广州统计年鉴2020社会经济发展指标：城市居民消费价格分类指数(上年=100)
我国城市居民消费价格指数时间序列分析
辽宁工业大学时间序列分析课程设计题目：中国城市居民消费价格指数的分析与预测院（系）：经济学院专业班级：统计学 091学号： 090707016学生姓名：胡迪指导教师：姜健教师职称：教授起止时间： 2011.12.19—12.23课程设计任务院（系）：经济学院教研室：统计教研室学号090707016 学生姓名胡迪专业班级统计学091班课程设计（论文）题目中国城市居民消费价格指数的分析与预测课程设计（论文）任务1、画出时间序列的时序图，根据所画的时序图粗略判别序列是否平稳；2、根据序列的自相关图判别序列是否平稳；3、利用单位根检验方法，判别序列的平稳性；4、模型识别。
根据自相关系数和偏自相关系数的性质和特点，判别模型属于哪种类型；5、参数估计。
根据选定的模型类别进行模型的参数估计；6、进行相应的检验。
包括模型的稳定性、可逆性的判定；参数的显著性检验；残差的白噪声检验等；7、模型优化。
对所建立的多个模型，根据AIC准则等进行优化选择；9、预测。
应用所建立的模型，进行未来5期的预测；10、模型的评价。
应用相关的评价准则，对所选择的模型进行评价。
11、撰写设计报告。
报告一律要求用Word文档纂写，3000字左右，内容及要求见指导书。
摘要时间序列就是按照时间的顺序记录的一列有序数据。
对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势。
时间序列分析在日常生活中随处可见，有着非常广泛的应用领域。
本文用时间序列分析方法，对城市居民消费价格指数序列进行了拟合。
通过对1960年至2005年期间中国城市居民消费价格指数进行观察分析，建立合适的ARMA模型，对未来五年的城市居民消费价格指数进行预测。
然后对预测值和真实值进行比较，得出结论，所建立的模型有较好的拟合效果，从而提供了一个经济预测和结构分析的有效方法。
关键词：时间序列城市居民消费价格指数平稳性白噪声单位根目录1引言 (1)2模型的判别 (2)2.1原始序列分析 (2)2.2模型判别 (4)3中国城市居民消费价格指数模型的建立 (5)3.1有常数项的AR(1)模型 (5)3.2有常数项的ARMA(1,2)模型 (7)3.3没有常数项的ARMA(1,2)模型 (9)4模型优化 (11)4.1模型选择 (11)5中国城市居民消费价格指数模型的预测 (12)6模型评价与分析 (14)6.1中国城市居民消费价格指数模型评价 (14)6.2中国城市居民消费价格指数分析 (15)参考文献 (15)1引言城市居民消费价格指数(Urban Consumer Price Index)，是反映城市居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
我国居民消费价格指数(CPI)的回归分析与预测
经济预测与决策题目姓名所在学院专业班级学号指导教师日期年月日指导教师评阅意见学生姓名专业班级学号（论文）题目指导教师教师职称论文评语评定成绩：指导教师签名：年月日我国居民消费价格指数（CPI）的回归分析与预测07级经济学1班李栋指导教师米娟摘要：目前，我国居民消费价格指数成为公众关注的热点名词，也直接影响着国民经济的稳定发展与人民生活水平的改善。
从理论上分析居民消费价格指数的影响因素，建立一个经济模型，对了解和掌握居民消费价格指数的变化具有重要的现实意义。
本文采用线性回归分析方法，力图对居民消费价格指数的变化进行分析。
关键词：消费价格指数回归分析经济预测1.引言居民消费价格指数（CPI）是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。
CPI虽然是一个滞后指标，但它往往是市场经济活动与政府货币政策的一个重要参考指标。
如果CPI的增幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗，因此，该指数过高的升幅往往不被市场欢迎。
现阶段，随着经济全球化的大趋势和中国的进一步融入，我国的经济稳定发展越来越受到国内、国际的关注，CPI稳定、就业充分及GDP增长已经成为我国最重要的社会经济目标。
尤其在面对国内经济在市场宏观的调节下，消费水平、利率、商品价格潜移默化的影响着百姓的生活，因此，对CPI的分析预测已经显得越发重要。
2.影响因素分析和数据的搜集整理2.1有关影响因素的定性分析对居民消费价格指数（CPI）构成影响的因素有很多，如宏观经济发展水平、中长期经济发展战略和当前的经济政策，具体到国民经济运行的指标中来，有以下几个方面：（1）居民消费水平指数。
居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
