CPI质量调整及方法改进问题新探

陈梦根，胡雪梅

(北京师范大学 统计学院，北京 100875)



CPI质量调整及方法改进问题新探

陈梦根，胡雪梅

(北京师范大学 统计学院，北京 100875)

摘要：产品质量变化是CPI偏差的主要来源，质量调整问题是CPI统计理论与实践的难点之一。进入大数据时代，CPI质量调整的必要性和可行性都显著上升，常用的一些质量调整方法将更具操作性，而且质量偏差调整的效果也将明显改善。基于大数据的支持，经典的Hedonic方法可采用加权时间―虚拟Hedonic指数和加权时间―产品―虚拟Hedonic指数对质量发生改变的规格品进行价格虚拟，结果更加合理准确，并能保证CPI质量调整的及时性和动态性。目前中国CPI统计尚未引入质量偏差调整，为进一步提高数据质量，应尽快研究和实施CPI质量调整。

关键词：大数据；CPI；质量调整；Hedonic方法

一、引言

随着互联网和信息技术的发展，人类社会正进入一个数据爆炸性增长的大数据(Big data)时代，大数据对经济统计影响显著，其中居民消费价格指数(CPI)首当其冲。作为最重要的价格统计指标之一，CPI数据质量高低对政府、企业和居民决策意义重大。编制物价指数的一个基本假设是不同时期的产品“同质可比”，但在经济飞速发展的时代，市场上新产品开发周期缩短，品种不断丰富，消费者“产品篮子”更新换代越来越快，“同质可比”的前提假设受到巨大冲击与挑战。

理论上，质量变化偏差是CPI偏差的主要来源，因此质量偏差调整是CPI统计的重要环节之一。实践当中，由于基础数据不足，进行CPI质量调整较为困难，中国目前尚未对CPI进行质量调整。大数据时代的到来，一方面对CPI质量调整提出了新要求，另一方面也为CPI质量调整创造了条件。本文将重点研究大数据视角的CPI质量调整问题，探讨如何基于大数据改进CPI质量调整方法，特别是Hedonic方法的改进思路及实现机制。

二、理论与文献回顾

美国Boskin委员会1996年的一篇报告引发国际学术界对CPI偏差问题的关注，该报告明确了质量变化偏差产生的源泉在于CPI不能准确反映产品质量改进或根本未考虑质量改进问题[1]。此后，Boskin等人估计了美国CPI的年度总偏差及各类型偏差值，发现平均每年CPI被高估1.1个百分点，合理的浮动范围是0.8%～1.6%，其中质量变化偏差高达0.60%(见表1)[2]。可见，质量变化偏差在CPI总偏差中占据十分重要的地位，由此研究者和统计部门开始重视CPI编制中的质量偏差调整问题。

通常，价格观测值的变化来源于纯价格变化和由质量变化引起的价格变化两部分，而在CPI编制中假设报告期和基期的产品具有同质可比性，即产品价格变化仅反映纯价格水平的变动情况。因此，统计部门要确保其对外发布的CPI指标是不含质量变化因素的纯价格变化，这就要求对发生质量改变或引起CPI质量偏差的情形加以准确界定。ILO等归纳了需要进行质量调整的两种情形：一是市场上样本产品发生了替换；二是区域样本发生了轮换[3]163。

表1　美国CPI衡量生活费用的年度总偏差及各类偏差值

针对CPI统计中的质量变化问题，国际组织和理论界提出了多种调整方法。根据CPI质量偏差调整时是否依赖于质量变化值的显性信息，可将不同方法划分为两类：直接质量调整法和间接质量调整法，其下又包含许多子类调整方法[3]97。石刚对CPI质量调整方法做了进一步归纳，总结了每种子类调整法的内涵、优缺点及适用情况[4]。无论是理论研究还是实践操作层面，特征指数法在CPI质量偏差调整中都占据相当重要的位置。

大数据将对政府统计带来巨大的机遇与挑战，CPI作为最重要的价格统计指标，由于样本采集范围广、统计频率高等原因，可谓首当其冲[5]。大数据对CPI统计的影响全面而深刻，其中包括质量偏差调整问题，但现有文献中有关大数据对CPI质量偏差调整的影响及应用研究极少，仅有一些研究者关注了扫描数据在CPI统计或CPI质量偏差调整中的应用问题。Diewert运用扫描数据估算洗衣机经质量调整的价格指数，发现调整后的指数明显小于官方统计机构计算的值，从年度上看指数值降低约6%～10%[6]。胡雪梅分析了美国、荷兰、挪威和瑞典四国运用扫描数据编制CPI的经验，提出在中国运用扫描数据的初步构想[7]。乔晗指出了扫描数据在政府统计的信息化改革和价格测度中的作用，从计算公式选择优化的角度分析了扫描数据改进CPI质量的途径[8]。可见，随着大数据在经济统计中应用日益广泛，深入探讨大数据对CPI质量偏差调整的影响及方法改进问题，显得极为必要。

