賀州市CPI時間序列模型的建立及預測

陳 檢 / 廣西師范大學數學與統計學院

賀州市CPI時間序列模型的建立及預測

陳 檢 / 廣西師范大學數學與統計學院

本文選取了1985年至2015年的賀州市CPI數據，利用Evies6.0軟件，建立時間序列模型，分析賀州市居民消費者價格指數隨時間變化的規律，并對其進行了短期預測，結果表明：未來兩年賀州市居民消費者價格指數仍然還會繼續上漲。

賀州市；CPI；時間序列模型

一、引言

CPI是居民消費價格指數（consumer price index）的簡稱，是一個反映居民家庭一般所購買的消費價格水平變動情況的宏觀經濟指標，通常作為觀察通貨膨脹水平的重要指標。如果CPI升幅過大，表明通貨膨脹已經成為經濟不穩定因素。本文對賀州1987-2015年賀州市CPI時間序列進行分析并建立模型，再利用模型對2016、2017年的CPI進行預測，為相關部門制定政策提供依據。

二、實證分析

1、數據指標的選取

下面對1987-2015年間賀州市CPI數據進行分析，（見表1）。數據來源于廣西調查年鑒。

表1　賀州市1987-2015年CPI

2、平穩性檢驗

對1987-2015年賀州市CPI時間序列進行單位根檢驗（ADF檢驗），結果如圖1所示，CPI的t統計值明顯小于各水平下的臨界值，因此該序列是平穩的。

圖1　ADF檢驗結果

3、模型識別及參數估計

使用Eviews得到序列CPI的自相關圖和偏自相關圖如圖2所示。

圖2 CPI的自相關圖和偏自相關圖

由圖2可知，當檢驗顯著性水平在0.05時，延遲9階下卡方統計量的p值為0.044小于0.05，說明賀州CPI時間序列是非白噪聲序列。

4、模型的建立

通過CPI的自相關圖和偏自相關圖，自相關函數在q=1和偏自相關函數在q=2后都很快趨于0，因此取p=1,q=2。綜合考慮，我們建立ARMA(1,1)，AR (2)和MA(1)模型，再綜合比較3個模型的AIC和SC值以及擬合程度來擇優選擇最佳模型進行分析和預測。

表2　各模型檢驗結果

比較上述3種模型的 AIC值和SC值，AR（2）的AIC和SC的值較小，可以認為模型AR（2）更好。

對模型的參數進行估計。見圖3。

圖3　AR(2)模型結果

可得出AR（2）模型的展開式：

CPI t=104.793482659 +0.80497467835 CPI t-1-0.353582227796 CPI t-2 +ut

5、模型檢驗

選定AR（2）后診斷的目的是看所選的模型對數據擬合的是否夠好，對所選模型的一個簡單的檢驗，是看從該模型估計算出來的殘差是不是白噪聲，如果是，就可以接受這個擬合；如果不是則需進行修改，直到殘差是白噪聲為止。

對所估計的AR（2）模型的殘差進行自相關檢驗，從圖4可看出，p值統計量均顯著大于0.05，可以認為這個擬合模型的殘差序列屬于白噪聲序列，所以該AR（2）模型顯著有效。

圖4　白噪聲檢驗結果

6、模型預測

我們使用AR（2）模型對賀州市未來兩年的居CPI進行預測，得到預測值如表3所示。表3 模型預測結果

2016　2017 103.4069　104.7358

三、結論

居民消費價格指數(CPI)是宏觀經濟分析和決策、價格總水平監測和調控以及國民經濟核算的重要指標。如果居民消費者價格指數升幅過大，表明通脹已經成為經濟不穩定因素。因此，該指數過高的升幅往往不被市場歡迎。從上面的預測結果表明：未來兩年賀州市居民消費者價格指數仍處于遞增的趨勢。為更好地平抑該指數，相關部門應該予以重視，做好物價調控。對重要的商品如糧油、肉類、液化汽等商品的價格走勢須密切監控，及時發現物價變動的苗頭性問題，提早控制,增加居民收入，降低通貨膨脹，特別是物價上漲對低收入群體的生活影響較大，建議有關部門建立健全低收入生活保障與物價的聯動機制，保障低收入群體的基本生活。

[1] 查文中.中國 CPI 指數的時間序列分析[J].中國集體經濟,2009(27).

[2] 張麗,牛惠芳.時間序列分析方法在居民消費價格指數預測中的應用[J].洛陽師范學院學報, 2008(2).

[3] 陳宇秋,梁鑫,黃若倩.廣西居民消費價格指數的時間序列模型建立及其預測[J].統計與管理, 2016(3).

[4]廣西調查年鑒2015[M].中國統計出版社,2015.