我国松香价格走势研究——基于ARIMA模型对黄埔马尾松香价格走势的分析

2008年以来,松香价格波动剧烈,引起业界广泛关注。本文根据黄埔松香价格变动趋势来分析长短期价格波动特征和变动趋势,构建了非平稳时间序列ARIMA(p,d,q)模型,并预测松香月度价格,以期为松香市场信息的准确预测提供借鉴。     

我国当前食品价格与CPI变动关系研究——基于VAR模型的实证分析

居民消费价格指数(CPI)与食品价格之间变动关系十分密切。在从理论方面研究二者之间相互影响的基础上,运用VAR模型、协整检验及向量误差修正模型研究二者的相关关系。结果表明,食品价格和CPI相互之间有正向推动作用。针对定性和定量分析得出结论,对控制食品价格和CPI提出相应的5个建议。     

我国食品价格与CPI的非线性互动关系研究

本文运用两区制门槛向量误差修正模型,研究食品价格与CPI两者互动关系中的非线性特征。结果发现,食品价格与CPI之间存在门槛协整关系,在门槛值左、右两边不同区制内,食品价格和CPI对误差修正项的调整速度并不一致;在回到长期均衡位置的短期调整过程中,调整主要是由CPI来完成的,而且这种调整主要发生在区制二;在区制一时,存在食品价格与CPI双向的短期和长期的Granger因果关系,而在区制二时仅存在从食品价格到CPI单向的短期Granger因果关系。基于实证研究结果,本文提出了防范我国通货膨胀风险的政策建议。     

我国豆粕价格周期性波动及短期预测——基于174个月度价格数据的实证分析

豆粕的价格波动会影响下游养殖业市场的稳定。本文运用H-P滤波法分析2000年1月至2014年6月我国豆粕价格变动趋势,并从"供给和需求"角度对其变动原因进行分析,最后构建ARIMA模型对2014年下半年豆粕价格进行预测。结果表明,近年来我国豆粕价格呈现出短期周期性波动、长期上升的趋势,并将继续保持该趋势。周期内部波动幅度不稳定,影响因素也较为复杂。豆粕价格在每个年度内都会经历"上涨-波峰-下跌-波谷"的变化趋势,年度最高价格一般发生在每年的9-11月份。本文根据分析和预测结果提出了相关建议。     

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。     

食品价格与CPI互动关系分析——基于VAR模型的实证研究

本文采用VAR模型对食品价格与CPI之间的互动关系进行了实证研究,结果表明:CPI和食品价格之间存在双向因果关系,即两者是相互影响的,且CPI对食品价格指数的影响比食品价格指数对CPI的影响要大。基于此,笔者认为食品价格的提高和农民收入的提高是相辅相成的关系。     

价格对食品加工业的影响

价格对食品加工业的影响主要表现在供求两个方面:农产品价格的波动影响到食品加工品的供给,食品加工品价格的变化影响到食品加工品的需求,从而影响到食品加工业的发展.以下就这两方面进行分析.     

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。     

农资价格、食品生产者价格与食品消费价格指数关系实证研究

通过构建VAR模型、脉冲响应函数,对农资价格、食品生产者价格和食品消费价格指数之间的关系进行了实证分析.结果表明,农资价格与食品消费价格指数互为因果关系,食品消费价格指数是食品生产者价格的格兰杰原因,农资价格和食品生产者价格对食品消费价格具有重要影响.     

对我国棉花期货价格预测的方法研究——基于EGARCH-EWMA模型与ARIMA模型比较

本文以2013年1月2日至2014年6月31日期间的棉花期货价格为研究对象,通过ARIMA模型与EGARCH-EWMA模型进行短期价格预测对比分析。结果显示EGARCH-EWMA模型在准确度和可行性方面优于ARIMA模型,利用EGARCH模型估计的滞后系数对衰减因子赋值,克服了无法科学地判定衰退因子的弊端,并且预测结果表明棉花市场具有较为明显的杠杆效应,没有完全实现价格发现功能,基于此提出完善期货市场的建议。     

食品价格与CPI的实证分析

食品价格在居民消费价格中占较大比重,其走势对CPI存在较大影响。本文运用Granger因果关系检验、误差修正模型等时间序列分析方法,以2005年7月至2010年12,9的月度数据为样本数据,对食品价格与CPI进行了实证分析。结果表明食品价格对CPI指数具有显著的影响,在此基础上提出了控制食品价格上涨的几点政策性意见。     