三、大数据与CPI质量调整

价格指数反映纯价格变化，因而编制CPI时必须进行质量调整[3]61。所谓CPI质量调整，是指对观察到的某个产品价格进行某种调整，以排除该产品在一段时间内质量变化的影响，识别纯价格变动。从来源上分析，在下列三种情形发生时易于产生质量变化偏差：一是市场上有新产品流入；二是流通中的产品发生了质量改进；三是过时产品退出了市场。质量调整是CPI统计中最重要的理论与实践问题之一，既是决定指数准确性的一个关键环节，也是难点之一。

(一)影响分析

大数据将对CPI质量调整产生全面而深刻的影响，无论是质量调整的必要性还是可行性都显著增强。具体来说，主要体现在以下五个方面：

一是大数据背景下CPI质量调整的必要性上升。当前，科技发展日新月异，新产品(尤其是大量的科技产品、电子产品)从设计、试验、生产、成熟到退出的过程加快，产品质量更新换代的周期大大缩短，同一规格品型号也越来越多，开展CPI质量调整的迫切性上升。然而，现阶段CPI产品篮子的更换频率明显落后于市场发展需求，具有滞后性。因此在编制CPI时，一方面要加快产品篮子的规格品轮换；另一方面要对篮子中质量发生改变的产品实施质量调整。

二是大数据背景下对CPI质量调整的要求提高。在当前经济环境下，人们对产品质量的认识更加深入。同一产品，显性的质量维度增加，质量变化周期缩短，由质量变化引起的价格变动更趋明显。海量数据信息支持下，产品质量及其变化的可测性上升，对CPI质量调整的要求，无论在质量变化测度的全面性、准确性，还是在调整方法的科学性、合理性等方面，都大大提高。

三是大数据的数据特征满足CPI质量调整的实质要求。理论上，大数据具有“5V”特点：(1)多样性，即大数据既包括以文本资料为主的结构化数据，还包括网络日志、图片等半结构化或非结构化数据。(2)海量性，即大数据是计量起始单位至少为PB、EB或ZB的数据。(3)高速性，即大数据处理的时效性要求较高，要能迅速而有效地从大量、复杂的数据中提取有用信息。(4)真实性，即数据的产生与真实世界中事件的发生息息相关。(5)价值性，即可以开发大数据中有价值的信息，与其他领域的工作相结合。质量偏差调整问题的实质是CPI编制方法的静态性与真实经济活动的动态性之间的矛盾，大数据“5V”特点的存在恰恰为解决这一矛盾创造了条件，通过及时、准确地捕捉现实经济活动的变化信息，将其动态地反映到CPI数据之中。

四是大数据为CPI质量调整的实现提供了有力的数据支持。在CPI传统数据收集方式下，主要收集的是规格品的价格数据，涉及产品质量或特征信息极少，在数据基础方面制约了CPI质量调整的实现。大数据条件下，CPI数据资料主要源于电子信息技术记录的原始信息，依赖于数据采集终端，如商场超市收银管理系统、网络实时交易系统、税务发票实时机打系统、住户电子记账系统等[9]。随着以全球定位系统(GPS)、遥感系统(RS)、地理信息系统(GIS)等为媒介的空间信息技术和物联网技术的发展，一些以前较难收集的数据信息能够及时、海量地收集。除商品价格外，交易量、交易时间、交易地点、产品品牌、用途、型号及其他维度的特征信息可以轻易获得近乎即时的数据，为CPI质量调整奠定了扎实的数据基础。

五是大数据为CPI质量调整的方法选择提供了空间。可以说，大数据条件下海量的信息几乎成了CPI原始资料的一个全样本数据库，使得CPI质量调整的工作重心由数据收集转向数据和方法选择。传统条件下CPI编制的难点在于如何获取数据，大数据条件下统计面对的不再是数据资料的匮乏，而是信息的严重超载，工作重点在于选取适当的调整方法，并根据不同方法的要求，从相关信息中筛选出对价格具有决定作用的要素且保持彼此之间不存在多重共线性问题。

