關(guān)于居民消費價格指數(shù)的時間序列分析論文

1、<p>　　關(guān)于居民消費價格指數(shù)的時間序列分析</p><p><b>　　摘要</b></p><p>　　本文以我國1997年4月至2014年4月間每月的煙酒及用品類居民消費價格指數(shù)為原始數(shù)據(jù)，利用EVIEWS軟件判斷該序列為平穩(wěn)序列且為非白噪聲序列，通過對數(shù)據(jù)一系列的處理，建立AR(1)模型擬合時間序列，由于時間序列之間的相關(guān)關(guān)系和歷史數(shù)據(jù)對未來的發(fā)展

2、有一定的影響，對我國的煙酒及用品類居民消費價格指數(shù)進行了短期預(yù)測，闡述該價格指數(shù)所表現(xiàn)的變化規(guī)律。</p><p>　　關(guān)鍵字：煙酒及用品類居民消費價格指數(shù)，時間序列，AR模型，預(yù)測</p><p><b>　　引言</b></p><p><b>　　一、理論準備 </b></p><p&g

3、t;　　時間序列分析是按照時間順序的一組數(shù)字序列。時間序列分析就是利用這組數(shù)列，應(yīng)用數(shù)理統(tǒng)計方法加以處理，以預(yù)測未來事物的發(fā)展。</p><p>　　時間序列分析是定量預(yù)測方法之一。</p><p><b>　　基本原理：</b></p><p>　　1.承認事物發(fā)展的延續(xù)性。應(yīng)用過去數(shù)據(jù)，就能推測事物的發(fā)展趨勢。</p><

4、;p>　　2.考慮到事物發(fā)展的隨機性。任何事物發(fā)展都可能受偶然因素影響，為此要利用統(tǒng)計分析中加權(quán)平均法對歷史數(shù)據(jù)進行處理。</p><p>　　該方法簡單易行，便于掌握，但準確性差，一般只適用于短期預(yù)測。</p><p>　　時間序列分析是根據(jù)系統(tǒng)觀測得到的時間序列數(shù)據(jù)，通過曲線擬合和參數(shù)估計來建立數(shù)學(xué)模型的理論和方法。</p><p><b>　　

5、二、基本思想</b></p><p>　　1. 拿到一個觀測值序列之后，首先判斷它的平穩(wěn)性，通過平穩(wěn)性檢驗，判斷序列是平穩(wěn)序列還是非平穩(wěn)序列。</p><p>　　2.若為非平穩(wěn)序列，則利用差分變換成平穩(wěn)序列。</p><p>　　3.對平穩(wěn)序列，計算相關(guān)系數(shù)和偏相關(guān)系數(shù)，確定模型。</p><p>　　4.估計模型參數(shù)，并檢驗其

6、顯著性及模型本身的合理性。</p><p>　　5.檢驗?zāi)Ｐ蛿M合的準確性。</p><p>　　6.根據(jù)過去行為對將來的發(fā)展做出預(yù)測。</p><p><b>　　三、背景知識</b></p><p>　　CPI（居民消費價格指數(shù)），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，通常作為觀察通貨膨脹水平的重

7、要指標。居民消費價格指數(shù)，是對一個固定的消費品籃子價格的衡量，主要反映消費者支付商品和勞務(wù)的價格變化情況，也是一種通貨膨脹水平的工具。一般來說，當CPI>3%的增幅時我們稱為通貨膨脹。</p><p>　　國外許多發(fā)達國家非常重視消費價格統(tǒng)計，美國、加拿大等國家都計算和公布每月經(jīng)過季節(jié)調(diào)整的消費價格指數(shù)，以滿足不同信息使用者的要求。經(jīng)濟學(xué)家用消費價格指數(shù)進行經(jīng)濟分析和利用時間序列構(gòu)建經(jīng)濟模型。</p&

8、gt;<p>　　總所周知，居民消費價格指數(shù)是反映一個國家或地區(qū)宏觀經(jīng)濟運行狀況好壞的必不可少的統(tǒng)計指標之一，是世界各國判斷通貨膨脹（緊縮）的主要標尺，是反映市場經(jīng)濟景氣狀態(tài)必不可少的經(jīng)濟晴雨表。因此，我國也采用國際慣例，用消費價格指數(shù)作為判斷通貨膨脹的主要標尺。</p><p>　　由于CPI是反映社會經(jīng)濟現(xiàn)象的綜合指標，對其定量分析必須建立在定性分析的基礎(chǔ)上，因此CPI的預(yù)測趨勢還要與國家宏觀經(jīng)

9、濟政策及我國市場的供求關(guān)系相結(jié)合。如果消費價格指數(shù)升幅過大，表明通脹已經(jīng)成為經(jīng)濟不穩(wěn)定因素，央行會有緊縮貨幣政策和財政政策的風險，從而造成經(jīng)濟前景不明朗。因此，該指數(shù)過高的升幅往往不被市場歡迎。</p><p>　　基于以上種種，CPI指數(shù)的預(yù)測對我國各方面顯得尤為重要。</p><p>　　本文針對煙酒及用品類居民消費價格指數(shù)，分析其時間序列，并進行了相關(guān)預(yù)測。</p>&

