-
题名我国CPI季节调整模型预测
被引量：8
- 1
-
-
作者
孙舞媛
伍海军
-
机构
暨南大学经济学院
-
出处
《统计与决策》
CSSCI
北大核心
2017年第14期21-25,共5页
-
文摘
文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测。实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5%之内。
-
关键词
cpi序列
季节调整
春节效应
X-12-ARIMA
-
Keywords
cpi series
seasonal adjustment
Spring Festival effect
X-12-ARIMA
-
分类号
F222
[经济管理—国民经济]
-
-
题名组合模型对居民消费价格指数序列的分析及预测
被引量：2
- 2
-
-
作者
刘莉佳
孙德山
-
机构
辽宁师范大学数学学院
-
出处
《科技信息》
2011年第27期15-16,共2页
-
基金
辽宁省教育厅科学技术研究项目(2008343)
-
文摘
求和自回归移动平均模型(简称ARIMA)及支持向量回归模型(简称SVR)是两个重要且行之有效的分析及预测时间序列的方法.他们都能在一定程度上反映数据所包含的信息且信息不会完全重叠.为了能够各取所长,本文用这两种模型的组合模型对居民消费指数(CPI)进行了预测,结果显示组合模型提高了指数的预测精度.
-
关键词
ARIMA模型
SVR模型
cpi时间序列
组合模型
-
Keywords
ARIMA model
SVR model
cpi time series
Combination model
-
分类号
O159
[理学—数学]
-
-
题名基于SARIMA-GARCH模型的CPI预测
- 3
-
-
作者
夏千惠
强蔚
张玉杰
刘超
-
机构
华东师范大学金融与统计学院
大连工业大学信息科学与工程学院
-
出处
《中国商论》
2014年第7X期210-211,共2页
-
文摘
CPI是一个滞后性的数据,但它在整个国民经济价格体系中具有重要的地位,它是进行经济分析和决策、价格总水平检测和调控及国民经济核算的重要指标,对CPI进行预测有利于政府宏观调控。本文基于我国近20多年来共324个月的CPI数据,应用时间序列分析中SARIMA模型和GARCH模型,进行分析拟合,得出了较为精确的拟合曲线,并应用该曲线对2014年1月至2015年3月共15个月的CPI进行预测,得到了较为理想的预测结果。
-
关键词
cpi时间序列
SARIMA-GARCH模型
预测
-
分类号
F224
[经济管理—国民经济]
F724
-