(二)实现机制

实际上，各国统计机构在编制CPI时可能采用不同方法对产品质量变化进行调整，但由于基础数据的不足，一直以来效果并不理想。进入大数据时代，受海量数据信息的支持，对商品质量改变、新产品流入或旧产品退出市场等质量变化的情形进行评价和估算已成为可能，为CPI质量调整的方法创新和实践改进奠定了基础，主要体现在：

1．数据支持。大数据的数据类型不再拘泥于结构化数据，还有大量的非结构化或半结构化数据，其中又以后两种形式为主。这些数据不仅含有实际交易价格等CPI价格采集关注的对象，还有交易时间、地点、交易量等其他传统技术时代无法全面覆盖的信息。这些特征信息对产品价格具有决定性的影响作用，因此能对CPI编制中开展质量变化偏差调整提供充足的信息支撑。

2．时效保证。传统数据收集方式下，CPI采价员完成采价后要进行数据整理、录入等一系列工作，才能变成电子化数据，不仅费时费力，而且在过多人为因素参与下，还会降低数据准确性。大数据多是即时数据，往往在交易完成时即获得电子格式数据，既节省人力物力资源，又在一定程度上减少了人为因素对原始数据质量的干扰。便捷、高效、即时的数据特性为CPI进行实时质量调整创造了条件，有助于确保CPI质量调整的时效性与动态性。

3．成本下降。在传统方式下，指标发布的时效性不高(如中国统计机构一般在当月9日对外发布上个月的CPI)，采价员将价格信息层层上报，耗费很多时间和资源，无形中增加了质量调整的成本。在大数据情形下，许多数据可以通过红外扫描仪、网络实时交易平台等方式获取，既包括价格信息又包括其他交易特征信息，能够减少采价工作量，降低数据收集、整理、传输、计算成本，因此大数据条件下CPI质量偏差调整的成本将显著下降。

4．方法改进。在大数据条件下，规格品充足的价格和数量信息，将对指数计算方法产生实质性影响。例如Ivancic等人针对报告期和基期产品匹配的情形，提出了大数据条件下基本分类价格指数新的计算公式，即滚动年GEKS方法(Rolling Year GEKS，RYGEKS)*RYGEKS方法是GEKS指数的拓展，而GEKS是用来计算多边空间价格指数(如PPP)的方法。RYGEKS法运用了大数据中的所有价格和数量信息，不存在链式漂移问题。，新方法有助于降低质量偏差在内的CPI偏差[9]。此外，大数据为CPI质量调整方法选择与创新提供了条件，使不同角度对CPI质量偏差进行调整成为可能。在大数据的支持下，多种调整方法的应用效果得到明显改进，包括经典的Hedonic方法。

四、CPI质量调整方法改进

(一)方法改进综合分析

1．方法比较。根据调整思路的不同，CPI手册将CPI质量调整方法划分为两类：直接质量调整法(或称显性质量调整法)和间接质量调整法(或称隐性质量调整法)[3]91-126。每一类又可进一步分为不同的具体方法，其中直接质量调整法包括专家判断法、生产成本差别法、部件价格法、数量调整法、Hedonic法等；间接质量调整法包括重叠法、总均值虚拟法、组均值虚拟法、样本更新法、可比替换法、无价格变化连接法等。各类调整思路的相同点、不同点以及适用条件见表2。实践中，CPI质量调整既可以采用加法调整(即增加一个固定值，如部件价格法)，亦可以采用乘法调整(即乘以某一比率，如组均值虚拟法)。石刚提出，乘法调整不易受物价绝对水平变化的影响，应多采用该类方法[4]。

表2　CPI质量调整方法比较分析

进入大数据时代，样本容量、交易及特征信息等基础数据不足的情形变得容易处理，尤其是直接质量调整的准确性、客观性都将增强。可以预见，在海量信息支持下，CPI质量变化偏差将因采取不同种类的调整方法而得到较大改善。从方法原理和对基础数据的依赖性上看，相对而言，Hedonic质量调整方法改进效果最为明显。