10、lt;p><b>　　模型的建立</b></p><p><b>　　一、數(shù)據(jù)的選擇：</b></p><p>　　選取2007年4月—2014年4月的各個月份的煙酒及用品類居民消費價格指數(shù)，如表1所示：</p><p>　　表1 煙酒及用品類居民消費價格指數(shù)</p><p>　　數(shù)據(jù)來源：中

11、國統(tǒng)計年鑒</p><p>　　二、平穩(wěn)性檢驗及修正</p><p><b>　　1.時序圖</b></p><p>　　利用Eviews軟件畫出時序圖，如圖1.</p><p>　　平穩(wěn)的時間序列可以看做一條圍繞其均值上下波動的曲線。若時間序列的統(tǒng)計規(guī)律隨著時間的位移而發(fā)生變化，則為非平穩(wěn)序列。</p>

12、<p>　　圖1 原始數(shù)據(jù)的時序圖</p><p>　　由以上時序圖可以看出序列上下波動明顯，大致可判斷不具有平穩(wěn)性。</p><p><b>　　2.自相關(guān)圖</b></p><p>　　圖2 序列的自相關(guān)圖</p><p>　　由圖可以看出，自相關(guān)圖呈正弦波指數(shù)衰減，為不平穩(wěn)時間序列。</p>

13、<p>　　3.對原始數(shù)據(jù)進行一階差分，并對差分后的序列進行單位根檢驗。</p><p>　　一階差分后的時序圖，如圖3：</p><p>　　圖3 一階差分后的時序圖</p><p>　　由圖3，可大致看出，一階差分后，序列波動較穩(wěn)，可能是平穩(wěn)序列。</p><p>　　圖4 一階差分后的自相關(guān)圖</p><

14、p>　　由上圖可以看出，自相關(guān)圖較快的減少至虛線內(nèi)，可見，差分后的序列具有平穩(wěn)性。</p><p>　　為了更加準確的判斷一階差分后的序列是否為平穩(wěn)序列，下面對差分后的序列進行單位根檢驗。</p><p>　　圖5 一階差分的單位根檢驗</p><p>　　由單位根檢驗結(jié)果可知，T統(tǒng)計量的值為-3.，比置信水平1%、5%和10%的臨界值都要小，除此之外，，所以

15、拒絕原假設(shè)，不存在單位根，所以，一階差分后的序列為平穩(wěn)序列。</p><p>　　三、模型的建立與參數(shù)估計</p><p>　　由圖5的相關(guān)圖可以看出，序列的偏自相關(guān)函數(shù)具有一階滯后截尾，自相關(guān)系數(shù)具有拖尾性，所以選擇AR(1)模型并利用最小二乘法進行模擬。</p><p>　　圖6 最小二乘法擬合AR(1)模型</p><p>　　從擬合的

16、結(jié)果來看，AR(1)的參數(shù)估計中關(guān)于自變量的估計值有，且T統(tǒng)計量的絕對值顯著大于2，而AR(1)的參數(shù)估計中，，且T統(tǒng)計量的絕對值大于2，所以常數(shù)C的系數(shù)不顯著，顧去掉常數(shù)C后重新建立模型。</p><p>　　圖7 改進的擬合AR(1)模型</p><p>　　此時，模型的特征值在單位元內(nèi)，隨意模型是平穩(wěn)的，且模型的參數(shù)估計值的T統(tǒng)計量的絕對值大于2，，所以模型是顯著的，得到模型：<

17、;/p><p><b>　　模型的顯著性檢驗</b></p><p><b>　　一、殘差檢驗</b></p><p>　　下面對擬合后的模型進行殘差檢驗，如圖8：</p><p><b>　　圖8 殘差檢驗</b></p><p>　　從圖8的真值、擬合值

18、和殘差圖可以看出，模型的擬合效果較好，殘差是圍繞零均值隨機波動的。</p><p><b>　　二、Q檢驗 </b></p><p><b>　　圖10 Q檢驗</b></p><p>　　由殘差序列的自相關(guān)系數(shù)與偏自相關(guān)系數(shù)的延遲K階下的Q統(tǒng)計值的P值都顯著大于0.05，可以認為該擬合模型的殘差序列屬于白噪聲序

19、列，即該擬合模型效果顯著有效。</p><p><b>　　模型預(yù)測</b></p><p><b>　　一.預(yù)測結(jié)果</b></p><p>　　通過對AR（1）模型的預(yù)測可以得到2014年5月至2014年10月的煙酒及用品類居民消費價格指數(shù)預(yù)測值。</p><p><b>　　圖11

20、預(yù)測動態(tài)圖</b></p><p>　　表2 未來6期預(yù)測值及置信上下限</p><p><b>　　二.結(jié)論分析</b></p><p>　　由預(yù)測值可以看出，煙酒及用品類居民消費價格指數(shù)呈緩慢增長趨勢，但增長幅度不大。 </p><p><b>　　參考文獻：</b></p&g