《居民消费价格指数1》由会员分享，可在线阅读，更多相关《居民消费价格指数1（7页珍藏版）》请在金锄头文库上搜索。
1、居民消费价格指数的时间序列分析居民消费价格指数的时间序列分析摘要摘要 居民消费价格指数（CPI）是宏观经济分析和决策，价格总水平监测和调 控以及国民经济核算的重要指标。本文利用 1994-2011 年中国居民消费价格指 数的月度数据，运用 Eviews 软件建立一个 MA（）模型，并用 MA（）模qq 型对中国未来的居民消费价格指数进行合理的预测。 关键词关键词 居民消费价格指数 MA（）模型 ADF 检验q 一一引言引言 居民消费价格指数 Consumer Price Index（CPI）指在反映一定时期内居 民所消费商品及服务项目的价格水平变动趋势和变动程度。居民消费价格水平 的变动率在一
2、定程度上反映了通货膨胀（或紧缩）的程度。一般说来，当 CPI3% 的增幅时，我们称为通货膨胀；而当 CPI5% 的增幅时，我们把它称为 严重的通货膨胀。这一指标影响着政府制定货币、财政、消费、价格、工资、 社会保障等政策，同时，也直接影响居民的生活水平及评价。居民消费价格指 数反映的市场价格信号真实带动价格舆论导向正确，有利于改善价格总水平 调控。首先，它有利于维护正常的经济生活和市场价格信息秩序。其次，有利 于引导消费形成合理的消费价格，促进有效需求。再次，它有利于综合运用价 格和其他经济手段，实现价格总水平调控目标。所以，对该指标的分析与预测 是非常有意义的工作。本人就用中国 1994-2
3、011 年的居民消费价格指数进行了 时间序列分析。 二二预备知识预备知识三三数据的处理数据的处理 1994 年2011 年中国居民消费价格指数总指数 如下表：年份总指数年份总指数1994 年124.12003 年101.21995 年117.12004 年103.91996 年108.32005 年101.81997 年102.82006 年101.51998 年99.22007 年104.81999 年98.62008 年105.92000 年100.42009 年99.32001 年100.72010 年103.32002 年99.22011 年105.4根据应用时间序列分析的有关内容，现
4、用 EVIEWS 软件对 1994 到 2011 年的居 民消费价格指数进行分析。首先，做出序列时序图，如下图：95100105110115120125949698000204060810YEARXF图 1 对原序列进行 ADF 检验，检验结果如下图：图 2如图 2 所示，P 值为 0.0163， ，说明原序列序列为非平稳序列。 由于原序列不平稳，需要对序列做一阶差分，得到下图：-10-8-6-4-20246949698000204060810DXF图 3 一阶差分图 对一阶差分进行 ADF 检验，检验结果如下图：图 4 如图 4 所示，P 值为 0.0013，基本接近于 0，说明一阶差分后的
5、序列基本平稳。四四建立模型建立模型1.1. 模型识别模型识别 对一阶差分后的序列做出自相关图，如下图：图 5 图 5 可以看出自相关函数截尾，偏自相关函数拖尾，因此可以建立 MA 模型。偏自相关函数 2 步拖尾，则初步定义。因此可以得到 MA（2）模2q 型。 2.模型的建立模型的建立通过模型的识别，用 Eviews 软件进行拟合（2）模型。如下图：图 6由图 6，可以得到 MA（2）模型的表达式：3模型的有效性检验模型的有效性检验一个模型是否有效主要是看它提取的信息是否充分，主要通过其残差数列是否是白噪声序列，如果它的残差数列是白噪声序列，则该模型是有效的，反之该模型无效。用 Eviews
6、软件进行残差检验,得到下图图 7 残差检验图 如图 7 所示，P 值均大于 0.05，所以模型的残差数列是白噪声序列，则该模型 是有效的。五五模型预测模型预测下面用所拟合的模型对该序列的未来三期值进行预测。可得动态预测图为：-12-8-404894969800020406081012RF1 2 S.E.Forecast: RF1 Actual: R Forecast sample: 1994 2013 Included observations: 17 Root Mean Squared Error 3.810966 Mean Absolute Error 3.233329 Mean Abs.
7、 Percent Error 142.3715 Theil Inequality Coefficient 0.743875Bias Proportion 0.000222Variance Proportion 0.999548Covariance Proportion 0.000230可得静态预测图为：-15-10-505101594969800020406081012RF 2 S.E.Forecast: RF Actual: R Forecast sample: 1994 2013 Included observations: 17 Root Mean Squared Error 3.415
8、780 Mean Absolute Error 2.714759 Mean Abs. Percent Error 127.5802 Theil Inequality Coefficient 0.564925Bias Proportion 0.000095Variance Proportion 0.366056Covariance Proportion 0.633849静态预测、动态预测图形拟合得到图-10-8-6-4-2024694969800020406081012RRFRF1根据的预测图分析可得在 2011 年到 2013 年将会有一定程度的通货膨胀。 该模型只考虑了时间序列本身的特性，而没有考虑其他一些不确定因素对 居民消费价格指数的影响。六六总结总结 伴随着中国市场化程度加深和 GDP 高速增长，国民消费却一直处于低水平， 这是中国经济特有的一个特点。同时由于美国“次贷危机”所引发的金融危机 席卷了全球各个金融市场，并对世界各主要经济体产生了巨大的影响，扩大消 费已经成为我国经济平稳发展的立足点。刺激内需扩大消费是根本举措，目前 已成为宏观经济政策组合的目标重点。虽然近年来国家已经采取了一系列刺激居民消费的措施，但是收效并不明显。七七参考文献参考文献1潘宏宇.金融时间序列模型M，北京市，对外经济贸易出版社，2008；2 http:/
