我国固定资产投资总额的动态分析——基于ARIMA模型

固定资产投资总额是影响一国经济增长的重要因素,对拉动国民经济的发展起着至关重要的作用。本文以我国固定资产投资总额为例,选取1982-2009年全社会固定资产投资总额的时间序列数据,利用Eviews软件对该数据进行计量分析,研究我国固定资产投资总额的变化趋势和特征,建立自回归移动平均模型即ARIMA模型,并据此模型对我国固定资产投资总额进行预测,分析未来投资规模趋势。     

基于ARIMA模型的深证指数分析及预测

深证指数是指由深圳证券交易所编制的股价指数,对其进行深入研究具有非常重要的意义。文中使用时间序列ARIMA模型对深证指数进行定量分析,以2009年7月1日到2010年6月30日的日深证指数收盘价格为原始数据,通过对数据进行平稳、零均值化处理,模型识别和模型定阶,再使用最小二乘法估计参数后,最终建立了ARIMA(6,1,6)模型,并对模型检验证明有效后,对未来数据进行了短期预测。     

3月份我国进出口总额降幅进一步缩小

[发布时间：2009年4月16日] 一季度，我国进出口总额4287亿美元，同比下降24．9％。3月进出口总额1620亿美元，下降20．9％，降幅比头两个月缩小6．3个百分点。     

消费者价格指数的预测——基于ARIMA模型的实证分析

通货膨胀是影响经济平稳性增长的一个关键性变量,CPI是衡量通货膨胀的一个重要的经济指标。本文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以及ADF平稳性检验,建立ARIMA模型对我国CPI进行短期估计。实证分析结果表明ARIMA(12,1,12)模型对我国2010年每月的消费者价格指数(CPI)提供了较好的预测,对政府宏观政策的实施提供依据。     

基于ARIMA模型的中国钢材市场价格预测

本文以中国钢材市场价格为研究对象,选取了8种主要钢材品种2004年1月到2010年11月的价格数据,通过模型识别,建立ARIMA模型来预测中国钢材市场2010年9月至11月的钢材价格,通过比较预测结果,确定在允许的误差范围内,最终给出2010年12月至2011年3月这四个月的钢材预测价格。     

湖北省社会消费品零售总额ARIMA模型与预测

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。     

基于ARIMA的PPI时间序列分析

ARIMA模型是一类精度较高的时间序列短期预测模型,本文借助于计量经济学软件Eviews对我国2010年5月到2012年7月PPI时间序列数据建立了ARIMA(0,1,1)模型,并对未来我国PPI的走势进行了预测分析.     

天津市工业总产值增长趋势分析——基于ARIMA模型的拟合和预测

工业在天津经济结构中占重要地位,对其未来增长趋势进行分析和预测,可为进一步制定发展规划提供依据.本文采用自回归求积移动平均（ARIMA）法,对天津市工业总产值进行了拟合和预测.结果显示,ARIAM（1,1,10）模型提供较准确的预测效果,可用于未来的预测,并为天津市未来的工业总产值增长趋势分析提供可靠依据.     

人民币汇率的ARIMA模型的预测

在简要介绍时间序列模型的基础上,使用美元/人民币的日汇率值进行实证研究,建立相应的ARIMA模型.本文试图将此模型应用于汇率的短期预测,并对其预测效果进行评价.     

我国进出口总额的时间序列分析

本文利用1984—2004年中国进出口总额的年度数据，通过自相关函数和单位根检验检验其平稳性，并应用对数差分方法对该数据进行平稳性处理，在此基础上，选择一个最适合的ARMA模型，对2OO5年我国进出口总额数据进行了预测和比较。     

X-11过程和ARIMA模型在煤炭企业物料需求预测中的应用研究

煤炭企业物料需求影响因素多而复杂,物料需求时间序列往往不平稳,如果采用较高的库存水平来应对非平稳需求会造成大量库存资金占用,从而影响企业经济效益.因此,如何准确有效地预测需求是非常重要的.文章以煤炭企业物料胶质线为例,采用ARIMA模型和X-11过程对其历史需求数据建模预测,结果表明运用ARIMA模型和X-11过程相结合建模预测能大大减小误差,提高预测的精确性,从而可以大大节约库存成本.     

