基于SARIMA模型的山西省居民消费价格指数分析与预测
Analysis and Forecasting for Consumer Price Index of Shanxi Province Based on the SARIMA Model
摘要: 居民消费价格指数(CPI)是一项反映城乡居民所购买生活消费品和服务项目的价格水平变动情况的宏观经济指标。本文选取山西省2016年1月至2022年12月的CPI月度数据，利用R软件，建立SARIMA模型进行时间序列分析。经检验，ARIMA(0,1,1)×(0,1,1)12模型的拟合效果较好。用该模型预测山西省未来一年的CPI，发现数据走势平稳。
Abstract:
The Consumer Price Index (CPI) is a macroeconomic index that reflects the price level changes of consumer goods and services purchased by urban and rural residents. In this paper, the monthly CPI data of Shanxi Province from January 2016 to December 2022 were selected, and the SARIMA model was established by using R software for time series analysis. It is tested that the fitting effect of ARIMA(0,1,1)×(0,1,1)12 model is good. Using this model to forecast the CPI of Shanxi Province in the next year, it is found that the data trend is stable.
参考文献
|
[1]
|
袁芳. 基于乘积季节模型的陕西省CPI的分析与预测[J]. 金融经济, 2013(12): 163-164.
|
|
[2]
|
孙颖. 基于ARIMA模型的消费者价格指数预测[J]. 统计与决策, 2016(11): 83-85.
|
|
[3]
|
石捡情, 杨世娟. 我国居民消费价格指数时间序列预测——基于ARIMA模型的分析[J]. 科技资讯, 2017, 15(33): 35-36+40.
|
|
[4]
|
倪颖, 年靖宇. 基于ARIMA模型的居民消费价格指数走势实证分析与预测——以重庆市为例[J]. 贵州商学院学报, 2018, 31(2): 14-23.
|
|
[5]
|
袁志强, 陈锐. 基于ARMA模型的CPI短期预测研究[J]. 中国集体经济, 2018(3): 64-65.
|
|
[6]
|
陈希睿. 基于时间序列分析的CPI预测[D]: [硕士学位论文]. 北京: 清华大学, 2019.
|
|
[7]
|
侯甜甜, 杨淑宁. 我国消费价格指数的走势预测及影响因素分析[J]. 统计理论与实践, 2020(4): 34-41.
|
|
[8]
|
毛钰嘉. 基于时间序列的组合预测模型研究——以江西省CPI为例[D]: [硕士学位论文]. 南昌: 江西财经大学, 2020.
|
|
[9]
|
蔡敏. 基于SARIMA和BP神经网络模型的江苏省CPI预测分析[D]: [硕士学位论文]. 桂林: 广西师范大学, 2022.
|
|
[10]
|
王琳惠. 基于SARIMAX-EEMD-LSTM模型的CPI指数预测[D]: [硕士学位论文]. 济南: 山东大学, 2022.
|
|
[11]
|
王燕. 时间序列分析——基于R [M]. 第2版. 北京: 中国人民大学出版社, 2020.
|
|
[12]
|
Box, G.E.P., Jenkins, G.M., Reinsel, G.C. and Jung, G.M.L. (2015) Time Series Analysis: Forecasting and Control. 5th Edition, Wiley, Hoboken.
|
|
[13]
|
Shumway, R.H. and Stoffffer, D.S. (2017) Time Series Analysis and Its Applications with R Examples. 4th Edition, Springer, New York.
[Google Scholar] [CrossRef]
|