EMD方法下中国核心通胀的度量与有效性研究

本文主要探讨了如何利用小波分解方法（Empirical Mode Decomposition, EMD）来改进我国核心通货膨胀(Core Inflation)的度量问题。小波分析作为一种时频分析工具，能够有效地处理非线性和非平稳信号，这在衡量CPI（Consumer Price Index，消费者价格指数）这一复杂经济变量时显得尤为重要。作者认为，相较于传统的CPI作为货币政策的单一指标，核心通货膨胀因其更接近真实物价水平的变化，能提供更为准确的决策依据。 文章首先分析了核心通货膨胀的概念，指出了其与CPI之间的区别，即核心通胀更侧重于排除食品和能源价格波动的影响，以反映经济潜在的价格压力。不同的度量方法源于对核心通胀内涵的不同理解，包括剔除法和结构向量自回归模型(SVAR)等，但它们在处理数据的动态性和稳健性上可能存在局限性。 作者提出，通过EMD方法，可以将CPI分解为多个固有模态（IMF，Intrinsic Mode Functions），其中趋势项被认为更接近核心通胀的实质。这种方法的优势在于能够捕捉到数据的多尺度和非线性特征，有助于更好地识别核心价格波动。然而，尽管EMD在稳定性、平稳性和前瞻性方面的表现良好，且在一定程度上优于主流的剔除法和SVAR模型，但它在实际应用中的稳健性和可解释性仍有待提高。 研究通过理论分析和实证检验，验证了EMD度量我国核心通胀的有效性和合理性，但也明确指出，EMD方法在面对经济数据的异常值和模型简化时可能会表现出一定的脆弱性，这需要进一步的研究和改进。此外，为了提高政策制定者的理解和接受度，未来的工作可能需要在增强模型的直观性和可操作性上做出努力。 这篇论文为我们提供了一个新的视角来度量我国的核心通货膨胀，展示了小波分解技术在经济统计领域的潜力，同时也提出了未来研究的方向，即在保持模型优势的同时，提高其在实际应用中的稳健性和可解释性。这对于理解和管理我国的宏观经济政策具有重要的理论和实践意义。