我国农产品价格指数短期预测——基于时间序列分解的分析

对农产品价格指数作出准确预测,是政府合理制定宏观经济政策的前提。本文对我国2003年1月至2011年5月农产品价格指数序列进行季节调整后,运用时间序列分解模型对农产品价格指数进行了短期预测。本文预测结果显示,短期内我国农产品价格指数仍呈上升趋势。     

时间序列分解模型在寿险保费收入预测的应用

寿险保费收入是衡量寿险业发展的重要经济指标。作为经济时间序列，寿险保费收入的变化受到长期趋势、周期性循环要素、季节变动和不规则要素这四个因素的影响。本文选取我国2000年1季度到2009年4季度的寿险保费收入数据，对其进行季节调整后再通过HP滤波方法得到长期变动趋势序列，并用混合模型进行预测，通过检验时间序列分解模型合理可行。     

居民消费价格指数预测的分解模型研究——以武汉市时间序列数据为例

居民消费价格指数是进行宏观经济分析与决策的重要经济指标。作为经济时间序列,居民消费价格指数的变化受到长期趋势、周期性循环要素、季节因子和不规则要素这四个因素的影响。本文选取武汉市2003年1月至2009年11月居民消费价格指数的月度数据,对其进行季节调整后,再通过HP滤波方法得到长期变动趋势序列,并用时间序列混合分解模型进行拟合与预测。     

我国主要肉类价格波动规律研究

本文基于2001年1月至2014年3月我国猪肉、鸡肉、牛肉和羊肉的月度数据,运用X12季节调整模型和H-P滤波法分析得出我国主要肉类价格波动规律,并进一步运用协方差分析法分析长期趋势、季节性变动、不规则变动对我国主要肉类价格波动的贡献。结果表明,价格变化的长期趋势是影响肉类价格波动的主要驱动因素,并根据研究结论提出相关政策建议。     

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。     

基于乘积季节模型的民航客运量实证研究

随着我国经济实力不断增强,人民生活水平也不断提高,民航运输在人们的生活中发挥着越来越重要的作用。本文基于时间序列分析基本原理,选取2005年1月—2013年11月共107个月的月度数据建立ARIMA乘积季节模型,并对2013年12月—2014年12月的民航客运量进行预测分析。以期对序列中民航客运量的长期递增趋势以及以年为周期的季节效应进行解释,并根据预测结果给出相应的结论和建议。     

牛羊肉价格波动特征及趋势分析

近年来,由于牛羊肉供需矛盾突出、牛羊饲养成本上升等原因,我国牛羊肉价格持续上涨。这既不利于牛羊肉产业的健康发展,也影响了居民的消费。本文采用2009年1月-2013年12月间的50个城市居民消费牛羊肉平均价格数据,运用CensusX12季节调整方法和HP滤波法分析了牛羊肉价格的波动趋势、季节性变动、不规则要素以及波动周期,进而利用Holt-Winters季节乘积模型对未来三年的牛羊肉价格走势进行预测,并据此提出相关政策建议。     

广西甘蔗价格的波动趋势及预测——基于ARIMA模型的时间序列分析

文章以1978-2013年广西甘蔗收购价格数据为基础,基于时间序列的分析方法,建立ARIMA(p,d,q)模型,对其进行分析、研究和预测,发现广西甘蔗收购价格呈周期性波动上升的趋势,根据波动趋势图预测随后的2014、2015年甘蔗价格开始进入到上行周期.针对广西甘蔗价格波动趋势与特点,从切实保护蔗农利益、制糖企业实现盈利、政府的定价决策和宏观调控三方面提出相关建议,以期达到稳定价格、促进蔗农增收、甘蔗产业可持续健康发展的目的.     

我国畜肉类居民消费价格指数的波动分析及短期预测——基于Census X-12模型和H-P滤波法

畜肉类产品在国计民生中发挥着越来越重要的作用,畜肉类居民消费价格指数的波动影响居民日常生活以及整体物价水平。文章基于2016年2月到2021年11月的“畜肉类居民价格消费定基指数”,采用Census X-12季节调整模型、H-P滤波法以及预测模型,探寻畜肉类居民消费价格趋势性和周期性的变化特征。研究发现：畜肉类居民消费价格定基指数基本处于上升趋势。趋势因素呈现出“平缓上升-快速上升-趋于平缓”的规律,季节性因素在畜肉类居民消费价格波动中影响程度较深,突发事件、极端天气、政策措施等不确定性因素对价格波动也产生重要影响,而循环因素对畜肉类居民消费价格指数影响最小;预测结果显示畜肉类居民消费价格指数符合季节变动的特征。     

关键稀土元素价格波动测度研究——基于带季节的ARIMA模型分析

稀土作为关键战略资源，镨、钕、铽、镝也称为“关键稀土元素”广泛应用于新兴战略产业，其价格波动对稀土整个产业链的发展影响深远。准确预测稀土价格波动，能有效降低经营风险，增强供应链稳定安全。基于2007-2022年月度数据，采用带季节的ARIMA模型对镨、钕、铽、镝价格进行拟合，依据变异率模型测算价格波动并探究其对微观稀土企业价值的影响。研究发现，（1）带季节的ARIMA模型能够较为准确地预测稀土元素的价格走势，适合中短期稀土价格预测。（2）在样本研究区间内，价格波动程度最大的区间为2011-2012年；其次是2008-2009年和2020-2021年；整体上看，镨、钕的价格波动程度大于铽、镝。（3）运用双向固定效应模型对价格波动与2014-2020年我国稀土上市公司企业价值进行回归，发现钕、铽价格若出现较大波动不利于提升稀土企业价值，镨、镝则相反，这主要与稀土元素的价值占整个矿山价值的比重、市场需求及价格走势具有一定的关联性。     

