《居民消费价格指数的分析与预测(毕业论文doc)解析》由会员分享，可在线阅读，更多相关《居民消费价格指数的分析与预测(毕业论文doc)解析（38页珍藏版）》请在金锄头文库上搜索。
1、 西 南 交 通 大 学 本科毕业论文 居民消费价格指数的分析与预测 年 级:2007 级 学 号:20075275 姓 名: 专 业:统计学 指导老师: 2011 年 6 月 西南交通大学本科毕业设计(论文) 第 页 毕业设计（论文）任务书毕业设计（论文）任务书 班 级 07 统计 姓名 学 号 20075275 发题日期：2011 年 1 月 12 日 完成日期： 5 月 24 日 题 目 居民消费价格指数的分析与预测 1、本论文的目的、意义 在 2009 年过后，我国 CPI 指数扶 摇直上，通货膨胀率也在同时不断上涨，中国面临着较大的通货膨胀压力，民众生 活成本不断加重，如何跑赢 CP
2、I 已经成为了白领阶层的热门话题，本文将从统计学 的观点出发，用时间序列模型对 CPI 指数进行分析与预测，对未来经济水平的走势 有一个了解，对国家经济建设有一个宏观的意识。 2、学生应完成的任务 首先对居民消费价格指数以及时间序列 ARIMA 模型 的概念和相关理论有一定深入的了解，明白本文的写作目的以及意义。然后通过互 联网收集 2000 年 1 月至 2011 年 4 月的居民消费价格指数历史数据。对数据进行预 处理，包括：直观性的图形分析和描述性统计分析，这样能够对样本有一个整体的 认识，方便后期建立模型时的对数据的操作处理。在预处理阶段对样本整体的走势 作出一个分析，比如居民消费价格
3、指数在 2000 年 1 月至 2011 年 4 月期间是如何波 动的，又是什么原因造成这些波动，这些波动能够带来什么样的影响等。将预处理 之后的数据输入 EViews 软件，进行 ARIMA 模型的建模准备工作，如：平稳性分析， 零均值处理等。 利用处理过之后的数据建立出几个相对拟合程度较高的 ARIMA 模型， 并且利用软件对预测模型的分析结果来选择一个拟合程度较高的模型作为本研究的 居民消费价格指数 预测模型。在确定预测模型之后，通过阅读大量的文献与预测 得出的结果相结合，对 2011 年的居民消费价格指数的短期走势进行分析，并在分析 之后给出合理性的政策 建议，达到本文的写作目的：对国
4、家的宏观经济有一个较为 客观的判断与认识。 西南交通大学本科毕业设计(论文) 第页 3、论文各部分内容及时间分配：（共 14 周） 第一部分 选题、熟悉相关概念与理论 ( 1 周) 第二部分 论文的内容安排，绪论部分的写作 (2 周) 第三部分 数据的处理以及模型的建立，预测部分 (4 周) 第四部分 短期走势的分析与预测 (3 周) 第五部分 结论、致谢的写作以及格式的修改 (2 周) 评阅及答辩 (2 周) 备 注 指导教师： 年 月 日 审 批 人： 年 月 日 西南交通大学本科毕业设计(论文) 第页 摘 要 从 2007 年至今，中国居民消费价格指数经历了一次空前的大起大落，受多方面因
5、 素的影响，居民消费价格指数在 2008 年 2 月创下了 108.5%的历史最高涨幅；在 2008 年下半年和 2009 年又迅速的跌落，并且在 2009 年 7 月降至 98.2%，创下了 10 年来的 最低记录。在 2010 年和 2011 年，居民消费价格指数又呈现出高压上涨的趋势，其走势 难以捉摸。居民消费价格指数的增长与跌落关系对居民大众的日常生活水平，经济体制 的稳定，国家政策的实施都有着深远的影响。本文正是基于居民消费价格指数的重要性 对其进行研究。根据所学时间序列相关知识，根据 2000 年 1 月到 2010 年 12 月的居民 消费价格指数历史数据建立一个 ARIMA 预
6、测模型，最后分析了 2011 年的居民消费价格 指数的短期走势，对未来的政策提出了相关建议，这对于了解国家宏观经济态势有着一 定的帮助和意义。 关键词：ARIMA 模型，CPI，居民消费价格指数，预测，分析 西南交通大学本科毕业设计(论文) 第页 Abstract CPI in China has been going up and down like never before since 2007. Affected by many factors, it rocketed by 108.5%, the biggest increase ever, in Februray of 2008,
