畢業(yè)論文：我國城市居民消費價格指數的動態(tài)分析與預測

目錄/提綱：……
一、引言2
二、模型的判別3
（一）原始數據：3
（二）序列的平穩(wěn)性檢驗3
三、模型的建立8
（一）有常數項的ARMA（1，2）8
（二）無常數項的ARMA(1,2)模型9
（三）有常數項的AR(1)模型10
（四）有常數項的MA(1)模型11
五、中國城市居民消費價格指數模型的預測13
六、模型的評價與分析15
（一）模型的評價15
（二）中國城市居民消費價格指數分析15
一、引言
二、模型的判別
（一）原始數據：
（二）序列的平穩(wěn)性檢驗
三、模型的建立
（一）有常數項的ARMA（1，2）
（二）無常數項的ARMA(1,2)模型
（三）有常數項的AR(1)模型
（四）有常數項的MA(1)模型
四、模型的優(yōu)化
五、中國城市居民消費價格指數模型的預測
六、模型的評價與分析
（一）模型的評價
（二）中國城市居民消費價格指數分析
……
南 京 財 經 大 學

本科畢業(yè)論文（設計）

題 目：我國城市居民消費價格指數的動態(tài)分析與預測
畢業(yè)論文：我國城市居民消費價格指數的動態(tài)分析與預測

2013 年5 月14 日

目錄
摘要 1
關鍵字 1
一、 引言 2
二、 模型的判別 3
（一）原始數據： 3
（二）序列的平穩(wěn)性檢驗 3
1. 做原始數據的時間序列圖 3
2. 單位根檢驗（ADF檢驗） 4
3. 自相關和偏相關圖 6
三、 模型的建立 8
（一）有常數項的ARMA（1，2） 8
（二）無常數項的ARMA(1,2)模型 9
（三）有常數項的AR(1)模型 10
（四）有常數項的MA(1)模型 11
四、 模型的優(yōu)化 13
五、 中國城市居民消費價格指數模型的預測 13
六、 模型的評價與分析 15
（一）模型的評價 15
（二）中國城市居民消費價格指數分析 15
參考文獻 16
附錄 17

我國城市居民消費價格指數的動態(tài)分析與預測
摘要：
居民消費價格指數受外匯儲備量、人民幣匯率、金融機構貸款額等很多因素的影響，如果使用回歸分析的預測方法會出現尋找主要因素和次要因素的困難，同時還可能遺漏影響因素的錯誤，但是動態(tài)分析的方法只需要通過序列找出序列自身的規(guī)律，建立模型并預測。使用動態(tài)分析的方法對我國城市居民消費價格指數進行擬合，提供一個有效經濟預測的方法。
本文使用1951年到2007年我國城市居民消費價格指數進行觀察和研究，通過對城市居民消費價格指數時序圖和自相關與偏相關函數的統(tǒng)計識別,建立ARMA模型，并進行顯著性檢驗選擇合適的模型并預測未來四年的城市居民消費價格指數，并與實際數據進行比較，得出合理的結論。

關鍵字：動態(tài)分析 城市居民消費價格指數 平穩(wěn)性 單位根 時序圖 ARMA模型
……（新文秘網http://m.jey722.cn省略1245字，正式會員可完整閱讀）……　
格指數(Urban Consumer Price Inde*)，是反映城市居民家庭所購買的生活消費品價格和服務項目價格變動趨勢和程度的相對數。城市居民消費價格指數可以觀察和分析消費品的零售價格和服務項目價格變動對職工貨幣工資的影響，作為研究職工生活和確定工資政策的依據， 是用來反映通貨膨脹（緊縮）程度的指標②。
目前研究消費價格指數的方法主要有因子分析，回歸分析和動態(tài)分析等，為避免使用因子分析或回歸分析等方法需要尋找因子和確定主要因素和次要因素以及因子表達方法的麻煩，本文使用動態(tài)分析的方法對城市居民消費價格指數自身的規(guī)律進行建模分析和經濟預測，結果可以反映一定時期居民生活消費品及服務項目價格變動趨勢和程度,可以觀察居民生活消費品及服務項目價格變動對居民生活的影響,為各級政府掌握居民消費狀況,研究和制定居民消費價格政策、工資政策以及為新國民經濟核算體系中消除價格變動因素的核算提供科學依據③。
建立平穩(wěn)時間序列 的ARMA 模型, 其具體形式如下④：