2．改进思路。大数据条件下，规格品的价格、数量及特征信息充足，CPI质量调整方法有必要也有条件从多角度做出改进。第一，大数据对CPI原始指数计算产生实质性影响，例如产品的高流动性使固定基期的指数(如拉式指数)失去代表性。第二，由于打折促销、季节交替以及产品周期性等现象的存在，使价格和数量具有易变性，可能导致链式加权指数计算公式产生链式漂移，即运用扫描数据后最优指数在高频链接下表现出巨大的偏差效应[9-11]。第三，基于报告期和基期产品是否匹配，分别出现了针对大数据条件下基本分类价格指数的新的计算公式，即针对匹配产品，Ivancic等人提出了滚动年GEKS法；针对新产品或退出市场流通的产品等不匹配情况，Haan等提出了虚拟Törnqvist滚动年GEKS法(Imputation Törnqvist RYGEKS，ITRYGEKS)[12]。第四，为了取得这些基本分类价格指数计算所需的产品价格信息，尤其是对质量发生改变、新产品或退出市场的产品的缺失价格进行虚拟，质量调整方法特别是Hedonic法需要做出改进变形，以便和RYGEKS或ITRYGEKS相协调。

针对CPI质量调整来说，大数据带来的变化集中体现在数据方面，大数据以其海量信息和结构化、非结构化或半结构化数据，为CPI质量调整提供数据支持，并凭借大数据的客观性、准确性、及时性等特性以提高CPI质量调整的客观性和精确性。总体上看，基于交易相关数据的CPI质量调整方法受大数据影响显著，而另外一些与交易数据不直接相关的调整方法受大数据的影响不明显。如表3所示，在大数据环境下，CPI手册倡导的一些质量调整方法更具操作性，如生产成本差别法、部件价格法、数量调整法、Hedonic法、组均值虚拟法、样本更新法等在方法本身或数据基础等方面得到改进，实际有效性增强。相反，专家判断法、重叠法、总均值虚拟法、可比替换法、无价格变化连接法等方法的改进效果并不明显。

在改进思路上，主要有三类：一是利用大数据，估计相关变量或变量参数，如生产成本差别法、数量调整法、Hedonic法；二是利用大数据结合其他质量调整法来开展，如部件价格法；三是利用大数据，扩大样本空间，寻找更适合的可比产品或替代品，包括组均值虚拟法和样本更新法。需要指出的是，理论上多种质量调整方法在大数据背景下的应用效果都得到改进，但改进程度如何还需进行更严格的实证性检验与分析。

(二)Hedonic方法改进研究

Hedonic方法是目前国际上广泛推荐的CPI质量调整方法，该方法的理论体系较为完善，但实践操作性并不强，目前仍主要限于试验性研究[11，13]，主要原因在于无法及时、准确地获取影响规格品价格变化的特征或属性数据。显然，大数据为Hedonic质量调整的实施创造了条件，特征信息数据瓶颈不再突出。

表3　大数据视角CPI质量调整方法的改进

注：这里的规模效应是指构成产品的各个零部件的交易价格之和通常大于整个产品的交易价格，因此单独用某一新增部件的价格代表质量改变，可能高估质量改变引起的价格差异，使纯价格变化产生向下偏差。

依据特征变量与价格变量进入方程形式的不同，常用的Hedonic模型可分为三种形式：线性形式、半对数形式和对数形式。实际操作中究竟选择哪一种尚无统一标准*在实践中可以遵循一些基本原则：首先，质量调整针对质量变化较大的产品，如高科技产品、电子产品。这种产品的价格变动呈现明显的特点：(1)前期研发费用高，刚入市场定价高；(2)成本费用转移到一定程度后大幅降价；(3)到变化后期，价格基本稳定在成本附近。可见，其价格变动并未呈现线性趋势，因此函数形式应避免采用线性回归式。其次，对于新流入市场的产品，由于基期特征信息缺失，不宜选用对数形式。最后，半对数形式较为常用，主要因为：一方面，它可以解释较高价格的规格品具有较大的绝对误差；另一方面，还能方便地与几何形式的指数(如Törnqvist指数)结合使用[12]。，需要进行不断尝试和调整修正，在数据信息充足的情况下，以最大限度地拟合样本的特征属性为核心准则。在确定Hedonic函数形式后，依据是否直接采用回归方程中变量前的系数，将Hedonic价格指数计算方法分为两类：直接Hedonic价格指数法和间接Hedonic价格指数法，每种方法又各包括两种计算方法，其特点和适用情况见表4。

2．方法改进。大数据条件下，可采用加权时间―虚拟Hedonic指数和加权时间―产品―虚拟Hedonic指数对质量发生改变的规格品进行价格虚拟，结果更加合理、准确，而且能确保CPI质量调整的及时性和动态性。

