基于時間序列和神經(jīng)網(wǎng)絡(luò)的CPI組合預(yù)測研究.pdf

1、CPI是國際上最為流行的觀察通貨膨脹的指標(biāo),維持CPI的穩(wěn)定也是社會經(jīng)濟的目標(biāo)之一。提前預(yù)測CPI,不僅對我國經(jīng)濟的發(fā)展趨勢具有一定的指向性,而且對通貨膨脹起到預(yù)警作用。本文應(yīng)用時間序列模型和模糊神經(jīng)網(wǎng)絡(luò)組合模型對我國CPI進行了預(yù)測研究,主要內(nèi)容如下:
　　1.將我國月度CPI和PPI序列作為內(nèi)生變量建立VAR模型,在穩(wěn)定模型的基礎(chǔ)上進行了CPl擬合和預(yù)測。實證結(jié)果表明,VAR模型的預(yù)測效果不是很好,有待進一步改進。
　　

2、2.在建立的VAR模型的基礎(chǔ)上,分析月度CPI和PPI的傳導(dǎo)關(guān)系,進行Granger因果關(guān)系檢驗、脈沖響應(yīng)函數(shù)分析和Johansen協(xié)整檢驗。實證分析結(jié)果表明,我國月度 CPI與PPI之間存在著一定的因果關(guān)系和協(xié)整關(guān)系;月度CPI和PPI受到自身和對方的沖擊都存在時滯,CPI受到PPI的沖擊效應(yīng)的時滯是16個月,PPI受到CPI的沖擊效應(yīng)的時滯是12個月。
　　3.將我國月度PPI作為外生變量建立加外生變量的半?yún)?shù)自回歸模型。首先

3、,在已經(jīng)平穩(wěn)化的數(shù)據(jù)的基礎(chǔ)上,進行模型滯后階數(shù)、帶寬的確定及模型參數(shù)的估計;然后,進行白噪聲檢驗;最后,進行月度CPI擬合和預(yù)測。實證結(jié)果表明,模型預(yù)測效果校VAR模型有了一定的提高。
　　4.采用VAR模型和加外生變量半?yún)?shù)自回歸模型對CPI,的預(yù)測值和擬合值,建立T-S模糊神經(jīng)網(wǎng)絡(luò)組合模型。首先,進行數(shù)據(jù)的歸一化和模糊化處理;然后,根據(jù)模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法進行數(shù)據(jù)訓(xùn)練,利用確定的隸屬度函數(shù)對網(wǎng)絡(luò)進行預(yù)測,對預(yù)測數(shù)據(jù)進行反歸一