基于ARMA模型的CPI短期预测研究
2018-05-08袁志强陈锐
袁志强 陈锐
摘要:文章利用2012年1月到2017年8月月度全国居民消费价格指数,探索运用R软件forecast n程序包中的auto,anma()函数进行最优ARIMA模型构建、模型检验、及短期预测。研究主要得出两点结论,1.构建了ARIMA(1,1,0)模型,检验结果合理。2.预测出2017年8月以后连续6个月的月度CPI,分别为101.6549、101.7975、101.6884、101.6954、101.6928、101.6938。
关键词:AKMA模型:CPI;R语言
一、引言及文献综述
一直以来,通货膨胀都是世界各国经济发展过程中必须重视的重大问题,其预测也是各国所面临的一项重大课题。我国经过近40年的高速发展,通货膨胀问题开始不断引起人们的重视,通过膨胀的预测已然成为一项紧迫的课题。对作为衡量通货膨胀重要指标的居民消费价格指数(CPI)进行预测,就显得十分必要。
近10年来,ARMA模型了受到学者们的广泛青睐。主要因为其具有较强的扩展性和现实性。既可以拟合AK、MA、ARMA、SAKIMA等模型,又更加符合经济政策存在时滞的现实,国外有代表性的如Alnaa和Ahiakpor(2011)以加纳为研究对象,运用Box-lenkins建模方法建立ARIMA(6,1,6)模型,对月度通货膨胀率进行预测,结果显示ARIMA模型在通货膨胀预测中具有较好的效果。国内有代表性的近期的如,肖良(2016)以居民消费价格指数(cPI)的短期预测为切入点,运用定量的时间序列分析方法,建立季节性ARI-MA模型对CPI时间序列进行量化分析,在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分,取得了较为理想的预测效果。孙舞渊,伍海军(2017)基于考虑春节效应的X-12-APJMA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和短期预测。……
