基于不同模型的中国通胀预测能力比较研究

发布时间：2017-07-26 03:07

  本文关键词：基于不同模型的中国通胀预测能力比较研究

  更多相关文章： 通货膨胀预测 时间序列模型 VAR模型 新凯恩斯菲利普斯曲线 均方根误差

【摘要】：从上个世纪九十年代开始,通货膨胀率逐渐成为衡量一国经济是否稳定发展的重要指标。对央行来说,有效地控制物价上涨、维持稳定的通货膨胀率就显得尤为重要。由于货币政策的实施效果存在一定程度的滞后性,利用当期通货膨胀率所制定的货币政策只能对下一期产生作用,无法有效达到控制通货膨胀的目的。这就需要对未来的通货膨胀率做一个预测。准确预测未来的通货膨胀率对于货币政策的制定和实施效果都起着关键性作用。央行可以根据通胀预测值来预测未来的经济形势,减少货币政策时滞性带来的效果偏差,使宏观调控更加准确到位,最终提高货币政策的有效性。通货膨胀预测的重要性引起了全球范围内的广泛关注,也掀起了学术界通胀预测的风潮,各国学者针对通货膨胀率创建了多种多样的预测模型,其中以时间序列等数据导向模型和以菲利普斯曲线为代表的传统理论模型是最常用的两大类的模型。由于各国发展模式和水平的不同,其在不同国家进行预测的准确度也不尽相同,孰优孰劣一直是学术界争论的话题。我国通胀预测的发展尚处于初级阶段,目前还没有对这两大类模型在我国预测效果的比较研究。针对于此,借鉴国外通胀预测模型的经验,本文将选取数据导向模型(AR模型、MA模型、ARMA模型、VAR模型)和传统理论模型(混合菲利普斯曲线模型、四因素菲利普斯曲线模型、开放经济下四因素模型),根据中国的特殊经济环境,对部分模型加以补充修正,并利用我国1997年到2013年的季度数据对通货膨胀率进行预测,最后根据均方根误差RMSE比较各模型的预测效果,得出了在我国,数据导向模型的预测效果优于传统理论模型这一结果。文章最后就如何提高我国通货膨胀预测工作准确性提出了：提高统计数据的质量、加强通胀预期管理、加强经济变量的市场化基础、完善我国的宏观经济模型等相关政策建议。
【关键词】：通货膨胀预测 时间序列模型 VAR模型 新凯恩斯菲利普斯曲线 均方根误差
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F822.5
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-17
• 1.1 选题背景及意义12-13
• 1.2 文献综述13-16
• 1.2.1 数据导向模型在通货膨胀预测方面的文献综述13-14
• 1.2.2 传统理论模型在通货膨胀预测方面的文献综述14-16
• 1.3 论文结构和主要内容16
• 1.4 研究方法16-17
• 第2章 通货膨胀预测的理论基础17-25
• 2.1 通货膨胀预测的概述17-19
• 2.1.1 通货膨胀预测的内涵17-18
• 2.1.2 通货膨胀预测的流程18
• 2.1.3 通货膨胀的度量18-19
• 2.2 基于数据导向模型的预测理论19-20
• 2.2.1 时间序列模型预测理论和方法19-20
• 2.2.2 向量自回归模型预测理论和方法20
• 2.3 基于传统理论模型的预测理论20-24
• 2.3.1 菲利普斯曲线的首次提出20-21
• 2.3.2 古典菲利普斯曲线21-22
• 2.3.3 附加预期的菲利普斯曲线22
• 2.3.4 理性预期的菲利普斯曲线22-23
• 2.3.5 新凯恩斯主义菲利普斯曲线(NKPC)23-24
• 2.4 本章小结24-25
• 第3章 通货膨胀预测模型及检验方法25-30
• 3.1 数据导向模型的设定25-26
• 3.1.1 自回归AR(p)模型25
• 3.1.2 移动平均MA(q)模型25-26
• 3.1.3 自回归移动平均ARMA(p,q)模型26
• 3.1.4 向量自回归VAR模型26
• 3.2 传统理论模型的设定26-29
• 3.2.1 混合菲利普斯曲线模型27-28
• 3.2.2 四因素菲利普斯曲线模型28
• 3.2.3 开放经济下菲利普斯曲线模型28-29
• 3.3 预测效果的检验方法29
• 3.4 本章小结29-30
• 第4章 基于不同预测模型的中国通货膨胀预测的实证分析30-42
• 4.1 指标选取与数据来源30-31
• 4.2 数据导向模型的实证检验及预测31-35
• 4.2.1 自回归AR模型32
• 4.2.2 MA模型32-33
• 4.2.3 ARMA模型33
• 4.2.4 VAR模型33-35
• 4.3 传统理论模型的实证检验及预测35-37
• 4.4 模型预测结果比较分析37-41
• 4.4.1 时间序列模型的预测效果比较分析37-38
• 4.4.2 VAR模型的预测效果比较分析38-39
• 4.4.3 数据导向模型的预测效果比较分析39-40
• 4.4.4 传统理论模型的预测效果比较分析40-41
• 4.4.5 数据导向模型和传统理论模型的预测效果比较分析41
• 4.5 本章小结41-42
• 第5章 提高我国通货膨胀预测工作准确性的对策建议42-45
• 5.1 提高统计数据的质量42
• 5.2 加强通胀预期管理42-43
• 5.3 加强经济变量的市场化基础43
• 5.4 完善我国的宏观经济模型43-45
• 结论45-47
• 参考文献47-50
• 致谢50

