基于X-12-ARIMA模型的中国粮食消费价格运行

粮食价格与人们的实际生活成本和收入水平息息相关,甚至影响整个国民经济的发展。文章用X-12-AR IMA季节调整模型对中国1997年1月至2009年12月的粮食消费价格月度定基指数进行分解,并得到趋势循环、季节和不规则因素;通过所得异常值和趋势对我国粮食价格发展阶段进行科学划分;通过分解后的季节因素分析其季节特征,并探究它们的深层成因。结果表明:模型具有非常好的分解效果;粮价有明显的趋势和季节运行特征;粮食价格波动成因很好地解释其运行特征。文章为把握我国粮食价格运行、制定相关政策提供科学依据。

基于改进X-12-ARIMA的电煤需求预测模型与实证研究

考虑中国春节、端午、中秋等移动假日效应,对美国人口普查局开发的X-12-ARIMA模型进行了改进和实证分析。结果表明,中国电煤消费量具有显著的季节性特征,每年11—12月为消费最高峰,7—8月为消费小高峰;基于改进X-12-ARIMA模型对2013年1、2和3月份的电煤需求预测精度分别为96.6%、95.1%和93.7%,具有较好的短期预测能力。

基于X-12-ARIMA和AR-GARCH模型的房价波动研究

以SAS软件为工具,以2007年1月至2015年6月北京市新建住宅价格指数序列为样本,构建时间序列模型进行实证研究.结果表明,基于X-12-ARIMA模型和AR（2）-GARCH（1,1）模型的复合模型是拟合房价的最优模型.房价序列存在明显的季节特征和典型的波动聚集性,X-12季节调整方法和异方差模型显著有效,拟合相对误差不超过0.4%.对房价的短期预测表明,近期内房价仍保持3%~5%的增长态势,且外部因素对房价的影响程度远远大于房价自身的波动冲击力.

CPI的SARIMA模型与X-12季节调整模型对比预测分析

基于SARIMA模型及X-12-ARIMA模型对我国1995年1月至2014年6月的居民消费价格指数月度数据进行预测分析。利用Eviews 6.0对CPI数据的变化趋势及季节性进行验证,结果表明X-12季节调整模型相对于SARIMA模型更有效,预测值与实际值的估计误差控制较好。

X-12-SARIMA模型对我国通货膨胀率的短期预测

选取2000年以后的我国通货膨胀率月度环比数据,采用Census X-12季节调整方法对环比数据进行季节滤波处理,对季节波动因子作图表明通货膨胀率序列确实存在明显的季节效应。对季节波动进一步分析,建立SARIMA模型并对其估计的残差进行检验,残差检验结果表明SARIMA(1,0,1)(2,1,1)12模型的残差服从正态分布,残差信息已充分提取,可运用该模型对我国通货膨胀率进行短期预测。

中国畜产品价格的实证分析——基于季节调整模型与两阶段协方差方法

本文以2001年1月—2014年5月的畜产品价格为研究对象,利用X-12-ARIMA季节调整模型分析影响畜产品价格波动的相关因素,并利用协方差计算季节性影响、长期周期性影响、不规则影响对畜产品价格波动的贡献程度,进一步利用两阶段协方差纵向对比分析各影响因素贡献度的变化,最后发现长期驱动因素和季节性因素是中国畜产品价格波动的主要因素;从纵向对比来说,鸡蛋、鸡肉、猪肉价格的不规则影响因素的影响作用在减弱,鸡肉、猪肉价格的季节性影响因素的作用在减弱。

季节调整后的蔬菜价格波动——兼论货币供应量的影响

利用X-12-ARIMA季节调整模型及ARCH类模型分析大宗蔬菜白菜、黄瓜、西红柿、菜椒和四季豆价格的季节性波动特点和短期变动特征,并探寻货币供应量对蔬菜价格长期趋势的影响。结果表明:蔬菜价格季节性波动特征明显,但波幅有缩小的趋势;蔬菜价格的趋势变动与货币供应量紧密联系,当流通中的货币量增加1万亿元时,白菜、黄瓜、西红柿、菜椒和四季豆每公斤分别上涨0.43元、0.76元、0.83元、1元和1.2元左右;白菜、黄瓜、菜椒和四季豆的价格具有明显的波动集簇性,白菜和黄瓜价格的外部冲击的影响会持续到下一期,菜椒和四季豆价格过去外部冲击和波动影响会比较持久;四种蔬菜均没有显现出显著的风险报酬特征,上期正负外部冲击对本期菜椒价格波动的影响具有非对称性,而对白菜、黄瓜和四季豆的影响是对称的。

