张健

（上海政法学院经济管理系，上海201701）

SARIMA模型在预测中国CPI中的应用

张健

（上海政法学院经济管理系，上海201701）

文章考虑中国通货膨胀率月度频率数据本身所表现出来的波动特征，分别对CPI同比序列和环比序列建立时间序列SARIMA模型进行了分析和预测，可为政策制定者相机抉择调控经济运行的宏观政策提供可靠工具。结果表明：相对于单一的对同比序列和环比序列建模预测而言，结合两种模型构造的合成预测值的预测精度更高。

通货膨胀率；预测；SARIMA模型

0 引言

作为通货膨胀率的衡量指标，国内外研究一般采用居民消费价格指数（CPI）或国内生产总值（GDP）缩减指数。CPI是反映居民家庭购买生活消费品和支出服务项目费用价格变动趋势和程度的相对数，是对固定的一篮子消费品价格的衡量，比较全面地反映了消费市场价格的变动，具有较强的时效性和国际可比性。GDP缩减指数的概念与CPI类似，但它的计算基础比CPI更广泛，涉及全部商品和劳务，除消费外，还包括生产资料和资本、进出口商品和劳务等。通货膨胀率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。这一指标不仅影响着政府制定货币、财政、消费、价格、工资、社会保障等政策，同时也与居民日常生活密切相关。从微观层面的角度来看，不同经济主体对通货膨胀率的预期及其基于预期所采取的经济行为会对不同行业的供给与需求产生不同的冲击；……