居民消费水平与居民消费价格指数的关系十分密切和直接，收入的增长，消费水平的提高，自然会引起社会总需求的增长，进而导致消费价格指数的增长。
江苏统计年鉴2020社会经济发展指标：居民消费价格分类指数(2019年)
102.1 102.1 102.2 101.6 102.3 102.0 101.6 103.0 101.1 103.6 103.8 103.3 104.4
101.7
101.7 101.4 102.5 100.6 102.0 102.5 100.8 103.4 103.8 101.5 102.0 105.8 99.8 99.8
99.8
教育文化和娱乐 教育 文化娱乐 文娱耐用消费品 文化娱乐服务 旅游
医疗保健 药品及医疗器具 医疗服务
其他用品和服务 其他用品类 其他服务类
101.9 102.2 103.6 101.0 101.7 102.3 102.5 101.3 102.8 101.2 102.7 106.3 98.9 99.2
98.5
城市
103.1 107.0 109.3 101.2 106.4 101.1 101.9 104.0 104.2 127.4 139.6 111.6 99.4 106.4 104.2 110.4 112.6
101.9 103.5 104.2 101.9 102.1 100.4 104.7 103.4 102.7 103.0 102.1 101.3 104.6 101.8
101.9 102.3 103.9 101.1 101.6 102.2 103.1 100.6 102.5 101.0 102.9 106.4 98.7 99.0
9.9 100.8 105.6 101.0 101.5 102.0 102.1 129.9 139.7 110.3 97.8 104.1 103.2 110.3 112.7
101.4 103.0 102.0 102.4 101.6 100.0 104.3 103.6 103.1 103.7 102.1 101.6 103.8 101.7
各种物价指数
综合年度库1、分省市开始时间若为空，则表示该指标没有分省物价指数居民消费价格指数居民消费价格指数（上年=100）-1985城市居民消费价格指数（上年=100）-1978农村居民消费价格指数（上年=100）-1985居民消费价格指数（1985年=100）-1985城市居民消费价格指数（1978年=100）-1978农村居民消费价格指数（1985年=100）-1985居民食品消费价格指数（上年=100）-1994居民粮食消费价格指数（上年=100）-1994居民油脂消费价格指数（上年=100）-1994居民肉禽及其制品消费价格指数（上年=100）-1994居民蛋类消费价格指数（上年=100）-1994居民水产品消费价格指数（上年=100）-1994居民菜类消费价格指数（上年=100）-1994居民茶及饮料消费价格指数（上年=100）-1994居民干鲜瓜果消费价格指数（上年=100）-1994居民干果消费价格指数（上年=100）-1994居民在外用膳食品消费价格指数（上年=100）-1994居民烟酒及用品消费价格指数（上年=100）-2001居民衣着消费价格指数（上年=100）-1994居民家庭设备用品及服务消费价格指数（上年=100）-1994居民医疗保健和个人用品消费价格指数（上年=100）-2001居民医疗保健消费价格指数（上年=100）-1994居民医疗保健服务消费价格指数（上年=100）-1986居民洗理美容费消费价格指数（上年=100）-1994居民交通和通信消费价格指数（上年=100）-1994居民电讯费消费价格指数（上年=100）-1994居民邮费消费价格指数（上年=100）-1986居民交通费消费价格指数（上年=100）-1986居民娱乐教育文化消费价格指数（上年=100）-1994居民学杂保育费消费价格指数（上年=100）-1986居民文娱费消费价格指数（上年=100）-1986居民居住消费价格指数（上年=100）-1994居民服务项目消费价格指数（上年=100）-1986居民修理及其他服务费消费价格指数（上年=100）-1986商品零售价格指数商品零售价格指数（上年=100）-1951城市商品零售价格指数（上年=100）-1951农村商品零售价格指数（上年=100）-1951农村工业品零售价格指数（上年=100）-1951商品零售价格指数（1978年=100）-1978农村工业品零售价格指数（1978年=100）-1978食品零售价格指数（上年=100）-1951粮食零售价格指数（上年=100）-1951油脂零售价格指数（上年=100）-1994肉禽蛋零售价格指数（上年=100）-1984水产品零售价格指数（上年=100）-1984鲜菜零售价格指数（上年=100）-1951干菜零售价格指数（上年=100