基于ARIMA模型、灰色模型和回归模型的预测比较 被引量：74

1

作者 李志超 刘升 《统计与决策》 CSSCI 北大核心 2019年第23期38-41,共4页

文章以上海市月度居民消费价格指数的预测为例,分别建立ARIMA模型、灰色模型GM(1,1)和一元n阶多项式回归模型。ARIMA模型定阶采用最小AIC准则,最终选择了ARIMA(3,1,7)模型;灰色模型GM(1,1)的数据维度选择采用动态比较的方法,三期预测分... 文章以上海市月度居民消费价格指数的预测为例,分别建立ARIMA模型、灰色模型GM(1,1)和一元n阶多项式回归模型。ARIMA模型定阶采用最小AIC准则,最终选择了ARIMA(3,1,7)模型;灰色模型GM(1,1)的数据维度选择采用动态比较的方法,三期预测分别选用了12、13、14个样本数据;一元n阶多项式回归模型根据最小残差原则选择了23阶模型。最后比较三种模型的预测精度,得到结论灰色模型GM(1,1)和ARIMA(3,1,7)模型比较适合对CPI指数进行短期预测且预测精度相差不多,而一元n阶多项式回归模型预测精度较差,不适合短期预测。 展开更多

关键词 ARIMA模型 GM(1 1)模型 cpi指数 预测比较

下载PDF 职称材料

基于EEMD-PSO-SVM的月度CPI预测研究 被引量：13

2

作者 邰晓红 刘义 《统计与决策》 CSSCI 北大核心 2019年第3期30-33,共4页

为了对CPI进行精确预测,针对CPI的历史时序数据的特点,文章提出了一种基于EEMD-PSO-SVM的月度CPI预测模型。以1994年1月至2017年5月的我国月度CPI为研究对象,采用提出的EEMD-PSO-SVM的月度CPI预测模型进行实际预测并与ANN、ARIMA、SVM... 为了对CPI进行精确预测,针对CPI的历史时序数据的特点,文章提出了一种基于EEMD-PSO-SVM的月度CPI预测模型。以1994年1月至2017年5月的我国月度CPI为研究对象,采用提出的EEMD-PSO-SVM的月度CPI预测模型进行实际预测并与ANN、ARIMA、SVM进行比较。结果表明:提出的EEMD-PSO-SVM的月度CPI预测模型最大绝对误差为0.39,平均绝对误差为0.204,最小绝对误差仅为0.01,均小于低于ANN、ARIMA和SVM。本文提出的预测模型的平均相对误差仅为0.201%,能够满足实际的预测需求,为CPI的科学准确的预测提供了一种新的预测方法。 展开更多

关键词 cpi 集合经验模态分解 粒子群算法 支持向量机 预测

下载PDF 职称材料

CPI指数预测的统计回归模型 被引量：12

3

作者 杨凌云 王凡彬 +1 位作者 潘瑞 梁杰 《重庆文理学院学报（自然科学版）》 2010年第1期38-41,共4页

对CPI值进行预测,对我国相应部门做出正确的宏观决策有积极意义.本文采用应用非常广泛的一类随机模型——统计回归模型,首先找到关于CPI指数变化的影响因素,搜集相关的大量数据;然后通过应用主成分分析法找出影响CPI的3个主要因素;最后... 对CPI值进行预测,对我国相应部门做出正确的宏观决策有积极意义.本文采用应用非常广泛的一类随机模型——统计回归模型,首先找到关于CPI指数变化的影响因素,搜集相关的大量数据;然后通过应用主成分分析法找出影响CPI的3个主要因素;最后基于3因素的数据,通过统计分析,建立回归模型,对短期内的情况进行预测. 展开更多