表4　Hedonic价格指数计算方法

注：表中“*”或称质量调整系数，是用来调整总价格变化率以得到纯价格变化率，即不含质量变化因素的价格变化率。

(1)

(2)

(3)

这里，不匹配产品缺失的价格是根据时间虚拟模型估计。张伟等指出，在基本分类价格指数计算中，如果采用以销售量作为权重的信息数据，将大幅度提高指数编制的精度[15]。因此，若式(2)不采用WLS法而采用OLS法对0期和t期的面板数据进行估计，则对于匹配产品时间虚拟指数而言，相当于采用了不加权的Jevons指数，显然运用不加权指数公式不是最理想的。

(2)加权时间―产品―虚拟Hedonic指数。实际当中，决定产品价格的特征变量可能十分有限或信息不易获取，或信息获取成本很高，若没有特征变量，则可用虚拟变量对价格变化进行解释。假设有N个规格品，既有匹配产品也有不匹配产品，此时双边时间―虚拟模型变为双边时间―产品―虚拟模型，即：

(4)

3．应用分析。国际上，不少国家较早开始对CPI中发生质量变化的规格品采用Hedonic法进行质量调整，表5从调整产品类别、起始时间以及进行质量调整的价格数据来源和产品属性数据来源等方面对Hedonic法在一些主要国家的应用情况进行了比较[16]。结论如下：(1)Hedonic质量调整法主要应用在质量变化较快的信息、通信和技术(ICT)产品上，如个人电脑、笔记本电脑、平板电脑等；(2)在这些国家中，美国是最广泛地在CPI编制中运用Hedonic法进行质量调整的国家；(3)产品价格数据多来自外部数据供应商，而属性数据多由统计机构内部收集。总体上，Hedonic方法在世界各国CPI质量调整中的应用实践还很有限，原因主要在于没有充足的数据信息作保障，而且传统的数据收集方法下实施质量调整的成本太高。

表5　Hedonic法在CPI质量偏差调整中的应用

大数据条件下，Hedonic质量调整方法实施的基础数据约束明显减弱，所需信息支持包括方法本身的技术性要求以及大量的价格数据和属性数据，都不再成为问题，而且相关数据成本大幅下降。此外，由于技术产品质量变化较快，在大数据支持下，可以及时更新Hedonic回归系数，实现质量变化偏差调整的动态性、即时性。

五、结论与建议

质量变化偏差是影响CPI数据准确性的重要因素，质量调整是CPI编制理论与实践中非常重要的问题，受到理论界与统计部门的高度关注。在大数据背景下，CPI质量调整的必要性和可行性都上升，常用的一些质量调整方法也更具操作性，而且偏差调整的效果更为明显。以Hedonic方法为例，通过回归分析描述产品价格与其决定因素(即特征信息)之间的对应关系：在特征信息充足时，可以采用加权时间―虚拟Hedonic指数；在特征信息不充分或收集特征信息的可行性不足时，可以采用加权时间―产品―虚拟Hedonic指数。大数据不仅将Hedonic法从理论研究推广到实践层面，还有助于确保CPI质量调整的及时性、准确性和动态性，而且Hedonic法在大数据条件下进行的加权最小二乘估计，反映了规格品在销量上的经济意义，结果更加科学、合理。

目前，中国的CPI统计尚未实施质量偏差调整。鉴于CPI质量调整的重要性和可行性，中国应尽快在CPI统计中开展质量调整，以提高CPI数据质量。为此，提出如下建议：一是积极与大型连锁超市、电商企业、网上交易平台等机构签订数据供应协议，在CPI编制和偏差调整中充分利用大数据，保证数据来源的连续性、准确性和时效性；二是建立健全大数据条件下的统计法律法规，对数据收集、使用、发布等活动重新做出调整、规范，加强对数据供应商信息和隐私的保护，确保数据用途的单一、合法性；三是积极开展大数据背景下的统计理论与方法研究，加强统计人才队伍培养，提升统计专业技能，尤其是对海量数据的收集、整理、挖掘和运用的能力；四是尽快着手开展CPI质量调整的试验性研究和在有限范围内的实践运用(首选信息、通信和科技领域)，提高CPI的准确性与国际可比性。

参考文献：

[1]Boskin M J, Dulberger E R, Gordon R J, Griliches Z, Jorgenson D.Toward a More Accurate Measure of the Cost of Living: Final Report to the Senate Finance Committee [R]. Washington, DC, U.S. Government Printing Office, for the U.S. Senate Committee on Finance, December 1996.

