Помощь студентам в учебе
ПРОГНОЗИРОВАНИЕ ИНДЕКСА ПОТРЕБИТЕЛЬСКИХ ЦЕН В РОССИИ С ПРИМЕНЕНИЕМ ARIMA-МОДЕЛЕЙ ВРЕМЕННЫХ РЯДОВ
|
Реферат
ОГЛАВЛЕНИЕ
Введение 7
1 Теоретические основы инфляционных процессов 9
1.1 Понятие инфляции 9
1.1.1 Факторы инфляции 10
1.1.2 Индекс потребительских цен как измеритель уровня инфляции 11
1.2 Методология расчета индекса потребительских цен в России 11
1.2.1 Формирование потребительской корзины 12
1.2.2 Методика сбора информации о потребительских ценах 14
1.2.3 Методика расчета средних потребительских цен 16
1.2.4 Расчет индекса потребительских цен 16
1.3 Влияние Банка России на уровень инфляции 18
1.4 Обзор существующих источников. Обоснование выбора методов 20
2 Теоретические основы моделирования временных рядов 24
2.1 Понятие временного ряда 24
2.2 Свойства временных рядов 25
2.3 Выделение трендовой составляющей ряда 30
2.4 Модели прогнозирования временных рядов 32
2.4.1 Авторегрессионная модель 33
2.4.2 Модель скользящего среднего 37
2.4.3 Модель авторегрессии-скользящего среднего 39
2.4.4 Модель авторегрессии интегрированного скользящего среднего 41
2.5 Прогнозирование рядов динамики 43
3 Моделирование индекса потребительских цен в России 45
3.1 Подготовка и описание данных 45
3.2 Проверка гипотез о параметрах моделей для различных регионов 47
3.5 Обзор моделей. Критерий качества RMSE 50
3.5.1 Построение базовых моделей ARIMA 53
3.5.2 Построение перекрестных моделей ARIMA 57
3.5.3 Построение усредненных ARIMA-моделей 60
3.5.4 Сравнение построенных моделей 61
3.6 Обзор результатов для Томской области 62
3.7 Обобщение полученных результатов 74
Заключение 77
Литература 79
ОГЛАВЛЕНИЕ
Введение 7
1 Теоретические основы инфляционных процессов 9
1.1 Понятие инфляции 9
1.1.1 Факторы инфляции 10
1.1.2 Индекс потребительских цен как измеритель уровня инфляции 11
1.2 Методология расчета индекса потребительских цен в России 11
1.2.1 Формирование потребительской корзины 12
1.2.2 Методика сбора информации о потребительских ценах 14
1.2.3 Методика расчета средних потребительских цен 16
1.2.4 Расчет индекса потребительских цен 16
1.3 Влияние Банка России на уровень инфляции 18
1.4 Обзор существующих источников. Обоснование выбора методов 20
2 Теоретические основы моделирования временных рядов 24
2.1 Понятие временного ряда 24
2.2 Свойства временных рядов 25
2.3 Выделение трендовой составляющей ряда 30
2.4 Модели прогнозирования временных рядов 32
2.4.1 Авторегрессионная модель 33
2.4.2 Модель скользящего среднего 37
2.4.3 Модель авторегрессии-скользящего среднего 39
2.4.4 Модель авторегрессии интегрированного скользящего среднего 41
2.5 Прогнозирование рядов динамики 43
3 Моделирование индекса потребительских цен в России 45
3.1 Подготовка и описание данных 45
3.2 Проверка гипотез о параметрах моделей для различных регионов 47
3.5 Обзор моделей. Критерий качества RMSE 50
3.5.1 Построение базовых моделей ARIMA 53
3.5.2 Построение перекрестных моделей ARIMA 57
3.5.3 Построение усредненных ARIMA-моделей 60
3.5.4 Сравнение построенных моделей 61
3.6 Обзор результатов для Томской области 62
3.7 Обобщение полученных результатов 74
Заключение 77
Литература 79
Работа посвящена анализу и моделированию временных рядов различных видов ИПЦ в России и субъектах РФ.