）-1994鲜果零售价格指数（上年=100）-1994饮食业零售价格指数（上年=100）-1994饮料烟酒零售价格指数（上年=100）-1994服装鞋帽零售价格指数（上年=100）-1994纺织品零售价格指数（上年=100）-1994呢绒零售价格指数（上年=100）-1994日用品零售价格指数（上年=100）-1951化妆品零售价格指数（上年=100）-1994燃料零售价格指数（上年=100）-1951中西药品零售价格指数（上年=100）-1951书报杂志零售价格指数（上年=100）-1984文化体育用品零售价格指数（上年=100）-1994家用电器零售价格指数（上年=100）-1994首饰零售价格指数（上年=100）-1994机电产品零售价格指数（上年=100）-1994农业生产资料价格指数农业生产资料价格指数（上年=100）-1994小农具价格指数（上年=100）-1994饲料价格指数（上年=100）-1994幼禽家畜价格指数（上年=100）-1994半机械化农具价格指数（上年=100）-1994机械化农具价格指数（上年=100）-1994化学肥料价格指数（上年=100）-1994农药及农药械价格指数（上年=100）-1994农机用油价格指数（上年=100）-1994工业品价格指数工业品出厂价格指数（上年=100）-1979冶金工业工业品出厂价格指数（上年=100）-1979电力工业工业品出厂价格指数（上年=100）-1979煤炭工业工业品出厂价格指数（上年=100）-1979石油工业工业品出厂价格指数（上年=100）-1979建筑材料工业工业品出厂价格指数（上年=100）-1979森林工业工业品出厂价格指数（上年=100）-1979食品工业工业品出厂价格指数（上年=100）-1979缝纫工业工业品出厂价格指数（上年=100）-1979皮革工业工业品出厂价格指数（上年=100）-1980造纸工业工业品出厂价格指数（上年=100）-1979文教艺术用品工业工业品出厂价格指数（上年=100）-1980采掘工业工业品出厂价格指数（上年=100）-1988原材料工业工业品出厂价格指数（上年=100）-1988加工工业工业品出厂价格指数（上年=100）-1988生产资料工业品出厂价格指数（上年=100）-1988生活资料工业品出厂价格指数（上年=100）-1988食品类工业品出厂价格指数（上年=100）-1988衣着类工业品出厂价格指数（上年=100）-1988一般日用品工业品出厂价格指数（上年=100）-1988耐用消费品工业品出厂价格指数（上年=100）-1988化学工业工业品出厂价格指数（上年=100）-1979机械工业工业品出厂价格指数（上年=100）-1979固定资产投资价格指数固定资产投资价格指数（上年=100）-1991建筑安装工程投资价格指数（上年=100）-1991设备、工器具购置投资价格指数（上年=100）-1991其他费用投资价格指数（上年=100）-1991农产品收购价格指数农产品收购价格指数（上年=100）-1951农产品收购价格指数（1978年=100）-1978粮食收购价格指数（上年=100）-1951小麦收购价格指数（上年=100）-1951稻谷收购价格指数（上年=100）-1951玉米收购价格指数（上年=100）-1951高粱收购价格指数（上年=100）-1951黄豆收购价格指数（上年=100）-1951经济作物收购价格指数（上年=100）-1951食用植物油及油料收购价格指数（上年=100）-1951棉花收购价格指数（上年=100）-1951麻收购价格指数（上年=100）-1951烟叶收购价格指数（上年=100）-1951糖料收购价格指数（上年=100）-1951茶叶收购价格指数（上年=100）-1951竹木材收购价格指数（上年=100）-1951工业用油漆收购价格指数（上年=100）-1951禽畜产品收购价格指数（上年=100）-1951肉畜收购价格指数（上年=100）-1951肥猪收购价格指数（上年=100）-1951禽蛋收购价格指数（上年=100）-1951鸡蛋收购价格指数（上年=100）-1951皮张收购价格指数（上年=100）-1951鬃毛收购价格指数（上年=100）-1951蚕茧蚕丝收购价格指数（上年=100）-1951干鲜果收购价格指数（上年=100）-1951干鲜菜及调味品收购价格指数（上年=100）-1951鲜菜收购价格指数（上年=100）-1951药材收购价格指数（上年=100）-1951土副产品收购价格指数（上年=100）-1951水产品收购价格指数（上年=100）-1951粮食收购价格指数（1978年=100）-1978小麦收购价格指数（1978年=100）-1978稻谷收购价格指数（1978年=100）-1978玉米收购价格指数（1978年=100）-1978高粱收购价格指数（1978年=100