- 1、本文档共27页,可阅读全部内容。
- 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、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、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
湖南科技大学本科生毕业设计(论文)
居民消费价格指数的季节ARIMA模型及短期预测
摘 要
本文是以居民消费价格指数(CPI)的短期预测为主线,采用定量的时间序列分析方法,建立季节自回归综合移动平均模型(季节ARIMA模型)对CPI进行定量分析,并用图、文、数相结合的方式来揭示经济变量CPI与时间变量之间的变动规律。
本文的研究思路是运用季节ARIMA模型, 并提供使用这类模型进行建模及预报的一般过程,即:对数据进行平稳性检验、平稳化处理、模型的差分阶数识别、参数估计,建立时间序列模型,并对模型进行检验,确定较适合季节自回归综合移动平均模型,然后再进行预测分析。
本文基于时间序列分析,对以1990为基期的我国CPI定基比数据进行了实证分析(时间长度为从1990年到2007年的216个月),最终确定较适合的季节自回归综合移动平均模型.利用该模型对我国2008—2009年CPI作出预测并与实际值比较,结果表明相对误差均在1%之内,预测模型良好.结果表明, 季节ARIMA模型在短期内的预测结果是可以接受的, 平均相对误差e=0.00211, 说明预测的精度是比较高的.但是随着预测期的延长, 预测的误差将逐渐增大, 反映在预测置信区间的宽度上, 表现于随着预测期的延长, 预测置信区间的宽度越大, 因此, 该模型适合短期预测。
但是,本文也有不足之处.一是由于季节ARIMA模型只考虑时间序列本身的特性来预测.二是没有考虑到CPI数据还受许多不可预测的复杂因素影响如国民经济的发展程度、利率水平、汇率水平、货币供应量等内在因素的影响, 而这些突然变化的因素在季节ARIMA模型中只能以随机扰动项来表示, 在预期的期望值中是无法表现出来的.因此, 利用季节ARIMA模型进行预测时应和实际情况结合综合考虑和分析。
关键词:CPI;时间序列分析;季节ARIMA模型;数量研究
Seasonal ARIMA Model for CPI Short Forecasting
Abstract
This article,adopting quantitative time series analysis approaches,establishing the Seasonal Auto-regressive Integrated Moving Average Model (Seasonal ARIMA) for quantitative analysis of the Consumer Price Index(CPI) and using graphs,characters and algebra to reveal variation law between the CPI and the time variable, concentrates on the short-term forecasting of the CPI.
Research ideas of this article not only use the Seasonal ARIMA model but also provide the use of such models the general process of modeling and prediction,namely:stability test of the data,establishing the time series models,and testing the model to find out the more suitable parameters for Seasonal ARIMA model,then the forecast.
Based on time series analysis,this paper makes the empirical analysis(length of time from 1990 to 2007,216 months total) on the basis of the fixed base ratio CPI data whose base time is in 1990,and ultimately determine the more suitable Seasonal ARIMA model ARIMA(0,2,2)(0,1,1).Through using this model to forecast CPI for 2008-2009 two years and compared with the actual values,results show that the relative error is within 1%,thus the
您可能关注的文档
- 衢州市柯城区XX柑桔专业合作社章程.doc
- 名词性从句教案.docx
- 对数函数及其性质教学课件.ppt
- 线性代数概念.doc
- After Effects CC-CC2015 中英菜单对照表(精心整理完美打印版) (2).docx
- 投入产出分析投入产出表.doc
- 表彰大会流程.doc
- 我国银行理财产品市场存在的问题与对策——以中国农业银行为例.doc
- 前台服务考试.doc
- 高数下册同济六版复习资料.doc
- 2024-2030年中国汽轮机凝汽器行业运行形势分析与投资价值评估研究报告.docx
- 无人机技术在测绘工程测量中的应用.docx
- 教育学 小学生自我效能感培养途径探究.docx
- 2024-2030年中国汽车智能化行业竞争格局及企业战略规划策略研究报告.docx
- 2024-2030年中国自动切菜机行业销售规模与发展潜力研判研究报告.docx
- 2024-2030年中国超声波发生器行业供需前景预测及产销形势分析研究报告.docx
- 2024-2030年中国生物化工运行格局剖析与未来前景展望研究报告.docx
- 2024-2030年中国电子元件电线产业竞争态势及投资潜力剖析研究报告.docx
- 2024-2030年中国蓝氢燃料市场产销前景规模与投资竞争策略研究报告(-版).docx
- 2024-2030年中国超快激光行业应用趋势分析与发展前景规模调研研究报告.docx
文档评论(0)