让经济又好又快地发展, 就成为中国政府经济工作的首要任务。

美国高盛集团董事、总经理胡祖六认为:“宏观调控主要的政策手段, 是进一步收紧银根, 这是从根本上治理通货膨胀最重要的武器。很多基础设施项目、开发性项目, 和地方政府财政行为密不可分, 财政要适当收缩。我们相信宏观调控的目标可以达到, 通货膨胀的压力不会在中国越演越烈。”

中国社科院日前发布的《2008年社会蓝皮书》指出, 物价上涨成为头号社会问题, 人们对物价的关注, 首次超过对收入差距、腐败等的关注。中国社会科学院数量经济与技术经济研究所副研究员刘强, 几年来一直关注物价的走向, 并参与每年社会蓝皮书的分析预测。刘强说:“展望2008年, 我们的经济依然会保持比较好的增长态势, 我们预计GDP的增长率是在10.8, 其他各方面的指标我们预测也应该比较好, 其中CPI会是3.5的增速。”

推高CPI的链条 篇10

货币量激增是最主要推手

面对居高不下的CPI，发改委开始动用行政手段来控制物价。前不久，发改委给联合利华开出了一张200万元的罚单，以惩戒其“散布涨价信息、扰乱市场价格秩序的违法行为”。据有关媒体透露，发改委还与“康师傅”等多家企业约谈，敦促或劝诫这些企业暂不要涨价，明确运用行政手段来控制中国物价水平。

就在政府部门运用各种能用的宏观政策工具乃至行政和法律手段来控制物价水平的当下，不知中国政府决策层是否自我意识到这样一个问题：政府自己的诸多宏观政策和手段，以及当下的政府体制安排，却过去是、且目前仍然是推动中国消费品物价上涨和房地产价格不断攀高的主要因素？

这里且不说过去两年多时间里政府发动的大规模投资导致了商业银行贷款急遽膨胀，通过银行贷款创造存款的内生货币机制导致广义货币急遽增加，从而是中国这一轮通货膨胀的最主要原因，就是政府的财政和税收政策，亦是中国高物价、高房价尤其是CPI继续攀高的主要推手。意识不到这一点，仅把“严惩通胀”的板子打在企业和厂商的屁股上，非但控制不了物价和不公平，反而可能会把中国经济社会的发展引向歧途。在长时段中，甚至可能会导致中国经济的大起大落，在未来有可能陷入“滞胀”陷阱。

中国政府宏观赋税多年来的超常增长，已经是国人皆知的事实了。对此，经济学界和财政学界也有各种各样的议论和批评意见。然而，到目前为止，似乎大多数经济学家还没有意识到政府的财政政策也是这轮CPI不断攀高的主要推手这一点。

在传统的宏观经济学教科书中，甚至在后凯恩斯学派经济学家的理论阐释中，当人们论述在任何一场经济危机后西方国家政府的救市和扩张性宏观政策必然导致通货膨胀的事实时，其理论逻辑一般是说，巨额政府财政赤字，会导致央行货币超发，最后传导到消费品物价上，表现为CPI上涨。这也是后凯恩斯学派的一位重量级经济学家海曼·明斯基（Hyman P. Minsky）生前所坚持多年的一个基本观点。

我最近的思考发现，在当今中国政府主导型的经济增长模式中，并不能把明斯基的这一理论简单地应用于分析中国宏观经济运行现实。由于最近两年中国政府的财政赤字实际上还不算太大（两年1.95万亿），且2003年的《中华人民共和国中国人民银行法》第25条和第30条实际上又禁止政府向央行透支的方式来弥补其预算赤字，人们可以认为近两年政府的财政赤字并不是央行“货币超发”的主要原因。但是，这决非就证明了政府的财政不是这一轮物价水平普遍上涨的主要推手这一点。简单说来，目前中国内部的宏观动态机制并不是像明斯基所阐释的那样是通过政府巨额财政赤字→货币超发→通货膨胀→CPI普涨这样一个宏观作用链条来工作，而可能是通过一个微观机制链条而直接推动CPI上涨的。

我初步判断，政府的财政政策推高CPI的基本作用链条大致是这样的：政府工薪税、增值税等生产企业种种税收的增加→企业产品成本增加→产品批发价格上升→政府各种运输业和商业的营业税、消费税的快速增加→CPI上升。

