基于电商平台大数据的特征价格指数研究

近一二十年来,创新和技术水平的突飞猛进加剧了商品市场的竞争格局,促使产品更新换代频率提高、生命周期缩短、新产品功能和质量显著提升。这些新情况是导致产品样本代表性缺失、价格指数结果存在系统性偏差的主要原因,对我国官方价格统计提出了挑战。本文结合兼具扫描数据和网络爬虫数据优点的电商平台大数据,针对新经济时代传统特征价格指数面临的多重问题,提出一种全面、系统的特征价格指数优化方法。以特征价格估计法为基本框架,就模型设定不足、权重缺失和指数的链式漂移问题,提出了充分考虑特征变量规模效应和模型经济意义的加权非线性特征价格模型,并借助RYGEKS指数化解链式漂移。在此基础上,本文利用京东平台大数据进行试算,结果表明:传统价格指数由于样本轮换滞后、质量调整不足存在系统性偏差;改进的特征价格模型纠正了模型设定和权重缺失问题,对产品特征价格的拟合效果更优;完全匹配数据下的RYGEKS指数能够有效克服链式漂移的问题。