ARIMA模型在中国人均煤炭消费预测中的应用

本文依据我国人均煤炭消费量的数据,借助Eviews软件,比较分析建立了最优拟合模型ARIMA(2,2,2)。利用该模型进行预测,与实际值比较可知预测精度较高,最后利用模型ARIMA(2,2,2)预测了未来几年我国人均煤炭消费量。     

ARIMA模型在我国能源消费预测中的应用

能源影响着我国社会经济的稳定持续发展,对未来能源消耗的准确预测具有重要意义。笔者以我国1978年-2005年的能源消费总量数据为基础,运用ARIMA模型进行能源消费的预测,达到了最小方差意义下的最优预测的效果。同时,对我国未来的能源发展给出了由开发与节能并重转变为节能优先的政策性建议。     

广东省城镇居民人均消费影响因素研究

笔者通过建立广东省城镇居民人均消费性支出的计量经济模型,对影响广东省城镇居民消费支出的可能因素进行分析,发现城镇居民人均收入、城镇居民消费价格总指数及城镇居民收入差距对广东省城镇居民人均消费性支出,具有重要的影响.而利率因素因受目前我国宏观经济运行环境及居民消费心理惯性等因素的影响,对城镇居民消费行为并未产生预期的影响.     

河北省城镇居民人均消费与收入的实证研究

一、全国与河北省城镇居民人均消费支出和人均可支配收入的实证对比分析 运用Eviews软件,1978～2006年之间,对河北省与全国的城镇居民人均可支配收入与消费支出这29年的数据进行实证对比分析,进而得出河北省收入对消费的拉动程度。（一）河北省城镇居民人均消费支出和人均可支配收入实证分析     

湖北省城镇居民消费状况分析及消费潜力预测

近几年,在新冠疫情和经济衰退造成居民收入预期转弱、消费信心下降的背景下,激发城镇居民消费潜力推动经济持续回升,对湖北贯彻新发展理念,构建新发展格局,推动高质量发展的意义重大。利用凯恩斯的收入-支出模型,分析2001—2021年湖北省城镇居民的消费偏好,预测2022—2025年五组居民八类商品的需求收入弹性,针对需求潜力大的重点群体和弹性大于1的商品提出政策建议：提高消费潜力最大的低收入群体的收入,发挥交通通信业的消费引领作用,支持居民改善居住条件的消费诉求,助力较低收入群体的教育、文化娱乐消费,推动优质医疗资源下沉提升健康服务消费等等,为增强经济内生发展的消费驱动政策制定提供信息支撑。     

城镇居民人均消费支出影响因素计量分析--基于成都市的实证分析

近几年来,中国经济保持了快速发展势头,投资、出口、消费形成了拉动经济发展的“三架马车”,这已为各界所取得共识。通过建立计量模型,运用计量分析方法对影响城镇居民消费支出的各因素进行相关分析,找出其中关键影响因素,以为本地政策制定者提供一定参考,最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。     

ARIMA模型在居民消费价格指数预测中的应用研究

居民消费指数是监测和调控价格总水平、决策与分析宏观经济、核算国民经济的主要指标。文章将最近几年来的相关数据收集起来,运用相关函数构建了一个ARIMA模型,同时借助Eviews软件预测出相关参数。通过分析这个模型能够合理预测出我国居民消费价格指数。     

基于ARIMA模型的消费支出建模与预测

根据1997-2007年消费支出的年度时间序列数据,建立了ARIMA([2,41,2,5)模型,研究表明:不仅滞后1期、滞后2期及滞后4期的消费支出影响着当期消费支出,滞后1期和滞后5期的白噪声也会影响着当期的消费支出,其中滞后一期的消费支出对当期消费的产生较大的正面影响.     

ARIMA模型在股票价格预测中的应用

文章研究了ARIMA模型及其应用,以三一重工(600031)的120个股票价格数据为例,给出了时间序列模型预测的建模过程。通过真实值与预测值的比较,验证了模型的可靠性,该模型适用于短期预测,对长期预测效果不佳,为实际应用中,对短期预测股价,提供了参考的依据。     

ARIMA模型在股票价格预测中的应用

随着社会的进步和经济的不断发展,我国的股票市场已经愈加繁荣,也有更多人投资股票市场.在股票的交易过程中存在着大量的数据,本文简要评析了股票价格预测的研究现状,并着重研究中国第三产业中占比最大的五种行业(批发零售业、金融业、房地产业、交通运输邮政业、餐饮住宿业),从五种行业中分别选取三只市值较大的具有代表性的股票一共15...     