间接税之高

从理论上进一步说明和数据验证这一猜测显然还有大量的工作要做，但我们这里至少可以辨析出以下事实：暂不考虑近些年企业直接税收快速增加对生产企业产品和劳务成本推高的因素，单从2010年全国7.32万亿税收收入的构成来看，不计进口商品的消费税，2010年消费税为6072亿元，占整个税收的8.3％。如果再加上进口商品的增殖税和消费税1.05万亿元，整个与消费有关的税收（不计国内增值税）也高达1.66万亿元了。如果考虑到增值税也在很大程度上也是一种消费税，那么全部与消费相关的间接税收就达到3.77万亿元，已占全年税收的51.6％了。

正是因为流转环节的间接税是如此之高，导致在中国生产许多名牌产品（如茅台酒、ecco鞋、Samsonite旅游箱等）在中国商场的价格要比在许多发达国家普遍要高很多。另据国内研究税收的专家一项新近的估算，在目前在中国商场出售的100元的女性化妆品中，就有14.53元的增值税，25.64元的消费税，还有4.02元的城建税。单这三项，就占整个女性化妆品零售价格的44.19％了。如果再加上生产和运输环节的政府税收，比较保守的说，在100元的女性化妆品中，至少有超过50％部分被政府拿去了，也就是说，政府税收对女性化妆品的最终价格至少“贡献”了50％以上。

另外，也有专家测算过，在一件500元的女性时装中，大致政府要征85元的增值税和65元的营业税，光这两项加起来，就超过一件时装价格构成的30％了。如果是进口的时装呢？还要加关税和其他消费税。即使在国内生产的女性时装中，加上生产环节、运输环节和销售环节中的各种直接税和间接税，政府的税收在一件女性时装的最终价格中又占多少？一句话，政府税收这样高，且每年大致都在以GDP两倍甚至三倍的速率高速增长，中国的CPI还不会越来越高？

理解了各个环节的政府税收最终都会转嫁到消费者身上，因而是消费品零售价格的主要构成和贡献因素这一点，就会发现目前中国决策层的宏观政策是多么“inconsistent”（自相矛盾）了。一方面，面对2010年下半年不断攀高的CPI，央行已经11次提高商业银行法定准备金（目前已达21％的历史高位）和4次提高基准利率了，另一方面财政和税务部门的税收和其他财政收入却仍然像一匹脱缰的野马一样几乎得不到任何控制和制约。

按照国家税务总局2011年5月12日发布的一则官方新闻稿，今年1到4月份，全国税收收入（不包括关税、船舶吨税、耕地占用税和契税，未扣减出口退税）已高达2.6282万亿元，比上年同期增长33.2%。其中，国内增值税增长13.7%，国内消费税增长57.7%，营业税增长37.9%，企业所得税增长41.1%，个人所得税增长21.8%，车辆购置税增长63.5%，海关代征进口税收增长56.3%。这么高的税收增长速率，到底是有助于抑制目前的CPI上涨势头，还是在实际上继续推高现在和未来的CPI？

再说，目前通货膨胀率持高不下，居民储蓄实际为负利率，而居民收入又没有大幅度增长，因而许多低收入家庭的实际收入正在下降，在此情况下，政府不考虑减税而补偿低收入家庭所实际交付的“通胀税”，如果只考虑自己财政收入目标而超高速地猛涨，这能抑制住通胀吗？

关注民生从CPI入手 篇11

早在今年三月份的人大会议上, 温家宝总理在政府工作报告中明确提出了坚持以人为本, 加快以改善民生为重点的社会建设。提出今年国民经济和社会发展的预期目标是:在优化结构、提高效益、降低消耗、保护环境的基础上, 国内生产总值增长8%左右;居民消费价格总水平涨幅控制在4.8%左右。温家宝所作的政府工作报告在部署解决物价问题时突出了农业的作用, 要求大力发展生产, 特别是加强粮食、食用油、肉类等基本生活必需品和其他紧缺商品的生产。时隔10年后, 报告重提“米袋子”“菜篮子”的省市长负责制。

政府为平抑物价, 采取了多种措施:

