【摘要】：H-P滤波法是处理宏观数据常用的一种方法，利用H-P滤波进行经济变量趋势分解，可以将时间序列中的长期趋势和短期波动成分分离出来，经过H-P滤波处理得到的数据为平稳序列。因为是月度数据，我们设定λ=14400，得到基于H-P滤波法核心通货膨胀，为了便于比较，我们同时报告标题通货膨胀和基于H-P滤波法核心通货膨胀，结果见图4-6。
H-P滤波法是处理宏观数据常用的一种方法，利用H-P滤波进行经济变量趋势分解，可以将时间序列中的长期趋势和短期波动成分分离出来，经过H-P滤波处理得到的数据为平稳序列。设时间序列y（t）=τ（t）+ c（t），其中τ（t）为长期趋势性成分，c（t）为短期波动性成分，λ为调节因子。给定λ时，存在长期趋势性成分τ（t），使下面式子最少化。
因为是月度数据，我们设定λ=14400，得到基于H-P滤波法核心通货膨胀（CPI_HP），为了便于比较，我们同时报告标题通货膨胀（CPI）和基于H-P滤波法核心通货膨胀（CPI_HP），结果见图4-6。
图4-6 标题通货膨胀（CPI）与基于H-P滤波法核心通货膨胀（CPI_HP）（2001.1-2015.12）
通过图4-6可知，基于H-P滤波法核心通货膨胀（CPI_HP）和标题通货膨胀（CPI）呈现出基本一致的波峰、波谷和走势，但基于H-P滤波法核心通货膨胀（CPI_HP）的波动幅度较少，整个序列相当平稳，即使是在物价波动最为剧烈的2007年至2009年，基于H-P滤波法核心通货膨胀（CPI_HP）的波动幅度仍然在2%以内。滤波法较好地剔除了价格波动中的暂时性因素的影响，反映了通货膨胀的长期趋势。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
