居民消费论文关于湖北省居民消费价格走势论文范文参考资料

居民消费论文关于湖北省居民消费价格走势论文范文参考资料 摘 要：湖北省作为中部地区政治、经济与文化发展交流的核心省份之一，是中国重要的工业基地和科研教育基地。为了研究湖北省居民消费价格指数的特征及其波动规律，本文利用X-12法分析了湖北省CPI的季节因素并建立了 ARIMA 季节模型进行分析和预测。 关键词：居民消费价格指数 时间序列 季节分析 居民消费价格指数(Consumer Price Index，简称 CPI)，是度量一组具有代表性的消费性商品及服务项目价格水平随时间而变动的相对数。研究湖北省居民消费价格指数的特征及其波动规律能改善和提高居民消费生活水平，同时可为有关部门对于湖北省 _政策的制定、修改和实施提供相应数据参考和理论建议，因此研究具有重要的现实意义。 本文使用湖北省xx年1月至xx年12月的月度CPI（上年同期100）作为研究数据，数据国家 _官方网站.stats./，所有的计算过程使用EViews6.0软件完成。 应用X-12法的对数加法模型对数据进行分解，经过趋势分离后，提取得到了CPI季节因子。由图1可见，可以将其季节波动特性划分为四个时期阶段，在xx年到xx年，xx年到xx年及xx年到xx年这三期季节因子虽不同，但季节因子波动情况相对较平稳，xx年到xx年表现为随着时期的推移，季节因子波动幅度呈现递增趋势。 从波峰与波谷的出现情况来看，CPI的季节因子在每年的年初出现峰值与节日因素具有紧密联系，在大型节日尤其是春节假日期间，由于武汉交通方遍，人流量大，从业人员的工资水平较高，因而拉动了居民的节日消费能力，推动CPI在此期间的增幅。 从xx年末期开始，以欧美经济区为源头的次贷危机引发了全球性的经济萧条，国际经济的运行逐步开始走入低谷。我国的经济体系虽然未收到直接的冲击，但是作为全球贸易的重要组成部分，我国的经济发展也遇到了前所未有的挑战，而湖北省也不可避免地会受到一定影响，这种影响表现在第三阶段的季节波动因子加剧，存在潜在的通货膨胀迹象1。 ARIMA模型即为自回归移动平均模型，是时间序列拟合方法中的一种，由自回归与移动平均这两部分组合而成的。ARIMA方程模型的一般可表示为ARIMA(p,d,q)。 1.模型的预处理 平稳性是建立ARIMA模型的前提，因此先检验序列的平稳性。为了减小异方差性，将原有的CPI值对数化并差分后得到D（log（CPI）序列,之后在对处理后的序列进行ADF检验 2 。 结果得到的t值为-5.544796，对应P值为0.0000，小于1%、5%、10%各自的临界值，均通过检验，说明该序列为平稳序列。 2.模型的建立与检验 为了辨识序列log（CPI）的特征来建立适当的回归模型，需要观察处理后的序列的自相关与偏自相关函数图3。观察自相关系数和偏自相关系数的特点，根据AIC、SC最小原则和回归方程的参数估计值以及显著性水平检验等方面，综合考虑后确定p=1，q=1、2，P=1，Q=1,即选择的模型为ARIMA(1,1,0)(1,1,1)12。建立如下模型： 为了检验模型残差是否还有可提取信息，如残差序列是否存在自相关，对模型的残差序列进行LM检验，得F值为0.5784，对应的P值为0.5623，当显著水平为5%时，不能拒绝原假设，所以该模型方程的残差序列不存在自相关性。 利用已验证的模型可以预测湖北CPI未来的发展趋势。该模型仅适合短期预测,本文做的为静态预测模型。预测的湖北省xx年1月的消费者价格指数为102.3%，而实际数据为102.0%，其中的误差原因是该模型只包含了数据本身的特性而没有考虑到其他的不确定因素，这些因素就是ARIMA模型的随机误差项。 1.结论 本文证实了湖北省居民消费价格指数存在季节因素，而且一年中季节因子的波动范围比较大，在不同时间段内振幅的大小不同，同时传统节日也会引起季节因素的变化。本文对湖北省CPI的时间序列建立了ARIMA季节模型，并对短期内CPI的变化趋势预测，得出xx年1月份的CPI指数将有所上升。 2.建议 实行价格调控和管制，以维持价格水平稳定。各级政府应加强物价的监测和监管使其能快速应对价格异常波动，从而减少公众对价格的盲从的现象和不合理的预期，促进市场竞争合法、公平、有序地进行。 抑制通货膨胀以有效控制消费者价格指数。抑制通货膨胀能缓解CPI过度增长。在各个领域中都要抑制通货膨胀