第3期李璇等:基于A R I M A模型的C PI实证分析及预测309
表5A RI M A(3。1.2)模型结果
比较上述3种模型的A I C值和SC 值可得,模型A R I M A(3,1,3)的A I C值和SC值都小于模型A R I M A(3,1,1)和A R I M A(3,l,2)的A I C 和SC相应的值。根据A I C值和SC值最小化原则进行择优,可以认为模型A RI M A(3,1,3)比模型A RI M A(3,1,1)和A RI M A(3,1,2)更好。
而且从表6的A R I M A(3,1,3)模型中可看出,A R和M A的2阶滞后项的系数检验不显著。因此,剔除这两项,得到修正后的A R I M A(3,1,
3)模型(见表7),可利用滞后多项式写出修正后
A RI M A(3,1,3)模型的估计结果。
表7修正后的A R I M A(3。1。3)模型结果
根据以上的修正结果,相应模型的表达式为
W t卸.0334+1.211硼F1—0.3849t雌一3一£l一1.2349£Pl+0.5371£P3。
式中,F统计量一7.1657,A I C值一1.9026,SC 值一2.0021。
5.模型检验
选定A RI M A(3,1,3)后诊断的目的是看所选的模型对数据拟合的是否够好。为了选取正确的A RI M A模型,需要有高度的技巧。对所选模型的一个简单的检验,是看从该模型估计算出来的残差是不是白噪声。如果是,就可以接受这个拟合;如果不是则需进行修改,直到残差是白噪声为止。
残差序列的白噪声检验常用的是Q统计量检验,检验的原假设是残差序列不存在自相关。残差序列的样本自相关函数为
∑;三H
依(£)一型},k一1,2,?,m。
∑;;
£=1
式中,,z是计算的序列观测量。设m是最大的滞后期数,由此构造检验统计量Q:
m2
Q一,2(咒+2)∑墨。
—1,—1
7z一足
若Q相应的概率值大于检验水平则接受原假设;否则,拒绝残差序列不存在相关性的原假设。对所估计的A RI M A(3,1,3)模型的残差进行自相关检验,从图3可看出,残差序列的样本自相关整体上在99%的置信区间以内,用z2检验可知从忌一11得到检验统计,其中Q值等于10.106,在99%的检验水平下,相应的z2分布的上分位点Z。2.。。(11)一19.68。因为Q接受原假设,即认为模型A RI M A(3,1,3)各级结果的残差
基于ARIMA模型的CPI实证分析及预测
作者:李璇, 黄冬冬, Li Xuan, Huang Dongdong
作者单位:李璇,Li Xuan(深圳大学中国经济特区研究中心,广东深圳,518060), 黄冬冬,Huang Dongdong(商丘工学院管理学院,河南商丘,476100)
刊名:
沈阳大学学报(社会科学版)
英文刊名:Journal of Shenyang University(Social Science)
年,卷(期):2013,15(3)
被引用次数:4次
参考文献(12条)
1.何书元应用时间序列分析 2003
2.姜弘居民消费价格指数的时间序列分析及预测[期刊论文]-统计与决策 2009(4)
3.赵云城国际货币基金组织对世界及主要国家CPI预测 2012
4.叶阿忠,李子奈我国通货膨胀的GARCH模型[期刊论文]-系统工程理论与实践 2000(10)
5.谢佳利,杨善朝,梁鑫我国CPI时间序列预测模型的比较及实证检验[期刊论文]-统计与决策 2008(9)
6.李庆华基于VAR模型的中国消费价格指数分析[期刊论文]-华中师范大学学报(人文社会科学版) 2006(4)
7.陈娟,余灼萍我国居民消费价格指数的短期预测[期刊论文]-统计与决策 2005(4)
8.袁少华;熊正丰我国城市年度CPI预测模型研究:以广东省为例 2008(09)
9.郑艳伟,钱乐祥,张红光,彭军超利用神经网络对居民消费价格指数预测的研究--以广州为例[期刊论文]-云南地理环境研究
2006(6)
10.朱威,钟惟剑ARMA模型在居民消费价格指数预测中的应用[期刊论文]-金融经济(理论版) 2008(8)
11.刘振威基于ARMA模型对我国CPI未来走势的实证分析[期刊论文]-华北金融 2009(9)
12.翁东东消费者价格指数的预测--基于ARIMA模型的实证分析[期刊论文]-科技和产业 2010(6)
引证文献(4条)
1.居民消费价格指数预测的方法探讨[期刊论文]-统计与决策 2014(03)
2.李红梅,冯晨北京市基于 CP I的通货膨胀分析与预测[期刊论文]-全国商情·理论研究 2014(30)
3.丁姝对我国食品价格的变动分析与预测研究[期刊论文]-商场现代化 2014(23)
4.高登蕊,何慧,冯长焕不同分布下CPI模型比较与预测[期刊论文]-内江师范学院学报 2014(04)
引用本文格式:李璇.黄冬冬.Li Xuan.Huang Dongdong基于ARIMA模型的CPI实证分析及预测[期刊论文]-沈阳大学学报(社会科学版) 2013(3)