）-1978黄豆收购价格指数（1978年=100）-1978经济作物收购价格指数（1978年=100）-1978食用植物油及油料收购价格指数（1978年=100）-1978棉花收购价格指数（1978年=100）-1978麻收购价格指数（1978年=100）-1978烟叶收购价格指数（1978年=100）-1978糖料收购价格指数（1978年=100）-1978茶叶收购价格指数（1978年=100）-1978竹木材收购价格指数（1978年=100）-1978工业用油漆收购价格指数（1978年=100）-1978禽畜产品收购价格指数（1978年=100）-1978肉畜收购价格指数（1978年=100）-1978肥猪收购价格指数（1978年=100）-1978禽蛋收购价格指数（1978年=100）-1978鸡蛋收购价格指数（1978年=100）-1978皮张收购价格指数（1978年=100）-1978鬃毛收购价格指数（1978年=100）-1978蚕茧蚕丝收购价格指数（1978年=100）-1978干鲜果收购价格指数（1978年=100）-1978干鲜菜及调味品收购价格指数（1978年=100）-1978鲜菜收购价格指数（1978年=100）-1978药材收购价格指数（1978年=100）-1978土副产品收购价格指数（1978年=100）-1978水产品收购价格指数（1978年=100）-1978工农业商品综合比价指数工农业商品综合比价指数（上年=100）-1951工农业商品综合比价指数（1978年=100）-1978始时间若为空，则表示该指标没有分省市数据。
广东统计年鉴2015社会经济发展指标：农产品生产者价格指数
99.9 107.1
93.6 108.1 109.5 111.8 113.2 107.6 108.8
94.6 116.5 107.0 101.3 115.1 105.0 100.2
95.0 112.4
99.7 118.6 105.2 107.1 103.3 101.9 110.0
上年=100 项目
9-17 农产品生产者价格指数 Producer Price Indices for Agricultural Products
Item
2005 2010 2011 2012
(preceding year=100)
2013 2014
农产品生产者价格指数
农业产品
谷物 #稻谷 薯类
油料
注：2011年开始农产品 Note:.5 104.5
99.7 99.8 103.2 102.9 107.1 107.3 86.7 108.0
96.0
103.1 104.7 102.9 103.9
104.2 101.2 105.5 100.8 100.5
97.1 101.0 105.3 105.2 104.7
102.1 100.0 107.9
112.4 108.6 119.4 120.7 119.9 129.5 117.1 121.4 112.3 100.8 104.9 106.7
99.7 106.6 125.4
87.3 93.0 72.8 91.3 89.9 107.3 106.2 110.0 116.0 113.1 108.7 111.2 106.8 106.6 116.4 121.7 129.1 132.3 105.6 111.1 111.3 112.5 107.1 107.8 102.9 107.6 106.1 111.2 103.0 113.8 121.9 100.9 108.3 104.7 119.3 109.0 106.0 104.5
居民消费价格指数的时间序列模型分析
居民消费价格指数的时间序列模型分析一、居民消费价格指数居民消费价格指数(CPI)，作为一种常用的总体价格水平指标，是反映居民购买并用于消费商品和服务项目价格水平的变化趋势和变动幅度的统计指标，用来度量消费者在购买商品和劳务时的花费。
价格稳定对于一个国家来说至关重要，一个稳健运行的市场系统要求价格能够准确、迅速地传递稀缺资源的信息，并且通过价格机制来调节资源配置。
居民消费价格指数还是衡量通货膨胀的重要指标。
研究居民消费价格指数的发展特征及其未来发展趋势，使价格水平稳定在有利于经济发展的合理水平是十分必要的。
时间序列分析就是一种根据动态数据揭示系统动态结构和规律的统计方法，其基本思想是根据系统的观测数据，建立能够比较精确地反应时间序列中所包含的动态依存关系的数学模型，并借此对系统的未来行为进行预测。
因此，由时间序列模型分析居民消费价格指数的发展变化趋势，并对短期内的居民消费价格进行预测具有重要的意义。
二、居民消费价格指数的时间序列模型分析时间序列分析是一种应用广泛的数量分析方法，它主要用于描述和探索事物随时间变化的数量规律性。
时间序列分析模型主要有ARMA 模型和ARIMA模型。
ARMA模型只能用于平稳时间序列的分析。
