基于混沌时间序列的C PI短期预测分析

摘要：

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。

关键词：CPI、混沌预测、逐步回归、BP神经网络、ARIMA模型

分类号：F201(国民经济管理)

资助基金：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。

在线出版日期：2015-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38