共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
4.
本文采用2010年7月1日至2013年11月30日的人民币兑美元汇率周平均值,建立了ARIMA模型,对并汇率序列进行预测和评价。实证结果表明,ARIMA(2,1,2)模型预测结果比较成功,基本能反映人民币升值的趋势。 相似文献
5.
余海燕 《内蒙古财经学院学报》2012,(2):17-20
本文的数据来源于《新中国60年统计资料汇编》、中华人民共和国国家统计局,根据《新中国60年统计资料汇编》里面0146.xls中1949-2008年全国货运量的数据、中华人民共和国国家统计局中2009、2010年月度与年度货运量数据,建立时间序列模型序列,运用ARIMA模型进行分析,主要包括时间序列分析、平稳化处理、模型的识别、模型的定阶和参数估计这四个主要步骤,运用Eviews6.0软件,对我国2011年和2012年的货运量进行了预测,为制定物流发展政策、确定物流基础设施建设规模、分析物流市场态势提供定量依据。 相似文献
6.
本文利用2006年1月到2012年9月的全国公路货运量的时间序列数据,使用eviews 6.0软件,运用单整自回归移动平均模型即ARIMA模型,对模型进行了识别、定阶、适应性检验,最终建立了一个ARIMA(3,1,3)的预测模型。通过该模型预测了2012年我国传统的公路货运大月12月的公路货运量将达到惊人的32.275亿吨,再创历史新高。 相似文献
7.
外汇储备是代表了一国的偿债能力和资信水平,反映了一国的对外金融实力.本文从我国外汇储备的现状出发,建立了关于我国外汇储备量的ARIMA时间序列模型并进行了短期预测,得出目前我国在短期内还将保持高额的外汇储备的结论,并提出相关政策建议 相似文献
8.
中国的通货膨胀预测:基于ARIMA模型的实证分析 总被引:8,自引:0,他引:8
通货膨胀预测已经成为中央银行制定货币政策的一个关键性变量。我们在研究国外学者对通货膨胀预测研究的基础上,根据我国1990年1月到2007年11月的CPI月度数据,运用ARIMA模型,对我国通货膨胀进行分析和短期预测。实证结果表明,运用ARIMA(1,1,10)模型为我国的通货膨胀提供了较好的预测,如果央行能依据通货膨胀预测的结果制定相应的货币政策,将有助于避免货币政策的时滞,有利于正确地引导和稳定市场预测,最终提高货币政策的有效性。 相似文献
9.
保费收入规模是衡量保险业发展的重要指标。本文运用时间序列分析的原理与方法,对我国1999年1月-2009年2月保费收入数据进行分析。结合该数据的递增性与季节性等特点,经拟合对比18个模型的AIC与SBC函数值,建立了我国保费收入的季节乘积模型,并对我国未来一年的保费收入规模进行预测。 相似文献
10.
基于ARIMA模型的郑州市商品住宅销售价格预测研究 总被引:1,自引:0,他引:1
本文根据河南省郑州市2009年-2011年90平方米以下商品住宅销售价格的统计数据,进行时间序列的平稳化处理,并根据时间序列的自相关函数和偏自相关函数的性质,进行模型的参数估计和检验,得出数据确定的最优的ARIMA模型,然后通过对样本数据所做的回归拟合模型做预测分析,实证研究结果表明在允许的误差范围内,2011年9月到2012年3月各月的商品住宅销售预测价格出现微涨现象,从而为我国政府决策提供技术和理论上的支持,为银行发放个人住房抵押贷款的限度提供理论和数据的分析,为有购房意愿的消费者提供一个价格参考,也为开发商提供成本与收益的初步核算. 相似文献
11.
保费收入规模是衡量保险业发展的重要指标。本文运用时间序列分析的原理与方法,对我国1999年1月-2009年2月保费收入数据进行分析。结合该数据的递增性与季节性等特点,经拟合对比18个模型的AIC与SBC函数值,建立了我国保费收入的季节乘积模型,并对我国未来一年的保费收入规模进行预测。 相似文献
12.
13.
本文使用统计软件EViews7.2,分析人民币汇率从2010年1月1日到2012年12月31日共计725天的时间序列数据,并据此建立了2种ARIMA模型。根据模型的预测精度、检验结果,本文确定了最优预测模型ARIMA(1,0)。随后运用该模型来预测2013年1月1日至3月31日人民币与美元兑换汇率(55个数据),并与2013年实际数值进行拟合。对于2013年的人民币汇率走势,笔者认为,根据模型结果,其值仍将在短期内呈缓慢下降的趋势。 相似文献
14.
2007年、2008年中国股市经历了前所未有的大起大落,上证指数创下了2007年10月16日的最高点6124点和2008年10月28日的最低点1665点,2009年上半年中国股市呈现单边上扬趋势,但8月份起股市进入了波动的宽幅震荡走势,其“变化莫测”.上证综指反映了上海证券交易市场的总体走势,对中国股市波动具有一定的代表性,本文选取了自2005年12月31日-2010年9月30日新综指为研究对象,利用ARIMA型对新综指的收益率序列进行拟合,并对指数值进行预测效果进行模拟. 相似文献
15.
本文利用ARIMA模型,对1980-2009年中国生活能源热力消费量序列进行分析,建立了差分自回归移动平均模型ARIMA(1,2,0)。检验结果表明,ARIMA(1,2,0)模型对原始数据序列有着较好的似合效果,模型的预测效果良好,可用于短期内中国生活能源热力消费量的预测。在此基础上,对我国2010-2014年的生活能源热力消费量进行了预测,最后给出了结论及建议。 相似文献
16.
17.
自2005年7月人民币汇改以来,人民币持续升值。人民币汇率变动对货币政策的制定和在遏制经济过热,降低通货膨胀压力方面都有重要影响。本文采取时间序列分析方法中的ARIMA模型和GARCH模型对人民币/美元汇率日中间价进行预测分析,发现ARIMA模型的预测能力要强于GARCH模型。但尽管如此,两模型的Thcd不相等系数都十分接近,表明汇率预测效果不理想,原因是人民币汇率受到国家管制,汇率形成机制市场化程度不高。 相似文献
18.
19.
人均粮食占有量序列是一组依赖于时间变化的随机变量.可用ARIMA模型予以近似描述。文章运用1950-2007年我国人均粮食占有量数据建立ARIMA模型,对我国未来人均粮食占有量进行预测.结果表明:2010年的我国人均粮食占有量可以满足未来十年内人均消费量。通过对未来人均粮食占有量的科学预测,以期对国家合理规划未来粮食生产提供有益参考。 相似文献