10.13962/j.cnki.37-1486/f.2015.02.005
基于混沌时间序列的C PI短期预测分析
有效控制CPI关乎国计民生,但其变动的随机性增加了预测难度。在对混沌时间序列预测流程进行了梳理的基础上,首先采用最大Lyapunov指数法辨别CPI时序的混沌特性,运用混沌理论重构相空间,利用逐步回归分析和BP神经网络进行混沌预测,并将ARIMA模型作为比较预测模型,最后从预测和拟合两个方面对模型进行效果评价。综合分析结果显示:2014年CPI增长范围为[2.8%,5.3%],变动幅度较大;2015年将高于4%;而2016年有望突破5%。该研究为CPI短期预测提供了较为可靠的方法,且预测结果可成为政府宏观调控政策的科学依据。
CPI、混沌预测、逐步回归、BP神经网络、ARIMA模型
F201(国民经济管理)
国家社会科学基金项目“大宗商品国际价格波动对我国工业经济的影响及反馈效应研究”项目编号12CJY038;教育部人文社会科学研究项目“农产品价格波动的金融化特征及其应对措施”项目编号13YJA790035的阶段性成果。
2015-03-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
33-38