本文是一篇经济管理论文，本文使用在线数据构建了在线CPI，并且和官方CPI进行了比对研究，发现了在线CPI对官方CPI预测的异质性。这首先意味着不同类目对于官方CPI或者相关影响因素的反应是不同的，也就是说在现实不同部门对于货币政策的反应程度和速度也是不同的；
1 绪论
1.1 研究背景
粘性价格在凯恩斯宏观经济理论和新凯恩斯思想中占有重要地位，价格粘性理论、模型以及得出的政策结论，在很大程度上取决于对价格调整所作的假设。货币供给的增长将导致价格水平的相同比例增长，对于实际产出水平（例如产出、就业）没有产生影响，这被称为货币中性（货币外生）。但要，使货币产生实际效果，就需要一定程度的名义粘性，这样物价和工资就不会立即做出反应。因此，凯恩斯主义宏观经济学家认为，市场之所以无法清仓，因为当需求下降时，价格未能降至市场出清水平，即价格是具有粘性的，这就是货币非中性（货币内生）理论。
另外，对于财政政策来说，如果货币是中性的，政府开支的临时增加会导致实际利率的急剧上升，这就对私人开支产生了挤出效应，意味着产出仅温和的增长。然而，如果价格对刺激的反应迟缓，那么实际利率的上升将受到限制，这意味着私人开支的下降幅度将很小，那么刺激计划的整体效果将是大幅增加产出，政策是有效的。
同样的逻辑意味着，缓慢的价格调整将使实际利率对总体冲击的反应减弱，例如金融恐慌、不确定性、坏消息以及消费者情绪波动（凯恩斯的“动物精神”，Akerlof & Shiller, 2010）。价格粘性抑制了实际利率（和实际工资）的变动，这些变动可能导致总需求的重大变化。所以对微观层面的价格粘性研究，有助于了解宏观层面总价格水平对于冲击的反应背后的机制。
.............................
1.2 价格粘性的理论解释
1.2.1 定价失灵
一些价格粘性模型假设：企业的最佳价格取决于尚未改变价格的公司，从而只有部分公司改变价格，这种定价失灵可能是价格粘性效应的放大机制。
Ball & Romer（1991）开发了一个新模型，他们的理论试图解答这样一个问题：企业通常希望提高价格，但又害怕与竞争对手的价格脱节，他们不想成为第一个提价的人。但当竞争产品价格上涨时，公司会迅速提高自己的价格。经营者通常会担心如果自己涨价了，而竞争对手没有涨价，他们的销售额就会大幅减少；这种想法通常会造成价格上涨比下降更具粘性（大家都不想成为第一个涨价的人）。
定价失灵意味着总价格水平低迷时间远超过所有价格至少改变一次的水平，也就是说，价格的宏观滞缓可能远大于价格的微观刚性。定价者之间的发生协调失败要有二个要素，第一，定价决策的时间需要错开。有关价格调整的经验文献表明，经济中的定价者之间存在大量令人震惊的价格变动（Lach & Tsiddon, 1996）。在Taylor（1980）和Calvo（1983）模型中，假设了价格变化是交错的。在Golosov & Lucas（2007）及其使用菜单成本模型的文献中，由于价格变化的时间在很大程度上是由特殊冲击决定的，因此也出现了错综复杂的情况。第二个因素是定价者之间的战略互补性。如果定价者的定价决策是策略性的补充，并且定价是相互错开的，在收到冲击后很快改变价格的公司将对冲击做出不完全的反应，因为其他公司尚未改变其价格。这种不完全反应将导致随后改变其价格的公司做出更少的反应。在这种情况下，价格交错调整和定价策略互补的结合可能导致协调失败。
...........................
2 价格粘性的基本事实
2.1 数据来源和获取
2.1.1 数据来源
本文数据来源于天猫网站公开页面上抽取的信息，随着电子零售市场的不断发展，在线市场成为了重要的研究领域。本文利用了网络爬虫程序自动化获取网站上的高频数据信息进行一系列的研究。
2.1.2 获取方法
本文数据获取方法步骤如下。
首先，获取需要爬取的店铺列表。这一步基于一个种子词库，通过自动化程序不断的在天猫店铺搜索页面搜索关键词，获取与之匹配的店铺链接并保存到店铺链接数据库中，以备下一步爬取；同时将新爬取的店铺名称等信息进行分词处理，获取的关键词加入种子词库。将这一步不断循环，直到获取足够的店铺链接。
其次，每天访问所有店铺页面。在访问的每一个店铺页面中，通过店铺的商品列表可以获取此店铺绝大部分的商品详情页面链接；依次访问这些商品详情页面，通过网页抽取技术，获取商品的价格、销量、属性等信息，并保存至数据库。
最后进行数据整理和计算。即按照数据分析和计算的要求，将数据进一步规整并存放到数据仓库。
..........................