吉林省城镇居民子女教育消费状况研究

近年来 ,我国居民家庭用于子女教育方面的投资连年增长 ,其增长之快是前所未有的。子女教育消费问题 ,已经成为社会和家庭普遍关心的重要问题。本文从吉林省城镇居民教育消费水平及承受能力、教育消费发展趋势和应注意的问题几个方面进行研究探讨。     

ARIMA模型在安徽省GDP预测中的研究与应用

中国省区经济是国民经济的重要组成部分,是一个相对独立的研究对象。文章简要介绍了求和自回归移动平均模型ARIMA（p,d,q）及其建模方法,通过分析1978～2008年安徽省GDP相关数据,运用Eviews统计软件和ARIMA建模方法,将ARIMA模型应用于安徽省GDP数据的分析与预测,发现该模型的预测效果比较显著,与实际情况较符合。     

ARIMA乘积季节模型在全社会用电量预测中的应用

电力需求是经济发展的晴雨表。电力需求的预测对电力部门及相关经济部门的工作具有重要意义。全社会用电量是反映电力需求的一个重要指标。本文通过分析我国2007年7月-2012年6月全社会用电量的月度数据,建立时间序列ARIMA乘积季节模型,并对未来6个月的全社会用电量进行了预测,希望能对有关部门起到一定的参考作用。     

吉林省城镇居民人均居住面积8年翻1番

5月22日,记者从国家统计局吉林调查总队获悉。2007年吉林省城镇居民人均消费支出已达8560．30元,比1981年的348．02元增长了23．6倍。1998年房改后,吉林省城镇居民人均住房使用面积迅速增加。1999年为10．28平方米．2007年达到20．6平方米,8年人均居住面积翻1番。     

我国城镇居民消费支出结构的分析--基于半参数估计

本文通过理论分析选取影响我国城镇居民消费支出结构最大的三个因素——医疗保障、教育文化和居住支出,运用半参数回归模型分析,得出上述三个因素对我国城镇居民消费支出结构具有显著的正向相关关系.     

基于计量经济学模型的国内城镇居民旅游消费研究

本文根据国内城镇居民旅游消费的特点,建立了相应的经济计量模型。通过对此模型的研究分析了影响国内城镇居民旅游消费的因素及其数量关系,揭示了它的特征。同时还可以应用此模型对未来的旅游消费情况进行预测,为制定未来的旅游消费政策提供依据。     

ARIMA模型在陕西省苹果价格预测中的应用

价格调节市场达到供求平衡的状态,农产品市场上价格的不确定性和波动性为生产经营策略的制定带来困难,这就使得未来价格预测显得尤为重要。本文针对陕西省苹果产业的现状,以2012年1月1日至2013年4月20日陕西省苹果的每十日价格为样本,构建模型对陕西省苹果价格进行预测,达到较好的效果。为相关部门制定政策,优化陕西省苹果果品结构,使地区价格更加均衡,保护果农和消费者的利益提供支持。     

ARIMA模型在广东工业指标预测中的应用

采用自回归移动平均模型ARIMA对广东省工业增加值进行动态分析。结果显示,ARIMA(1,1,0)×(1,1,0)12对于考察序列是适用的,达到了较好的模拟预测效果,可用于对广东省工业增加值的短期未来预测。     

增加养老保险支出与城镇居民消费关系研究

随着我国人口老龄化水平逐年提高,养老保险支出也跟着水涨船高。文章基于Feldstein生命周期假,根据我国1989年-2012年基本养老保险数据,分析了增加养老保险对我国城镇居民消费的影响。研究表明,现阶段我国城镇居民的基本养老保险存在资产替代效应,无论从长期而言还是短期而言,城镇居民养老保险支出增加均促进消费增长,并且长期效应大于短期效应。此外,研究同时表明,居民年末储蓄增加对城镇居民消费具有抑制作用。