SARIMA模型在预测中国CPI中的应用.pdf

《SARIMA模型在预测中国CPI中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、理论新探SARIMA模型在预测中国CPI中的应用张健（上海政法学院经济管理系，上海201701）摘要：文章考虑中国通货膨胀率月度频率数据本身所表现出来的波动特征，分别对CPI同比序列和环比序列建立时间序列SARIMA模型进行了分析和预测，可为政策制定者相机抉择调控经济运行的宏观政策提供可靠工具。结果表明：相对于单一的对同比序列和环比序列建模预测而言，结合两种模型构造的合成预测值的预测精度更高。关键词：通货膨胀率；预测；SARIMA模型中图分类号：F064.1文献标识码：A文章编号：1002-648

2、7(2011)05-0028-03长期以来，不仅宏观政策的制定者密切关注着CPI的高0引言低及其走势，而且很多学者也围绕着对CPI的预测进行了大量的理论和实证研究。目前，对通货膨胀率预测的方法主要作为通货膨胀率的衡量指标，国内外研究一般采用居民分为两大类：一类是通过统计途径的调查分析得出对未来通消费价格指数（CPI）或国内生产总值（GDP）缩减指数。CPI是货膨胀的预测，包括以经济学家为调查对象的Livingston预反映居民家庭购买生活消费品和支出服务项目费用价格变测法和以家庭为调查对象的Mic

3、higan预测法；另一类是通过动趋势和程度的相对数，是对固定的一篮子消费品价格的衡计量经济学建模途径得到通货膨胀率的预测值，包括时间序量，比较全面地反映了消费市场价格的变动，具有较强的时列方法、联立方程模型方法和结构模型方法。效性和国际可比性。GDP缩减指数的概念与CPI类似，但它第一类方法主要是通过发放问卷或电话调查的方式对的计算基础比CPI更广泛，涉及全部商品和劳务，除消费外，既定样本进行调查，得出他们对未来通货膨胀的预测，将样还包括生产资料和资本、进出口商品和劳务等。通货膨胀率本的预测数据取

4、算数平均最终得到未来通货膨胀的预测值。是宏观经济分析和决策，价格总水平监测和调控以及国民经肖争艳、陈彦斌（2004）根据中国人民银行《居民储蓄问卷调济核算的重要指标。这一指标不仅影响着政府制定货币、财查系统》的定性数据，分别运用差额统计量法和概率法将调政、消费、价格、工资、社会保障等政策，同时也与居民日常生查得到的定性数据转换为定量的预期通货膨胀，从而实现定活密切相关。从微观层面的角度来看，不同经济主体对通货量的预测。此类方法得出的预测结果往往滞后于实际通货膨膨胀率的预期及其基于预期所采取的经济行

5、为会对不同行胀发生的水平，同时，如果调查的规模过小，结果的可信度会业的供给与需求产生不同的冲击；从宏观层面的角度来看，受到质疑；大规模的调查虽然可以反映市场的预期，但是需稳定的物价水平和宏观经济环境不仅有利于投资和经济增要大量的时间和人力。长，也有利于社会的和谐统一发展。货币政策从制定到产生第二类方法主要基于经济理论和计量经济学方法对通效果所经历的时间较长，使得针对已出现的通货膨胀率水平货膨胀率及相关变量序列建立回归模型，利用样本数据进行采取政策存在时滞，往往加剧了经济的波动。因此，准确的预预测。

6、测通货膨胀率并相机抉择宏观经济政策是提高货币政策效时间序列模型利用经济变量自身过去的值，也可以根据果，避免经济过度波动的有效途径。其误差项的当前及过去的值中所提供的信息来建立模型并本文将通过分析通货膨胀率序列的特征，针对作为衡量做出预测，包括自回归（AR）模型、移动平均（MA）模型、自回通货膨胀率重要指标的CPI同比序列和环比序列分别建立归移动平均（ARMA）模型、自回归积整移动平均（ARIMA）模SARIMA模型并对比预测精度，得出适合中国通货膨胀率预型、线形趋势法等。刘金全（2002）利用AR

7、MA(mn)一GARCH测的时间序列模型进行下一期预测，从而为政策制定者提供(p，q)模型描述我国通货膨胀率的变化，发现我国通货膨胀率可靠的决策依据。序列当中存在显著的条件异方差性，这说明前期通货膨胀变化程度具有一定的滞后影响。叶阿忠、李子奈（2000）采用1问题的提出1993年4月到1998年11月68个月的月度资料，建立GARGH(1，1)摸型，发现GARCH(1，1)模型较好地拟合了通货基金项目：上海高校选拔培养优秀青年教师科研专项基金资助项目（SZF09001）；上海政法学院院级科研课题项

8、目（SZ09007）作者简介：张健（1979-），男，吉林长春人，讲师，研究方向：经济计量分析与预测。28统计与决策2011年第5期（总第329期）理论新探膨胀序列，其估计结果明显优于AR模型。王少平、彭方平模型。典型的情况是，考虑序列y，△y，(△y)e，△y和△△syt1t1tst1t（2006）利用SETAR模型对我国通货膨胀率进行了研究，在的EACF，这里(△y)e指△y对S个季节亚变量回归后的残差1t1t研究中国通货膨胀问题上，SETAR模型无论在拟合优度还是时间序列。而