Print

基于支持向量机的CPI走势与影响因素分析

论文摘要

通货膨胀是关系经济发展、人民生活的重要经济问题。居民消费指数(CPI)是国际广泛使用的物价指标,作为衡量是否通货膨胀的经济指标之一,是宏观政策制定和执行的重要参考指标。2007—2008,我国经历了一次物价上涨,与以往任何一次都不同,这一次影响物价的因素更加错综复杂,既有成本推动因素,又有需求拉动因素;既有总量性原因,又有结构性原因;既有国内问题的影响,又有国际问题的影响。故而,关注、分析和判断居民消费指数的走势,以及分析各种经济金融变量对物价的影响方向和程度,便成为一个不可回避、急需解决的问题。考虑到经济金融序列的非平稳性及经济体系的整体性和复杂性,本文引入支持向量机(SVMs),一种目前颇具优势的统计学习算法,运用基于自回归分布滞后模型的支持向量回归方法,先后建立基本支持向量回归(SVR)、适应支持向量回归(ASVMs)和基于核主成分分析(KPCA)的适应支持向量回归模型分析97-08年间我国的月度物价趋势,并采用显著性分析分别对我国各不同长短历史时间段影响物价的因素进行比较分析,用因素变动分析观察未来各因素可能的变化对物价会产生的影响。本文是SVR在我国消费物价方面的一次新应用,取得了较好的结果并检验了SVR的优越性。本文得到以下主要结论:1.食品价格、国际价格和外汇储备是长期以来影响物价的主要因素之一。而近期,固定投资、股市等资产价格对物价的影响变得较为明显,并且外部冲击的影响超过了CPI(-1)自身对CPI的影响。2.基于KPCA的ASVMs模型非常适合97-08我国的物价分析。短期预测在外部不确定性存在较多可能的条件下,较长期预测具有更好地预测效果,样本外预测2008年06月的CPI的预测值为:107.26,以5%的相对误差范围预测值落在[106.72,107.80]。3.在样本外,固定投资、国际价格对物价影响将仍较明显,而PPI、国内居住价格对物价CPT影响目前尚不明显。分析也表明我国的宏观政策调控已开始显现其预期的效果。

论文目录

  • 摘要
  • ABSTRACT
  • 引言
  • 一、研究背景和研究意义
  • 二、本文框架结构
  • 三、本文的难点和可能创新点
  • 第一章 文献综述
  • 第一节 预测经济金融时间序列
  • 第二节 支持向量机
  • 第三节 通货膨胀影响因素分析
  • 第二章 理论基础
  • 第一节 通货膨胀基本理论概述
  • 第二节 统计学习理论与支持向量机
  • 第三节 基于金融时间序列的支持向量方法
  • 第三章 CPI影响因素的显著性分析
  • 第一节 数据说明与预处理
  • 第二节 CPI影响因素的显著性分析
  • 第三节 显著性分析结论
  • 第四章 SVR实证分析
  • 第一节 SVMs回归的基本模型
  • 第二节 动态的SVMs回归模型
  • 第三节 基于KPCA的动态SVMs回归模型
  • 第四节 三个模型的检验比较与样本外预测
  • 第五章 因素变动分析
  • 第一节 因素变动分析的思想原理
  • 第二节 因素变动实证分析
  • 第三节 政策建议
  • 结论
  • 参考文献
  • 附录
  • 致谢
  • 相关论文文献

    本文来源: https://www.lw50.cn/article/423f46720813df10e80a2b2e.html