关键词 统计回归模型 主成分分析法 cpi指数 预测

下载PDF 职称材料

基于多源异步混频CPI数据的预测方法研究 被引量：8

4

作者 张虎 沈寒蕾 夏伦 《数量经济技术经济研究》 CSSCI CSCD 北大核心 2020年第10期149-168,共20页

研究目标:基于线上消费者价格指数和网络搜索价格指数预测CPI。研究方法:在卷积神经网络(CNN)框架中融合MADL_MIDAS模型,建立异步混频卷积神经网络(AMCNN)模型,并通过选用2016年1月至2019年12月的数据验证该方法的有效性。研究发现:日... 研究目标:基于线上消费者价格指数和网络搜索价格指数预测CPI。研究方法:在卷积神经网络(CNN)框架中融合MADL_MIDAS模型,建立异步混频卷积神经网络(AMCNN)模型,并通过选用2016年1月至2019年12月的数据验证该方法的有效性。研究发现:日度线上CPI及日度网络搜索指数属于CPI的领先指标,同时引入并保留原有数据特征有助于改进CPI预测精度,提高CPI“拐点”捕捉能力。研究创新:揭示了高频日度线上CPI和网络搜索数据对低频月度CPI的预测能力,提出了一种融合神经网络与传统计量模型的异步混频数据处理方法。研究价值:预测CPI波动水平和“拐点”时,可辅助利用线上CPI、网络搜索高频数据,结合AMCNN模型提高预测精度。AMCNN模型可用于处理异步混频数据、探究变量间复杂不确定性(线性、非线性)关系,具有很强的适应性和扩展性,可应用于其他经济、金融领域,应用价值较高。 展开更多

关键词 AMCNN模型 cpi预测 网络搜索指数 线上cpi 异步混频数据

原文传递

乘积季节模型ARIMA(p,d,q)×(P,D,Q)_s在CPI分析中的应用 被引量：9

5

作者 黄艳华 《重庆工商大学学报（自然科学版）》 2016年第3期70-75,共6页

居民消费价格指数CPI,是衡量通货膨胀的重要参考指标之一,是国家制定宏观经济政策的依据。选用2000年1月至2015年8月的最新月度CPI数据,采用静态预测与动态预测相结合的分析方法构建了乘积季节模型;分析结果表明,模型的预测精度较高,预... 居民消费价格指数CPI,是衡量通货膨胀的重要参考指标之一,是国家制定宏观经济政策的依据。选用2000年1月至2015年8月的最新月度CPI数据,采用静态预测与动态预测相结合的分析方法构建了乘积季节模型;分析结果表明,模型的预测精度较高,预测误差为0.281 54,因此,CPI的预测结果可为宏观经济调控政策的制定提供参考。 展开更多

关键词 cpi 乘积季节模型 静态预测 动态预测

下载PDF 职称材料

大数据背景下CPI预测问题的文本挖掘技术设计与应用 被引量：7

6

作者 唐晓彬 董曼茹 徐荣 《统计研究》 CSSCI 北大核心 2021年第8期146-160,共15页

本文创新地将半监督交互式关键词提取算法词频-逆向文件频率(Term FrequencyInverse Document Frequency,TF-IDF)与基于Transformer的双向编码表征(Bidirectional Encoder Representation from Transformers,BERT)模型相结合,设计出一... 本文创新地将半监督交互式关键词提取算法词频-逆向文件频率(Term FrequencyInverse Document Frequency,TF-IDF)与基于Transformer的双向编码表征(Bidirectional Encoder Representation from Transformers,BERT)模型相结合,设计出一种扩展CPI预测种子关键词的文本挖掘技术。采用交互式TF-IDF算法,对原始CPI预测种子关键词汇广度上进行扩展,在此基础上通过BERT"两段式"检索过滤模型深入挖掘文本信息并匹配关键词,实现CPI预测关键词深度上的扩展,从而构建了CPI预测的关键词库。在此基础上,本文进一步对文本挖掘技术特征扩展前后的关键词建立预测模型进行对比分析。研究表明,相比于传统的关键词提取算法,交互式TF-IDF算法不仅无需借助语料库,而且还允许种子词的输入。同时,BERT模型通过迁移学习的方式对基础模型进行微调,学习特定领域知识,在CPI预测问题中很好地实现了语言表征、语义拓展与人机交互。相对于传统文本挖掘技术,本文设计的文本挖掘技术具有较强的泛化表征能力,在84个CPI预测关键种子词的基础上,扩充后的关键词对CPI具有更高的预测准确度和更充分的解释性。本文针对CPI预测问题设计的文本挖掘技术,也为建立其他宏观经济指标关键词词库提供新的研究思路与参考价值。 展开更多