我国食品价格波动原因及价格稳定机制研究

食品价格是居民消费价格指数的重要组成部分，食品价格波动直接影响居民生活成本和农民收入，是关系国计民生的重要战略问题。本文提出，现阶段我国食品价格的上涨在很大程度上是经济增长和城市化进程的特征之一，是多种因素综合作用的结果。因此，不能为了抑制CPI过快上涨而一味地打压食品价格。建立稳定食品价格的长效机制要立足于保障食品有效供给、减少流通费用、完善宏观价格调控政策、健全城市低收入居民的价格补贴制度，以及探索科学合理的城市化道路等。     

浙江省入境旅游人数预测

在全球性金融危机的形势下,浙江省旅游业难免受到一定的冲击。本文利用ARIMA预测模型,对未来几年浙江省入境旅游人数进行预测,结果表明,2009年～2014年,浙江省入境旅游人数分别为585.68、628.93、669.73、708.36、745.06、780.06万人次。本文的预测方法可为类似应用及研究提供参考,本文的预测结果可为相关部门提供决策依据。     

浙江省入境旅游人数预测

在全球性金融危机的形势下，浙江省旅游业难免受到一定的冲击。本文利用AEIMA预测模型，对未来几年浙江省入境旅游人数进行预测，结果表明，2009年～2014年，浙江省入境旅游人数分别为585．68、628．93、669．73、708．36、745．06、780．06万人次。本文的预测方法可为类似应用及研究提供参考，本文的预测结果可为相关部门提供决策依据。     

基于ARIMA的多晶硅组件价格预测

本文依据北极星光伏商务通网站多晶硅组件价格相关数据,采用时间序列分析法,对2012年4月20日至9月20日多晶硅组件价格周数据进行了分析。通过对数据的平稳性检验、模型的确认、模型检验等综合分析,建立了ARIMA(0,2,4)时间序列模型,对预留最后3周的数据进行预测。预测结果表明,实际值与预测值之间的绝对误差均在1.43%以内,误差率均在2.46%内,该模型有较好的短期预测效果,能较好地模拟并预测多晶硅组件价格变化的趋势,为光伏企业产品价格的准确预测提供了重要方法。     

贵州省菜椒价格预测——基于自回归单整移动平均模型的研究

本文以2008年5月至2010年9月贵州省菜椒月价格为例，构建了拟合指标优良的ARIMA（1，1，0）模型，且发现该模型能很好地预测菜椒月价格趋势，从而为地方政府调控菜椒市场的供求关系、农户调整生产结构以及菜椒交易商掌握较准确的交易信息提供依据和参考。     

基于ARIMA模型对某种重要化工原料价格变动的分析

在分析过程中,首先利用SAS软件绘制时序图,从整体上把握数据信息。再进行数据的预处理,发现该化工原料价格序列具有非平稳非白噪声的属性,说明该序列有值得提取的相关信息,同时考虑差分方法使序列平稳。     

安徽省CPI时间序列分析

本文利用安徽2002—2009年的月度数据，建立求和自回归移动平均模型（ARIMA），结果表明，ARIMA（1，1，0）是描述安徽CPI变化趋势相对较优的时间序列模型。     

国内外食品价格关联性研究

采用2001年1月～2011年1月的月度数据,运用相关分析、格兰杰因果检验等方法,研究国际食品市场与国内食品市场之间的关系,结果表明:两者之间的相关性较强,且表现为单向传导关系.从长期看存在着均衡稳定的关系,国际食品价格每变动1％大约会引起国内食品价格变动0.62％;从短期看,国内食品价格受国际食品价格影响较大.在此基础上,提出了减少国际市场影响、稳定国内食品价格的相关对策.     

食品价格波动对城镇不同收入群体消费结构影响研究——基于ARDL模型

本文以2001-2013年我国城镇居民为样本,通过ARDL模型和食品消费基尼系数,分析了食品价格波动对城镇不同收入群体食品消费结构的影响。结果证明,食品价格的波动对不同收入群体的影响具有差异性:低收入群体应对食品价格波动的能力最弱,而中等收入群体对食品价格波动的反应最为敏感。食品价格的波动显著地扩大了居民食品消费结构的差距。