企业统计分析

2016年10月份CPI 预测分析

小组成员：

张蔚天1417050136

陈吉晖1417050009

侯俞键1417050037

邓智峰1417050025

预测方法介绍：

1.移动平均法（moving average method）是根据时间序列，逐项推移，依次计算包含一定项数的序时平均数，以此进行预测的方法。移动平均法包括一次移动平均法、加权移动平均法和二次移动平均法。

移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于近期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。移动平均法根据预测时使用的各元素的权重不同，可以分为：简单移动平均和加权移动平均。

2.指数平滑法（Exponential Smoothing，ES）是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用的最多的一种。简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。

也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析

预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。

3.直线趋势预测法又称“线性趋势预测法”，是对观察期的时间序列资料表现为接近于一条直线，表现为近似直线的上升和下降时采用的一种预测方法。关键是求得趋势直线，以利用趋势直线的延伸求得预测值。

4.自回归滑动平均模型（ARMA 模型，Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。

数据介绍

数据库：月度数据时间：最近24个月

此数据包含2014至2016年24个月份，全国范围内居民消费价格指数(CPI, Consumer Price Index)数据。按照统计制度要求，我国CPI每五年进行一次基期轮换，2016年1月开始使用2015年作为新一轮的对比基期，前三轮基期分别为2000年、2005年和2010年。

与上一轮基期相比，本轮基期的CPI调查目录有几个主要变化。一是按照《居民消费支出分类（2013）》，原来的“食品”、“烟酒”合并为现在的“食品烟酒”；原来的“医疗保健和个人用品”被拆分到现在的“生活用品及服务”、“医疗保健”和“其他用品和服务”中；原来的“娱乐教育文化用品及服务”被拆分到现在的“教育文化和娱乐”和“其他用品和服务”中；原来的“家庭设备用品及维修服务”被拆分到现在的“生活用品及服务”和“其他用品及服务”中。二是食品的指标内涵发生了变化，旧分类中的“食品”为大类，包括粮食、肉禽、鲜菜、鲜果、水产品、茶及饮料、在外餐饮等分类；新“食品”为“食品烟酒”大类下的中类，仅包括粮食、畜肉、禽肉、鲜菜、鲜果、水产品等，不再包括“茶及饮料”和“在外餐饮”两项。三是新增了“园艺花卉及用品”、“宠物及用品”、“养老服务”和“金融服务”等居民支出增加较快的分类，能够更加及时准确反映居民消费结构的新变化。

将所收集的2014年到2016年一共24个月度CPI以时间序列排列，并将月份由往年到近年按照1到24正序排列。由此制作24个月度的CPI时间序列折线图。根据时间序列定义和平稳序列定义可以推断出，24月中居民消费价格指数属于平稳时间序列，并且在100.5到102.5之间波动。

以上说明居民消费价格指数的周期性和季节性并不是很显著，则可以使用报告最初提出的,预测平稳序列的方法（移动平均法和直线趋势预测法）。并且，通过折线图可以看出月度CPI有一定的趋势性，测可以使用指数平滑法进行预测。此类方法主要通过对时间序列进行平滑以消除其随机波动，因而也成为平滑法。

此次分析，将以往年月度居民消费价格指数为基准预测2016年10月份的居民消费价格指数。

预测CPI意义

CPI是反映与居民生活有关的消费品及服务价格水平的变动情况的重要经济指标，也是宏观经济分析与决策以及国民经济核算的重要指标。一般来说，CPI 的高低直接影响着国家的宏观经济调控措施的出台与力度，如央行是否调息、是否调整存款准备金率等。同时，CPI的高低也间接影响资本市场（如股票市场）的变化。在日常经济生活中，大体来说CPI有三个用途，一是测量通货膨胀之用，如果CPI在一段时期内连续高幅度上涨，就可以说发生了严重通货膨胀；二是用于国民经济核算，比如核算城市运输业价值量时要扣除物价上涨因素，从而得到城市运输业实际成果的变化情况；三是作为利益关系方的利益调整参照系数，比如在一些西方国家中作为劳资双方工资调整的依据。

指数平滑法

将α分别取值0.3，0.4 ，0.5，0.6，0.7，0.8 ，0.9用Eviews做指数平滑法分析。分别各个取值的输出数据和预测数据。

α=0.3

α=0.4

α=0.5

α=0.6

α=0.7

α=0.8

α=0.9

为了取得最优的α值，对各个取值的α的残差平方和进行比较。

图中横坐标为α在指数平滑法中的各个取值，纵坐标为α各取值下的残差平方和。

如图所示，当α=0.5时残差平方和最小，RSS=2.174334。

由α=0.5 Eviews输出的数据中可以得出，2016年10月份的消费价格指数CPI预测值为101.75。

移动平均法

进行移动平均法预测，取N 期数据计算平均值。用EXCEL 计算移动平均值 当N=3时，通过计算得到以下表格。

由计算所得，2016年10月CPI 预测值分别为101.67和101.53

指标 居民消费价格指数(%) N=3时的移动平均数 N=3时的移动趋势值

移动趋势值再移动平均数 2014年10月 101.6 2014年11月 101.4 101.50 2014年12月 101.5 101.23 -0.27 2015年1月 100.8 101.23 0.00 -0.10 2015年2月 101.4 101.20 -0.03 0.07 2015年3月 101.4 101.43 0.23 0.04 2015年4月 101.5 101.37 -0.07 0.06 2015年5月 101.2 101.37 0.00 -0.01 2015年6月 101.4 101.40 0.03 0.10 2015年7月 101.6 101.67 0.27 0.12 2015年8月 102 101.73 0.07 0.08 2015年9月 101.6 101.63 -0.10 -0.07 2015年10月 101.3 101.47 -0.17 -0.09 2015年11月 101.5 101.47 0.00 0.00 2015年12月 101.6 101.63 0.17 0.14 2016年1月 101.8 101.90 0.27 0.22 2016年2月 102.3 102.13 0.23 0.22 2016年3月 102.3 102.30 0.17 0.10 2016年4月 102.3 102.20 -0.10 -0.02 2016年5月 102 102.07 -0.13 -0.13 2016年6月 101.9 101.90 -0.17 -0.18 2016年7月 101.8 101.67 -0.23 -0.13 2016年8月 101.3 101.67

0.00 2016年9月

101.9

2016年10月CPI 预测值

101.67

101.67

101.53