居民消费价格指数时间序列分析.docxVIP

关于居民消费价格指数的时间序列分析 摘要 本文以我国1997年4丿J至2014年4刀间每丿J的烟酒及用品类居民消费价格指数为 原始数据，利用EVIEWS软件判断该序列为平稳序列且为非门噪声序列，通过对数据 一系列的处理，建立AR(1)模型拟合时间序列，由于时间序列之间的相关关系和历史 数据对未来的发展有一定的影响，对我国的烟酒及用品类居民消费价格指数进行了 短期预测，阐述该价格指数所表现的变化规律。 关键字：烟酒及用品类居民消费价格指数，时间序列，AR模型，预测 引言 一、理论准备 时间序列分析是按照时间顺序的一组数字序列。时间序列分析就是利用这组数 列，应用数理统计方法加以处理，以预测未来事物的发展。 时间序列分析是定量预测方法之一。 基木原理： 承认事物发展的延续性。应用过去数据，就能推测事物的发展趋势。 考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响，为此要利 用统计分析中加权平均法对历史数据进行处理。 该方法简单易行，便于掌握，但准确性差，一般只适用于短期预测。 时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计 来建立数学模型的理论和方法。 二、基本思想 拿到一个观测值序列之后，首先判断它的平稳性，通过平稳性检验，判断序 列是平稳序列还是非平稳序列。 2?若为非平稳序列，则利用差分变换成平稳序列。 3 ?对平稳序列，计算相关系数和偏相关系数，确定模型。 4?估计模型参数，并检验其显著性及模型木身的合理性。 ?检验模型拟合的准确性。 ?根据过去行为对将来的发展做出预测。 三、背景知识 CPI （居民消费价格指数），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。居民消费价格指数，是 对一个固定的消费品一篮子价格的衡量，主耍反映消费者支付商品和劳务的价格变 化情况，也是一种通货膨胀水平的工具。一般来说，当CPI3%的增幅时我们称为通 货膨胀。 国外许多发达国家非常重视消费价格统计，美国、加拿大等国家都计算和公布 每月经过季节调整的消费价格指数，以满足不同信息使用者的耍求。经济学家用消 费价格指数进行经济分析和利用时间序列构建经济模型。 总所周知，居民消费价格指数是反映一个国家或地区宏观经济运行状况好坏的 必不可少的统计指标之一，是世界各国判断通货膨胀（紧缩）的主耍标尺，是反映 市场经济景气状态必不可少的经济晴雨表。因此，我国也采用国际惯例，用消费价 格指数作为判断通货膨胀的主要标尺。 由于CPI是反映社会经济现象的综合指标，对其定量分析必须建立在定性分析 的基础上，因此CPI的预测趋势还要与国家宏观经济政策及我国市场的供求关系相 结合。如果消费价格指数升幅过人，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。因此，该指数过高的 升幅往往不被市场欢迎。 基于以上种种，CPI指数的预测对我国各方面显得尤为重要。 本文针对烟酒及用品类居民消费价格指数，分析英时间序列，并进行了相关预 测。 模型的建立 一、数据的选择: 选取2007年4月一2014年4月的各个月份的烟酒及用品类居民消费价格指数，如 表1所示： 表1烟酒及用品类居民消费价格指数 时间 指数 时间 指数 时间 指数 时间 指数 2007. 4 99.4 2009. 2 103.2 2010. 12 101.5 2012. 1 103.4 2007. 5 99.3 2009. 3 103.3 2011. 1 101.6 2012. 11 103.4 2007. 6 99.3 2009. 4 103.4 2011.2 101.7 2012. 12 103.3 2007. 7 99.3 2009. 5 103.6 2011.3 101. 7 2013. 1 103. 1  2007. 8 99.6 2009. 6 103. 7 2011.4 101. 7 2013.2 103. 1 2007. 9 99.8 2009. 7 103.7 2011.5 101.7 2013.3 102.8 2007. 1 99.8 2009. 8 103.9 2011.6 101.6 2013.4 102.6 2007. 11 99.8 2009. 9 103.8 2011.7 101.5 2013.5 102.5 2007. 12 100 2009. 1 103.7 2011.8 101.4 2013.6 102.4 2008. 1 100.2 2009. 11 103.4 2011.9 101.3 2013.7 102. 1 2008. 2 100. 3 2009. 12 102.9 2011. 1 101.3 2013.8 101. 7 2008. 3 100