我国居民消费价格指数的季节调整及短期预测.doc

上传人:苏美尔 文档编号:6046911 上传时间:2020-08-29 格式:DOC 页数:4 大小:17.50KB
返回 下载 相关 举报
我国居民消费价格指数的季节调整及短期预测.doc_第1页
第1页 / 共4页
我国居民消费价格指数的季节调整及短期预测.doc_第2页
第2页 / 共4页
我国居民消费价格指数的季节调整及短期预测.doc_第3页
第3页 / 共4页
我国居民消费价格指数的季节调整及短期预测.doc_第4页
第4页 / 共4页
亲,该文档总共4页,全部预览完了,如果喜欢就下载吧!
资源描述

《我国居民消费价格指数的季节调整及短期预测.doc》由会员分享,可在线阅读,更多相关《我国居民消费价格指数的季节调整及短期预测.doc(4页珍藏版)》请在三一文库上搜索。

1、本文档下载自,内容可能不完整,您可以点击以下网址继续阅读或下载:我国居民消费价格指数的季节调整及短期预测我国居民消费价格指数的季节调整及短期预测作者:王娜来源:科学与管理2013年第04期摘要:月度经济时间序列往往会受到季节因素影响,使得经济发展中的客观变化规律被遮盖或混淆。因此,使用居民消费价格指数月度数据进行物价波动趋势分析时,首先应该采用科学的方法对月度时间序列中的季节因素进行识别、分离和调整。本文使用X-12-ARIMA和TRAMO/SEATS两种基于ARIMA模型的季节调整方法,对我国2001-2012年的定基比价格指数进行了季节调整,并对今后短期内CPI的走势进行了预测。关键词:居

2、民消费价格指数;季节调整;X-12-ARIMA;TRAMO/SEATS中图分类号:C831 文献标识码:A DOI: 10.3969/j.issn1003-8256.2013.04.004 1 引言在市场经济运行过程中,物价水平是一个重要的核心指标,也是国民经济发展状况的“晴雨表”。居民消费价格指数(Consumer Price Index,简称CPI)是反映一定时期内居民支付所消费商品和服务价格变动趋势及变化程度的相对数指标。它是一国分析和制定货币政策、财政政策、居民消费政策、工资政策、社会保障政策以及进行国民经济核算的重要依据。因此,对居民消费价格指数的趋势分析及短期预测具有十分重要的现实

3、意义。自2001年起,我国开始采用国际通用方法计算和公布定基价格指数。我国目前是以2000年平均价格作为基准,计算出各月定基价格指数后,再推算月环比、月同比及年度同比价格指数,同时可推算任意时间间距的多种价格指数1。然而,月度经济时间序列往往会受到季节因素,包括气候、工作周期、风俗习惯等的影响,从而使得经济发展中的客观变化规律被遮盖或混淆,以致我们难以正确解释和深入研究经济发展规律。因此,对CPI月度数据进行研究时,首先应该采用科学的方法对月度时间序列中的季节因素进行识别、分离和调整,从而使得时间序列能更好的反映其基本变动趋势,帮助我们做出正确的判断。20世纪80年代之前,国际上普遍使用的X-

4、11方法就是传统的经验平滑和季节调整程序。它始于1954年,美国普查局的Shiskin将计算机用于季节调整,开发了被称之http:/ 程序对我国居民消费价格指数时间序列进行季节调整;再用TRAMO/SEATS 方法剔除中国特有的春节假日因素;最后对CPI 进行短期预测。张虎等(2011)5用X-12-ARIMA方法对我国居民消费价格指数序列进行了季节调整,探测了交易日、闰年、异常值和春节对CPI指数的影响,比较了多种季节调整模型之间的优劣并进行调整,得出了春节效应模型为最优模型的结论,并使用这种模型对我国CPI指数进行了季节调整。综合以上的研究成果可以看出,X-12-ARIMA方法和TRAMO

5、/SEATS方法,是当前使用最多的两种季节调整方法。然而由于我国自2001年才开始公布定基价格指数,在以往的大多数研究中,为了使得样本个数足够多以满足季节调整的要求,多数学者不得不选取2000年以前的月份为基期,使用月度同比数据进行折算得到近似的定http:/ 2 季节调整原理及方法经济统计中的月度和季度数据或多或少都含有季节变动因素,所谓“季节调整”,就是从时间序列中估计和剔除季节因素影响的过程,其目的是反映序列真正的客观规律和趋势。除了季节因素外,一个时间序列通常还受多种因素影响,一般地,我们把所有这些因素分解为四类:趋势因素(T)、循环因素(C)、季节因素(S)和不规则因素(I)。根据时

6、间序列各组成成分之间的不同依存关系,以及原始序列与其趋势因素、循环因素、季节因素和不规则因素之间的关系,可以建立不同的分解模型,经典的时间序列分解模型有两种:加法模型和乘法模型。此外,在美国普查局目前使用的X-12-ARIMA程序中还包括伪加法模型和对数加法模型。经过季节调整后,时间序列由趋势因素、循环因素和不规则因素合成。2.1 X-12-ARIMA 季节调整方法20世纪90年代后期,以X-11-ARIMA方法为基础,美国普查局的David Findley提出了X-12-ARIMA方法。X-12-ARIMA方法的主要变化是可以在预调整模块regARIMA中,对数据作更加丰富的预处理,检测和修正不同类型的离群值,能估计并消除交易日、假日因素的影响,并能对季节调整的效果进行更严格的诊断检验。文库下载网是专业的免费文档搜索与下载网站,提供行业资料,考试资料,教学课件,学术论文,技术资料,研究报告,工作范文,资格考试,word文档,专业文献,应用文书,行业论文等文档搜索与文档下载,是您文档写作和查找参考资料的必备网站。文库下载 上亿文档资料,等你来发现

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 科普知识


经营许可证编号:宁ICP备18001539号-1