共查询到20条相似文献,搜索用时 0 毫秒
1.
上半年市场运行平稳发展
今年上半年,我国国内市场平稳发展,市场运行总体上保持了良好的态势. 相似文献
2.
3.
4.
5.
中华全国商业信息中心 《中国经济信息》2003,(15):49-49
2002年底我们预测,2003年全国社会消费品零售总额将实现44674.8亿元,同比增长9.2%.增幅提高0.4个百分点.其中,城市市场消费品零售额将实现28643.2亿元,同比增长10.6%.增幅提高0.6个百分点,农村市场消费品零售额将实现16031.6亿元,同比增长6.8%.2003年居民消费价格指数涨幅在0.3%~0.6%,商品零售价格指数在99.5%左右.从实际情况看,2003年一季度,社会消费品零售总额同比增长9.2%,其中城市增长10.6%,农村增长6.8%,与预测是基本相符.2003年1月~5月居民消费价格涨幅为0.6%,商品零售价格指数99.8%,价格上升较快,一个重要原因是非典时期食品类等相关商品价格的上升幅度较大.从前期对价格指数拉动较大的商品目前的市场价格走势以及下半年商家促销力度加大的情况来分析,全年价格指数走势将基本符合预测. 相似文献
6.
7.
社会消费品零售总额是反映消费市场景气程度和宏观经济运行状况的最重要指标之一,通过模型来预测社会消费品零售总额,从而及时、准确地把握消费品市场的运行状况,对于促进消费增长具有重要的意义。本文研究了一种实用可靠的社会消费品零售总额预测方法,即将社会消费品零售总额分解出趋势项和波动项,然后分别预测趋势项和波动项,最后将趋势项和波动项合成,从而得到社会消费品零售总额的最终预测结果。 相似文献
8.
《中亚信息》2012,(Z2):98
Вянваре -июнеэтогогодарозничныйоборотпотребительскихтовароввКитаевыросна 14,4 процентапосравнениюстемжепериодомпрошлогогода, составив 9 трлн 822,2 млрд. юаней /1 доллСША = 6,32 юаня/. Завычетомфактораценреальныйростсоставил 11,2 процента. ТаковыпоследниеданныеГосударственногостатистическогоуправленияКНР.Вчастности, объемрозничноготоварооборотавгородахипоселкахгородскоготипасоставил 8 трлн. 512,3 млрд. юанейсприростомна 14,3 процента, авдеревнях - 1 трлн. 309,9 млрд. 相似文献
9.
时间序列分析是经济领域应用研究最广泛的工具之一,AEMA模型是一种最常见的重要时间序列模型。本文首先简单介绍了AEMA模型,然后利用2004年1月到2008年11月的社会消费品零售总额数值,建立AEMA(6,6)模型.最后用该模型对2008年12月的社会消费品零售总额数值进行预测。 相似文献
10.
随着我国人均居民消费能力的不断提高,社会消费品的零售总额也发生了很大的变化。通过利用大数据技术分析,可以挖掘出社会消费品零售总额的数据潜在价值,以便于国家对某些特殊社会消费品进行宏观调控,保障居民生活的质量。下文就我国社会消费品零售总额的影响因素进行分析。 相似文献
11.
12.
文章根据甘肃省1978-2008年社会消费品零售总额的数据做了时间序列分析,建立了ARIMA(2,1,1)模型,此模型很好地拟合了数据序列,有比较精确的预测效果。 相似文献
13.
本文首先根据1999年1月至2008年12月湖北省社会消费品零售总额数据建立了时间序列分析模型:ARIMA(2,1,1)(1,1,1)^12,并利用该模型对2009和2010年的社会消费品零售总额进行了预测和分析。 相似文献
14.
15.
16.
当前我国经济形势多变,下行压力较大,形成强大的国内市场尤为重要。本文以1999年到2018年这二十年来的数据为依据,对社会消费品零售总额的影响因素进行实证分析,建立相关的计量经济模型,最终确定了社会消费品零售总额与居民消费水平、人口自然增长率的定量关系,并提出相关的政策建议。 相似文献
17.
《中国宏观经济变量跟踪分析》2004,(2):19-22
今年上半年,消费品市场商品销售增长较快,社会消费品零售总额25249亿元,比上年同期增长12.8%。其中第一季度社会消费品零售总额12831亿元,同比增长10.7%;第二季度12419亿元,增长14.9%。 相似文献
18.
19.
本文通过对我国社会消费品零售总额的影响因素进行分析,建立线性回归方程对2015年社会消费品零售总额进行预测。再通过时间序列分析方法中的时间序列模型(ARIMA),对我国2015各月份社会消费品零售总额进行预测。通过对比两种预测方法,时间序列模型预测结果较为准确,可为政府决策提供科学依据。 相似文献
20.