论文部分内容阅读
近年来，CPI一直是社会关注的热点。特别是2010年下半年之后，CPI持续上涨，对我国的经济、收入分配、对外经济关系等产生了不利影响。及时准确的对CPI做出预测是保证国家做出有效的调控政策的前提。针对经济预测的不确定性，在总结前人关于组合预测方法和CPI预测方法研究的基础上，本文将组合预测方法引入到我国CPI预测的应用中，以期提高CPI预测的准确性。本文从通货膨胀的诱因入手，运用VAR模型、格兰杰因果关系检验、方差分解、脉冲响应函数等计量经济学方法确定了CPI的先行指标和先行期，避免了先行指标和先行期选取的主观性。通过实证分析得到七个先行指标：社会消费品零售总额、公众预期、流通中现金、狭义货币供应量、广义货币供应量、出口额、进口额。此外，由方差分解结果可知，狭义货币供应量、广义货币供应量、进口额的作用尤为显著。在以上基础上，建立了CPI的季节性ARIMA预测模型、自回归分布滞后预测模型、VEC预测模型，并对2011年1月-2011年10月的CPI进行预测，预测结果较好。季节性ARIMA预测模型的短期预测精度较高，自回归分布滞后预测模型、VEC预测模型通过了协整检验，保证了组合预测模型的准确性和稳定性。通过组合权重确定方法，建立了等权组合预测模型和误差平方和倒数组合预测模型，比较组合预测模型与各单项预测模型的预测效果评价指标，结果表明组合预测模型的预测精度明显提高，说明了组合预测模型用于我国CPI预测的有效性。结合预测模型不同时期预测效果不同和CPI序列与其前期值高度相关两个因素，给出了一种计算组合权重的方法——根据上期预测误差绝对值计算组合权重，预测效果同样优于单项预测模型。用三种组合预测模型预测对2011年1月-2011年10月的CPI进行预测，预测值与实际值比较接近，其中误差平方和倒数组合预测模型在三者中预测效果最优。在进行预测时，逐期估计各模型参数，重新计算组合权重，在一定程度上保证了模型的时效性。通过本文的研究，建立的误差平方和倒数组合预测模型较各预测模型有更高的预测精度，并且实际预测效果比较理想，在CPI的预测工作中有一定的参考价值，此模型2011年11月CPI预测值为4.5%。