本文關(guān)鍵詞：ARIMA與BP模型在我國居民消費(fèi)價(jià)格指數(shù)的實(shí)證分析，由筆耕文化傳播整理發(fā)布。

【摘要】：居民消費(fèi)價(jià)格指數(shù)(CPI)是一個(gè)宏觀經(jīng)濟(jì)指標(biāo),它反映了購買消費(fèi)品和服務(wù)價(jià)格水平的變動(dòng)。居民消費(fèi)價(jià)格指數(shù)的變動(dòng)率不僅反映了通貨膨脹或者緊縮的程度,而且是市場主體進(jìn)行經(jīng)濟(jì)活動(dòng)、制定宏觀經(jīng)濟(jì)政策的重要參考指標(biāo)之一。最重要的社會(huì)經(jīng)濟(jì)目標(biāo)主要包含居民消費(fèi)價(jià)格指數(shù)的穩(wěn)定、就業(yè)充分以及國內(nèi)生產(chǎn)總值的增長率。因此居民消費(fèi)價(jià)格指數(shù)的研究有重要的現(xiàn)實(shí)意義。 本文不僅分別分析了自回歸滑動(dòng)平均求和(ARIMA)模型與誤差反向傳播模型(BP)的預(yù)測特點(diǎn)與優(yōu)勢,而且在此基礎(chǔ)上建立由自回歸滑動(dòng)平均求和模型和誤差反向傳播模型集成的居民消費(fèi)價(jià)格指數(shù)時(shí)間序列的預(yù)測模型,這樣就充分體現(xiàn)了兩種模型在線性空間和非線性空間的優(yōu)勢。首先將居民消費(fèi)價(jià)格指數(shù)時(shí)間序列分解兩部分,分別為線性自相關(guān)主體和非線性殘差兩部分。利用自回歸滑動(dòng)平均求和模型預(yù)測時(shí)間序列的線性主體部分,繼而用誤差反向傳播模型估計(jì)時(shí)間序列的非線性殘差部分。最終結(jié)果表明：其預(yù)測準(zhǔn)確率集成模型高于單一的誤差反向傳播模型和自回歸滑動(dòng)平均求和模型,證實(shí)了由自回歸滑動(dòng)平均求和(ARIMA)模型與誤差反向傳播(BP)模型組成的集成模型用于預(yù)測居民消費(fèi)價(jià)格指數(shù)的有效性。 本文分析了影響CPI的因素,基于協(xié)整理論,對(duì)CPI以及其影響因素進(jìn)行協(xié)整檢驗(yàn)以及單位根檢驗(yàn),確定CPI、GDP、居民可支配收入、固定資產(chǎn)投資都是一階單整的。各序列之間存在協(xié)整關(guān)系,建立協(xié)整與誤差修正模型,預(yù)測CPI并與真實(shí)值相比較,得到對(duì)于CPI短期預(yù)測,誤差修正模型比協(xié)整模型準(zhǔn)確度更高。
【關(guān)鍵詞】：CPI預(yù)測 誤差修正模型 BP模型 集成模型
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F726;F224
【目錄】：

• 摘要3-4
• Abstract4-6
• 第一章 緒論6-10
• 1.1 選題背景6-7
• 1.2 國內(nèi)外研究現(xiàn)狀7-10
• 第二章 時(shí)間序列模型10-16
• 2.1 時(shí)間序列發(fā)展階段10-11
• 2.2 線性時(shí)間序列模型11-14
• 2.2.1 白噪聲與平穩(wěn)性11-13
• 2.2.2 時(shí)間序列的線性模型13-14
• 2.3 時(shí)間序列的非線性模型14-16
• 第三章 ARIMA模型在我國居民消費(fèi)價(jià)格指數(shù)中的應(yīng)用16-27
• 3.1 對(duì)數(shù)據(jù)預(yù)處理16-19
• 3.2 對(duì)數(shù)據(jù)進(jìn)行分析19-20
• 3.3 對(duì)序列建立ARMA模型20-27
• 3.3.1 確定模型種類20-22
• 3.3.2 確定模型參數(shù)22-27
• 第四章 BP神經(jīng)網(wǎng)絡(luò)在CPI中的應(yīng)用27-38
• 4.1 神經(jīng)網(wǎng)絡(luò)的基本概念27-30
• 4.2 BP算法概念及其步驟30-33
• 4.3 對(duì)非線性部分用BP神經(jīng)網(wǎng)絡(luò)擬合33-35
• 4.4 CPI的BP擬合35-38
• 第五章 協(xié)整與誤差修正模型在我國CPI中的應(yīng)用38-47
• 5.1 變量的選擇38-39
• 5.2 協(xié)整與誤差修正模型39-41
• 5.2.1 單位根檢驗(yàn)39-40
• 5.2.2 協(xié)整40
• 5.2.3 協(xié)整檢驗(yàn)40-41
• 5.2.4 誤差修正模型41
• 5.3 基于協(xié)整與誤差修正模型的實(shí)證分析41-47
• 5.3.1 基于CPI的協(xié)整實(shí)證分析41-44
• 5.3.2 基于CPI的誤差修正模型的實(shí)證分析44-46
• 5.3.3 協(xié)整與誤差修正模型的預(yù)測46-47
• 第六章 結(jié)論與展望47-48
• 附錄48-51
• 參考文獻(xiàn)51-54
• 致謝54

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳碧瓊;何燕;;我國外匯儲(chǔ)備與CPI波動(dòng)動(dòng)態(tài)傳導(dǎo)機(jī)制研究[J];國際經(jīng)貿(mào)探索;2009年05期

2 聶淑媛;;時(shí)間序列分析的歷史發(fā)展[J];廣西民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

3 徐菁;李陽;;甘肅省制造業(yè)固定資產(chǎn)投資效益與投資結(jié)構(gòu)分析[J];長春理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2013年11期

4 李飛翱;羅文強(qiáng);劉小珊;黃麗;;多元非平穩(wěn)時(shí)間序列分析的滑坡變形預(yù)測研究[J];長江科學(xué)院院報(bào);2014年04期

5 韓麗鵬;謝秀娥;郭曉杰;;我國居民消費(fèi)價(jià)格指數(shù)分析[J];黑龍江對(duì)外經(jīng)貿(mào);2008年06期

6 張紹秋;;基于協(xié)整理論的稅收預(yù)測誤差修正模型初探[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

7 馮勝群;固定權(quán)數(shù)平均數(shù)指數(shù)的方法論意義[J];經(jīng)濟(jì)師;2002年01期

8 王彥闖;劉敬彪;蔡強(qiáng);方向生;吳文娟;劉銳;張延軍;;基于BP神經(jīng)網(wǎng)絡(luò)的豬肉新鮮度檢測方法[J];計(jì)算機(jī)應(yīng)用與軟件;2011年09期

9 陳莉;田書;;基于BP和RBF神經(jīng)網(wǎng)絡(luò)在高壓斷路器故障診斷中的應(yīng)用[J];煤礦機(jī)電;2013年03期

10 趙文婭;;關(guān)于消費(fèi)者價(jià)格指數(shù)(CPI)偏差的思考[J];價(jià)值工程;2013年32期

  本文關(guān)鍵詞：ARIMA與BP模型在我國居民消費(fèi)價(jià)格指數(shù)的實(shí)證分析，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：387539