基于ARIMA模型的中国CPI分析与预测.docx

基于ARIMA模型的中国CPI分析与预测
摘要
本论文基于ARIMA模型对中国CPI进行了分析与预测。首先对CPI时间序列进行了平稳性检验与差分，确定了最佳ARIMA模型的阶数，并对模型进行了拟合和诊断。然后利用该模型进行了CPI预测，并对预测结果进行了评价。最后，结合当前经济形势和政策环境，对未来CPI走势进行了分析和预测。
1.引言
CPI是指消费者价格指数，是衡量市场上商品和服务价格变化的基本指标。在宏观经济研究中，CPI是重要的经济指标之一，直接关系到国家货币政策的制定和调整。因此，准确地预测CPI走势有着重要的现实意义和研究价值。
ARIMA模型是时间序列分析的常用模型之一，其能够很好地对时间序列进行拟合和预测。在本论文中，我们将利用ARIMA模型对中国CPI进行分析和预测，并对预测结果进行评价和分析。
2.数据与模型选择
本研究所使用的数据为1990年1月至2021年6月的中国CPI数据。数据来源为国家统计局。
首先对CPI时间序列进行平稳性检验。通过对CPI时间序列的ADF检验和KPSS检验结果来判断序列是否为平稳时间序列。在本研究中，CPI时间序列经过一阶差分后为平稳时间序列。因此，我们选择差分后的序列进行建模。
随后，我们对差分后的时间序列进行自相关和偏自相关的分析，以确定最佳的ARIMA模型阶数。根据自相关和偏自相关的结果，我们选择了ARIMA(1,1,1)模型进行建模。
3.模型建立与诊断
通过对CPI时间序列进行差分和模型阶数的选择，我们得到了最佳的ARIMA(1,1,1)模型。在建立模型后，我们对该模型进行了拟合和诊断。拟合结果表明，ARIMA(1,1,1)模型能够比较准确地拟合CPI时间序列。同时，我们也对模型的残差进行了诊断，结果显示残差序列近似为白噪声序列，符合模型假设。
4.结果展示与分析
通过建立的ARIMA(1,1,1)模型，我们对CPI进行了预测。结果显示，未来一年内CPI将有所上升，但整体水平将保持稳定。具体预测值见下表：
时间（月）CPI预测值
2021.7102.47
2021.8102.57
2021.9102.69
2021.10102.79
2021.11102.89
2021.12102.98
2022.1103.08
2022.2103.18
2022.3103.27
2022.4103.37
2022.5103.47
2022.6103.57
为了评估预测结果的准确性，我们利用MAPE（平均绝对误差百分比）和RMSE（均方根误差）对预测结果进行评价。在本研究中，预测指标的MAPE为0.13%；RMSE为0.15。以上结果表明，我们建立的ARIMA模型能够对CPI进行比较准确的预测。
5.结论
通过本研究，我们建立了一个ARIMA(1,1,1)模型，并利用该模型对中国CPI进行了分析和预测。结果显示，未来一年内CPI将有所上升，但整体水平将保持稳定。同时，我们也评估了模型的预测准确性，结果较为满意。
基于以上结论，我们认为：
（1）CPI将保持较为平稳的走势，短期内不会出现较大波动。
（2）我们所建立的ARIMA(1,1,1)模型能够对CPI进行比较准确的预测，为相关政策制定提供了参考。
另外，由于本研究所使用的时间序列数据较为有限，因此对未来CPI走势的预测存在一定的不确定性。因此，政策制定者需要结合当前的宏观经济形势和政策环境，有计划地进行政策调整与修正。