CPI指數(shù)序列的分析及預(yù)測.pdf

1、CPI(居民消費(fèi)價格指數(shù),Consumer Price Index)是反映與居民生活有關(guān)的商品及勞務(wù)價格統(tǒng)計出來的物價變動指標(biāo),通常作為觀察通貨膨脹水平的重要指標(biāo)。對CPI的準(zhǔn)確預(yù)測有助于把握未來經(jīng)濟(jì)發(fā)展和人民的生活狀況,從而更加有效制定政策,對國民經(jīng)濟(jì)進(jìn)行調(diào)控。
　　 CPI消費(fèi)指數(shù)序列是一個時間序列,它具有時間序列所具有的特性,任何一個時間序列都可以分解為趨勢項、周期項和隨機(jī)項之和,可以表示為: Xt=Tt+St+Rt,t=

2、1,2,…
　　 其中,{Tt}是趨勢項,{St}是季節(jié)項,{Rt}是隨機(jī)項,時間序列{Xt}是這三項的疊加。對其特征項進(jìn)行分析求解,準(zhǔn)確把握該時間序列的特性,對其預(yù)測下一步預(yù)測提供幫助。
　　 針對中國1989-2010年CPI時間序列,本文先采用ADF檢驗法,對其進(jìn)行平穩(wěn)性檢驗,得知該時間序列為非平穩(wěn)序列,這就需要對時間序列進(jìn)行特征項的分析,如趨勢項、周期項等；另外,CPI時間序列數(shù)據(jù)在采集時可能會有隨機(jī)因素出現(xiàn),即

3、有白噪聲的可能性,需要利用傅利葉變換對其頻域進(jìn)行分析,可得知進(jìn)行數(shù)據(jù)處理時將這部分干擾信息剔除,將會有益于對時間序列的分析和預(yù)測。
　　 針對非平穩(wěn)時間序列,通過差分使得數(shù)據(jù)平穩(wěn)化,或者將該序列的趨勢項和季節(jié)項提取出來,得到的就是平穩(wěn)時間序列,時間序列的預(yù)測是建立在平穩(wěn)時間序列上的。
　　 根據(jù)年CPI指數(shù)時間序列樣本少,數(shù)據(jù)簡單,非平穩(wěn)性等特點,本文最終選擇求和自回歸移動平均(ARIMA)和灰色預(yù)測對CPI指數(shù)進(jìn)行預(yù)測

4、。采用CPI序列前19個作為訓(xùn)練樣本,后3個用來做預(yù)測比較,對其預(yù)測誤差、相對誤差等評價指標(biāo)進(jìn)行分析,最終選出最優(yōu)預(yù)測模型,再對中國2011年的年CPI指數(shù)進(jìn)行預(yù)測。
　　 求和自回歸移動平均(ARIMA)模型是一種簡單方便、易于估計且短期預(yù)測能力強(qiáng)的時間序列預(yù)測模型,該模型是由三個過程組成:自回歸過程(AR(p)),單整(I(d)),移動平均過程(MA(q)),其預(yù)測的相對誤差控制在4％以內(nèi),精度有待提高。
　　 灰色

5、預(yù)測是鄧聚龍教授提出來的專門解決間于白色和黑色信息之間的一種技術(shù),根據(jù)中國年CPI消費(fèi)指數(shù)時間序列數(shù)據(jù)量小、貧信息及高灰度的特點,選擇采用灰色思想和趨勢分析、回歸分析技術(shù)相集合的方式來進(jìn)行建模,該模型將相對誤差控制在3％以內(nèi),效果較為理想。
　　 灰色預(yù)測在CPI時間序列預(yù)測中比ARIMA模型具有較高精度,所以選擇灰色預(yù)測作為預(yù)測中國2011年CPI指數(shù)的方法,得到的2011年CPI指數(shù)為108.4073,2011年CPI的增幅