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)