ARIMA模型在福建省GDP预测中的应用

本文介绍求和自回归移动平均模型ARIMA(p,d,q)的建模方法及Eviews实现。将ARIMA模型应用于福建省历年GDP数据的分析与预测,得到较为满意的结果。     

我国进出口总额的时间序列分析

本文利用1984-2004年中国进出口总额的年度数据,通过自相关函数和单位根检验检验其平稳性,并应用对数差分方法对该数据进行平稳性处理,在此基础上,选择一个最适合的ARMA模型,对2005年我国进出口总额数据进行了预测和比较.     

2017年1—10月我国进出口总额22.52万亿元人民币

2017年1—10月,我国外贸进出口工作再次传来好成绩。11月9日,在商务部例行新闻发布会上,商务部新闻发言人高峰公布了这一好消息。     

人口模型

本文采取自回归求和移动平均法(ARIMA),对中国从1949年到2007年人口资料进行分析,并建立模型。结果显示,ARIMA(1,1,16)模型提供较准确的预测结果,可用于未来的预测,对人口问题研究提供可靠依据。     

2006年加工贸易进出口总额超8000亿美元

2006年，中国加工贸易进出口总额8319亿美元，同比增长21％，占同期进出口总额的47％。商务部网站2月6日发布题为《年终专稿：2006年中国加工贸易进出口总额超过8000亿美元》的章。中透露的数据显示，中国自实行加工贸易政策以来，加工贸易实现持续快速增长，进出口总额从1981年的25亿美元到2006年的8319亿美元，增长了333倍。同期，加工贸易在对外贸易中的比重从5.7％提高到48．6％。加工贸易对中国国民经济和对外贸易发展发挥了重要作用。[第一段]     

基于引力模型与ARIMA模型的城市旅游倾向预测

文章以山东威海、德州等7座城市为客源城市,对青岛的旅游倾向进行预测研究。首先从7个城市居民的旅游消费成本、到达青岛的距离、城市居民消费水平和大型活动对该城市居民的吸引力等作为考查该城市居民旅游目的地选择的四大因素,构造青岛市对山东省的其他7个城市游客的吸引力模型,并选取了模型中的量化指标,计算出相应的指标值;其次,根据青岛游客历史数据的波动特性构造了ARIMA(p,d,q)模型,并将非平稳的时间序列转变成平稳的时间序列进行计算;然后对两个模型进行估计与检验,通过检验发现,引力模型呈现出非常明显的线性关系,可信度大于99%,对时间序列进行ADF检验后为平稳序列;最后,分别利用两个模型预测出2018年青岛旅游人数,并根据设定的基数分别列出A、B和C三种预测方案,计算出2018年山东7座城市参加青岛啤酒节的人数。同时,根据原始数据和预测数据,将参加青岛啤酒节的人群分成了三类,并给出了合适每一类人群的预测模型,对青岛的旅游业的发展提供有力的借鉴。     

基于ARIMA模型的我国人均生活能源消费预测

能源是国家的战略性资源,是一个国家经济增长和社会发展的重要物质基础.本文基于1983～2009年我国人均生活能源消费量构建了ARIMA（3,2,1）模型,并运用该模型进行了对未来我国的人均生活能源消费进行了预测,模型的预测效果良好.     

基于ARIMA模型的中国装备制造业发展预测

使用ARIMA模型对装备制造业工业增加值(EMI)序列进行拟合,结果显示,我国装备制造业增加值逐年增长,但增长率逐年降低。我国装备制造业在未来几年仍呈现较快的增长趋势,2015年当年价的装备制造业增加值按GDP平减指数计算,大约为51800亿元人民币。