基于時(shí)間序列分析的預(yù)測(cè)方法是[北京市的CPI時(shí)間序列分析及預(yù)測(cè)]

基于時(shí)間序列分析的預(yù)測(cè)方法是北京市的CPI時(shí)間序列分析及預(yù)測(cè) 【摘要】運(yùn)用EViews軟件，根據(jù)北京市CPI歷史數(shù)據(jù)建立了擬合程度較高的居民消費(fèi)價(jià)格ARIMA、GARCH模型，并對(duì)CPI進(jìn)行分析和短期預(yù)測(cè).結(jié)果表明，北京市場(chǎng)價(jià)格保持低位平穩(wěn)運(yùn)行，通貨膨脹率低，經(jīng)濟(jì)穩(wěn)定呈快速增長(zhǎng)態(tài)勢(shì)。 【關(guān)鍵詞】CPI ARIMA模型GARCHM模型北京市 居民消費(fèi)價(jià)格指數(shù)(CPI)是反映居民家庭一般所購(gòu)買(mǎi)的消費(fèi)商品和服務(wù)價(jià)格水平變動(dòng)情況的指標(biāo)。它既是反映通貨膨脹程度的重要指標(biāo)，也是國(guó)民經(jīng)濟(jì)核算中的縮減指標(biāo)。一般說(shuō)來(lái)，CPI穩(wěn)定、就業(yè)充分及GDP增長(zhǎng)往往是最重要的 _目標(biāo)，影響著政府制定貨幣、財(cái)政、消費(fèi)、價(jià)格等政策，同時(shí)也直接影響了居民的生活水平及其評(píng)價(jià)。因此準(zhǔn)確分析和預(yù)測(cè)CPI的變化規(guī)律，具有重要的理論和現(xiàn)實(shí)意義。 一、理論模型的設(shè)計(jì) 本文的目的是通過(guò)對(duì)北京市歷史CPI數(shù)據(jù)用擬合度較高的模型擬合反映居民生活水平，并預(yù)測(cè)其未來(lái)發(fā)展趨勢(shì)以供各類政策參考制定。本文在分析2000年1月一xx年2月北京市消費(fèi)價(jià)格指數(shù)月度數(shù)據(jù)的基礎(chǔ)上，對(duì)以往的消費(fèi)者價(jià)格指數(shù)(CPI)進(jìn)行數(shù)據(jù)處理，根據(jù)數(shù)據(jù)的平穩(wěn)性建立消費(fèi)價(jià)格指數(shù)的ARMA模型或ARIMA模型、GARCH模型，并以此對(duì)北京格指數(shù)做分析，預(yù)測(cè)了xx年3月至6月的價(jià)格消費(fèi)指數(shù)，并與實(shí)際數(shù)據(jù)比較，市消費(fèi)價(jià)分析模型的擬合好壞。模型參數(shù)的估計(jì)及檢驗(yàn)、預(yù)測(cè)所用的軟件工具是Eviews。 二、樣本數(shù)據(jù)的搜集 數(shù)據(jù)國(guó)家 _，選取的是2000年1月xx年6月的月度CPI時(shí)間序列數(shù)據(jù)。數(shù)據(jù)為同比價(jià)格指數(shù)(與上年同期相比)。表一與模型有關(guān)的CPI數(shù)據(jù) lgx，然后進(jìn)行一階差分得dlgx，用ADF方法檢驗(yàn)新的序列dlgx的平穩(wěn)性。 首先選帶常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)的ADF模型，滯后項(xiàng)的階數(shù)選擇是從最大的默認(rèn)值4開(kāi)始，分別比較各滯后項(xiàng)取不同值時(shí)AIC，SC的取值。從下表二可以看出，滯后階數(shù)為一階時(shí)，AIC/SC值取得最小。 表二不同滯后階數(shù)下ADF模型3 AIC/SC取值 根據(jù)上結(jié)果，從dlgx(-1)看，t統(tǒng)計(jì)量的值-8.799小于ADF臨界值表中的-3.44487，則拒絕存在單位根的零假設(shè)。同時(shí)，由于時(shí)間項(xiàng)T的t統(tǒng)計(jì)量的值為0.44小于T的ADF分布表中的臨界值2.79，因此不能拒絕不存在趨勢(shì)項(xiàng)的零假設(shè)。 結(jié)論：序列dlgx是平穩(wěn)的。可以用ARMA（p,q）擬合。 四、模型的識(shí)別 根據(jù)下面自相關(guān)和偏自相關(guān)圖，粗步判斷ARMA模型的參數(shù)p, q。由于自相關(guān)系數(shù)AC在k=1后很快地趨于0，所以取q=1；偏自相關(guān)系數(shù)AC在k=1后很快地趨于0，所以取p=1； 圖二dlgx自相關(guān)和偏自相關(guān)圖 這里1+1=0.9891241，滿足參數(shù)約束條件。模型的AIC和SC值都較小，可以認(rèn)為該模型較好地?cái)M合了數(shù)據(jù)。 六、預(yù)測(cè) 利用GTARCH(1,3)模型預(yù)測(cè)，xx年3月至6月的北京市cpi值。圖十二xx年3月至6月份CPI預(yù)測(cè)圖 相對(duì)誤差率分別為0.02%，0.12%，0.35%，0.22%，均不超過(guò)兩倍方差，這表明，模型建立恰當(dāng)，擬合良好，可信度高。 七、結(jié)論 本文基于北京市的歷史CPI對(duì)其變化趨勢(shì)進(jìn)行了擬合，并預(yù)測(cè)了近期的變化，與實(shí)際符合較好，是一個(gè)比較成功的CPI分析預(yù)測(cè)模型。 （指導(dǎo)教師：胡波） _： 1周美英.基于ARIMA模型的湖北省CPI時(shí)間序列分析及預(yù)測(cè).時(shí)代金融，xx年第5期. 2劉梭.安徽省CPI時(shí)間序列分析.致富時(shí)代, xx年第3期. 3翁?hào)|東.消費(fèi)者價(jià)格指數(shù)的預(yù)測(cè)基于ARIMA模型的實(shí)證分析.科技和產(chǎn)業(yè),