基于在线大数据的通货膨胀“现时”预测
作者：姜婷凤、汤珂、 刘涛雄
发布时间：2022-08-01
内容提要：新冠肺炎疫情冲击导致经济出现结构性变化，对通胀预测提出了新的挑战；而大数据时代的到来，则为提高通胀预测的时效性提供了新的机遇。本文据此围绕基于大数据的通胀“现时”预测 (Nowcasting) 进行探索, 提出一个基本的现时预测框架，其核心是引入新的大数据宏观实时变量或大数据预测方法。本文通过引入宏观实时变量——基于互联网在线大数据的居民消费价格指数 (iCPI)，包括总类和大类的iCPI日环比指数、周环比指数、旬同比指数和月同比指数，采用LASSO降维法和混频数据抽样模型 (MIDAS)，有效地提高了通胀预测的时效性和准确性。研究发现：不同频率的iCPI均有利于提高通胀预测准确性，其表现优于基准模型和大部分的同频传统指标，当其与传统指标相结合时，可进一步降低预测误差，目前尚不能完全舍弃传统变量和方法；在不同频率下 (日度除外)，iCPI八大类的预测效果优于iCPI总类；不同频率的大数据指标在通胀预测的准确性和时效性上各有优势，这与其背后反映的信息结构有关，其中高频旬同比iCPI表现尤为突出、其能较好地兼顾预测时效性和准确性。本研究为数字经济时代利用大数据提高通胀预测的准确性和时效性、创新宏观经济监测与预测体系提供了有益参考。
关键词：通货膨胀；大数据；现时预测；iCPI；MIDAS
Online Prices and Inflation during the Nationwide COVID-19 Quarantine Period: Evidence from 107 Chinese Websites
Author：Tingfeng Jiang, Taoxiong Liu, Ke Tang*, Jiaqing Zeng
Time：2022-07-19
Abstract: Given the lack of activity in China’s offline economy during the COVID-19
quarantine period, online prices provide new insights for analyzing the impacts of
the pandemic on the economy. Using online prices from 107 websites in China and the DiD method
to remove the Spring Festival effect, we show that the pandemic leads to a 0.4% surge in the overall
inflation rate, a 20% decrease in the price change probability, and a 1% decline in the size of absolute price changes.
Moreover, the pandemic had heterogeneous impacts on different sectors, leading to significant structural changes in inflation.
Specifically, the pandemic hindered the price correction behavior after Spring Festival, and whether products could be consumed while customers
stayed at home was an important factor affecting price adjustment and inflation dynamics.
Keywords: COVID-19 pandemic, online prices, stay-at-home economy, inflation, price stickiness
跨平台竞争与平台市场分割——基于中国线上市场价格离散的证据
作者：孙 震 、刘健平、 刘涛雄
发布时间：2021-06-22
内容提要：本文利用清华大学iCPI跨电商平台的日度价格数据，以同质商品跨平台价格离散程度衡量线上商品市场统一与分割程度，研究中国线上市场的跨平台竞争与市场分割。本文发现，当商品在售平台数量增加时，跨平台的价格离散显著上升。进一步研究平台价格和价格离散在平台数量变化前后的特征，发现消费者并不会因为新平台的进入而改变自己对消费平台的选择，市场上已有的平台也没有因为商品竞争环境的变化而调整定价。结果表明，平台基于消费者偏好异质性采用了市场分割的竞争策略。因此，中国更多的线上平台参与竞争并未使得价格趋同，而是导致市场进一步分割。另外，本文利用跨平台商品价格排序的变化发现，在两个月的观察窗口期内，依然有1/2以上的商品在两个平台的价格排序发生过变化，排除了价格离散主要是由平台服务本身导致的这一解释；在搜寻成本较低、竞争更激烈的周末，平台数量的增加反而导致更为显著的价格离散，排除了价格离散与平台数量的关系是由搜寻成本导致的这一解释。本文为跨平台的商品竞争与平台市场分割研究提供了新的实证证据，为政府反垄断和平台监管提供了新思路。
关键词：平台市场分割；价格离散； 平台竞争
基于在线大数据的中国商品价格粘性研究
作者：姜婷凤、汤珂、刘涛雄
发布时间：2020-06-20
内容提要：近年来，数字经济迅速发展，同时宏观经济的短期波动变得愈加频繁，理解宏观经济短期分析的基础——价格粘性、减少宏观政策时滞变得愈加重要。本文利用来自100多个网站的高频价格大数据（囊括CPI篮子的8大类、46中类、262子类的1970多万条日度商品价格），测度中国商品价格粘性程度、识别价格调整模式，并将微观测度结果用于测算货币政策有效性。研究发现：中国总体上调价较为频繁（调价周期小于2个月）、调价幅度较大（14%～20%）、部门异质性明显、不对称性显著（上调频率及上调幅度更大）；调价模式是异质性的时间相依（TDP）和状态相依（SDP）相结合；调价频率（负向）、调价大小的峰度（正向）、异质性部门数量（正向）等均会影响货币非中性程度，相同的货币冲击对各行业的影响有显著的异质性。本文为洞察数字经济对商家调价行为和宏观经济动态的影响抛砖引玉，对大数据时代的货币政策制定和通货膨胀管理具备一定的参考意义。
关键词: 在线大数据；价格粘性；调价模式；货币非中性程度；数字经济时代
一种基于在线大数据的高频 CPI 指数的设计及应用
作者：刘涛雄、汤珂、姜婷凤、仉力
发布时间：2019-09-09
研究目标:在数字经济时代探索如何运用在线大数据编制实时高频物价指标。研究方法:设
计了中国第一套基于互联网在线大数据的居民消费价格指数（Internet-based Consumer Price
Index，简称iCPI）， 从多方面分析指数质量及其应用。研究发现:
在线iCPI可实现各层次类别的日、周、月指数无滞后实时更新（www.bdecon.com）；
指数数据从采集、清洗、到加工和发布均由计算机自动进行，既节省人力又减少人为干预因素；指数在代表一般物价变化、精准捕捉典型事件影响、
现时预测通货膨胀、实时监测宏观经济形势等方面表现突出。研究创新: 首次采用在线大数据编制CPI，弥补了中国尚无实时高频物价指标的空白。
研究价值:在线iCPI是传统CPI的有益补充，其编制思维和方法可用到更多高频宏观经济指标的构建上。
关键词: 在线大数据
iCPI 实时高频指标 宏观现时预测