关键词 提取 cpi预测 文本挖掘技术 交互式TF-IDF算法 BERT模型

下载PDF 职称材料

基于因子模型的中国宏观经济总量的预测 被引量：5

7

作者 陈诗一 于鸿宝 《计量经济学报》 2021年第1期84-93,共10页

CPI和工业增加值是国民经济核算的重要基础性指标,对宏观经济形势的分析具有重要的现实意义.本文基于更能够刻画中国经济特征事实的因子模型对中国的CPI及工业增加值进行了样本外预测,并且与传统的预测模型进行比较和相应分析.实证结果... CPI和工业增加值是国民经济核算的重要基础性指标,对宏观经济形势的分析具有重要的现实意义.本文基于更能够刻画中国经济特征事实的因子模型对中国的CPI及工业增加值进行了样本外预测,并且与传统的预测模型进行比较和相应分析.实证结果支持因子模型比传统方法具有更好的预测能力. 展开更多

关键词 因子模型 cpi 工业增加值 预测精度 样本外预测

原文传递

基于加权马尔科夫模型的湖北省CPI预测 被引量：5

8

作者 舒服华 《吉林师范大学学报（自然科学版）》 2019年第4期40-47,共8页

研究地区CPI的变化趋势,对全面把握当地宏观经济运行状态,据此制定相应的政策措施,保持地区CPI基本稳定以及促进本地区经济健康发展等具有重要意义.针对传统马尔科夫预测模型存在对历史数据均衡看待,且预测结果比较笼统的问题,采用对不... 研究地区CPI的变化趋势,对全面把握当地宏观经济运行状态,据此制定相应的政策措施,保持地区CPI基本稳定以及促进本地区经济健康发展等具有重要意义.针对传统马尔科夫预测模型存在对历史数据均衡看待,且预测结果比较笼统的问题,采用对不同时期历史数据加权重和模糊数学处理预测结果的方法进行了改进,发挥数据的特点,拓展了模型的应用范围.运用改进后的模型对湖北省CPI进行了预测,通过验证得到模型有较好的效果.由模型预测得到2019年4月湖北省CPI为2.473%. 展开更多

关键词 cpi 预测 马尔科夫链 权重 模糊数学

下载PDF 职称材料

加入网络搜索行为能提升CPI的预测效果吗 被引量：4

9

作者 林勇 殷三杰 《重庆工商大学学报（社会科学版）》 2018年第1期61-72,共12页

传统的CPI预测模型利用的数据主要来源于政府统计局,由于政府统计数据规范、噪音小等特点,使得这样的预测模型在CPI变化不大的时期预测效果较好,但是在CPI变化趋势出现拐点的时期,预测效果往往较差;网络搜索数据作为一种新兴的数据结构... 传统的CPI预测模型利用的数据主要来源于政府统计局,由于政府统计数据规范、噪音小等特点,使得这样的预测模型在CPI变化不大的时期预测效果较好,但是在CPI变化趋势出现拐点的时期,预测效果往往较差;网络搜索数据作为一种新兴的数据结构类型,被运用到经济社会问题的预测当中,其实时可得的特点,能够提前预测到趋势变化的拐点。因此将网络搜索数据加入到传统的CPI预测模型中,分析增加网络搜索行为能不能提升CPI的预测效果,尤其是在CPI出现拐点的时期。分析结果显示,当CPI趋势出现拐点的时期,在传统预测模型中加入网络搜索数据,的确可以提升模型的预测效果。 展开更多

