居民消费价格指数地分析报告与预测(毕业论文设计doc)

《居民消费价格指数地分析报告与预测(毕业论文设计doc)》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、实用标准文案西南交通大学本科毕业论文居民消费价格指数的分析与预测年级:2007级学号:20075275姓名:专业:统计学指导老师:2011年6月文档实用标准文案毕业设计（论文）任务书班级07统计姓名学号20075275发题日期：2011年1月12日完成日期：5月24日题目居民消费价格指数的分析与预测1、本论文的目的、意义在2009年过后，我国CPI指数扶摇直上，通货膨胀率也在同时不断上涨，中国面临着较大的通货膨胀压力，民众生活成本不断加重，如何跑赢CPI已经成为了白领阶层的热门话题，本文将从统计学的观点出发，用时间序列模型对CPI指数进行分析与预测，对未来经济

2、水平的走势有一个了解，对国家经济建设有一个宏观的意识。2、学生应完成的任务首先对居民消费价格指数以及时间序列ARIMA模型的概念和相关理论有一定深入的了解，明白本文的写作目的以及意义。然后通过互联网收集2000年1月至2011年4月的居民消费价格指数历史数据。对数据进行预处理，包括：直观性的图形分析和描述性统计分析，这样能够对样本有一个整体的认识，方便后期建立模型时的对数据的操作处理。在预处理阶段对样本整体的走势作出一个分析，比如居民消费价格指数在2000年1月至2011年4月期间是如何波动的，又是什么原因造成这些波动，这些波动能够带来什么样的影响等。将预处理

3、之后的数据输入EViews软件，进行ARIMA模型的建模准备工作，如：平稳性分析，零均值处理等。利用处理过之后的数据建立出几个相对拟合程度较高的ARIMA模型，并且利用软件对预测模型的分析结果来选择一个拟合程度较高的模型作为本研究的居民消费价格指数预测模型。在确定预测模型之后，通过阅读大量的文献与预测得出的结果相结合，对2011年的居民消费价格指数的短期走势进行分析，并在分析之后给出合理性的政策建议，达到本文的写作目的：对国家的宏观经济有一个较为客观的判断与认识。文档实用标准文案3、论文各部分内容及时间分配：（共14周）第一部分选题、熟悉相关概念与理论(1周)

4、第二部分论文的内容安排，绪论部分的写作(2周)第三部分数据的处理以及模型的建立，预测部分(4周)第四部分短期走势的分析与预测(3周)第五部分结论、致谢的写作以及格式的修改(2周)评阅及答辩(2周)备注指导教师：年月日审批人：年月日文档实用标准文案摘要从2007年至今，中国居民消费价格指数经历了一次空前的大起大落，受多方面因素的影响，居民消费价格指数在2008年2月创下了108.5%的历史最高涨幅；在2008年下半年和2009年又迅速的跌落，并且在2009年7月降至98.2%，创下了10年来的最低记录。在2010年和2011年，居民消费价格指数又呈现出高压上涨的

5、趋势，其走势难以捉摸。居民消费价格指数的增长与跌落关系对居民大众的日常生活水平，经济体制的稳定，国家政策的实施都有着深远的影响。本文正是基于居民消费价格指数的重要性对其进行研究。根据所学时间序列相关知识，根据2000年1月到2010年12月的居民消费价格指数历史数据建立一个ARIMA预测模型，最后分析了2011年的居民消费价格指数的短期走势，对未来的政策提出了相关建议，这对于了解国家宏观经济态势有着一定的帮助和意义。关键词：ARIMA模型，CPI，居民消费价格指数，预测，分析文档实用标准文案AbstractCPIinChinahasbeengoingupand

6、downlikeneverbeforesince2007.Affectedbymanyfactors,itrocketedby108.5%,thebiggestincreaseever,inFebrurayof2008,yettumbledfastinthesecondhalfyearof2008andtheyearof2009.InJulyof2009,itbroketherecordofthelowestpriceforthelastdecadebyadecreaseof98.2%.Thetrendishardtoanticipate,forin2010a

7、nd2011,CPIinChinaagaintendedtogoup.TheincreaseanddecreaseofCPIhaveadeepandlong-terminfluenceonourpeople'slife,thestabilityofoureconomysystemandournationalpolicies.ThisthesisistostudyandanalyzeCPIbasedonitsimportance.UsingtheknowledgeabouttimeseriesIhavelearnt,basingontheCPIdatafromJ

8、anuaryof2000toDecem