基于ARIMA模型的广州市商品房价格预测

商品房价格的变化极大地影响一个国家宏观经济的健康发展及国民的生活质量,对商品房价格的预测直接影响政府的宏观调控政策。同时商品房价格的研究,预测和控制是关乎国计民生的大事,通过建立ARIMA模型并运用它预测广州市商品房价格。     

期货对现货价格预测的作用——基于ARIMA模型的实证探讨

本文通过建立ARIMA模型和ARIMAX模型,以我国HS300指数为研究对象。在准确识别的基础上,实证检验了我国hs300指数的日内指数现货价格序列。通过ARIMAX模型的输入变量包含了IF8888指数期货价格序列,将指数期货价格信息反映到现货价格的预测过程中,同时与ARIMA模型作比较。研究发现,带指数期货价格序列输入变量的ARIMAX模型与不存在其他输入变量的ARIMA模型在相同的参数条件下,前者的拟合误差下降,预测精度显著提高。说明期货价格信息可以更好地预测现货指数价格。同时为了说明预测的可信性,本文选取期货交易所的官方数据。在数据的平稳性检验部分用了ADF检验来进行平稳性的检验和对d值的确定,在对p值和q值的确定上,使用了枚举法来进行最佳组合的选取,这些都保证了预测的精确性和可信性。     

基于ARIMA模型的经济形势预测分析——以重庆市GDP为例

有效预测GDP增长对当地政府制定宏观政策及调控意义重大,而ARIMA模型是短期预测的强有力工具。依据1949-2012重庆市GDP为研究样本,首先通过对样本数据取对数及差分处理使数据序列变成平稳时间序列,然后使用赤池和施瓦茨信息等多种准则确定最优滞后阶数p和q,再使用BG和残差正态性等多种假设检验,最终确定ARIMA(7,1,4)模型。研究结果表明,模型具有较好的预测效果和现实意义,可推扩至各行业做相应的短期预测分析。     

基于ARIMA模型和神经网络模型的股票价格预测——以百联集团为例

本文将分别利用时间序列的ARIMA模型和神经网络,对国内零售业航母——百联集团旗下的友谊股份(600827.SH)和上海物贸(600822.SH)股票的价格进行预测,并将这两种预测方法进行对比,选择最优的方法进行预测。最后发现ARIMA模型和神经网络的模型预测效果都很好,但是神经网络相对更好。     

基于ARIMA模型对销售总额的预测分析

在自然科学和社会科学各研究领域中,大量决策问题都离不开预测,预测是决策的基础。近年来,ARIMA模型得到了极大的发展,越来越多的应用在各个领域的分析中,本文我们对某公司2000年1月到2008年12月的8种商品的销售总额的数据作为分析的样本进行分析,建模,预测未来三期的值。为了验证预测的准确性,我们去掉了后三期的数据,作为预测目标,以便对真实值与预测值进行有效的对比,结果预测基本准确,最终我们得出预测五期的增量。     

ARIMA模型在农产品价格预测中的应用

农产品在我国社会经济发展过程中扮演着举足轻重的基础性作用,如水稻、小麦、玉米、花生等农产品与我们的日常生活息息相关,其是社会经济发展、人们丰衣足食与百姓安居乐业的基础性保障工程。本文主要在农产品定义与内涵的基础之上,针对ARIMA模型基本思想及数学模型重点分析农产品价格影响因素,最终分析了AR[MA模型在农产品价格预测中应用及作用。     

基于ARIMA模型对我国进出口总值进行分析及短期预测

本文基于时间序列中ARIMA模型的方法对我国进出口总值进行了分析、预测。以2000年1月到2014年1月我国进出口总值的169个月度数据（名义值）为基础,建立了AR模型,根据与实际数据比较,确定模型准确性,并给出了2014年2月到2015年1月的我国进出口总值的预测数值,对于分析实际中我国进出口总值的经济意义具有借鉴价值。     

