基于時間序列分析的預測方法是[北京市的CPI時間序列分析及預測]

基于時間序列分析的預測方法是北京市的CPI時間序列分析及預測 【摘要】運用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價格ARIMA、GARCH模型，并對CPI進行分析和短期預測.結(jié)果表明，北京市場價格保持低位平穩(wěn)運行，通貨膨脹率低，經(jīng)濟穩(wěn)定呈快速增長態(tài)勢。 【關(guān)鍵詞】CPI ARIMA模型GARCHM模型北京市 居民消費價格指數(shù)(CPI)是反映居民家庭一般所購買的消費商品和服務(wù)價格水平變動情況的指標。它既是反映通貨膨脹程度的重要指標，也是國民經(jīng)濟核算中的縮減指標。一般說來，CPI穩(wěn)定、就業(yè)充分及GDP增長往往是最重要的 _目標，影響著政府制定貨幣、財政、消費、價格等政策，同時也直接影響了居民的生活水平及其評價。因此準確分析和預測CPI的變化規(guī)律，具有重要的理論和現(xiàn)實意義。 一、理論模型的設(shè)計 本文的目的是通過對北京市歷史CPI數(shù)據(jù)用擬合度較高的模型擬合反映居民生活水平，并預測其未來發(fā)展趨勢以供各類政策參考制定。本文在分析2000年1月一xx年2月北京市消費價格指數(shù)月度數(shù)據(jù)的基礎(chǔ)上，對以往的消費者價格指數(shù)(CPI)進行數(shù)據(jù)處理，根據(jù)數(shù)據(jù)的平穩(wěn)性建立消費價格指數(shù)的ARMA模型或ARIMA模型、GARCH模型，并以此對北京格指數(shù)做分析，預測了xx年3月至6月的價格消費指數(shù)，并與實際數(shù)據(jù)比較，市消費價分析模型的擬合好壞。模型參數(shù)的估計及檢驗、預測所用的軟件工具是Eviews。 二、樣本數(shù)據(jù)的搜集 數(shù)據(jù)國家 _，選取的是2000年1月xx年6月的月度CPI時間序列數(shù)據(jù)。數(shù)據(jù)為同比價格指數(shù)(與上年同期相比)。表一與模型有關(guān)的CPI數(shù)據(jù) lgx，然后進行一階差分得dlgx，用ADF方法檢驗新的序列dlgx的平穩(wěn)性。 首先選帶常數(shù)項和時間趨勢項的ADF模型，滯后項的階數(shù)選擇是從最大的默認值4開始，分別比較各滯后項取不同值時AIC，SC的取值。從下表二可以看出，滯后階數(shù)為一階時，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，由于時間項T的t統(tǒng)計量的值為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項的零假設(shè)。 結(jié)論：序列dlgx是平穩(wěn)的?？梢杂肁RMA（p,q）擬合。 四、模型的識別 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，可以認為該模型較好地擬合了數(shù)據(jù)。 六、預測 利用GTARCH(1,3)模型預測，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預測圖 相對誤差率分別為0.02%，0.12%，0.35%，0.22%，均不超過兩倍方差，這表明，模型建立恰當，擬合良好，可信度高。 七、結(jié)論 本文基于北京市的歷史CPI對其變化趨勢進行了擬合，并預測了近期的變化，與實際符合較好，是一個比較成功的CPI分析預測模型。 （指導教師：胡波） _： 1周美英.基于ARIMA模型的湖北省CPI時間序列分析及預測.時代金融，xx年第5期. 2劉梭.安徽省CPI時間序列分析.致富時代, xx年第3期. 3翁東東.消費者價格指數(shù)的預測基于ARIMA模型的實證分析.科技和產(chǎn)業(yè),