基于HP滤波分解ARIMA-GARCH模型的我国牛肉价格分析与预测

发布时间：2021-10-29 22:59

　　为了对我国牛肉价格进行分析和预测,笔者基于2004年6月份至2018年9月份牛肉市场价格月度环比数据,运用HP滤波分解,把原序列分解成趋势序列和波动序列,利用ARIMA-GARCH模型相结合的研究方法分别对趋势序列和波动序列进行分析和短期预测,将预测后的趋势序列和波动序列进行重组,得到牛肉价格原序列的短期预测值,借助Eviews8.0工具得出分析结果。结果表明:牛肉市场价格整体呈现上升趋势,通过模型的拟合和预测得出预测结果与真实值的平均相对误差为0.45%,预测效果良好。通过预测结果分析牛肉价格变动的原因,进而提出对策建议。 

【文章来源】：黑龙江畜牧兽医. 2020,(12)北大核心

【文章页数】：6 页

【部分图文】：

AR(2)模型下趋势序列T样本外预测

在波动序列C0平稳的基础上继续建模,对序列的自相关、偏相关进行检验,采用1阶差分,检验结果见图3,概率值(P值)均接近或者等于0,检验通过,波动序列C0存在自相关性和偏自相关性,回归方程应采用自回归移动平均模型。3.2.3 异方差性检验

ARCH时序图检验结果见图4,波动性序列C0存在明显的波动聚集现象,小波动集群部分中开始的小波动紧跟着较小的波动,方差序列波动较小,而大波动集群部分中一个大波动后面就是一个较大波动,方差序列波动加大,认为波动性序列C0存在ARCH效应。3.2.4 ARIMA-GARCH模型的估计结果


本文编号：3465547