基于春节因素的中国铁路月度客运量季节调整模型研究

春节是我国移动假日之一,对运输、经济和旅游影响显著,特别是对铁路客运量影响巨大。使用移动假日效应和Genhol程序思想,改进前人"移动假日对客运量的影响是均匀变化"的认识,设计移动假日对客运量影响是μ型双峰变化过程,基于X-12-ARIMA模型,建立适合中国铁路客运量的三时段春节季节调整模型。结果显示:春节效应显著,节前、节中和节后影响程度不同。模型调整曲线光滑程度高,调整质量Q统计量值为0.340。运用该模型对2012年月度客运量估算分析,相对误差为4.2%。

X-12-SARIMA在甘肃省猩红热疫情分析及短期预测中的应用

目的 探讨X-12和季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average, SARIMA)在甘肃省猩红热疫情分析及短期预测中的应用。方法 利用2010-2017年甘肃省猩红热月发病率数据建立SARIMA模型并进行短期预测,运用X-12季节调整法分析疾病流行的季节波动等特征。结果 建立的SARIMA(3,1,1)(1,1,1)_(12)模型参数估计值均有统计学意义,残差为白噪声序列,预测值的精度评价指标和误差衡量指标均符合标准。2010-2018年甘肃省猩红热月发病率存在明显季节波动,季节因子影响6月最大且呈缓慢下降趋势,循环-趋势成分影响呈缓慢上升趋势,不规则因子影响规律平稳。结论 X-12季节调整方法能较好地分析具有一定季节波动和长期趋势传染病的时间变化规律,SARIMA模型对于甘肃省猩红热的短期预测效果较好。

河北省鸭梨价格波动规律及影响因素分析

鸭梨是河北省主要水果,其价格波动直接影响梨农的经济效益。基于2012-2019年河北省鸭梨月度价格数据,采用X-12季节调整模型和H-P滤波法,对河北省鸭梨价格波动规律和影响因素进行分析。结果表明,季节成分和随机因素对鸭梨价格波动影响显著;鸭梨价格波动呈长期上升趋势,且具有一定的周期性;产量受气候条件等因素影响呈不稳定状态,对鸭梨价格波动影响较大。研究提出河北省鸭梨应加强规模化生产、新品种研发、冷库仓储设施和风险防控机制建设,以进一步稳定生产,促进鸭梨市场价格的稳定。

季节调整后的蔬菜价格与CPI之间关系研究

在采用X-12-ARIMA季节调整模型剥离白菜、菜椒、黄瓜价格与CPI季节性影响的基础上,分析了此三类大宗蔬菜价格与CPI间的关系。协整分析结果表明,3类蔬菜价格与CPI间均存在长期稳定的均衡关系;Granger因果关系检验结果表明,CPI在短期和长期均为影响3类蔬菜价格的原因,而白菜、黄瓜价格短期内对CPI的影响差异不显著,但其在长期内对CPI的作用显著。为正确把握我国蔬菜价格动态,保障居民生活质量水平,应尽快健全蔬菜价格风险预警体系,完善信息流通渠道,加强蔬菜基础设施的优化。

基于季节调整模型的黄山旅客量发展状况分析

立足于黄山旅游业发展状况,运用EVIEWS中的X-12季节调整法和季节调整模型(SARIMA模型)对黄山旅游业发展现状进行客观分析,找出不足之处并提出相应对策.因受自然环境、人为因素等影响,黄山旅游业呈现明显的季节特征.将季节调整模型运用到黄山旅游业发展中,可以认清旅游市场的发展态势,区分出各景区的旺季和淡季并掌握其规律;结合黄山旅游发展实际,针对淡、旺季出现的问题进行逐一分析,制定相应的发展对策,旨在有效提高黄山旅游业发展水平.

基于季节调整的中国沿海港口吞吐量环比指数

为弥补港口吞吐量同比指数的不足,采用季节调整方法对我国沿海港口吞吐量环比指数进行研究.在分析沿海港口吞吐量季节性特征基础上,利用X-12-ARIMA程序进行季节调整.针对我国的实际情况,引入春节模型对季节调整程序进行改进,消除春节效应的影响,并将季节调整后吞吐量环比增长率与原序列同比增长率进行比较.结果表明,季节调整后的吞吐量环比指数领先同比指数,能够准确反映水运经济的变化趋势,及时发现水运运行中的转折点,为我国水运运行预警与政府决策提供参考依据.