专栏名称: 数据派THU
本订阅号是“THU数据派”的姊妹账号,致力于传播大数据价值、培养数据思维。
目录
相关文章推荐
数据派THU  ·  【CIKM2024教程】大语言模型在表格任务 ... ·  2 天前  
CDA数据分析师  ·  【干货】找工作必看:传统制造业VS互联网数据 ... ·  6 天前  
数据派THU  ·  TimeDART:基于扩散自回归Transf ... ·  1 周前  
数据派THU  ·  【NeurIPS2024】从因果角度重新思考 ... ·  1 周前  
51好读  ›  专栏  ›  数据派THU

清华编制的iCPI上线Bloomberg彭博终端

数据派THU  · 公众号  · 大数据  · 2017-06-11 20:18

正文


来源:"大数据经济观察‘“公众号

本文长度为1362,建议阅读3分钟

本文为你介绍Bloomberg彭博终端。


[ 导读 ]iCPI是一支基于互联网在线价格数据进行实时更新的居民消费价格指数,供宏观经济科研使用。自2016年1月1日上线以来,发布各类月指数、周指数、日指数近20万余条,原创点评120余篇,先后登上新浪财经头条、一点资讯和中金在线,累计阅读量超10万次,并于2017年6月正式在彭博上线。小编为大家整理了iCPI的相关事件,回馈给一直关注该指数的读者朋友们!


激动人心,iCPI正式在彭博上线


iCPI项目于2015年9月成立,由清华大学社会科学学院经济学研究所的刘涛雄教授、汤珂教授与清华大学计算机系的许斌教授联合指导。


iCPI是基于互联网在线数据统计的居民消费价格指数,供宏观经济研究使用。相比于国家统计局的定期发布,具有高频实时发布、计算机算法自动运行和价格来源广泛等优点。自2016年11月4日正式发布以来,iCPI受到了学界广泛关注,社会影响力日渐上升。除了每日在网站

(www.bdecon.com)上进行可视化发布,“大数据经济观察”微信公众号也定期发布指数动态和点评,累计共发表原创120余篇,并在新浪财经头条、一点资讯、中金在线等平台转载。


iCPI不仅受到国内媒体的广泛关注,也逐渐得到国际财经界的认可。彭博(Bloomberg)是全球商业、金融信息和财经资讯的领先提供商,为全球金融机构提供实时金融信息。近日清华大学iCPI项目团队与彭博达成合作,iCPI于2017年6月正式在彭博上线,包括iCPI日环比指数、周环比指数和月环比指数。

 

指数体系——iCPI和CPI有哪些区别呢?


相比于国家统计局定期公布的CPI指数,iCPI主要有两点特色:一方面,iCPI是基于电商平台、价格信息网站等商品价格数据编制的,在当下“全民网购”的热潮下,更易捕捉商品价格波动对人们生活的影响;另一方面,iCPI不仅包括国家统计局公布的CPI月指数,还包括周指数和日指数,能够实现对物价指数的实时更新。

 

iCPI的三大指数:


月指数——iCPI与CPI显著相关


iCPI包含与现行标准CPI同频率的月环比指数,我们将其与统计局公布的月环比指数进行对比,发现两者的变动方向基本一致,变动幅度接近,具体如下图所示:


 

从相关性的角度来看,我们计算出iCPI与CPI月度环比指数相关系数,发现总指数iCPI与CPI在1%的显著性水平显著相关,相关系数为0.77;“食品烟酒”大类iCPI与CPI也在1%显著性水平显著相关,相关系数更高达0.92,这表明iCPI具有较好的代表性。

 


周指数——实时反映假期物价指数波动


周指数介于日指数和月指数之间,相较于月指数,其频率更高,时效性更强;相较于日指数,其不会因频率过高而错过价格的小幅波动,更适合捕捉“假日经济”所带来的价格变动,具体如下图所示:



日指数——精准捕捉典型事件影响


日指数具有频率高、实时更新的优点,在大多数日期波动幅度较小,所以其大幅波动往往反映了一些特殊事件,如“双十一狂欢节”、“双十二购物节”、“京东618”等,这些都是传统月指数很难反映出来的:

 


风雨历程——iCPI从想法到实现



iCPI项目从2015年9月份成立至今已经经历了近两年的时间,从最初的一个想法,到现在可实现8大类、46中类和262子类物价指数的无滞后实时更新。随着理论研究及实践应用的深入展开,清数-iCPI将不断完善。清华团队将继续努力,指数动态会及时在网站http://www.bdecon.com/上更新,并供金融机构、经济分析师、高校研究人员等以研究为目的进行使用。


回复关键词“指数”,下载《清数-iCPI项目介绍书》



为保证发文质量、树立口碑,数据派现设立“错别字基金”,鼓励读者积极纠错

若您在阅读文章过程中发现任何错误,请在文末留言,或到后台反馈,经小编确认后,数据派将向检举读者发8.8元红包

同一位读者指出同一篇文章多处错误,奖金不变。不同读者指出同一处错误,奖励第一位读者。

感谢一直以来您的关注和支持,希望您能够监督数据派产出更加高质的内容。


公众号底部菜单有惊喜哦!

企业,个人加入组织请查看“联合会”

往期精彩内容请查看“号内搜”

加入志愿者或联系我们请查看“关于我们”