APP下载

基于EEMD-PSO-SVM的月度CPI预测研究

2019-03-13邰晓红

统计与决策 2019年3期
关键词:模型

邰晓红,刘 义

(辽宁工程技术大学 工商管理学院,辽宁 葫芦岛 125105)

0 引言

居民消费价格指数(consumer price index,CPI)是一个用来反映居民家庭购买消费商品及服务的价格水平变动情况的重要宏观经济指标[1]。CPI涉及维系人民生计,关乎社会和谐,历来备受政府和民众关注。同时,CPI是价格总水平监测及调控、宏观经济分析及决策、国民经济核算的重要参考依据[1-5]。因此,科学精确的对CPI进行预测具有重要的现实意义。

目前,已经有一些学者对CPI进行预测研究,建立了一些预测模型。例如,神经网络模型[2]、ARIMA模型[3]、支持向量机模型[4]以及一些组合预测模型[5]等。这些模型对于CPI的预测具有重要意义。同时也存在一定的局限性,需要作进一步研究。需要说明的是,已有研究大多数是基于CPI的历史时序数据建立的预测模型。而CPI同时受到多重因素影响,其历史时序数据往往存在较大程度的波动。直接使用存在较大波动的CPI历史时序数据进行预测会在一定程度上影响CPI的预测结果。本文针对CPI历史时序数据的特点,提出了一种基于EEMD-PSO-SVM的月度CPI预测模型。在该模型中,首先采用EEMD对存在较大波动的CPI序列进行降噪分解,得到不同频率相对稳定的IMF序列和一个残余序列。然后采用PSO-SVM对得到的每个序列分别进行拟合预测。在此基础上,采用PSO-SVM对每个序列的预测结果进行融合,得到最终的月度CPI的预测结果。最后,以1994年1月至2017年5月的我国月度CPI为研究对象进行实际预测以验证模型的有效性和可靠性。

1 原理与方……
登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用