关键词 网络搜索数据 cpi预测 趋势拐点 预测效果

下载PDF 职称材料

原保险保费收入对我国居民消费价格指数影响分析

10

作者 陈宇欣 《市场周刊》 2024年第31期37-41,176,共6页

文章通过构建多变量线性回归模型,分析了各省市原保险保费收入对其居民消费价格指数的影响,研究结果表明,河北省、湖南省、黑龙江省、陕西省和山东省的原保险保费收入对其居民消费价格指数均有显著负向影响,没有省份呈现显著的正向影响... 文章通过构建多变量线性回归模型,分析了各省市原保险保费收入对其居民消费价格指数的影响,研究结果表明,河北省、湖南省、黑龙江省、陕西省和山东省的原保险保费收入对其居民消费价格指数均有显著负向影响,没有省份呈现显著的正向影响。文章的创新点在于基于原保险保费收入对全国31个省市区的消费价格指数进行了系统分析和预测。模型在大部分省市预测效果较好,说明模型有助于各地政府和决策者制定更有针对性的宏观经济政策,维护经济的平稳运行。 展开更多

关键词 消费价格指数 线性回归 预测 原保险保费收入

下载PDF 职称材料

基于SARIMA模型的安徽省CPI预测 被引量：4

11

作者 敖希琴 龚玉杰 +1 位作者 汪金婷 郑阳 《蚌埠学院学报》 2017年第3期83-86,共4页

收集了安徽省2000年1月至2016年6月的居民消费价格指数(CPI)数据,并借助于统计分析工具Eviews软件进行相关实验。通过CPI的时序图和ADF检验得到该CPI序列为非平稳序列,并且通过序列的相关图,建立了SARIMA时间序列模型,然后通过AIC、SC... 收集了安徽省2000年1月至2016年6月的居民消费价格指数(CPI)数据,并借助于统计分析工具Eviews软件进行相关实验。通过CPI的时序图和ADF检验得到该CPI序列为非平稳序列,并且通过序列的相关图,建立了SARIMA时间序列模型,然后通过AIC、SC准则和残差分析确定了最优的预测模型,利用预测模型对安徽省CPI进行了短期预测。实验结果表明:安徽省CPI具有季节性的特征,利用SARIMA模型建模得到的预测模型,总体预测效果较好,且具有一定的现实意义。 展开更多

关键词 居民消费价格指数 季节性差分自回归移动平均模型 预测

下载PDF 职称材料

基于ARIMA模型的北京市CPI预测分析 被引量：3

12

作者 初睿 《价值工程》 2018年第5期21-22,共2页

模型是在分析时间序列问题时较为常用的一种方法,该模型尤其在研究时间序列的短期预测方面表现较好。文章选取了北京市2005年1月至2017年6月的(居民消费价格指数)月度数据为样本,借助于Eviews8.0软件,构建了(0,1,12)模型,经过检验,该模... 模型是在分析时间序列问题时较为常用的一种方法,该模型尤其在研究时间序列的短期预测方面表现较好。文章选取了北京市2005年1月至2017年6月的(居民消费价格指数)月度数据为样本,借助于Eviews8.0软件,构建了(0,1,12)模型,经过检验,该模型充分提取了数据中的有用信息,拟合的效果也较为良好,并利用该模型对北京市2017年下半年趋势进行了预测。 展开更多

关键词 ARIMA cpi 预测

下载PDF 职称材料

基于时间序列分析的山东省CPI预测 被引量：3

13

作者 张洋洋 邓伟 宋长钰 《山东师范大学学报（自然科学版）》 CAS 2020年第3期329-336,共8页

为研究地区CPI的变化趋势,以便于为制定相应的经济政策措施提供参考,采用时间序列模型对山东省CPI进行研究,并使用两种方法对预测结果进行改进.首先使用加权马尔科夫链模型修正时间序列模型的预测误差;其次使用改进的灰色预测模型与时... 为研究地区CPI的变化趋势,以便于为制定相应的经济政策措施提供参考,采用时间序列模型对山东省CPI进行研究,并使用两种方法对预测结果进行改进.首先使用加权马尔科夫链模型修正时间序列模型的预测误差;其次使用改进的灰色预测模型与时间序列模型建立线性组合预测模型,并对不同模型的预测误差进行比较,结果表明:线性组合预测模型预测效果较好;最后对2020年6-10月山东省CPI进行了预测. 展开更多