基于ARIMA模型的经济形势预测分析--以重庆市GDP为例

有效预测GDP增长对当地政府制定宏观政策及调控意义重大,而ARIMA模型是短期预测的强有力工具。依据1949-2012重庆市GDP为研究样本,首先通过对样本数据取对数及差分处理使数据序列变成平稳时间序列,然后使用赤池和施瓦茨信息等多种准则确定最优滞后阶数p和q,再使用BG和残差正态性等多种假设检验,最终确定ARIMA(7,1,4)模型。研究结果表明,模型具有较好的预测效果和现实意义,可推扩至各行业做相应的短期预测分析。     

基于ARIMA模型的经济形势预测分析--以重庆市GDP为例

有效预测GDP增长对当地政府制定宏观政策及调控意义重大,而ARIMA模型是短期预测的强有力工具。依据1949-2012重庆市GDP为研究样本,首先通过对样本数据取对数及差分处理使数据序列变成平稳时间序列,然后使用赤池和施瓦茨信息等多种准则确定最优滞后阶数p和q,再使用BG和残差正态性等多种假设检验,最终确定ARIMA(7,1,4)模型。研究结果表明,模型具有较好的预测效果和现实意义,可推扩至各行业做相应的短期预测分析。     

基于ARIMA模型的广西城镇居民收入预测分析

对1980-2014年广西城镇居民人均可支配收入进行实证分析,建立ARMA(2,1,3)模型,其中2014年的拟合误差为2.125%,精确度较高,并对未来三年城镇居民收入进行预测,预测表明,广西城镇居民收入持续增长,但增长的幅度缓慢。     

基于期货市场传导路径视角的国际粮价对中国粮价的传导影响探析

期货市场是国际粮价向中国粮食市场传导的最重要路径之一,为分析这种传导影响,选取芝加哥期货市场的CBOT大豆、CBOT玉米、CBOT小麦代表国际期货市场价格,大连商品交易所黄大豆2号和玉米、郑州商品交易所的强麦代表国内期货市场价格为研究对象,进行协整分析、Granger因果检验、脉冲响应函数和方差分解.研究发现,国内外粮食期货市场存在协整关系,但并不存在Granger因果关系,不能很好地解释彼此的变化,这主要可能是由于国内期货市场不完善等因素造成的.期货定价是国际大宗商品最重要的定价方式之一,既要完善期货等金融市场,争夺粮食定价权,又要完善市场监管,警惕国际金融市场对我国粮食安全的威胁与挑战.     

我国大豆市场价格整合分析

主要研究国内大豆市场之间、国内与国际大豆市场之间的价格影响与作用机制。本文分析了各市场价格变化之间的因果关系,各市场之间相对价格差异调整的速度。并从计量经济学的模型检验了变量价格序列数据之间是否是协整的关系及确认了它们之间格兰杰意义上的因果关系走向。     

我国粮食支持政策视角下国际粮食价格传递效应研究

随着经济全球化时代的到来,我国粮食价格受国际粮食价格的影响日益显著,给我国粮食政策带来了新的挑战.从粮食支持政策角度出发,通过阐述国内外粮食价格现状,分析国际粮食价格对我国粮食价格的传递效应,提出我国应对粮食安全问题的对策.     

基于供求角度的我国大豆价格变动分析

进入21世纪以来,我国大豆价格总体呈持续上涨态势,多次出现大豆价格大起大落现象.近些年来,受国际大豆供给增加、国内大豆需求不旺影响,我国大豆价格基本维持在低位.应通过提高国内大豆供给能力、建立健全大豆价格信息平台、推行大豆目标价格政策等措施,进一步稳定国产大豆价格水平,促进大豆种植与相关产业健康发展.     

国际粮食价格与其产量、消费和库存——基于时间序列的实证研究:1980-2007年

本文实证研究了国际粮食价格与粮食产量、粮食消费和粮食库存(1980-2007)之间的关系,结果表明:国际粮食价格与粮食产量、粮食消费和粮食库存之间存在稳定的协整关系。粮食库存是影响国际粮食价格的最主要因素,影响国际粮食价格波动的最重要因素是粮食库存,且其影响力会逐渐增强;其次是粮食消费水平,而粮食产量对国际粮食价格的影响相对较小。