摘要
核心通货膨胀度量的关键在于剔除通货膨胀序列中的噪音,且这些噪音会随着时间的推移而发生改变,这使核心通货膨胀的度量具有一定的复杂性.为此,该文构建了加入异常值调整的不可观测成分随机波动模型,使长期趋势与暂时性冲击项中的因子载荷与随机波动均具有时变特征,并利用高斯混合近似卡方误差法进行估计,在度量出我国的核心通货膨胀指标的同时,捕捉到了物价水平的异常波动现象.随后,该文从基本统计性质分析、追踪趋势通货膨胀和因果关系检验三个方面对这一指标进行评价,结果显示基于UCSVO模型的核心通货膨胀指标能较好地反映通货膨胀的潜在趋势.异常信号的识别也能为政策制定者提供参考,以避免货币当局对经济形势的误判,有助于经济的长期稳定发展.
基金项目
教育部人文社会科学重点研究基地重大项目(16JJD790014)
国家自然科学基金面上项目(71573105)
NETL
NSTL
维普
万方数据