房地产价格指数与居民消费水平的动态回归分析

以SAS软件为工具,对郑州市2009年5月至2013年5月新建住宅价格指数序列和居民消费价格指数序列进行协整分析,分别拟合了动态回归ARIMAX模型和误差修正ECM模型.ARIMAX模型显著有效,揭示了居民消费价格指数对新建住宅价格指数的影响系数达到1.014 73,预测结果显示,郑州市的房价近期仍呈上升态势,上涨幅度维持在1%左右.ECM模型拟合效果不理想,说明房价受短期波动的影响很小,对房地产市场的调控漫长而复杂.     

居民消费价格指数的ARCH模型及实证分析

本文根据居民消费价格指数时间序列（CPI）数据本身的特点,建立了CPI的自回归模型、一到三阶ARCH模型。比较各个模型参数,得到CPI短期预测最优模型为自回归一阶ARCH模型。预测效果图表明：自回归一阶ARCH模型在预测趋势突变时会有一定的滞后性。     

ARIMA模型在居民消费价格指数预测中的应用

将ARIMA模型应用于居民消费价格指数的拟合和短期预测中,采用2001年1月至2013年10月中国居民消费价格指数的月度数据,借助EViews 6.0软件对数据进行拟合分析,建立了乘积季节ARIMA(5,0,6)(1,1,0)12模型,并讨论了模型的准确性,对未来中国居民消费价格指数进行了预测,该模型具有较高的理论与实际价值。     

新疆消费价格指数的马氏链分析及预测

采用居民消费价格指数变动的比率衡量通货膨胀率,根据居民消费价格指数与通货膨胀的关系并检验了二者状态转移的马氏性后,将新疆居民消费价格指数数据划分为通货紧缩、正常、通货膨胀、严重通货膨胀4个区间,通过各状态转移的频数矩阵和概率矩阵预测新疆居民消费价格指数所对应的通货状态区间。     

基于ARIMA的居民消费价格指数建模与预测

根据我国2007～2010年的实际居民消费价格指数，建立了基于ARIMA的物价指数预测模型。实验结果表明，该模型的绝对误差以及百分比绝对误差都控制在了一定范围之内，因此该模型拟合效果较好，预测值接近实际值。最后，应用该模型对我国2011年1月至5月的居民消费价格指数进行了预测。     

居民消费价格指数建模与预测

为了提高居民消费价格指数预测的准确性,根据模型参数之间的内在联系,建立了一种参数联合求解的居民消费价格指数预测模型.收集消费价格指数的历史数据,将相关参数编码成为一个基因.通过遗传算法模拟生物进化机制搜索最优参数,利用最优参数建立居民消费价格指数预测模型.应用实例的结果表明,该模型可以获得理想的居民消费价格指数预测结果,为非线性预测问题的建模与预测提供了一种思路.     

对我国2012年CPI的预测分析

通货膨胀是各国政府和经济学家所关注的问题,而居民消费价格指数作为一个重要的宏观经济指标,与宏观经济运行有着密不可分的联系是市场经济活动与政府货币政策的一个重要参考指标在充分学习其他学者已有的研究成果的前提下,本文基于2004年到2011年我国居民消费价格指数月度时间序列数据,选取了合适的模型对其趋势进行拟合,并对2012年CPI做出预测,对预测结果进行了分析。     

基于时间序列的南昌房地产价格指数模型研究

鉴于房地产全国价格指数与实际城市房地产价格相差较大,本文基于自回归积分移动平均模型理论,构造了南昌市1998～2011年共55个季度房地产价格指数数据的理论模型ARIMA(3,2,0),经Box-Pierce检验表明该模型具有95%的概率合理性,为预测南昌市未来房地产价格指数提供参考.     

基于分形理论的居民消费价格指数预测

随着我国经济的迅速发展,物价水平明显升高,居民的正常生活受到了很大影响.以居民消费价格指数(CPI)为研究对象,运用分形理论的相关预测知识,分析了我国2000—2011年的居民消费价格指数走势,结合散点图得出CPI指数还会持续上升的结论.在此基础上分析了CPI指数上升的原因,从政策和市场等方面提出相应措施以合理控制物价,确保市场运作的协调统一.     

我国物价水平影响因素的实证分析

居民消费价格指数是国民经济发展中的重要宏观监控指标之一,由定性分析预测得出可能影响居民消费价格指数的解释变量,选取我国1996年以来的有关数据,通过EVIEWS软件进行对各变量进行计量分析,建立数学模型分析得出货币供应量、国内生产总值和物价水平有较强的正相关关系,并在此基础上提出建议分析.     

中国居民消费价格指数的ARIMA预测模型

本文将2009年1月至2014年12月期间的中国居民消费价格总指数进行了分析,对序列进行了季节性检验和季节性调整,通过计算季节指数,利用时间序列图以及ADF检验方法检验了调整后序列的平稳性,得到了居民消费价格总指数的ARIMA模型.最后分别对CPI进行静态预测和动态预测,将预测结果乘以季节指数将预测结果还原,得到了较为满意的结果.     

基于模拟退火算法的非平稳双线性模型估计

从非平稳双线性过程的卡尔曼滤波估计的角度,使用模拟退火优化算法计算非平稳双线性过程的极大似然函数值,并通过蒙特卡洛模拟显示,卡尔曼滤波估计的偏误与均方根误差均比最小二乘估计方法要小.利用卡尔曼滤波估计方法,通过对中国6种价格指数的检验可知,除房地产销售价格指数以外,其他5种价格指数都是非平稳双线性过程,但居民消费价格指数、商品零售价格指数和出口商品价格指数是扩散的.     

粳米价格与通货膨胀关系考

对1995—2004年间消费者物价指数(CPI)与粳米价格关系的考察发现:两者之间存在互动关系,但前者对后者的影响要远大于后者对前者的影响;而在粳米价格上涨时期,两者之间的相互影响则大大加强。     

昆明市2010年季度地价指数编制研究

重复交易模型是目前房地产价格指数编制中被普遍运用的一种方法,但是目前国内外关于重复交易模型的研究基本都是针对房产价格的,本文研究目的在于探讨运用重复交易模型编制地价指数的可行性,结果表明,重复交易模型在地价指数编制中可行,且将Hedonic模型与重复交易模型联合应用效果更好。     

长记忆时间序列适应性预测的应用

给出某市1973年1月至2002年12月每月食品消费价格指数时间序列，利用长记忆时间序列ARFIMA(0，d，0)模型的适应性预测公式预测了2003年1月、5月、10月、2004年3月、8月、2007年2月的食品消费价格指数．     

定比回归法在价格指数预测中的应用

为了解决各类统计方法在预测价格指数时精度普遍不高的问题，利用定比回归的思想，给出价格指数的一种具有较好精度和直接经济背景的预测方法，并在价格异常波动的年份通过修正回归直线的斜率的方式来得到修正的预测值，使人们在各种情况下都可以对价格指数的走向有一个较为明确的了解。这种方法，在预测各类增长指数型的指标时,可作为传统的线性回归法和灰色模型的一种有效的替代方法。     

房地产性价比的确定方法

运用专家调查法及层次分析法建立了房地产性能的综合评价指标体系，并确定了指标权重，构建了房地产性能模糊综合评价模型；应用价值工程理论构建了房地产性价比的确定模型，并将其定量化．将房地产性价比确定方法结合实证研究和应用进行了详细分析，并既适合某一楼盘性价比的确定，也适合特定楼盘的特定户型的性价比计算．并解决了长期以来房地产性价比只是定性描述的问题，为房地产开发商进行产品开发提供了理论依据，同时也为消费者购房提供了参考依据．