CPI指數(shù)序列的分析及預(yù)測(cè).pdf

1、CPI(居民消費(fèi)價(jià)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(jià)格統(tǒng)計(jì)出來的物價(jià)變動(dòng)指標(biāo),通常作為觀察通貨膨脹水平的重要指標(biāo)。對(duì)CPI的準(zhǔn)確預(yù)測(cè)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(duì)國民經(jīng)濟(jì)進(jìn)行調(diào)控。
　　 CPI消費(fèi)指數(shù)序列是一個(gè)時(shí)間序列,它具有時(shí)間序列所具有的特性,任何一個(gè)時(shí)間序列都可以分解為趨勢(shì)項(xiàng)、周期項(xiàng)和隨機(jī)項(xiàng)之和,可以表示為: Xt=Tt+St+Rt,t=

2、1,2,…
　　 其中,{Tt}是趨勢(shì)項(xiàng),{St}是季節(jié)項(xiàng),{Rt}是隨機(jī)項(xiàng),時(shí)間序列{Xt}是這三項(xiàng)的疊加。對(duì)其特征項(xiàng)進(jìn)行分析求解,準(zhǔn)確把握該時(shí)間序列的特性,對(duì)其預(yù)測(cè)下一步預(yù)測(cè)提供幫助。
　　 針對(duì)中國1989-2010年CPI時(shí)間序列,本文先采用ADF檢驗(yàn)法,對(duì)其進(jìn)行平穩(wěn)性檢驗(yàn),得知該時(shí)間序列為非平穩(wěn)序列,這就需要對(duì)時(shí)間序列進(jìn)行特征項(xiàng)的分析,如趨勢(shì)項(xiàng)、周期項(xiàng)等；另外,CPI時(shí)間序列數(shù)據(jù)在采集時(shí)可能會(huì)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(duì)其頻域進(jìn)行分析,可得知進(jìn)行數(shù)據(jù)處理時(shí)將這部分干擾信息剔除,將會(huì)有益于對(duì)時(shí)間序列的分析和預(yù)測(cè)。
　　 針對(duì)非平穩(wěn)時(shí)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(shì)項(xiàng)和季節(jié)項(xiàng)提取出來,得到的就是平穩(wěn)時(shí)間序列,時(shí)間序列的預(yù)測(cè)是建立在平穩(wěn)時(shí)間序列上的。
　　 根據(jù)年CPI指數(shù)時(shí)間序列樣本少,數(shù)據(jù)簡單,非平穩(wěn)性等特點(diǎn),本文最終選擇求和自回歸移動(dòng)平均(ARIMA)和灰色預(yù)測(cè)對(duì)CPI指數(shù)進(jìn)行預(yù)測(cè)

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

5、預(yù)測(cè)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(shí)間序列數(shù)據(jù)量小、貧信息及高灰度的特點(diǎn),選擇采用灰色思想和趨勢(shì)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(duì)誤差控制在3％以內(nèi),效果較為理想。
　　 灰色預(yù)測(cè)在CPI時(shí)間序列預(yù)測(cè)中比ARIMA模型具有較高精度,所以選擇灰色預(yù)測(cè)作為預(yù)測(cè)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