其中 為p階自回歸序列, 記作AR( p) , 待估參數 、 …… 稱為自回歸系數; 為q階移動平均序列, 記作MA ( q) , 實參數 、 …… 為移動平均系數, 是模型的待估參數。
通常情況下, 自回歸移動平均模型的建模過程分為以下幾個步驟 ⑤:
(1)對原序列進行平穩(wěn)性檢驗, 若非平穩(wěn)序列則通過差分消除趨勢;
(2)判斷序列是否具有季節(jié)性, 若序列具有季節(jié)波動, 則通過季節(jié)差分消除季節(jié)性;
(3)對序列進行自相關與偏自相關分析, 確定階數p、q建立ARMA( p, q)模型;
(4)對ARMA 模型的適合性進行檢驗, 即對殘差序列進行白噪聲檢驗。
二、 模型的判別
（一）原始數據：
下表為中國統(tǒng)計局公布的1951年——2011年中國城市居民消費價格指數，以上年為基期（即上年=100%），
表1：1951年——2011年中國城市居民消費價格指數 數據來源：中國統(tǒng)計年鑒數據庫
年份 指數（%） 年份 指數（%） 年份 指數（%） 年份 指數（%） 年份 指數（%） 年份 指數（%）
1951 112.5 1961 116.1 1971 99.9 1981 102.5 1991 105.1 2001 100.7
1952 102.7 1962 103.8 1972 100.2 1982 102 1992 108.6 2002 99
1953 105.1 1963 94.1 1973 100.1 1983 102 1993 116.1 2003 100.9
1954 101.4 1964 96.3 1974 100.7 1984 102.7 1994 125 2004 103.3
1955 100.3 1965 98.8 1975 100.4 1985 111.9 1995 116.8 2005 101.6
1956 99.9 1966 98.8 1976 100.3 1986 107 1996 108.08 2006 101.5
1957 102.6 1967 99.4 1977 102.7 1987 108.8 1997 103.1 2007 104.5
1958 98.9 1968 100.1 1978 100.7 1988 120.7 1998 99.4
1959 100.3 1969 101 1979 101.9 1989 116.3 1999 98.7
1960 102.5 1970 100 1980 107.5 1990 101.3 2000 100.8
（二）序列的平穩(wěn)性檢驗
在建模之前我們首先需要對數列進行觀察，并進行平穩(wěn)性檢驗。根據1951年到2007年我國城市居民消費價格指數作出時間序列圖，并根據圖形大體走勢情況判斷序列的穩(wěn)定性情況，進行平穩(wěn)性檢驗，然后進行單位根檢驗。
1. 做原始數據的時間序列圖
使用Eviews軟件，首先建立工作文件, 將表1 中1951年到2007年中國城市居民消費價格指數命名為*，并繪制成時間序列圖( 見圖1 )。



圖1 1951——2006年我國城市居民消費價格指數時序圖
由圖1可以看出，時間序列在固定區(qū)間內波動沒有明顯的趨勢效應，也沒有季節(jié)變動效應，可以大體認為原時間序列為平穩(wěn)時間序列。
2. 單位根檢驗（ADF檢驗）
為進一步確定時間序列的平穩(wěn)性，我們對序列進行單位根檢驗，運用數組窗口View /U n it Root Te*t對序列CPI進行單位根檢驗。 若| t統(tǒng)計值| > | S臨界值| ，說明序列*通過ADF檢驗即該時間序列是平穩(wěn)的。若| t統(tǒng)計值| < | S臨界值| ，則說明序列*沒有通過ADF 檢驗即該時間序列是非平穩(wěn)的，在建立模型之前, 必須對序列進行平穩(wěn)化處理①。

表2：原始時間序列的單位根檢驗
Null Hypothesis: * has a unit root
E*ogenous: Constant, Linear Trend
Lag Length: 0 (Automatic based on SIC, MA*LAG=10)


t-Statistic Prob.*


Augmented Dickey-Fuller test statistic -3.855248 0.0207
Test critical values: 1% level -4.130526
5% level -3.492149
10% level -3.174802


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(*)
Method: Least Squares
Sample (adjusted): 1952 2007
Included observations: 56 after adjustments


Coefficient Std. Error t-Statistic Prob.


*(-1) -0.404592 0.104946 -3.855248 0.0003 ……（未完，全文共14695字，當前僅顯示3495字，請閱讀下面提示信息。收藏《畢業(yè)論文：我國城市居民消費價格指數的動態(tài)分析與預測》）