7、yet tumbled fast in the second half year of 2008 and the year of 2009. In July of 2009, it broke the record of the lowest price for the last decade by a decrease of 98.2%. The trend is hard to anticipate, for in 2010 and 2011, CPI in China again tended to go up. The increase and decrease of CPI have
8、 a deep and long-term influence on our peoples life, the stability of our economy system and our national policies. This thesis is to study and analyze CPI based on its importance. Using the knowledge about time series I have learnt, basing on the CPI data from January of 2000 to December of 2010, I
9、 build an ARIMA forecast model. Then I analyze the short-term trend of CPI in 2011 in China and give some relating advice about future polices, which is meaningful and can help understand our countrys macro-economy trend. key words：ARIMA model,CPI,forcecast,analyze. 西南交通大学本科毕业设计(论文) 第页 目录 第 1 章绪论 1
10、11 论文的研究背景 1 1.1.1 居民消费价格指数的概念介绍 2 1.1.2 居民消费价格指数的计算公式 3 1.2 研究目的3 1.3 研究的思路和内容3 第 2 章ARIMA 模型理论概述5 21 ARIMA 模型理论以及方法概述5 211 时间序列模型的含义 5 212 随机时间序列模型 5 213 自回归求积移动平均模型 5 214 非平稳时间序列 5 215 随机平稳时间序列样本的数字特征 6 22 时间序列模型的建立过程 7 221 数据的预处理（时间序列平稳性的判断） 7 222 模型的识别 9 223 模型参数的估计10 224 模型的定阶10 225 模型的检验10 第
11、3 章ARIMA 模型在居民消费价格指数中的定量分析 13 31 数据的预处理13 31.1 序列的直方图及相关统计量 13 312 序列与正态分布之间的 Q-Q 图13 32 相关分析14 33 对序列作描述性统计 16 )( 1 tX 34 序列的相关分析 17 )(2 tX 35 模型识别及参数估计18 36 模型建立及初步定阶19 37 适应性检验21 西南交通大学本科毕业设计(论文) 第页 38 模型预测值与真实值对比23 39 对未来三个月 CPI 的预测24 第 4 章中国居民消费价格指数短期走势的定性分析25 4.1 2011 年物价水平仍然大致可控 25 4.2 政策建议 2
12、6 结论：27 致谢28 参考文献 29 附录30 西南交通大学本科毕业论文 第 0 页 0 第 1 章 绪论 11 论文的研究背景 根据国家统计局发布的数据来看，2011 年 3 月居民消费价格指数(为了方便，在 下文中将直接写作其英文缩写 CPI)同比上涨 5.4%，创下了自 2008 年以来的最高值。 2011 年 4 月 CPI 同比上涨 5.3%，食品价格上涨 11.5%。CPI 持续高涨，已经到了影响 居民大众的日常生活水平的严峻形势。我们不禁就要问了，这种通货膨胀现象还会持 续多久？面对通货膨胀国家、社会、民众应该如何应对？近期央行是否会再次作加息 调整？未来几个月的 CPI 是否还会创出 CPI 同比新高？ 我们不妨对自 2000 年至 2010 年期间的 CPI 历史统计数据进行一个简单的直观分 析，如下图。 98 100 102 104 106 108 110 000102030405060708091011 x 图 1：中国 2000 年 1 月至 2010 年 12 月 CPI 数据的直观图 从图 1 我们可以很明显的看出： 1CPI 指数大起大落，波动幅度在历史上绝无仅有 2007 年 6 月
