居民消费价格指数的预测和其结构分析.doc

居民消费价格指数的预测和其结构分析.doc

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
居民消费价格指数的预测及其结构分析 ——以贵州省为例 贵州民族学院 李洪飞、杨小欢、陈蛟 目 录 摘要…………………………………………………………………… 2 一、问题的提出……………………………………………………… 3 二、国内研究现状…………………………………………………… 3 三、模型构建前的准备……………………………………………… 4 3.1 模型若干假设……………………………………………… 4 3.2 数据来源说明……………………………………………… 4 四、CPI预测模型构建前得基本分析与处理……………………… 4 4.1 数据的观察分析…………………………………………… 5 4.2模型的识别、建立、优化…………………………………… 6 五、模型的检验……………………………………………………… 8 六、CPI的预测……………………………………………………… 8 七、CPI的聚类分析…………………………………………………… 9 7.1 对13类具有代表性的商品CPI进行聚类………………… 9 7.2 对13类具有代表性的商品CPI进行结构分析…………… 11 八、模型结论及意义………………………………………………… 13 九、模型的不足和改进……………………………………………… 14 十、参考文献………………………………………………………… 15 十一、附录…………………………………………………………… 15 摘要 CPI是居民消费价格指数(consumer price index)的简称。居民消费价格指数,是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。对于CPI的研究,是一个热点。 首先,本文基于时间序列,以2002年1月至2011年3月的数据为基础,对数据进行Box-Cox变换,建立SARIMA模型[1],对贵州省2011年4月至10月的CPI做出预测,达到了87.1258%的拟合优度。模型结果显示,贵州省2011年4月至10月的CPI有上升的趋势,在10月份同比增长率达到了6.4421%。因此,要实现贵州省2011年4%的调控目标有较大压力。 然后选取13类具有代表性的商品,对它们的CPI做聚类分析[2]。在分析前,为了直观,本文对CPI进行了等级划分,划分标准为:Ⅰ级(90≤CPI≤100),Ⅱ级(100≤CPI≤110),Ⅲ级(110≤CPI≤120),Ⅳ(120≤CPI≤130),Ⅴ级(130≤CPI≤140)。结果显示,在13类商品中,粮食和鲜果总是保持在较高等级。所以对CPI的影响中,粮食和鲜果是导致上涨的主要因素。其次,肉禽及制品蛋水产品消费者物价指数(Consumer Price Index),即居民消费价格指数,英文缩写为CPI,是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标。如果消费者物价指数升幅过大,表明通胀已经成为经济不稳定因素,央行会有紧缩货币政策和财政政策的风险,从而造成经济前景不明朗。(CPI)是一个滞后性的数据,但它往往是市场经济活动与政府货币政策的一个重要参考指标。CPI稳定、就业充分及GDP增长往往是最重要的社会经济目标/)。 ⅱ、对CPI进行聚类分析时,收集的是贵州省2010年1月至2011年4月具有代表性的13类商品的月度居民价格指数(CPI),其数据来源:中华人民共和国国家统计局数据库(/)。 ■ 四、CPI预测模型构建前的基本分析及处理 4.1数据的观察与分析 4.1.1 建立时间序列分析模型;本文采用Box-Jenkins法[7]和计量经济学软件Eviews5.0进行模型识别和拟合。 4.1.2 Box-Jenkins法是一种精度较高的时间序列短期预测方法,其主要思想是:某些时间序列是依赖于时间T的一族随机变量,构成该时间序列的单个序列值虽然具有不确定性,但整个序列的变化却有一定的规律性,可以用相应的数学模型进行描述。其步骤一般分为四步: Ⅰ 检验序列是否属于(弱)平稳时间序列, Ⅱ 识别模型的ARMA的阶数p、q的值,建立ARMA(P,q)模型, Ⅲ 检验模型, Ⅳ 利用模型进行预测。 4.1.3 本模型样本数据(数据附附录),对数据的初步分析,数据在2008年出现高峰区,我们分析是由于2008年1月贵州凝冻引起的,在2008年凝冻灾害贵州直接损失348亿雪灾造成了物价疯长)是一组取值为正的变量,对于Y考虑做如下变换: 称为因变量Y的Box-Cox变换。它包含了许多常见变换,诸如对数变换(),倒数变换()和平方根变化()。在这里根据经验,选

文档评论(0)

xiaofei2001129 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档