基于小波变换和时间序列模型的Brent原油期货价格预测

本文将小波分析与时间序列模型结合应用于布伦特国际原油价格预测,通过对小波分解与重构方法将油价时间序列分解为趋势(高频)部分和细节(趋势)部分,然后采用ARMA模型对分解后的油价进行样本内预测。实证研究表明,基于小波的组合模型具有较高的预测性能,同时验证了该方法的可行性和有效性。     

新疆主要肉类产品之间的价格波动关联分析

基于2001年~2017年新疆4种主要肉类产品价格时间序列数据,采用VAR模型和脉冲响应方法,分析了猪肉、牛肉、羊肉和鸡肉之间的价格波动关系以及相互影响程度,结果表明:2001年~2017年新疆各肉类产品价格均呈上涨趋势,其中2017年牛肉、羊肉价格与猪肉和鸡肉价格比较上涨幅度更大;短期内,各肉类产品受自身价格波动影响显著,长期内,牛肉、猪肉价格波动是引致新疆肉类产品市场价格波动的主要因子;从价格波动传导机制上看,猪肉和牛肉二者互为彼此价格波动的影响因素;鸡肉价格相对独立,不受其他肉类产品价格影响;羊肉价格受到猪肉、牛肉价格的影响较显著,但羊肉价格波动对猪肉、牛肉价格的影响有限。通过保证猪、牛产业规模化发展,保护扶持羊产业,鼓励发展鸡产业,建立新疆主要肉类市场价格联动的监测预警机制等措施,可以增加新疆肉类产品有效供给,降低肉类产品价格波动,保障新疆主要肉产品供需平衡。     

基于ARIMA模型的武汉市居民价格消费指数研究

模型对时间序列的趋势有较好的拟合效果,介绍自回归移动平均模型的建模方法及Eviews实现。建立模型对1952年到2008年武汉市居民价格消费指数进行了拟合和研究,在三种不同的模型下,对和进行比较分析,选出了最优拟合模型。发现武汉市居民价格消费指数的波动具有记忆性,随着时间变化而增加。将ARIMA模型应用于武汉市居民历年CPI数据的分析与预测,得到较为满意的结果。     

消费者信心指数的分析

消费者的信心与重要的宏观经济指标之间存在密切联系,对未来的整个经济发展趋势有相当的预见性,是宏观经济中的一个重要的先行指标。本文运用Eviews7.2及Excel对消费者信心指数进行了时间序列分析：对消费者信心指数2006年至2012年的月度数据进行季节调整,建立ARIMA模型,并且利用模型对2013年的消费者信心指数进行预测,与实际数据对比,结果表明该模型较优。     

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。     

基于ARMA模型的河北省农村居民家庭恩格尔系数的分析与预测

恩格尔系数是衡量居民消费水平的重要指标，而居民消费水平也可以反映城市的经济发展状况。本文以1980年至2010年的河北省农村居民家庭恩格尔系数作为样本数据，2011年至2012年的数据作为模型检验数据，建立基于时间序列分析的ARMA模型，使用EViews软件对时间序列进行分析与预测，并给出2013年-2014年的预测值。结果表明， ARMA模型预测精度较高，我省农村居民恩格尔系数未来几年仍呈现下降趋势。     

基于ARMA模型的美元兑人民币汇率预测与趋势分析

随着中国外汇制度的不断改革,人民币汇率变化一直是金融领域的热点话题。本文以我国1994年到2014年美元对人民币汇率的月度数据为代表,建立了模拟人民币汇率时间序列趋势的有效预测模型。分析我国改革开放以来经济发展的宏观趋势。首先输入美元兑人民币汇率序列特征对数据处理得到具有平稳性的一阶差分序列,然后根据其自相关与偏自相关函数定阶,对拟合模型的适应性进行检验,最终建立具有高精度的ARMA模型,并对2015年美元兑人民币汇率进行有效预测。     

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。     

增加信贷投放能否刺激经济增长——基于我国贷款总量与实际GDP的长短期动态关系研究

本文以全国金融机构各项贷款余额的季度时点数据,以及经季节调整、并利用不变价格国内生产总值指数全面剔除价格影响的实际季度GDP数据为观察序列,通过对二者建立滞后两期的稳定VAR模型,得到二者增长率之间的短期动态影响关系;同时,使用带有趋势和漂移项的AR模型来拟合贷款余额总量对实际GDP的贡献率序列,得到二者之间的长期线性关系是带有逐渐下降趋势并具有长记忆性时变特征的结论。该结论表明,在短期内贷款总量对实际经济增长具有刺激作用,但长期内这种刺激作用会引致通货膨胀的发生。本文结论为验证通过缩放信贷规模来调节经济的政策手段的有效性提供了有力支持,也为间接验证货币中性理论在中国的成立性提供了实证依据。     

基于灰色波形理论的铀资源价格预测方法

根据铀资源U3O8现货价格时间序列数据波动幅度不规则的特征,采用非等间隔的灰色波形预测模型,以UxC咨询公司2010年1月～2014年12月U3O8现货价格的月度数据为原始数据,对其2015年1月～2016年2月的U3O8现货价格进行灰色波形预测.最后,将该模型预测结果与在价格预测中应用较广泛的基本GM(1,1)模型和ARIMA模型预测结果进行对比,分析结果表明,相比于其他两种模型,灰色波形预测模型预测值与U3O8现货价格真实值具有更好的拟合度,且精确度更高,可用于实际应用.