基于ARMA模型对我国CPI未来走势的实证分析

本文运用ARMA模型通过对我国1996年至2007年的年度平均消费者物价指数（CPI）值进行实证分析,建立了一个反映CPI变化规律的较优的统计预测模型,并对CPI变化趋势进行了预测．得出我国在2010年左右经济将全面复苏,同时也存在通货膨胀的隐患。     

基于ARMA模型对我国GDP季度数据的建模

本文利用我国1992年至2010年GDP的季度数据,建立一个能够有效模拟我国经济时间序列趋势、季节和周期变化的预测模型。分析表明包含季节虚拟变量、ARMA（1,1）的线性趋势模型能够很好地拟合我国实际GDP的值。最后本文对中国2011年一季度的GDP进行预测,并根据预测的结果分析了我国当前的景气状况。     

趋势外推与ARMA组合模型对能源消费预测的应用

以内蒙古1985-2008年能源消费总量数据为基础,分别运用ARMA模型、趋势外推与ARMA组合模型进行能源消费的拟合,通过对比分析,得出二次抛物线趋势外推与ARMA（2,1）组合模型能更好地模拟内蒙古能源消费情况。文中运用此模型进行预测,其结果具有精度高、稳定性好等特点。通过对未来能源消费的预测可以为有效制定相关政策、实现资源的合理配置、实现可持续发展提供帮助。     

我国交易所上市公司债宏观市场风险度量

以我国交易所上市公司债为研究对象,选取2008年6月至2014年6月中证公司债指数的每日收盘数据,基于ARMA（1,1）-GARCH（1,1）和ARMA（1,1）-TGARCH（1,1）模型分别估计了正态分布、t分布和GED分布假设下模型的参数和条件方差,并运用TGARCH对三种分布下的VaR值进行了估计。研究结果表明：在95%的置信水平下,正态分布和GED分布高估了风险值,而t分布低估了风险值,但正态分布给出的估计结果明显优于其他两种分布。在99%的置信水平下,三种分布均低估了风险值,但t分布和GED分布下的结果明显好于正态分布。     

基于ARMA乘积模型的CPI指数分析及预测

CPI指数是一个相对滞后的数据指数,通常是反映市场经济的一个重要指标。本文选取我国1990年1月至2013年11月共287个月份的CPI指数数据,对CPI序列建立乘积模型ARMA(1,1,1)×ARMA(0,1,1)12。结果表明,该模型是描述全国CPI变化趋势较优的时间序列模型。最后,本文利用此模型对2013年12月、2014年1-4月份的全国CPI指标进行了预测,并提出了相应的政策与建议。     

基于卡尔曼滤波算法的上证50指数预测

本文基于ARMA模型构建卡尔曼滤波算法的线性状态空间模型,然后利用ARMA模型的卡尔曼滤波算法来预测上证50指数,并且将预测结果与基于ARMA模型的预测结果进行了比较,结果表明,结合了ARMA模型的卡尔曼滤波算法的预测准确度为52.1%,明显优于单纯的ARMA模型。     

本次经济危机主要大宗商品期货价格波动性研究

本文在分析本次次债危机以来主要大宗商品价格变动情况的基础上,建立了ARMA和E-GARCH模型及ARMA和TARCH模型来描述本轮经济周期中石油、铜、铝、黄金、大豆和玉米等大宗商品的期货价格收益序列的波动性特征。自相关分析发现不同商品期货市场的有效性略有差异,原油和铜市场更为有效;ARMA和非对称GARCH模型表明,主要商品收益波动均具有积聚效应,原油和铝收益波动具有杠杆效应,坏消息对原油收益波动的冲击大于好消息,好消息对铝收益波动的冲击大于坏消息。     

基于时间序列模型的农产品市场价格短期预测研究

为了对农产品市场价格波动的进一步了解,及早采取措施应对价格波动频繁带来的一系列不利影响,有效指导农民把握时机增收增产,本文以全国黄瓜月度批发市场价格为预测目标,综合利用季节虚拟变量法、CensusX12法、ARMA法等建立短期预测模型,并根据模型预测误差大小赋予不同的权重值来建立这三个不同短期预测模型的组合预测,运用组合模型对农产品价格做出合理预测。实证分析结果表明：组合模型能够从一定程度上减小预测误差提高模型的预测精度。总体上随着预测周期变长精度下降。在2009年的评估预测中,所建立的3个单一短期预测模型平均绝对误差百分比（MAPE）分别为13.53％,11.77％和11.07％,ARMA法建立的短期预测模型精度最高。在实证分析的基础上,采用组合预测方法对2012年7月到11月这五个月的黄瓜价格进行了预测,并将预测值与收集到的实际值做了对比,结果表明,除了8月的预测误差较大为33％外．其余各个月的误差均不超过10％,预测结果较为理想。     

