本文關鍵詞： ARIMA模型 “十三五” 通貨膨脹率 波動趨勢　出處：《新疆社會科學》2017年05期 　論文類型：期刊論文

【摘要】：通貨膨脹率是衡量一個國家或地區(qū)經濟整體運行情況的重要經濟指標,反映了總體價格水平的走勢和經濟增長的可持續(xù)性。文章選取我國1985~2015年通脹率數據,通過構建ARIMA模型實證分析了通脹率的基本走勢,預測了"十三五"時期我國通脹率的趨勢。研究結果顯示:長期以來我國通脹率基本保持平穩(wěn)走勢,盡管期間存在一些波動,但整體水平均在合理和可控范圍內;"十三五"時期我國通脹率將繼續(xù)保持平穩(wěn)態(tài)勢,預計將達到3.0%左右的水平。
[Abstract]:The inflation rate is an important economic indicator to measure the overall economy of a country or region, reflects the sustainability of the overall price level and trend of economic growth. This paper selects China's 1985~2015 annual inflation data, by constructing a ARIMA model to analyze the basic trend of inflation forecast, "13th Five-Year" period of inflation in China the rate of trend. Research results show that: for a long time China's inflation rate remained stable trend, despite some fluctuations, but the overall level is in reasonable and controllable range; "13th Five-Year" period of China's inflation rate will continue to maintain a stable posture, is expected to reach a level of about 3%.

【作者單位】： 首都經濟貿易大學統計學院博士后工作站;首都經濟貿易大學統計學院;
【基金】：2017年度北京市自然科學基金項目“優(yōu)化行業(yè)結構緩解特大城市病的模型方法研究”(9172003) 2017年度首都經濟貿易大學青年教師科研啟動基金項目“中國OFDI逆向技術溢出的產業(yè)結構升級效應研究”的階段性研究成果
【分類號】：F822.5
【正文快照】： 通貨膨脹率指貨幣超發(fā)部分與實際貨幣需求之比,衡量了國內消費者價格指數(CPI)的上升幅度,是宏觀經濟走勢和金融市場發(fā)展趨勢的重要指示器,對國內經濟持續(xù)增長和居民生活水平的改善有深遠影響。依據宏觀經濟學基本理論,通脹可劃分為未預期和預期型兩種,公眾預期到的通貨膨脹不

【相似文獻】

相關期刊論文 前10條

1 向瑩;王雅萍;;ARIMA模型在基金凈值預測中的應用[J];內江科技;2009年11期

2 董小剛;李純凈;;基于ARIMA模型的上證指數預測實證分析[J];長春工業(yè)大學學報(自然科學版);2012年05期

3 陳蕾;;基于ARIMA模型對滬深300指數的實證分析研究[J];赤峰學院學報(自然科學版);2014年02期

4 鄭堯天;杜子平;;ARIMA模型在同業(yè)拆借利率預測中的應用[J];太原師范學院學報(自然科學版);2007年01期

5 艾小偉;王有遠;;基于ARIMA模型的深證成指收益率分析[J];統計與決策;2008年19期

6 金長江;;基于ARIMA模型的上證指數預報[J];中國商界(下半月);2010年04期

7 劉婧;于洪芹;;山東省城鄉(xiāng)居民儲蓄存款余額ARIMA預測模型[J];廣東外語外貿大學學報;2010年04期

8 陽宗妤;彭清華;;基于ARIMA模型的人民幣兌美元匯率進化研究[J];求索;2010年10期

9 倪建立;劉穎博;;中國金融機構信貸資金規(guī)模的預測分析——基于ARIMA模型[J];財經界(學術版);2010年12期

10 鄭曉陽;仲崇雨;;ARIMA-GARCH隨機收益鞅過程下冪型交換期權定價[J];哈爾濱工程大學學報;2011年03期

相關碩士學位論文 前10條

1 于婷;基于ARIMA模型的股價的研究[D];大連海事大學;2015年

2 陳天舒;基于ARIMA與GPR組合模型的人民幣匯率預測[D];山東大學;2015年

3 袁磊;基于ARIMA-LSSVM混合模型的股指預測研究[D];哈爾濱工業(yè)大學;2015年

4 徐松娜;基于ARIMA-GARCH族模型對余額寶收益率特征的實證研究[D];青島大學;2015年

5 趙佳寶;ARIMA結合BP神經網絡對核心交易量預測的研究[D];東華大學;2016年

6 孫先強;時間序列模型在股票價格預測中的應用[D];云南大學;2016年

7 余天倫;基于Piotroski方法和ARIMA-SVR模型的股票投資策略研究[D];華南理工大學;2016年

8 閆芳;基于小波消噪的股票價格指數ARIMA模型擬合與預測[D];江西財經大學;2016年

9 張艷;基于ARIMA與GRNN組合模型對人民幣匯率的預測[D];湖北工業(yè)大學;2017年

10 白營閃;基于ARIMA模型對滬深300指數的預測分析[D];華南理工大學;2010年

，

本文編號：1478043