结课论文_时间序列分析在我国居民消费价格指数中的应用研究

结课论文_时间序列分析在我国居民消费价格指数中的应用研究

ID:11877954

大小:247.00 KB

页数:9页

时间:2018-07-14

结课论文_时间序列分析在我国居民消费价格指数中的应用研究_第1页
结课论文_时间序列分析在我国居民消费价格指数中的应用研究_第2页
结课论文_时间序列分析在我国居民消费价格指数中的应用研究_第3页
结课论文_时间序列分析在我国居民消费价格指数中的应用研究_第4页
结课论文_时间序列分析在我国居民消费价格指数中的应用研究_第5页
资源描述:

《结课论文_时间序列分析在我国居民消费价格指数中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、时间序列分析结课论文学院:专业:姓名:学号:时间序列分析在我国居民消费价格指数中的应用研究摘要本文采用时间序列模型,对我国居民消费价格指数2007年1月至2014年6月的数据进行分析,建立了ARIMA(p,d,q)(P,D,Q)模型,并利用2014年7月至2014年12月的预测值与实际值比较,显示该模型具有较好的预测效果。关键词:消费价格指数;ARIMA(p,d,q)(P,D,Q)季节模型;预测一、引言居民消费价格指数是世界各国普遍编制的一种指数,它可以用于分析市场价格的基本动态,是政府制定物价政策和工资政策的重要

2、依据。为准确把握居民消费价格指数的变动趋势,可以利用时间序列分析方法对我国的居民消费价格指数数据进行建模预测。时间序列分析是经济预测领域研究的重要工具之一,它描述历史数据随时间变化的规律,并用于预测经济数据。然而经济数据由于受到市场和国家政策等因素的影响,会常常表现出随机性,此时传统的线性时间序列分析就不能够很好地反映经济数据中存在的内在特征。近年来,非线性和非参数时间序列分析方法的出现恰恰弥补了这一缺点,因此被广泛地应用于经济领域,尤其是金融市场。关于非线性时间序列分析的详情可以参见文献Tong(1990)和Pr

3、iestley(1988)在非线性时间序列分析的最新发展上也给出了优秀的总结。本文对我国2007年1月至2014年6月的居民消费价格指数数据建立ARIMA(p,d,q)(P,D,Q)季节模型,并利用Eviews软件进行了拟合和预测。最后,将模拟、预测得到的结果与部分实际值进行了比较,结果表明,该模型能较好地反映我国居民消费价格指数的变化特征。二、数据处理与模型预测2.1数据平稳化作时间序列分析时,要求数据是平稳的,这样才可以直接进行分析,但在实际操作中,特别是经济数据几乎都是有一定趋势的,不是平稳数据,这时就要首先

4、对原始数据进行平稳化处理,剔出趋势的影响,用平稳化的数据进行时间序列分析。 本文CPI数据来自中国统计年鉴网。时间CPI时间CPI时间CPI时间CPI2007.01102.22008.12101.22010.11105.12012.10101.72007.02102.72009.011012010.12104.62012.111022007.03103.32009.0298.42011.01104.92012.12102.52007.041032009.0398.82011.02104.92013.01102200

5、7.05103.42009.0498.52011.03105.42013.02103.22007.06104.42009.0598.62011.04105.32013.03102.12007.07105.62009.0698.32011.05105.52013.04102.42007.08106.52009.0798.22011.06106.42013.05102.12007.09106.22009.0898.82011.07106.52013.06102.72007.10106.52009.0999.22011.

6、08106.22013.07102.72007.11106.92009.1099.52011.09106.12013.08102.62007.12106.52009.11100.62011.10105.52013.09103.12008.01107.12009.12101.92011.11104.22013.10103.22008.02108.72010.01101.52011.12104.12013.111032008.03108.32010.02102.72012.01104.52013.12102.52008

7、.04108.52010.03102.42012.02103.22014.01102.52008.05107.72010.04102.82012.03103.62014.021022008.06107.12010.05103.12012.04103.42014.03102.42008.07106.32010.06102.92012.051032014.04101.82008.08104.92010.07103.32012.06102.22014.05102.52008.09104.62010.08103.52012

8、.07101.82014.06102.32008.101042010.09103.62012.081022008.11102.42010.10104.42012.09101.9以横轴表示时间(月份),纵轴表示CPI,画出了原始时间序列的折线图,并进行了单位根检验。如下所示:图1全国财险公司各月原保费收入OPI折线图表1原始序列CPI单位根检验由图1我们可以看

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。