基于ARIMA模型的居民消费价格指数的预测方法研究.pdf.pdfVIP

基于ARIMA模型的居民消费价格 指数的预测方法研究 杨 杰 三门峡职业技 术学院经管 系会计 电算化教研室 河南 三 门峡 472000 【摘 要】本文根据时间序列相关知识，利用2000年1月到201o年12月的居民消费价格指数历史数据建立 了一个ARIMA2*~测模型，分析20 年的居 民消费价格指数 的短期走势，对未来的政策提 出了相关建议。 【关键词】CPI AEIMA模型 消费价格指数 预测 中图分类号：F224文献标识码：A文章编号：l009-．4067(2012)05—175-02 一 、 绪论 数的最大滞后期数，P+q为模型参数个数。 在2009年过后 ，我国CPI指数扶摇直上，通货膨胀率也在 同时 当Q ：M(—p—q)，则接受 ，为纯随机序列；否则，适应性 不断上涨 ，中国面临着较大的通货膨胀压力，民众生活成本不断加 检验不能被通过。 重 ，如何跑赢CPI已经成为热门话题 ，本文用时间序列模型对CPI 2．2F分布检验 指数进行分析与预测，对未来经济水平的走势有一个了解 ，对国家 通过分析可 以看 出，通过检验高阶模型的剩余平方和时候显 经济建设有一个宏观的意识 。在研究思路上 ，我会适用定价分析 和定量分析两种分析手段相互结合的一种方式来对 中国居 民消 著性的减少，可以间接的检验 }的纯随机性。 费价格指数进行分析 。 2．3-r分布检验 二、ARIMA模型理论概述 假设通过F检验已经判断原序列的模型为AR(m)模型，现在检 建立时间序列模型有如下四个步骤：数据的预处理、模型的识 验AR(m)模型参数s，是否显著为零。通过假设，N。=N—m(N为 别、参数估计和模型的检验。因为平稳性是建立一个时间序列模 样本容量)，k：m，可以构造出用于检验未知参数显著性的f检验 型的最基础条件 ，所以，在拿到样本数据滞后 ，必须先检查数据的 统计量7’： ～f(Ⅳ．一 如果Irl≥f。(Ⅳ|·一 平稳性 。判断时间序列的平稳性主要有三种方法 ：根据散点图进 一 ， 那么 ， “ 行直观平稳性判断、根据分析得到的 自相关系数和偏相关系数进 行判断、检验特征根。 。 不成立 ，认为该参数是显著的。 在本文中将只使用 自相关函数以及偏相关函数的截尾和拖尾 三、ARIMA模型在居民消费价格指数中的定量分析 从序列的直方图可以看出，序列均值为102．0890，标准差为2． 性 ，对所采用的模型类型进行初步的判断。 对于零均值平稳序列 )，第k期的自相关系数 ，k=1,2，…) 428982，偏度为0．694764，峰度为2．868320，J-B统计量为l1．03940， 的估计