基于时间序列模型的中国出口总额分析及预测

基于中国近20年来中国出口总额的月度数据,通过对数据特征进行的分析,采用了Holt-Winters滤波方法和ARIMA(0,1,1)模型对数据进行拟合,并对模型进行了相关检验,以此来考虑模型的可行性及拟合效果的优良性。最后对中国出口总额的月度数据进行了预测,结果显示Holt-Winters滤波方法和ARIMA(0,1,1)模型的预测平均相对误差率很小,说明时间序列模型在我国出口总额的预测中具有较好的实用价值。     

对我国食品价格的变动分析与预测研究

本文根据我国50个主要城市2013年1月至2014年6月初食品价格的月度数据构建AR、ARIMA模型,对2014年6月中旬食品价格进行预测。文中首先采用SPSS软件运用聚类分析法对原始数据进行分类,根据聚类成员表选取具有代表性的4种食品香蕉、黄瓜、豆角、大白菜,对其价格建立模型并进行预测。     

我国CPI预期实证分析

本文运用ARIMA模型对我国2006年1月到2014年2月的月度CPI数据进行实证分析,建立了一个相对误差不超过1%的与预测模型。最后,本文对2014年3月到6月的CPI数据进行预测。     

我国CPI预期实证分析

本文运用ARIMA模型对我国2006年1月到2014年2月的月度CPI数据进行实证分析,建立了一个相对误差不超过1%的与预测模型。最后,本文对2014年3月到6月的CPI数据进行预测。     

基于灰色波形理论的铀资源价格预测方法

根据铀资源U3O8现货价格时间序列数据波动幅度不规则的特征,采用非等间隔的灰色波形预测模型,以UxC咨询公司2010年1月～2014年12月U3O8现货价格的月度数据为原始数据,对其2015年1月～2016年2月的U3O8现货价格进行灰色波形预测.最后,将该模型预测结果与在价格预测中应用较广泛的基本GM(1,1)模型和ARIMA模型预测结果进行对比,分析结果表明,相比于其他两种模型,灰色波形预测模型预测值与U3O8现货价格真实值具有更好的拟合度,且精确度更高,可用于实际应用.     

LNN模型在新上证综指的预测

本文利用线性神经网络模型（LNN）对“新上证综指（000017）”进行拟合预测。选取从“新上证综指”开始发行月份（2006年1月）到2011年6月的月度数据，用前62个做训练组，最后4数据做预测组，通过比较不同滞后窗口模型的误差平方和，选择适当的窗口数为最优模型。     

基于ARIMA模型在社会消费品零售总额预测中的应用

为了研究ARIMA模型对经济数据的预测,本文利用统计软件EViews7.2,通过分析我国社会消费品零售总额从2003年1月到2010年12月的月度数据,建立了八种不同参数的乘法季节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(2,2,0)×(1,1,1)12,并运用该模型来预测我国2011年1月至12月的社会消费品零售总额,并与2011年实际数值进行比较,拟合效果良好。对于2012年的展望,笔者认为,其值仍将呈速度较快的上升趋势。     

卷烟单规格月度销量的时间序列预测方法研究

基于回归模型、指数平滑模型、时间序列分解模型、季节ARIMA模型和X13-A-S方法对某省玉溪(软)卷烟2015年1月到2020年12月共72个月的月度销量进行预测，并对预测结果进行检验。在销量最高的1月，预测结果的差异最大，在销量最低的12月，预测结果的差异最小。2020年1月至10月的实际销量为49780.78箱，预测最为接近的是季节ARIMA模型，其次是X13-A-S方法，预测差距最大的是时间序列分解法。在平均相对误差上，X13-A-S方法的平均相对误差最小，为8.57%,季节ARIMA模型次之，为10.43%。回归分析方法的标准误差最小。在销量均值的预测上，季节ARIMA模型和X13-A-S方法预测的绝对误差和相对误差较低，可以作为卷烟月度销量的通用方法。     

模型法与挖掘法在时间序列分析中的效率比较——以上证综指月度数据为例

采用上海证券交易所1996年至2009年月度上证综指数据,实证分析对比时间序列模型法与数据挖掘法在数据拟合与预测方面的效率。结果表明,模型法在时间序列预测方面存在相当大的缺陷,采用挖掘法进行时间序列预测有明显的优势。     

月度品牌资讯点击排名

受召回事件影响,丰田汽车的品质引发消费者质疑,随之而来的是销量下滑。据中汽协数据显示,丰田汽车已经跌出中国轿车品牌销量排名的前十位。另悉,丰田汽车在美销量下滑更为严重。今年1月丰田在美国销售汽车9．9万辆,环比下降16％,这也是丰田数年来首次月度销量跌破10万辆。     

我国牛肉价格的波动与预测研究

基于2009年3月-2014年1月牛肉价格月度数据,通过季节调整剔除季节因素后对新序列建立ARIMA（2,2,1）模型,在此基础上利用该模型对2014年2月-2014年12月的牛肉的趋势价格进行预测,并结合季节调整得到的季节因子得到原序列的预测值。预测结果显示,未来牛肉价格呈现先下降后上升趋势,在2014年5月份会达到最低点,价格为65．5132元/千克。     

