CPI的时间序列分析,eviews~~
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