基于ARMA-GARCH模型的黄金现货价格预测

本文以2009年1月5日至2017年1月3日期间上海黄金交易所的Au99.95的黄金现货收盘价为研究对象,对数据进行描述性统计分析、平稳性检验和相关性检验。建立ARMA(2,1)模型,对其残差序列进行ARCH效应检验,并通过建立GARCH模型消除其条件异方差性,从而建立ARMA(2,1)-GARCH(1,1)模型。比较t分布下和GED分布下的拟合模型,发现t分布下的更优。最后,预测在95%置信区间内黄金现货日收益率序列在未来100天内走势区间与条件标准差变化趋势,并对预测结果进行了验证。     

基于金融加速器理论和ARMA模型对中国农村CPI的浅析

本文以中国农村主要金融机构为研究对象,以2000年1月到2014年3月的中国农村居民价格消费指数为研究数据建立ARMA模型,并根据所建模型和数学公式预测4.5月份我国农村CPI数据并与现实数据进行对比,以此来检验模型的准确性并结合金融加速器相关理论来对农村地区未来CPI走势进行理性分析,最后结合我国现行的农村金融政策提出若干可行性建议。     

用ARMA对我国GDP预测的实证研究

经济运行过程从较长时间序列看，由于市场机制的作用，呈现一定的规律，这对预测提供了依据。目前预测经济运行时问序列的理论与方法较多，而ARMA模型在经济预测过程中既考虑了经济现象在时间序列上的依存性，又考虑了随机波动的干扰性．对经济运行短期趋势的预测准确率较高．是近年应用比较广泛的方法之一。由于国内生产总值（GDP）不仅能够在总体上度量国民产出和收入规模，也能够在整体上度量经济波动和经济周期状态阁此．对GDP进行精确的拟合和分析对分析一国的宏观经济发展趋势具有重要意义。在本文中研究中，根据ARMA模型的应用条件，选取1978年以来我国实行市场经济体制的（IDP时间序列数据进行建模分析。     

基于金融加速器理论和ARMA模型对中国农村CPI的浅析

本文以中国农村主要金融机构为研究对象,以2000年1月到2014年3月的中国农村居民价格消费指数为研究数据建立ARMA模型,并根据所建模型和数学公式预测4.5月份我国农村CPI数据并与现实数据进行对比,以此来检验模型的准确性并结合金融加速器相关理论来对农村地区未来CPI走势进行理性分析,最后结合我国现行的农村金融政策提出若干可行性建议。     

外商直接投资和进出口的关系研究

本文利用2001-2009年的月度数据建立ARMA模型和误差修正模型试图来解释出口,进口和FDI的关系,并从长期和短期的角度来考察这种关系.     

基于ARMA模型对经济发展的预测——以我国工业生产总值指数为例

本文以我国1978年至2010年工业生产总值指数的年度数据为代表,建立了能够有效模拟我国经济时间序列趋势的预测模型.分析我国改革开放以来经济发展的宏观趋势.首先根据工业总产值指数序列特征对其做数据处理得到具有平稳性的二阶差分工业总产值指数序列,然后观测其自相关函数与偏自相关函数,最终建立具有高精度的ARMA模型,并对2011年我国工业总产值指数进行有效预测     

基于ARMA模型对经济发展的预测——以我国工业生产总值指数为例

本文以我国1978年至2010年工业生产总值指数的年度数据为代表,建立了能够有效模拟我国经济时间序列趋势的预测模型。分析我国改革开放以来经济发展的宏观趋势。首先根据工业总产值指数序列特征对其做数据处理得到具有平稳性的二阶差分工业总产值指数序列,然后观测其自相关函数与偏自相关函数,最终建立具有高精度的ARMA模型,并对2011年我国工业总产值指数进行有效预测。     

外商直接投资和进出口的关系研究

本文利用2001-2009年的月度数据建立ARMA模型和误差修正模型试图来解释出口,进口和FDI的关系,并从长期和短期的角度来考察这种关系。     

ARMA和VAR模型对GDP的预测效果探究

本文回顾了GDP预测的不同模型,并用ARMA模型和VAR模型对季度GDP进行预测,将预测结果与相对权威的主观预测朗润预测进行比较,以检验ARMA模型和VAR模型的预测效果     

ARMA模型在居民消费价格指数预测中的应用

居民消费价格指数(CPI)是宏观经济分析和决策,价格总水平监测和调控以及国民经济核算的重要指标。本文利用近年来的月度数据,通过对居民消费价格指数自相关函数与偏相关函数的统计识别,建立了一个ARMA模型,并运用Eviews软件估计出其参数。利用这个模型对我国的居民消费价格指数进行合理的预测。     

ARMA和VAR模型对GDP的预测效果探究

本文回顾了GDP预测的不同模型,并用ARMA模型和VAR模型对季度GDP进行预测,将预测结果与相对权威的主观预测朗润预测进行比较,以检验ARMA模型和VAR模型的预测效果。     

基于ARMA-EGARCH-M模型的深证股指研究

文章简要介绍了股票市场波动性研究的发展过程,并以2003年1月2日—2011年1月4日的深圳证券收盘价为样本,对我国深市收益率进行统计分析。对收益率序列ADF检验,自相关检验,发现收益率可用ARMA模型模拟。对ARMA模拟后的残差ARCH效应检验,发现我们可用ARMA-EGARCH-M模型拟合。再对两模型进行比较分析。