基于乘积季节模型的民航客运量实证研究

随着我国经济实力不断增强,人民生活水平也不断提高,民航运输在人们的生活中发挥着越来越重要的作用。本文基于时间序列分析基本原理,选取2005年1月—2013年11月共107个月的月度数据建立ARIMA乘积季节模型,并对2013年12月—2014年12月的民航客运量进行预测分析。以期对序列中民航客运量的长期递增趋势以及以年为周期的季节效应进行解释,并根据预测结果给出相应的结论和建议。     

消费者信心指数与居住类居民消费价格指数相关性研究

消费者信心指数是预测经济走势和消费趋向的一个先行指标,对物价水平具有一定的预测力。本文选取2006年1月至2016年4月间的月度数据,建立VAR模型和VEC模型,通过协整检验、脉冲响应函数等方法分析消费者信心指数与居住类居民消费价格指数的关系。实证结果表明:消费者信心指数与居住类居民消费价格指数之间存在长期均衡关系。根据实证结果,本文从稳定房地产市场价格、提高消费者信心、提升消费水平并优化消费结构三个方面提出对策建议。     

购置税让车市“东边日出西边雨”

一份来自中国汽车工业协会公布的数据显示,中国车市在1月份以73.55万辆的月度销量.首次超过美国市场的65,69万辆,成为当月世界第一大汽车市场.而据新华信的调查显示,之所以车市会在短期内表现出良好的销售局面,超过半数的被调查消费者都表示是由于受到了购置税调整政策出台的影响.     

基于ARMA模型的我国居民消费价格指数预测

居民消费价格指数(CPI)是用于反映居民家庭一般购买的商品和服务物价变动情况的宏观经济指标,对展示经济运行的平稳性,表现经济发展的质量和效益有重要意义。因此本文建立了一个ARMA模型,选取我国2001年1月到2015年12月的CPI环比月度数据作为样本,运用R3.4.3软件对居民消费价格指数时间序列的自相关系数与偏相关系数进行统计,进行模型定价并估计出其参数,并对2016年1月至5月的居民消费价格指数进行预测。实证结果显示MA(2)模型能较好地拟合商品指数的动态路径,模型的预测值与实际观测值非常接近,表明ARMA模型在居民消费价格指数的预测中效果较好。通过ARMA模型合理预测我国的居民消费价格指数,能够对未来经济发展有初步的了解,为国家有关政策的制定提供理论支持。     

居民消费价格指数预测的分解模型研究——以武汉市时间序列数据为例

居民消费价格指数是进行宏观经济分析与决策的重要经济指标。作为经济时间序列,居民消费价格指数的变化受到长期趋势、周期性循环要素、季节因子和不规则要素这四个因素的影响。本文选取武汉市2003年1月至2009年11月居民消费价格指数的月度数据,对其进行季节调整后,再通过HP滤波方法得到长期变动趋势序列,并用时间序列混合分解模型进行拟合与预测。     

城镇化快速推进 农用汽车市场前景看好

一、低速汽车市场稳步增长2012年,我国低速汽车市场呈现出稳步增长的走势特点,全年累计销售各种型号的低速汽车278.6万辆,同比增长10.01%,较之去年增幅提高了5.48个百分点。从月度走势分析,2012年低速汽车市场上半年与下半年具有较大差异,上半年月份增幅起伏较大,下半年较为平稳。销售高峰月份上半年集中在2月和3月,2月份同比增长11.4%,3月份同比出现3.7%的小幅下滑。下半年     

消费者信心指数的分析

消费者的信心与重要的宏观经济指标之间存在密切联系,对未来的整个经济发展趋势有相当的预见性,是宏观经济中的一个重要的先行指标。本文运用Eviews7.2及Excel对消费者信心指数进行了时间序列分析：对消费者信心指数2006年至2012年的月度数据进行季节调整,建立ARIMA模型,并且利用模型对2013年的消费者信心指数进行预测,与实际数据对比,结果表明该模型较优。     

民营企业生产-销售的数据分析

本文结合民营企业湖北鑫宇冶金公司生产、销售的2013²014年的月度数据,基于灰关联分析方法,解析了各生产原料的用料量对产品销售量的影响程度。以反映产品销售的主要原料的用料作为输入变量,以产品的销售量作为输出数据,采用三层网络结构,建立BP网络的产品的销售量预测模型。结果表明:灰关联分析表达了生产原料的用料量与产品销售量的潜在关系;BP网络模型有良好的预测结果,为湖北鑫宇冶金公司准确预测销售、合理安排进料、最优化生产提供了有效方法。     

苹果电脑三年来首次销量下滑

2月19日，市场调研公司NPD的数据显示，苹果公司1月份通过美国零售渠道销售的电脑数量较上年同期减少了6％，为三年来月度销量首次出现下滑。数据显示，苹果公司在需求旺盛时期提振收入的高位定价策略目前对公司销售可能已造成损害，因为经济低迷时期消费者对开支更加谨慎。