中國PPI的基于遺傳算法的門限自回歸預測模型.pdf

1、2010年以來，物價上漲～直是人們關注的焦點問題之一，PPI是反映我國國民經濟發(fā)展狀況的重要指標。研究PPI的變動情況有助于對當前的經濟政策作出相應的調整，對于研究我國國民經濟的發(fā)展變化具有重要的實際意義。
　　 本文基于時間序列方法對我國PPI月度數據進行研究，將遺傳算法和投影尋蹤方法應用到門限自回歸模型中，建立了PPI同比增幅數據的基于遺傳算法的門限自回歸模型以及投影尋蹤門限自回歸模型。具體內容如下：
　　 (1)構

2、建了PPI同比增幅數據的門限自回歸(TAR)模型，將TAR模型預測數據與原始數據及AR模型的預測數據進行比較。結果表明，TAR模型的預測效果較好，但在門限值的選取方面仍有進一步改進的空間。
　　 (2)在門限自回歸模型中引入遺傳算法，對模型重新優(yōu)選門限值，建立了PPI數據的基于遺傳算法的門限自回歸模型，并將該模型的擬合、預測結果與普通的門限自回歸模型的擬合、預測結果進行對比。結果表明：在擬合及預測方面前者比后者都要好，特別是預測

3、精度有了明顯提高，體現了遺傳算法在全局優(yōu)化方面的優(yōu)勢。
　　 (3)將投影尋蹤門限自回歸模型應用在PPI數據的分析、預測上。建模結果比較理想。表明投影尋蹤方法在經濟數據的研究中具有很好的應用價值。投影尋蹤門限自回歸模型將傳統(tǒng)的投影尋蹤方法分解成兩個相互獨立的優(yōu)化問題：投影指標函數的優(yōu)化問題和TAR模型的參數優(yōu)化問題，簡化了建模的過程。擬合和預測結果也表明投影尋蹤門限自回歸模型較好地反映了數據的結構特征，同時也具有良好的預測能力。