CPI的时间序列分析(13)

CPI有重要影响的因素之一。

6.2 CPI的建模与预测

从上文的分析可以看出，我们对CPI定基指数建立的季节时间序列模型2具有较高的拟合度，且该模型具有较好的预测效果。因此，在实际中我们可以应用次模型对CPI未来的走势进行预测。当然，该模型也有不足的地方，即SARIMA模型应用在预测的时候，对短期预测有着比较好的预测效果，但随着时间的延长，它呈现出较差的预测效果【6】。

7 参考文献

【1】 范剑清、姚琦伟. 非线性时间序列分析[M]，陈敏 译，高等教育出版社，

2005年 【2】 夏天、程细玉. SARIMA模型的建模及其信贷预测分析[N],华侨大学学报，

第27卷第3期，Vol.27.No3 Jul.2006

【3】 国海证券. 我国CPI时间序列预测模型实证研究 [DB/OL]

/p-21710288.html ，2009年3月

【4】 陈超、邹滢. SPSS15.0常用功能与应用[M]，电子工业出版社，2009年 【5】 张晓彤. EVIEWS 使用指南与案例[M]，南开大学出版社 【6】 约翰斯顿J. 计量经济学方法[M]，汤齐鸣，等译.北京：中国经济出版社，2002年

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新经管营销CPI的时间序列分析(13)全文阅读和word下载服务。