【正文】 最后我還要感謝培養(yǎng)我長大含辛茹苦的父母，謝謝你們! 西南交通大學(xué)本科畢業(yè)論文 第 28 頁28參考文獻1 王沁著. 時間序列分析及其應(yīng)用. 成都：西南交通大學(xué)出版社，2022 年.2 張曉峒著. Eviews 使用指南與案例（數(shù)量經(jīng)濟學(xué)應(yīng)用系列）. 北京：機械工業(yè)出版社，2022.3 國務(wù)院發(fā)展研究中心信息網(wǎng)：4 何書元著. 應(yīng)用時間序列分析. 北京：北京大學(xué)出版社，2022.5 侯璐 基于 ARIMA 模型的石油價格短期分析預(yù)測 暨南大學(xué)碩士學(xué)位論文 20226 數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站：7 安鴻志等. 時間序列的分析與應(yīng)用. 科學(xué)出版社.8 劉濤 穩(wěn)定物價應(yīng)成為 2022 年宏觀調(diào)控的優(yōu)先目標——2022 年 CPI 分析及對 2022年變動趨勢的預(yù)測 《發(fā)展研究》 202203209 白營閃 基于 ARIMA 模型對滬深 300 指數(shù)的預(yù)測分析 華南理工大學(xué)碩士學(xué)位論文 2022 西南交通大學(xué)本科畢業(yè)論文 第 29 頁29附錄:2022 年 1 月至 2022 年 4 月 CPI 歷史數(shù)據(jù)2022 年 1 月 2022 年 1 月 2022 年 1 月 2022 年 1 月 1012022 年 2 月 2022 年 2 月 2022 年 2 月 2022 年 2 月 2022 年 3 月 2022 年 3 月 2022 年 3 月 2022 年 3 月 2022 年 4 月 2022 年 4 月 101 2022 年 4 月 2022 年 4 月 2022 年 5 月 2022 年 5 月 2022 年 5 月 2022 年 5 月 2022 年 6 月 2022 年 6 月 2022 年 6 月 2022 年 6 月 2022 年 7 月 2022 年 7 月 2022 年 7 月 101 2022 年 7 月 2022 年 8 月 2022 年 8 月 2022 年 8 月 2022 年 8 月 2022 年 9 月 100 2022 年 9 月 2022 年 9 月 2022 年 9 月 2022 年 10 月 1002022 年 10月 2022 年 10月 2022 年 10月 2022 年 11 月 2022 年 11月 1032022 年 11月 2022 年 11月 2022 年 12 月 2022 年 12月 2022 年 12月 2022 年 12月 2022 年 1 月 2022 年 1 月 2022 年 1 月 2022 年 1 月 2022 年 2 月 100 2022 年 2 月 2022 年 2 月 2022 年 2 月 2022 年 3 月 2022 年 3 月 103 2022 年 3 月 2022 年 3 月 2022 年 4 月 2022 年 4 月 2022 年 4 月 103 2022 年 4 月 2022 年 5 月 2022 年 5 月 2022 年 5 月 2022 年 5 月 2022 年 6 月 2022 年 6 月 105 2022 年 6 月 2022 年 6 月 2022 年 7 月 2022 年 7 月 2022 年 7 月 2022 年 7 月 2022 年 8 月 101 2022 年 8 月 2022 年 8 月 2022 年 8 月 2022 年 9 月 2022 年 9 月 2022 年 9 月 2022 年 9 月 2022 年 10 月 2022 年 10月 2022 年 10月 2022 年 10月 2022 年 11 月 2022 年 11月 2022 年 11月 2022 年 11月 2022 年 12 月 2022 年 12月 2022 年 12月 2022 年 12月 2022 年 1 月 99 2022 年 1 月 2022 年 1 月 2022 年 1 月 2022 年 2 月 100 2022 年 2 月 2022 年 2 月 2022 年 2 月 2022 年 3 月 2022 年 3 月 2022 年 3 月 2022 年 3 月 2022 年 4 月 2022 年 4 月 2022 年 4 月 2022 年 4 月 2022 年 5 月 2022 年 5 月 2022 年 5 月 2022 年 6 月 2022 年 6 月 2022 年 6 月 2022 年 7 月 2022 年 7 月 2022 年 7 月 2022 年 8 月 2022 年 8 月 2022 年 8 月 西南交通大學(xué)本科畢業(yè)論文 第 30 頁302022 年 9 月 2022 年 9 月 2022 年 9 月 2022 年 10 月 2022 年 10月 2022 年 10月 1042022 年 11 月 2022 年 11月 2022 年 11月 2022 年 12 月 2022 年 12月 2022 年 12月 。