关键词 cpi 预测 时间序列分析 加权马尔科夫链模型 改进的GM(1 1)模型

下载PDF 职称材料

基于混沌时间序列的CPI短期预测分析 被引量：2

14

作者 李新运 王圆圆 徐瑶玉 《经济与管理评论》 2015年第2期33-38,共6页

有效控制CPI关乎国计民生,但其变动的随机性增加了预测难度。在对混沌时间序列预测流程进行了梳理的基础上,首先采用最大Lyapunov指数法辨别CPI时序的混沌特性,运用混沌理论重构相空间,利用逐步回归分析和BP神经网络进行混沌预测,并将AR... 有效控制CPI关乎国计民生,但其变动的随机性增加了预测难度。在对混沌时间序列预测流程进行了梳理的基础上,首先采用最大Lyapunov指数法辨别CPI时序的混沌特性,运用混沌理论重构相空间,利用逐步回归分析和BP神经网络进行混沌预测,并将ARIMA模型作为比较预测模型,最后从预测和拟合两个方面对模型进行效果评价。综合分析结果显示:2014年CPI增长范围为[2.8%,5.3%],变动幅度较大;2015年将高于4%;而2016年有望突破5%。该研究为CPI短期预测提供了较为可靠的方法,且预测结果可成为政府宏观调控政策的科学依据。 展开更多

关键词 cpi 混沌预测 逐步回归 BP神经网络 ARIMA模型

下载PDF 职称材料

基于ARMA模型的南阳市CPI预测分析 被引量：2

15

作者 赵伟霖 旷永鑫 郭兴方 《河南教育学院学报（自然科学版）》 2018年第3期18-21,共4页

自回归滑动平均模型是目前应用较为广泛的时间序列分析方法之一. CPI是与居民消费、生活密切相关的重要宏观经济指标,其波动趋势是人们最为关注的焦点.利用南阳市2014年1月至2017年12月的月度数据,通过Eviews 8. 0统计软件,对南阳市CPI... 自回归滑动平均模型是目前应用较为广泛的时间序列分析方法之一. CPI是与居民消费、生活密切相关的重要宏观经济指标,其波动趋势是人们最为关注的焦点.利用南阳市2014年1月至2017年12月的月度数据,通过Eviews 8. 0统计软件,对南阳市CPI序列建立ARMA(5,12)模型,模型拟合较好,预测误差较小,利用该模型对2018年南阳市CPI指标进行了预测. 展开更多

关键词 ARMA模型 时间序列分析 cpi EVIEWS 统计分析 ARMA(5 12)模型 预测

下载PDF 职称材料

时间序列模型在CPI预测中的应用 被引量：2

16

作者 高玉 张裕华 《黄冈师范学院学报》 2012年第6期24-26,共3页

利用时间序列模型对全国2000年5月到2012年4月的月度居民消费价格指数(consumption priceindex,CPI)建立了自回归移动平均模型(ARMA)。并对2012年4月的CPI进行了预测,结果表明,ARMA(1,1)是描述我国CPI变化趋势相对较优的时间序列模型。

关键词 cpi 时间序列模型 ARMA 预测

下载PDF 职称材料

基于结构性断点检验ARIMA模型的短期通货膨胀预测 被引量：1

17

作者 朱新蓉 彭超 《广西财经学院学报》 2017年第2期36-43,共8页

运用Gregory C.Chow早期提出的断点检验方法对我国2000年1月份至2016年4月份的CPI同比增长率数据进行断点检验,首先确定2002年10月份与2009年2月份为两个结构性断点,并据以对全样本分三个区间分别建立ARIMA模型,然后将2016年5、6、7月... 运用Gregory C.Chow早期提出的断点检验方法对我国2000年1月份至2016年4月份的CPI同比增长率数据进行断点检验,首先确定2002年10月份与2009年2月份为两个结构性断点,并据以对全样本分三个区间分别建立ARIMA模型,然后将2016年5、6、7月份最终的预测结果与实际值进行对比,发现由2002年10月份到2016年4月份所建立的ARIMA模型有着较高的预测精确度,该模型适用于短期通货膨胀预测,能为管理通胀预期提供依据。 展开更多