【相似文献】

中国期刊全文数据库 前10条

1 俞雪飞,汪温泉,潘德惠;庄家控股模型的解法及解的性质[J];系统工程学报;2004年04期

2 杨文;;私营企业劳工工资:马克思模型与马歇尔模型的解释[J];法制与经济(下旬);2010年08期

3 夏少刚,申树斌;关于融资收缩现象成因的一个模型解释[J];经济数学;2005年02期

4 范龙振;;一类均值随机跳跃型广义Vasicek模型[J];系统工程学报;2010年04期

5 刘华军;;企业永续增长的品牌模型及其应用[J];西安财经学院学报;2006年03期

6 万文庄;厂长能力定量评核探[J];管理现代化;1987年01期

7 刘伟;;Black-Scholes模型下技术分析统计研究[J];扬州大学学报(自然科学版);2010年03期

8 万映红;胡万平;曹小鹏;;基于粗糙神经网络的客户消费分类模型研究[J];管理工程学报;2011年02期

9 向春江;试论九十年代金融危机的爆发与防范机制[J];农村金融研究;1999年05期

10 黄琦;洪建国;;开发区“圈地热”的博弈模型解释[J];国土资源科技管理;2008年04期

中国重要会议论文全文数据库 前1条

1 袁富华;;劳动生产率:关联与差异——基于GWR模型的分析[A];经济学（季刊）第10卷第2期[C];2011年

中国重要报纸全文数据库 前1条

1 天相投顾 仇彦英邋吴峰;中国股市震荡中需要重建秩序[N];证券时报;2008年

中国博士学位论文全文数据库 前5条

1 赵志丹;人类行为时空特性的分析、建模及动力学研究[D];电子科技大学;2014年

2 苏振强;多模型共识数据建模方法研究[D];中国科学技术大学;2006年

3 汪卢俊;STAR-GARCH模型的理论与应用研究[D];南开大学;2014年

4 张宏建;IC10合金的力学性能试验及本构模型研究[D];南京航空航天大学;2009年

5 李雪花;有毒有机污染物正辛醇/空气分配系数（K_（OA））的定量预测方法[D];大连理工大学;2008年

中国硕士学位论文全文数据库 前10条

1 左阳;玻璃态聚合物的焓松弛—结构关系研究[D];河北工业大学;2015年

2 刘梦雨;基于不同模型的中国通胀预测能力比较研究[D];湖南大学;2015年

3 王芳;参数、非参数GARCH模型与半参数GARCH模型的比较研究[D];四川大学;2007年

4 万显明;基于APT模型的我国开放式基金业绩评价[D];哈尔滨工业大学;2006年

5 李凡;基于美国佛罗里达州的经济基础模型研究[D];暨南大学;2009年

6 张娇艳;基于DEJ-GARCH-Vasicek模型的利率跳跃行为研究[D];湖南大学;2014年

7 修晶;我国个人消费贷款信用评级研究—模型与实证[D];浙江工商大学;2008年

8 陈鹏;豪泰林模型的多维博弈及拓展分析[D];西北师范大学;2013年

9 孙凯;GARCH模型簇在我国金融领域应用的探讨[D];兰州大学;2010年

10 张义伟;会计信息与市场定价：基于Ohlson模型的实证研究[D];南京财经大学;2006年

，

本文编号：574449