在此，我還要感謝一起愉快的度過大學(xué)四年生活的數(shù)學(xué)學(xué)院各位同門，正是由于你們的幫助和支持，我才能堅持著完成我的學(xué)業(yè)，直至本文的順利完成。在論文的建模階段，我遇到了瓶頸，是王老師為我詳細的講解令我茅塞頓開，得以順利的完成論文。在此謹向程老師致以誠摯的謝意和崇高的敬意。本論文是在我的導(dǎo)師程世娟講師的親切關(guān)懷和悉心指導(dǎo)下完成的。大學(xué)期間的所有一切都在腦海中閃爍：老師的關(guān)懷，同學(xué)朋友的鼓勵與支持，交大校園的熏陶。所以，在以后預(yù)測 2022 年居民消費價格指數(shù)走勢和決定宏觀經(jīng)濟政策的時候，有必要將這些因素考慮在內(nèi)，結(jié)合當(dāng)時的實際經(jīng)濟狀況以及國際上經(jīng)濟、政治和軍事的重大事件，才能夠得出更合理、更科學(xué)的預(yù)測結(jié)果和經(jīng)濟決策。在發(fā)生較大變故的時間點上（如金融危機，投資熱等全球大范圍經(jīng)濟突發(fā)狀況、政治活動影響、投機投資行為） ，模型的預(yù)測效果就不是那么良好了。但是，影響居民消費價格指數(shù)的因素是充滿了不確定性的，例如食品價格持續(xù)攀升，國家出臺了一系列房地產(chǎn)交易相關(guān)政策等等。 西南交通大學(xué)本科畢業(yè)論文 第 26 頁26結(jié)論從整個模型的預(yù)測效果來看，平均相對誤差僅為 %,說明了模型的擬合程度是比較高的，模型的預(yù)測精度也是比較精確的。 政策建議宏觀經(jīng)濟政策應(yīng)以穩(wěn)定物價水平為優(yōu)先目標，針對結(jié)構(gòu)性物價上漲所反映出的深層次矛盾，著重于理順體制，建立健全保障供求基本平衡和穩(wěn)定物價的長效機制。更重要的是，美國量化寬松的貨幣政策，還將增大主要貨幣匯率大幅波動和金融市場動蕩的可能，持續(xù)推高包括大宗商品在內(nèi)的資產(chǎn)價格，加大新興市場資產(chǎn)泡沫風(fēng)險，對我國可能形成一定的輸入型通脹壓力。（二）資源價格改革和輸入型通脹壓力對 CPI上漲產(chǎn)生一定影響 2022 年是實施“十二五”規(guī)劃的開局之年，為加快發(fā)展方式轉(zhuǎn)變和完成節(jié)能減排約束性目標任務(wù)，國家將適時推進資源性產(chǎn)品價格和稅費改革，逐步建立起反映市 西南交通大學(xué)本科畢業(yè)論文 第 25 頁25場供求、資源稀缺程度以及污染損失成本的價格形成機制，水、電、油、天然氣等價格還將出現(xiàn)一定幅度的提高，影響到水電燃料價格進而居住價格的上漲。另外，元旦、春節(jié)消費旺季的到來將會導(dǎo)致蔬果、水產(chǎn)品等鮮活農(nóng)副產(chǎn)品價格出現(xiàn)季節(jié)性上漲。而國家宣布將提高 2022年小麥最低收購價（最高漲幅為 %），對糧價上漲也將起到一定的推動作用。同時，糧食、油料、蔬菜等秋冬播農(nóng)作物播種面積均有增加，為保障 2022 年農(nóng)產(chǎn)品市場供應(yīng)奠定了基礎(chǔ)。一方面，現(xiàn)實中消費增長速率的回調(diào)對 CPI 的拉動作用漸漸弱化，各類別計算權(quán)重的調(diào)整對 CPI 的影響不會很大；另一方面來講，能夠推動 CPI 增長的國內(nèi)外、長短因素期的交織互聯(lián)。3．9 對未來三個月 CPI的預(yù)測2022 年 5 月 6 月 7 月預(yù)測值 第 4章 中國居民消費價格指數(shù)短期走勢的定性分析 西南交通大學(xué)本科畢業(yè)論文 第 24 頁24 2022年物價水平仍然大致可控有關(guān)于 2022 年物價水平的預(yù)測是有著非常顯著的差異。該模型短期預(yù)測預(yù)測效果良好，但是在檢驗中隨著預(yù)測時間的延長，預(yù)測的誤差也逐漸增大。經(jīng)過分析可以得出以下結(jié)論:此模型作為居民消費價格指數(shù)的短期預(yù)測模型是可行的。)(,)(? ???ll??模型為： ?)()21)(( 122 BtXBB????? 西南交通大學(xué)本科畢業(yè)論文 第 22 頁223．8 模型預(yù)測值與真實值對比利用建立的模型對 2022 年 1 月至 4 月的數(shù)據(jù)進行預(yù)測，得到下圖：4321012301023040560780910W2FForecast: W2FAtul: orecast mple: 20M01 21M04djutd l: 3 Incle observations: 18Rot Mean Squared Ero Absolt .328ean . Pert ro Iquality Coficent Bis roprtin .02 Varince Porti Covi ptin .60圖 15：模型 的預(yù)測圖12),(,ARIM紅線表示預(yù)測區(qū)間，隨著預(yù)測步長的增加，預(yù)測效果越差。12)0,(,1ARI3．6 模型建立及初步定階圖 11：模型 的參數(shù)以及相