[2]Boskin M J, Dulberger E R, Gordon R J, Griliches Z, Jorgenson D. Consumer Prices, the Consumer Price Index and the Cost of Living [J]. Journal of Economic Perspectives, 1998, 12(1).

[3]国际劳工组织,国际货币基金组织,经济合作与发展组织,欧盟统计局,联合国,世界银行.消费者价格指数手册：理论与实践[M].国际货币基金组织，译.北京:中国财政经济出版社,2008.

[4]石刚.提高CPI数据质量的编制技术研究评述[J].统计研究,2012(5).

[5]陈梦根,刘浩.大数据对CPI统计的影响及方法改进研究[J].统计与信息论坛,2015(6).

[6]Diewert W E. Hedonic Regressions: A Consumer Theory Approach [C]//Feenstra R C, Shapiro M D. Scanner Data and Price Indexes. Chicago: University of Chicago Press, 2003.

[7]胡雪梅.扫描数据在CPI编制中的应用研究[D].大连：东北财经大学硕士学位论文，2012.

[8]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).

[9]Ivancic L, Diewert W E, Fox K J. Scanner Data, Time Aggregation and the Construction of Price Indexes [J]. Journal of Econometrics, 2011, 161(1).

[10]Feenstra R C, Shapiro M D. High-Frequency Substitution and the Measurement of Price Indexes [R]. Prepared for the CRIW Conference “Scanner Data and Price Indexes”, Sept. 15-16, 2000.

[11]Haan J de, Van der Grient H A. Eliminating Chain Drift in Price Indexes Based on Scanner Data [J]. Journal of Econometrics, 2011, 161(1).

[12]Haan J de, Krsinich F. Scanner Data and the Treatment of Quality Change in Nonrevisable Price Indexes [J]. Journal of Business & Economic Statistics, 2014, 32(3).

[13]Diewert W E, Heravi S, Silver M. Hedonic Imputation versus Time Dummy Hedonic Indexes [C]//Diewert W E, Greenlees J, Hulten C R. Price Index Concepts and Measurement. Chicago: University of Chicago Press, 2009.

[14]Diewert W E. Hedonic Regressions: A Review of Some Unresolved Issues[C]. The Seventh Meeting of the Ottawa Group, Paris, May, 2003.

[15]张伟,朱孔来.权重对CPI的结果影响程度定量分析[J].统计与信息论坛,2014(6).

[16]Wells J, Restieaux A. Review of Hedonic Quality Adjustment in UK Consumer Price Statistics and Internationally [DB/OL]. (2014-03-13).http://www.ons.gov.uk/ons/rel/cpi/review-of-hedonic-quality-adjustment-in-uk-consumer-price-statistics-and-internationally/2014/index.html.

(责任编辑：崔国平)

收稿日期：2015-12-31

基金项目：国家社会科学基金项目《中国实施国际比较项目(ICP)的技术难点与创新研究》(13AZD086)；国家社会科学基金项目《政府债务管理及风险预警机制研究》(14ZDA047)；教育部人文社会科学研究规划基金项目《基于国际标准的政府债务统计与预警管理体系研究》(13YJA630005)

作者简介：陈梦根，男，江西铜鼓人，经济学博士，教授，博士生导师，研究方向：资本市场和经济统计；

中图分类号：C813∶F224.0

文献标志码：A

文章编号：1007-3116(2016)07-0003-08

A New Analysis on the Quality Adjustment of CPI and the Improvement in Methodology

CHEN Meng-gen, HU Xue-mei

(School of Statistics, Beijing Normal University, Beijing 100875, China)

Abstract:The quality change of products is the main source of CPI bias. The quality bias adjustment is one of the difficulties in the CPI statistical theory and practice. When entering into the era of big data, the necessity and feasibility of the CPI quality adjustment become more obvious. And many approaches of the quality adjustment can be put into effect and get better results. As one of the most important approaches, the Hedonic method will be improved sharply and two new models named the weighted time-dummy Hedonic price index and the weighted time-product-dummy Hedonic price index can be used to estimate the prices of quality-changed products. Both of them will increase the accuracy of the quality adjustment results and promise the timeliness and dynamics. Now, China has not yet carried out the quality bias adjustment in the CPI compilation. In order to promote the data quality of CPI, China should study on the CPI quality adjustment and adopt it as soon as possible.

Key words:big data; consumer price index; quality adjustment; Hedonic method

胡雪梅，女，河南正阳人，博士生，研究方向：宏观经济统计分析。

【统计理论与方法】