关键词 cpi预测 断点检验 ARIMA模型 通胀预期

下载PDF 职称材料

月度CPI增速的高频数据预测方法 被引量：1

18

作者 梁泳梅 董敏杰 《当代财经》 CSSCI 北大核心 2018年第12期3-14,共12页

受多因素影响,基于传统方法的消费者价格指数(CPI)增速预测准确性有所下降,因此需要构建新的预测方法。新方法的不同之处在于:第一,把主流预测框架由"食品+非食品"二分法扩展为"食品+工业消费品+服务"的三分法框架... 受多因素影响,基于传统方法的消费者价格指数(CPI)增速预测准确性有所下降,因此需要构建新的预测方法。新方法的不同之处在于:第一,把主流预测框架由"食品+非食品"二分法扩展为"食品+工业消费品+服务"的三分法框架,使预测的内容更为全面;第二,根据城镇居民消费支出结构、投入产出表等数据,调整了CPI分项的权重体系;第三,对春节因素客观化和具体化,细分为"节前""节中""节后"三种情形并量化,并考察其对各分项价格变化的影响。回溯检验显示,新方法对CPI增速的预测效果要明显优于传统方法,预测误差在0.1个百分点以内的分布频率接近80%,预测准确率也较现有方法平均高出近15个百分点。 展开更多

关键词 cpi预测 食品 非食品 高频数据 春节因素

原文传递

关于上海当前物价形势的基本判断:特点、因素和趋势分析 被引量：1

19

作者 王志雄 甄明霞 +1 位作者 祁也萍 严军 《上海经济研究》 CSSCI 北大核心 2011年第2期105-112,136,共9页

当前上海和全国物价上涨是自2003年以来的第三轮上涨周期。本文从本轮价格上涨的基本面开始,全面系统分析影响当前物价形势的因素与环境,并从宏观、微观和周期性因素的角度,对本轮物价后续走势做出预期判断。总体看,目前CPI涨幅仍处于... 当前上海和全国物价上涨是自2003年以来的第三轮上涨周期。本文从本轮价格上涨的基本面开始,全面系统分析影响当前物价形势的因素与环境,并从宏观、微观和周期性因素的角度,对本轮物价后续走势做出预期判断。总体看,目前CPI涨幅仍处于可控区间,食品类价格上涨仍是结构主因,但面临的持续上涨压力值得高度重视。2011年物价上涨的压力仍较大,影响物价产生波动的各种因素仍将在较长时期内存在,对外经济制度因素形成的被动货币超发、成本推动型的价格上涨、国内外投机炒作因素将继续存在。从周期性因素看,当前正处于物价上涨上升阶段的中期。总体判断,整个物价形势不完全是单边上涨趋势,也可能呈现为波动态势,从中期趋势看,物价波动将成为常态。 展开更多

关键词 物价形势 cpi 趋势判断 影响因素

原文传递

基于小波神经网络的CPI数据预测计算模型

20

作者 董承秀 《山东英才学院学报》 2018年第1期61-64,共4页

针对影响CPI经济序列数据预测的各因素之间的非线性问题,探讨利用神经网络的自学习能力和小波变换的局部化性质,采用了MATLAB强大的运算功能,建立了基于小波神经网络的CPI预测模型。对CPI序列进行了离散小波分解,并重构得到了尺度序列... 针对影响CPI经济序列数据预测的各因素之间的非线性问题,探讨利用神经网络的自学习能力和小波变换的局部化性质,采用了MATLAB强大的运算功能,建立了基于小波神经网络的CPI预测模型。对CPI序列进行了离散小波分解,并重构得到了尺度序列和每层的细节序列,仿真结果表明整个系统具有较强的逼近和容错能力,以及较快的收敛速度和良好的预报效果,为CPI数据预测提供了一种计算方法。 展开更多

关键词 时间序列 小波神经网络 cpi 统计模型 预测

原文传递