论文部分内容阅读
物价作为国民经济发展的晴雨表,其波动不仅与宏观经济运行、社会安定紧密联系,更与人民生活息息相关。经济运行过程中,货币供应量、进出口总额、外汇储备、经济增长等经济指标的变化都能引起物价波动。物价波动本身也具有一定的规律性,发现物价波动自身的规律,对未来短期内物价走势做出科学预测显得尤为重要。本文首先对物价波动的相关理论和国内外的研究现状进行了系统的梳理和阐述,较为全面的归纳了影响物价波动的主要因素。其次,结合月度数据的可得性,选取货币供应量(M2)、工业增加值(IND)、外汇储备(FE)、进口额(IMP)、出口额(EX)以及固定投资完成额(I)等经济指标构建向量自回归模型(VAR),分析它们对物价波动的影响。在建立模型前,对各经济指标进行单位根检验和协整检验,作各变量对CPI的格兰杰因果关系分析。建立滞后期为4的向量自回归模型,利用标准脉冲响应函数对各因素对物价波动的动态影响进行分析。在物价波动趋势分析及预测上,基于定基序列和同比序列的关系,将从2001年1月到2012年12月的我国居民消费价格指数(CPI)的同比序列转换为以2000年各月为基期的CPI定基序列。根据CPI定基序列的时序图并结合中国的经济发展历程,对我国物价波动特征进行了分析。对非平稳的定基CPI序列进行一阶差分和一阶季节差分,利用乘积季节模型(SARIMA)对差分后的平稳序列进行建模。对三个通过白噪声检验和平稳性检验的模型,根据AIC、SC和精度原则进行模型优化,得到最优模型SARIMA(1,1,1)*(1,1,1)12。通过变更样本区间,对模型精度进行检验。最后基于SARIMA(1,1,1)*(1,1,1)12对我国2013年的物价走势进行了预测。本文的创新点主要体现在以下几个方面：第一,相对已有研究,本文实证分析的数据样本选自2001年1月到2012年12月,样本容量更大且最新,研究结果相对更为可信；第二,运用乘积季节模型(SARIMA)对我国以2000年各月CPI为基期的定基CPI时间序列进行拟合,充分考虑了CPI序列的季节特征,更加科学的刻画了我国物价变动趋势；第三,进一步对基于SARIMA建立的物价波动趋势模型进行精度分析,并借助通过精度检验的模型对未来物价波动进行预测,使得预测更有可信度。