基于SARIMA模型的内蒙古居民消费指数实证

点赞:6582 浏览:21668 近期更新时间:2024-02-08 作者:网友分享原创网站原创

【摘 要 】居民消费指数(CPI)是宏观经济分析、决策,总水平监测、调控以及国民经济核算的重要指标.本文利用1994~2013年内蒙古居民消费指数的月度数据,运用Eviews软件建立乘积季节模型SARIMA,分析内蒙古消费指数随时间推移的变化规律并对其未来走势进行预测,为制定有效物价调控政策提供数量依据.

【关 键 词 】居民消费指数 SARIMA模型 模型预测

一、前言

居民消费指数(CPI)是以与居民生活有关的产品及劳务统计出来的物价变动宏观经济指标.运用其可观察、分析消费品零售和怎么写作项目变动对城乡居民实际生活费用支出的影响程度.同时这一指标也影响着政府制定货币、财政、消费、、工资、社会保障等政策.所以,对该指标的分析与预测具有重要意义.本文以1994年1月至2013年4月内蒙古消费指数的月度数据构建SARIMA模型,分析内蒙古消费指数随时间推移的变化规律并对其未来走势进行预测,为制定有效物价调控政策提供数量依据.

二、SARIMA模型的建模概述

时间序列分析就是对时间序列进行观察、研究,找寻它的变化规律,预测其未来的走势.时间序列是依赖于时间t的一族随机变量,构成该时序的单个序列值虽然具有不确定性,但整个序列的变化却有一定的规律,可以用相应的数学模型近似描述.在许多实际问题中,时间序列会显示出周期变化的规律,对于此类序列人们通常用SARIMA乘积季节模型来进行实证研究,达到最小方差意义下的最优预测效果.

三、实证分析

以内蒙古1994年1月到2013年4月最新月度CPI数据为研究对象

(一)原始数据平稳性检验

图1 内蒙古居民消费指数(199401~201304)时间序列图

表1 内蒙古居民消费指数(199401~201304)单位根检验

如图1所示,指数随着时间的推移具有明显的波动变化趋势,初步判断是一个非平稳的时间序列.进一步由单位根检验表1可知ADF检验值为0.336954,明显大于1%(-3.460173),5%(-2.874556),10%(-2.573784)的临界值,认为数据不平稳.所以,内蒙古居民消费指数是非平稳时间序列,需要通过差分变化将其转化为平稳的时间序列.

(二)平稳化处理

对原始数据进行1阶12步差分处理,得到如下时序图:

图2 差分后内蒙古居民CPI指数(199401~201304)自相关和偏自相关系数图

表2 差分后内蒙古居民CPI指数(199401~201304)单位根检验

从图4可得,在显著性水平为0.05的条件下,P值基本上小于0.05,所以该差分序列不能视为白噪声序列,即差分后序列还蕴含着不容忽视的相关信息可供提取.由表2可知ADF检验值为-8.741913,明显小于1%(-2.576181),5%(-1.942368),10%(-1.615679)的临界值,拒绝原检测设,认为数据是平稳.

(三)模型建立

根据自相关和偏自相关的特点,进行模型定阶.由图3知自相关图中只有延迟12阶和24阶的自相关系数显著大于2倍的标准差,所以考虑构造多个ARIMA(p,d,q)(P,D,Q)S模型,并利用 AIC准则对模型进行比较,确定最优模型为.模型结果为:

基于SARIMA模型的内蒙古居民消费指数实证参考属性评定
有关论文范文主题研究: 关于模型的论文范文素材 大学生适用: 大学毕业论文、大学毕业论文
相关参考文献下载数量: 20 写作解决问题: 怎么撰写
毕业论文开题报告: 标准论文格式、论文目录 职称论文适用: 核心期刊、高级职称
所属大学生专业类别: 怎么撰写 论文题目推荐度: 免费选题

(1-B)(1-B12)CPIt等于×ε

(四)残差检验

残差序列为随机的情况下,拟合统计量的P值除个别外全部显著大于显著性水平0.05,可以认为该残差序列是随机的,表明残差中不存在有用信息未被提取得情况.所以,用SARIMA模型对原序列建模是很合适.

四、模型预测

(一)模型内预测

采用1994~2012年居民消费指数的时间序列,预测2013年1月到4月的居民消费指数,并与真实值比较,观察模型拟合效果.(第二列是真实值,第三列是预测值)如表3所示:

表3

从上表可得2,3,4月的预测值与真实值较相近,而1月相差1.1.总之,预测结果的误差不算很大,说明该模型对内蒙古居民消费指数的预测比较有效.但是由于该模型只考虑了时间序列本身的特性,而对于其他一些不确定因素的影响没有考虑,这些因素主要通过SARIMA模型中的随机误差项来反映,所以该模型仅适合短期预测.

(二)模型外预测

利用1994年-2013年4月居民消费指数的时间序列,预测2013年5月、6月、7月的CPI指数.预测值在95%的置信区间内,2013年5月的CPI为119.1244,6月的CPI为118.4096,7月的CPI为117.9269.

五、结论

本文以内蒙古1994年1月至2013年4月最新的月度CPI 作为研究对象,构建并选取了最优模型ARIMA(1,1,1)×((1,2),1,1)12,经残差检验,其拟合较好.因此运用该模型可以很好地模拟和预测内蒙古居民消费指数在今后一段时间内的变化规律,对现实的经济发展情况有一定的预警作用.从模型预测结果来看,2013年内蒙古的物价指数虽然略有下降,但依然需要采取一定的相应措施对其进一步调控,将物价变动的幅度严格控制在可控范围之内.