一、加强农业基础建设, 促进农业发展和农民增收。2008年, 中央财政安排”三农”支出5625亿元, 比上年增加1307亿元, 增幅明显加大, 强化和完善农业支持政策, 增加粮食直补, 农资综合直补, 扩大良种补贴规模和范围。增加农机具购置补贴种类, 提高补贴标准。国家对粮食收购实行保护价制度, 市场粮价高于保护价时, 参照市场粮价收购, 市场粮价低于保护价时, 按照不低于保护价收购。通过这些措施的落实, 农民的种粮积极性被调动起来, 粮食种植面积和产量都比上年增加。2008年, 在战胜了南方特大冰冻雨雪自然灾害和四川汶川特大地震的同时, 夏粮、油料作物产量等均比去年有较大增加。实现了夏粮连续五年的增产。

二、2007年, 由于玉米等饲料价格增长很快, 加上疫情的影响, 生猪的存栏数下降, 同时人民生活需求增加, 猪肉价格急速上升, 短时间内翻了一番还多。国家立即出台了相关的生猪扶持政策, 安排专项资金, 建立母猪保险和饲养补贴相结合的制度。一方面, 国家财政安排专项资金支持建立母猪重大病害、灾害等保险制度, 加大对生猪疫病防治体系的支持, 增强饲养者抵御风险的能力。另一方面, 国家财政还安排专项资金建立母猪饲养补贴制度。依据参保母猪的数量, 国家财政按每头每年50元的标准给予定额补贴。

农业部采取五项有效措施, 切实解决生猪生产面临的实际问题, 促进生猪生产稳定发展。一是大力保护和增加母猪。保护好现有存栏母猪, 通过强化防疫和科学饲养, 提高母猪生产能力。同时, 采取鼓励扶持措施, 增加母猪存栏和仔猪供应。二是加大疫病防控力度。加强生猪和家禽常见病以及多发病的防控工作, 做到种畜禽无主要疾病, 从源头提高畜禽健康水平。做好猪蓝耳病等疫病免疫工作。

随着各项扶持生猪的措施落实, 2008以来, 生猪出栏数、存栏数均出现恢复性增长, 猪肉价格也在四月份后出现逐月的涨幅回落态势。为了增强国家宏观调控能力, 在猪肉供给相对稳定后, 国家还将择机增加储备肉规模, 合理调整储备结构和布局, 发挥储备调控市场的作用。

为解决猪肉价格上涨对困难人群生活的影响, 国家增加了对低保人员和家庭经济困难大中专学生的补贴资金。

中国对石油和原材料的进口越来越多, 国际原油价格已突破每桶140美元, 今年进口澳矿最高涨幅达96.5%。国际油价高位运行、铁矿石价格猛涨, 加上煤炭, 特别是电煤价格的疯涨, 给企业带来了巨大的成本压力, 使得工业品出厂价格指数 (PPI) 大幅攀升, 2008年6月份, PPI同比上涨8.8%, 这也是自2007年7月份以来的连续第十二个月上升。

由于在PPI的构成中, 生产资料价格占到75%左右的比重, 所以PPI的走势主要取决于生产资料价格, 而在生产资料中, 能源和原材料又占主要部分。而当前推动PPI上涨的主要因素就是能源和原材料价格的上涨。由于能源和原材料价格主要受国际原油和大宗商品价格的影响, 在目前国际原油价格和大宗商品价格持续上涨的背景下, 国内能源和原材料价格的上涨压力在持续增强, 虽然国家采取了一定的限价措施, 但这种限制很难控制国内价格的上涨, 只能使涨幅有所放缓而已。由此可见, 未来一段时期内国内PPI仍将维持在高位, 这将给更长时期内的CPI上涨造成压力。

面对这种输入型的通胀压力, 为了弱化PPI对CPI的影响, 中国政府采取了多种措施。今年6月份, 国家发改委开始着手将下半年的调控重点从CPI转向PPI。主要措施有三项, 一是加强控制工业品出厂价格, 二是进一步限制主要原燃料工业品的出口, 三是加强对固定资产投资的监管和调控。

这些价格政策的调整影响虽然未在最近的PPI中有所显示, 但是政策调整本身也表明宏观管理部门对资源价格放开的尝试态度, 并且由于更多考虑到民生的因素, 选择了循序渐进的方式。

面对通胀压力和经济运行中出现的新挑战, 相信政府会在下半年宏观调控中发挥更大作用, 出台更多有利于改善民生的政策和措施。切实把过高的CPI降下来, 以实现经济稳定健康发展, 促进社会的和谐和人民生活水平的提高。

参考文献

[1]、2008年国务院政府工作报告.