居民消费价格指数的分析与预测(毕业论文doc)
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
西南交通大学
本科毕业论文
居民消费价格指数的分析与预测
年级:2007级
学号:20075275
姓名:
专业:统计学
指导老师:
2011年6 月
毕业设计(论文)任务书
班级07统计学号20075275
发题日期:2011 年1 月12 日完成日期: 5 月24 日题目居民消费价格指数的分析与预测
1、本论文的目的、意义在2009年过后,我国CPI指数扶摇直上,通货膨胀率也在同时不断上涨,中国面临着较大的通货膨胀压力,民众生活成本不断加重,如何跑赢CPI已经成为了白领阶层的热门话题,本文将从统计学的观点出发,用时间序列模型对CPI指数进行分析与预测,对未来经济水平的走势有一个了解,对国家经济建设有一个宏观的意识。
2、学生应完成的任务首先对居民消费价格指数以及时间序列ARIMA模型的概念和相关理论有一定深入的了解,明白本文的写作目的以及意义。然后通过互联网收集2000年1月至2011年4月的居民消费价格指数历史数据。对数据进行预处理,包括:直观性的图形分析和描述性统计分析,这样能够对样本有一个整体的认识,方便后期建立模型时的对数据的操作处理。在预处理阶段对样本整体的走势作出一个分析,比如居民消费价格指数在2000年1月至2011年4月期间是如何波动的,又是什么原因造成这些波动,这些波动能够带来什么样的影响等。将预处理之后的数据输入EViews软件,进行ARIMA模型的建模准备工作,如:平稳性分析,零均值处理等。利用处理过之后的数据建立出几个相对拟合程度较高的ARIMA模
型,并且利用软件对预测模型的分析结果来选择一个拟合程度较高的模型作为本研究的居民消费价格指数预测模型。在确定预测模型之后,通过阅读大量的文献与预测得出的结果相结合,对2011年的居民消费价格指数的短期走势进行分析,并在分析之后给出合理性的政策建议,达到本文的写作目的:对国家的宏观经济有一个较为客观的判断与认识。
3、论文各部分容及时间分配:(共14 周)
第一部分选题、熟悉相关概念与理论( 1周) 第二部分论文的容安排,绪论部分的写作(2 周) 第三部分数据的处理以及模型的建立,预测部分(4 周) 第四部分短期走势的分析与预测(3周) 第五部分结论、致的写作以及格式的修改(2周) 评阅及答辩(2 周)
备注
指导教师:年月日
审批人:年月日
摘要
从2007年至今,中国居民消费价格指数经历了一次空前的大起大落,受多方面因素的影响,居民消费价格指数在2008年2月创下了108.5%的历史最高涨幅;在2008年下半年和2009年又迅速的跌落,并且在2009年7月降至98.2%,创下了10年来的最低记录。在2010年和2011年,居民消费价格指数又呈现出高压上涨的趋势,其走势难以捉摸。居民消费价格指数的增长与跌落关系对居民大众的日常生活水平,经济体制的稳定,国家政策的实施都有着深远的影响。本文正是基于居民消费价格指数的重要性对其进行研究。根据所学时间序列相关知识,根据2000年1月到2010年12月的居民消费价格指数历史数据建立一个ARIMA预测模型,最后分析了2011年的居民消费价格指数的短期走势,对未来的政策提出了相关建议,这对于了解国家宏观经济态势有着一定的帮助和意义。
关键词:ARIMA模型,CPI,居民消费价格指数,预测,分析
Abstract
CPI in China has been going up and down like never before since 2007. Affected by many factors, it rocketed by 108.5%, the biggest increase ever, in Februray of 2008, yet tumbled fast in the second half year of 2008 and the year of 2009. In July of 2009, it broke the record of the lowest price for the last decade by a decrease of 98.2%. The trend is hard to anticipate, for in 2010 and 2011, CPI in China again tended to go up. The increase and decrease of CPI have a deep and long-term influence on our people's life, the stability of our economy system and our national policies. This thesis is to study and analyze CPI based on its importance. Using the knowledge about time series I have learnt, basing on the CPI data from January of 2000 to December of 2010, I build an ARIMA forecast model. Then I analyze the short-term trend of CPI in 2011 in China and give some relating advice about future polices, which is meaningful and can help understand our country's macro-economy trend.
key words:ARIMA model,CPI,forcecast,analyze.
目录
第1章绪论 0
1.1 论文的研究背景 0
1.1.1 居民消费价格指数的概念介绍 (1)
1.1.2 居民消费价格指数的计算公式 (2)
1.2 研究目的 (2)
1.3 研究的思路和容 (2)
第2章ARIMA模型理论概述 (4)
2.1 ARIMA模型理论以及方法概述 (4)
2.1.1 时间序列模型的含义 (4)
2.1.2 随机时间序列模型 (4)
2.1.3 自回归求积移动平均模型 (5)
2.1.4 非平稳时间序列 (5)
2.1.5 随机平稳时间序列样本的数字特征 (6)
2.2 时间序列模型的建立过程 (7)
2.2.1 数据的预处理(时间序列平稳性的判断) (7)
2.2.2 模型的识别 (9)
2.2.3 模型参数的估计 (10)
2.2.4 模型的定阶 (10)
2.2.5 模型的检验 (10)
第3章ARIMA模型在居民消费价格指数中的定量分析 (13)
3.1 数据的预处理 (13)
3.1.1 序列的直方图及相关统计量 (13)
3.1.2 序列与正态分布之间的Q-Q图 (14)
3.2 相关分析 (14)
X作描述性统计 (16)
3.3 对序列)(1t
X的相关分析 (17)
3.4 序列)(2t
3.5 模型识别及参数估计 (18)