然而，在实际的经济和生活中绝大部分的时间序列是非平稳的，但对这些非平稳的时间序列经过差分后就会显示出平稳时间序列的性质，这时称非平稳时间序列为差分平稳时间序列。
对差分平稳时间序列可以用ARIMA模型拟合。
1．数据的收集及平稳性检验选取1996年1月～2013年11月我国居民消费价格指数为样本数据(数据来源于《中国统计年鉴》及东方财富网)，运用EViews软件对数据进行处理。
研究时间序列之前，首先要对其平稳性和随机性进行检验，目的是对平稳且非随机序列进行研究。
由图1时序图可以看出:1996～1998年居民消费价格指数大幅下降;在1998～2003年间，居民消费价格指数小幅度上下震荡;2004年至今，大幅度波动震荡。
各地居民消费价格指数
99.0 98.0 97.7 98.3 98.3 100.2 99.0 98.2 94.0 98.6 99.1 99.3 99.6 93.3 101.9 100.2 100.6 99.4 97.0 98.7 91.7 97.2 98.4 101.3 98.4 99.1 97.4 99.1 98.7 92.9
99.7 99.9 99.8 101.2 100.4 100.6 101.7 102.9 106.0 108.0 104.2 102.6 102.2 103.1 103.4 103.8 101.7 102.9 102.1 103.3 102.9 102.0 104.3 103.0 103.4 101.6 101.4 103.2 101.3 102.8
99.3 98.3 102.3 126.4 101.4 102.7 106.3 107.0 108.9 105.5 106.7 107.5 106.7 104.5 103.7 104.5 107.3 106.1 105.4 105.7 105.1 108.2 106.3 107.7 105.7 112.5 108.1 111.9 109.4 112.0
家庭设备 用 品 及 维修服务 97.7 97.5 97.4 98.6 99.9 101.2 101.9 102.8 104.4 106.8 102.4 103.2 100.8 103.6 102.6 103.1 108.3 104.1 103.4 102.2 103.2 102.8 102.0 103.1 100.8 99.8 102.0 103.1 101.9 102.5 耐用消费品 室内装饰品 床上用品 家庭日用 杂 品 98.6 98.0 98.3 99.8 100.4 101.1 101.7 104.9 104.5 105.4 105.6 105.6 101.0 108.3 106.2 107.6 110.4 107.2 105.4 103.3 105.8 107.0 104.4 104.5 104.8 101.1 102.5 107.3 102.9 102.8 家庭服务及加 工维修服务费 101.5 101.2 101.1 101.9 104.4 105.8 107.2 109.0 116.6 114.6 108.5 116.6 106.1 108.9 104.9 107.4 116.5 106.6 111.7 108.5 112.7 110.4 106.3 113.2 103.8 103.3 107.2 106.8 101.2 108.6
广东省统计年鉴2020社会经济发展指标：1-3 国民经济和社会发展结构指标
55.0 66.2 68.7 70.7 71.4 45.0 33.8 31.3 29.3 28.6
1.5 7.9
100.0 3.8
41.4 54.8
49.6 37.4 31.2
6.2 12.2 44.4 42.3
2.1 6.0
100.0 4.0
40.5 55.5
82.8 85.4 88.4 89.4 90.6
37.7 32.0 21.2 21.6 24.6
51.6 51.5 51.5 51.3 51.3 48.4 48.5 48.5 48.7 48.7
40.0 24.4 20.3 18.3 18.2 27.9 42.4 39.1 34.7 34.6 32.1 33.2 40.6 47.0 47.2
11.8
6.7
5.9
5.3
5.4
59.4 31.6 23.2 19.3 19.2
就业 产业结构 第一产业 第二产业 第三产业 按登记注册类型分组 国有单位 集体单位 股份合作单位 联营单位 有限责任公司 股份有限公司 外商投资单位 港澳台商投资单位 私营企业 个体经济 宏观经济
国民经济核算 地区生产总值产业结构 第一产业 第二产业 第三产业 支出法地区生产总值结 最终消费 居民消费 城镇居民 农村居民 政府消费 资本形成总额 固定资本形成总额 存货增加 净流出
46.7 44.2
52.9 41.4 28.9 12.5 11.5 36.2 29.2
7.0 10.9