2.2 数据描述和处理
2.2.1 数据描述
本文数据采集自天猫网站中食品相关类目的店铺和商品页面，采集频率为每天采集，数据时间为2017年1月1日至2020年12月31日，总计1095天。总计覆盖食品相关类目共340个小类、13469家店铺、1102387个商品。包含字段有：店铺类型、店铺唯一编号，商品唯一编号、类目、价格、销量、评论数和收藏量，总计2.5亿多个观测点。
表 2-1描述了数据集的基本情况。
经济管理论文怎么写
2.2.2 处理方法
本文的实证过程中首先需要对数据进行预处理，方法如下。
缺失值处理。本文数据为程序获取的高频数据，可能会因为页面改变、网络故障等造成爬取失败，丢失某一天或者某段时间的商品价格等信息。其次，商家可能会暂时下架宝贝，造成某段时间的价格信息的缺失。如果缺失时间长度不超过30天，本文使用最近上一次出现的价格等信息补全；如果丢失时间长度超过30天，就不进行任何处理。
异常值处理。Cavallo（2010）将上涨大于500%以及降低超过90%的价格定义为异常值，这种价格变动基本是由于商家临时调价造成的，属于非常规的调整；本文也使用如上定义识别异常值，并使用最近的上一个正常价格替换异常价格。
.............................
3 价格设定的TDP和SDP证据 .................................. 21
3.1 市场结构的划分 .................................... 21
3.2 市场结构与价格粘性的关系 ................................. 22
3.3 价格变动的生存分析 ................................... 23
4 在线CPI的构建和比较 ........................ 26
4.1 数据处理 ................................. 26
4.2 在线CPI的构建 ........................................... 27
4.3 与官方CPI的比较 ............................. 30
5 结论与展望 .................... 40
4 在线CPI的构建和比较
4.1 数据处理
本章对数据的处理采用第2章中的缺失值、异常值、样本期的处理方法，但是不做促销价格过滤，本文也尝试了使用经过促销过滤器过滤后的价格进行建模，结果显示是稳健的。
本文采用国家统计局标准的CPI构建方法构建在线CPI，由于国家统计局不提供中类和大类的权重信息，本文仅对子类进行在线CPI的构建，构建步骤如下：
第一步，计算代表规格品的价格变动相对数。即计算出每种规格品当月的平均价格作为报告期价格，与上月各种调查规格品的平均价格（即基期价格）相对比，得到代表规格品的环比价格变动相对数。
因为官方没有公布CPI的类目权重信息，本文不做中类和大类的CPI构建，只统计小类的CPI数据，统计结果如图 4-1。图中实线为官方CPI曲线，虚线为在线CPI曲线，均从2017年3月开始统计，每一个观测点均以上个月为基准，且均未做季节调整。图中可以看出明显的类目异质性，可以将曲线大致分为3类，第1类包括粮食和酒类类目，可以看到这一类的官方CPI波动大于在线CPI；第2类包括鲜菜类目，在线CPI的波动大于官方波动；第3类为剩余类目，包括食用油、水产品、蛋类、奶类、鲜果类目，可以看到这几个类目的在线和官方CPI的波动长期相似，短期不一致。这种长期一致，短期不一致这说明了在线CPI可能包含了更多的价格变化信息，可以更快的表现市场变化。同时观察到类目基本都体现了季节性，因此下文的建模中引入了春节哑变量来捕获这种季节性。
经济管理论文参考
.............................
5 结论与展望
本文得出如下几个结论。
第一，本文计算了中国食品市场价格粘性的实证数据，得到食品类目剔除促销价格后的价格变动频率中位数为0.65%，152天完成一次价格调整；不同子类的价格粘性具有一定的异质性，价格变动频率在0.41%到1.03%之间，周期从97天到242天不等；同时发现，食品类目向下粘性稍高于向上粘性；另外本文还研究了价格变动幅度的分布，可以看到食品类目总体上不存在明显的菜单成本。
第二，本文使用了HHI指数对市场竞争结构进行分组，研究了商家类型和价格粘性的关系，发现在充分竞争市场中，专营店（渠道商）的价格粘性更低，价格更灵活。然后通过COX模型得出食品在线市场对SDP和TDP是混合依赖的，同时对TDP的依赖程度可能更高一些。
最后，本文使用在线数据构建了在线CPI，并且和官方CPI进行了比对研究，发现了在线CPI对官方CPI预测的异质性。这首先意味着不同类目对于官方CPI或者相关影响因素的反应是不同的，也就是说在现实不同部门对于货币政策的反应程度和速度也是不同的；其次意味着将在线CPI用于官方CPI预测的时候，应该采用多步法，不能从中类或者大类直接进行预测，而是应该从小类进行预测，对官方CPI没有预测作用的小类应该寻找其他变量和预测方法，才能最大程度的提高预测效果。
食品行业是我国CPI篮子的重要组成部分，也是民生最关心的部分，以上对食品行业的价格粘性研究为我国在线市场价格调节、货币政策有效性、通货膨胀管理提供了现实依据。
参考文献（略）