基于SARIMA模型的中国居民消费价格指数预测

2014-04-09 00:12游蕊
经济研究导刊 2014年6期

游蕊

摘 要:居民消费价格指数(CPI)是宏观经济分析以及价格水平监测和调控的重要指标。利用2001年1月至2013年10月的以2001年1月为基期的定基比月度数据,运用Eviews6.0软件建立SARIMA模型,并进行CPI短期预测,根据预测结果提出相关政策建议。实证分析证明SARIMA模型可以很好地拟合定基比数据,预测精度极高。

关键词:居民消费价格指数;SARIMA模型;短期预测

中图分类号:F014.5 文献标志码:A 文章编号:1673-291X(2014)06-0001-03

引言

居民消费价格指数又称CPI,同人民生活密切相关。它最能直接反映物价对人民生活的影响程度,能够通过货币购买力指数来反映居民的实际消费支出水平。CPI是度量通货膨胀的一个重要指标,对保障低收入群体的利益、维持社会稳定、促进社会和谐都具有十分重要的意义[1]。

一、国内外文献综述

针对CPI的建模,国内外不少学者对其进行研究。Fabio C.Bagliano、Claudio Morana(2001)使用普通趋势模型测量美国1960-2000 年的核心CPI,并研究货币增长与通货膨胀之间的关系[2]。Duarte等(2007)采用CPI分类指数,运用Factor-Augmented SARIMA模型评估短期物价膨胀预测的准确性[3]。

二、研究思路和创新

本文运用2001年1月至2013年10月的以2001年1月为基期的CPI定基比数据,通过建立SARIMA模型,有效的拟合CPI的走势,预测未来4个月的CPI,为政府和央行地财政政策和货币政策提供向导,缩短财政政策和货币政策的时滞长短,保持物价水平可控,确保中国经济平稳较快发展。

本文从以下两个方面有创新:

首先,前人利用ARMA模型进行预测多数是使用以上年同月为基期的同比CPI数据,本文利用定基比数据建立ARMA模型,研究模型拟合的精确程度。

其次,利用预测出的未来3个月的CPI数据对中国实行的财政政策和货币政策提供建议,确保中国经济良好运行,又好又快增长。

三、实证分析

(一)数据选取

本文选取2001年1月至2013年10月一共154个CPI数据,以2001年1月为基期,定为100,然后利用环比数据计算出后面的定基比数据。① 数据存在明显的上升趋势和季节周期性变化。

(二)平稳性检验

为使原始数据线性化,对其进行对数处理。然后运用自相关图和偏自相关图检验数据是否平稳。自相关函数衰减得很慢,所以取对数后的原始序列非平稳。进行一阶差分。并对差分后的数据作自相关和偏自相关图。

从下页表1可以看出明显的季节性趋势,季节周期为12,于是做一阶季节差分。

一阶季节差分后自相关系数在滞后期=12处的取值仍然较大,季节趋势没有有效消除,进行二阶季节差分后季节趋势仍然没有明显改善,为避免数据损失过大,故只做一阶季节差分即可。下面进行单位根检验平稳性。

由下页表2单位根检验结果,ADF的t值为-6.764346,小于显著性水平为5%的临界值-1.943140,所以拒绝原假设,认为不存在单位根,进行季节差分后的序列平稳。

(三)SARIMA模型的建立

通过一阶季节差分后的相关图先判定自相关图是拖尾,偏自相关图为截尾,且峰值数为3,于是建立(3,1,0)X(1,1,1)12模型,然后逐步调整,最后根据参数估计和检验结果,预选模型为(1,1,1)X(0,1,1)12和(1,1,1)X(1,1,1)12,并进行比较评价。

由下页表3,两个模型MAPE和TIC都非常小,说明预测精度极高,(1,1,1)X(1,1,1)12和(1,1,1)X(0,1,1)12的AIC和SC值相差无几,修正R2(1,1,1)X(1,1,1)12比(1,1,1)X(0,1,1)12大,RMSE,MAE,MAPE都比(1,1,1)X(0,1,1)12小,说明(1,1,1)X(1,1,1)12的预测效果比(1,1,1)X(0,1,1)12精确,所以选择(1,1,1)X(1,1,1)12模型。

由下页表4,看出自相关系数和偏自相关系数都落入显著性水平为0.05的置信区间内,可认为残差序列是随机的。对残差进行Q检验,Q24 = 26.931<χ2

0.05(24-1-1-1-1)= 31.410,则接受残差是白噪声的原假设。

(四)预测分析

(1,1,1)×(1,1,1)12阶SARIMA模型表达为:

(1-?1 L)(1-α1 L12)ΔΔ12yt= (1+?1 L)(1+β1 L12)vt

根据结果得(1-0.803L)(1+0.233L12)(ΔΔ12 lnCPIt-0.000)= (1-0.679L)(1-0.934L12)vt

(4.59) (-2.70) (-3.13) (-40.50)

R2 = 0.599,DW = 1.957,F = 45.901

得到最终模型:

lnCPIt=1.803lnCPIt-1-0.803lnCPIt-2+0.767lnCPIt-12-1.383lnCPIt-13+

0.616lnCPIt-14+0.233lnCPIt-24-0.42lnCPIt-25+0.187lnCPIt-26+vt-0.679vt-1-

0.934 vt-12+0.634vt-13

2013年11月CPI环比下降0.1%,转换为定基比数据-135.5为135.5,Eviews预测值为135.8567,预测误差为η== 0.26%。

表5 预测值

利用静态预测对2013年12月、2014年1—3月进行预测,得出相应的CPI预测值。可以看出,2014年1月较2013年12月CPI有一个相对较大的增长,而1月~3月CPI趋于平稳。

四、针对预测结果提出政策建议

(一)确保春节期间物价稳定

从预测中看出,2014年1月和2月物价较13年12月有明显增长。因为1月和2月是春节期间,所以物价会有所上涨。为了保障春节期间物价的稳定,应及时规范价格行为。可以提前采取以下措施防止春节期间物价上涨过快:一是建立健全价格监测、预警体系;二是加大价格巡查和检查力度;三是大力宣传国家价格法律、法规及政策,针对可能出现的隐患和问题提供帮助服务。

(二)及时有效地落实房地产调控政策,稳定居住价格

继续加强和改善房地产宏观调控及房屋供给结构,坚决抑制固定资产投资过快增长,继续收紧土地、信贷闸门。同时,增加普通商品住房,以政府提供廉租房、补贴等形式及时缓解低收入群体的需求。

(三)继续实施积极财政政策

第一,深化财税体制改革,发挥财税改革在整体改革中的基础性和支撑性作用,促进加快转变经济发展方式。第二,优化财政支出结构,盘活财政存量,用好财政增量,完善基本公共服务体系。第三,推进预算公开透明,加强地方政府性债务管理,促进经济持续健康发展、社会和谐稳定。

(四)继续实施稳健货币政策

第一是保持货币信贷适度增长,发挥好货币政策逆周期的调节作用。第二是优化金融资金配置,引导支持金融机构的转型升级。第三是进一步推进利率市场化改革,提高资金配置效率。第四是完善人民币汇率形成机制,保持人民币汇率基本稳定,促进外贸平稳健康发展。第五是全面提高流动性管控能力,密切防范风险[4]。

结论

本文得到的结论如下:第一,对于定基比CPI数据,能够建立拟合效果很好的SARIMA模型,预测精度极高。第二,通过预测,未来1—2月即2014年1月和2月CPI会有一定的涨幅,随后趋于平稳。第三,针对未来1—2月的物价上涨,政府应提前做好调控措施,确保春节期间物价保持稳定,并且继续实行积极的财政政策和稳定的货币政策。

参考文献:

[1] 吕百芳.浅谈CPI的作用[J].经济研究,2013,(6):23.

[2] Claudio Morana,Fabio C.Bagliano.Inflation and monetary dynamics in the USA:aquantity-theory approach[J].Applied Economics,2007,

(39):229-244.

[3] 禹跃军,孙文.中国消费者物价指数的模型构建及波动分析[J].统计与决策,2011,(23):108-111.

[4] 中国社会科学院.继续实施积极财政政策稳健货币政策[R].经济蓝皮书,2013.

[责任编辑 刘娇娇]

表5 预测值

利用静态预测对2013年12月、2014年1—3月进行预测,得出相应的CPI预测值。可以看出,2014年1月较2013年12月CPI有一个相对较大的增长,而1月~3月CPI趋于平稳。

四、针对预测结果提出政策建议

(一)确保春节期间物价稳定

从预测中看出,2014年1月和2月物价较13年12月有明显增长。因为1月和2月是春节期间,所以物价会有所上涨。为了保障春节期间物价的稳定,应及时规范价格行为。可以提前采取以下措施防止春节期间物价上涨过快:一是建立健全价格监测、预警体系;二是加大价格巡查和检查力度;三是大力宣传国家价格法律、法规及政策,针对可能出现的隐患和问题提供帮助服务。

(二)及时有效地落实房地产调控政策,稳定居住价格

继续加强和改善房地产宏观调控及房屋供给结构,坚决抑制固定资产投资过快增长,继续收紧土地、信贷闸门。同时,增加普通商品住房,以政府提供廉租房、补贴等形式及时缓解低收入群体的需求。

(三)继续实施积极财政政策

第一,深化财税体制改革,发挥财税改革在整体改革中的基础性和支撑性作用,促进加快转变经济发展方式。第二,优化财政支出结构,盘活财政存量,用好财政增量,完善基本公共服务体系。第三,推进预算公开透明,加强地方政府性债务管理,促进经济持续健康发展、社会和谐稳定。

(四)继续实施稳健货币政策

第一是保持货币信贷适度增长,发挥好货币政策逆周期的调节作用。第二是优化金融资金配置,引导支持金融机构的转型升级。第三是进一步推进利率市场化改革,提高资金配置效率。第四是完善人民币汇率形成机制,保持人民币汇率基本稳定,促进外贸平稳健康发展。第五是全面提高流动性管控能力,密切防范风险[4]。

结论

本文得到的结论如下:第一,对于定基比CPI数据,能够建立拟合效果很好的SARIMA模型,预测精度极高。第二,通过预测,未来1—2月即2014年1月和2月CPI会有一定的涨幅,随后趋于平稳。第三,针对未来1—2月的物价上涨,政府应提前做好调控措施,确保春节期间物价保持稳定,并且继续实行积极的财政政策和稳定的货币政策。

参考文献:

[1] 吕百芳.浅谈CPI的作用[J].经济研究,2013,(6):23.

[2] Claudio Morana,Fabio C.Bagliano.Inflation and monetary dynamics in the USA:aquantity-theory approach[J].Applied Economics,2007,

(39):229-244.

[3] 禹跃军,孙文.中国消费者物价指数的模型构建及波动分析[J].统计与决策,2011,(23):108-111.

[4] 中国社会科学院.继续实施积极财政政策稳健货币政策[R].经济蓝皮书,2013.

[责任编辑 刘娇娇]

表5 预测值

利用静态预测对2013年12月、2014年1—3月进行预测,得出相应的CPI预测值。可以看出,2014年1月较2013年12月CPI有一个相对较大的增长,而1月~3月CPI趋于平稳。

四、针对预测结果提出政策建议

(一)确保春节期间物价稳定

从预测中看出,2014年1月和2月物价较13年12月有明显增长。因为1月和2月是春节期间,所以物价会有所上涨。为了保障春节期间物价的稳定,应及时规范价格行为。可以提前采取以下措施防止春节期间物价上涨过快:一是建立健全价格监测、预警体系;二是加大价格巡查和检查力度;三是大力宣传国家价格法律、法规及政策,针对可能出现的隐患和问题提供帮助服务。

(二)及时有效地落实房地产调控政策,稳定居住价格

继续加强和改善房地产宏观调控及房屋供给结构,坚决抑制固定资产投资过快增长,继续收紧土地、信贷闸门。同时,增加普通商品住房,以政府提供廉租房、补贴等形式及时缓解低收入群体的需求。

(三)继续实施积极财政政策

第一,深化财税体制改革,发挥财税改革在整体改革中的基础性和支撑性作用,促进加快转变经济发展方式。第二,优化财政支出结构,盘活财政存量,用好财政增量,完善基本公共服务体系。第三,推进预算公开透明,加强地方政府性债务管理,促进经济持续健康发展、社会和谐稳定。

(四)继续实施稳健货币政策

第一是保持货币信贷适度增长,发挥好货币政策逆周期的调节作用。第二是优化金融资金配置,引导支持金融机构的转型升级。第三是进一步推进利率市场化改革,提高资金配置效率。第四是完善人民币汇率形成机制,保持人民币汇率基本稳定,促进外贸平稳健康发展。第五是全面提高流动性管控能力,密切防范风险[4]。

结论

本文得到的结论如下:第一,对于定基比CPI数据,能够建立拟合效果很好的SARIMA模型,预测精度极高。第二,通过预测,未来1—2月即2014年1月和2月CPI会有一定的涨幅,随后趋于平稳。第三,针对未来1—2月的物价上涨,政府应提前做好调控措施,确保春节期间物价保持稳定,并且继续实行积极的财政政策和稳定的货币政策。

参考文献:

[1] 吕百芳.浅谈CPI的作用[J].经济研究,2013,(6):23.

[2] Claudio Morana,Fabio C.Bagliano.Inflation and monetary dynamics in the USA:aquantity-theory approach[J].Applied Economics,2007,

(39):229-244.

[3] 禹跃军,孙文.中国消费者物价指数的模型构建及波动分析[J].统计与决策,2011,(23):108-111.

[4] 中国社会科学院.继续实施积极财政政策稳健货币政策[R].经济蓝皮书,2013.

[责任编辑 刘娇娇]