Индекс потребительских цен - официальный измеритель уровня инфляции в России. Центральный Банк ориентируется на него при установлении ключевой ставки, Правительство - при индексации заработных плат населения. Кроме того, инфляционные ожидания оказывают влияние на принятие решений хозяйствующими субъектами и их деловую активность. С 2015 года Центральный Банк России придерживается политики жесткого таргетирования уровня инфляции. В рамках реализации этого режима денежнокредитной политики решения принимаются исходя из среднесрочного прогноза основных макроэкономических показателей, включая инфляцию. Необходимость обеспечения высокого качества прогнозов определяет практическую значимость исследования.
Актуальность исследования определяется заинтересованностью Мегарегулятора в получении качественных оценок уровня инфляции в стране и отсутствием на данный момент промышленной модели ее прогнозирования.
Цель исследования - статистический анализ и моделирование динамики индексов потребительских цен в России, обоснованный выбор лучшей модели прогнозирования.
Задачи:
1) Изучение теоретического материала по теме исследования;
2) Сбор необходимых данных;
3) Формирование первичного набора ARIMA-моделей (базовые, перекрестные, усредненные);
4) Валидация построенных моделей по всем регионам по различным индексам;
5) Оценка качества построенных моделей на различных горизонтах прогнозирования;
6) Сравнение качества базовых, перекрестных и расширенных моделей;
7) Обобщение результатов, формирование выводов о лучшей модели прогнозирования;
8) Построение моделей временных рядов ИНЦ в Томской области.
Объект исследования - индексы потребительских цен в Российской Федерации.
Предмет исследования - временные ряды месячных ИПЦ на различные товарные наборы в субъектах РФ с 2002 по 2019 годы.
Методы исследования:
1) Анализ и обобщение теоретических материалов по теме исследования;
2) Изучение методологии оценки ИПЦ в России;
3) Статистический анализ рядов динамики ИПЦ, визуализация рядов;
4) Построение гипотез относительно вида моделей прогнозирования ИИЦ;
5) Проверка гипотез путем тестирования моделей на выборках различных регионов и различных видах индексов;
6) Обобщение результатов.
Первая глава посвящена процессу инфляции как социально-экономическому фактору и методологическим особенностям ее измерения в РФ. Во второй главе представлены теоретические основы временных рядов и описаны ARIMA-модели их прогнозирования. Третья глава содержит практические результаты. Был предложен набор ARIMA-моделей прогнозирования четырех рядов ИИЦ - базовая, перекрестная и усредненная; эти модели были опробованы на рядах всех регионов РФ по четырем различным индексам и на основе ошибок прогноза сделаны выводы относительно качества моделей. Для Томской области были представлены подробные результаты построения трех перечисленных моделей.
Все данные для исследования взяты с сайта Росстата и содержат временные ряды 865 различных видов ИПЦ по каждому региону РФ.
Индекс потребительских цен - официальный измеритель уровня инфляции в России. Центральный Банк ориентируется на него при установлении ключевой ставки, Правительство - при индексации заработных плат населения. Кроме того, инфляционные ожидания оказывают влияние на принятие решений хозяйствующими субъектами и их деловую активность. С 2015 года Центральный Банк России придерживается политики жесткого таргетирования уровня инфляции. В рамках реализации этого режима денежнокредитной политики решения принимаются исходя из среднесрочного прогноза основных макроэкономических показателей, включая инфляцию. Необходимость обеспечения высокого качества прогнозов определяет практическую значимость исследования.
Актуальность исследования определяется заинтересованностью Мегарегулятора в получении качественных оценок уровня инфляции в стране и отсутствием на данный момент промышленной модели ее прогнозирования.
Цель исследования - статистический анализ и моделирование динамики индексов потребительских цен в России, обоснованный выбор лучшей модели прогнозирования.
Задачи:
1) Изучение теоретического материала по теме исследования;
2) Сбор необходимых данных;
3) Формирование первичного набора ARIMA-моделей (базовые, перекрестные, усредненные);
4) Валидация построенных моделей по всем регионам по различным индексам;
5) Оценка качества построенных моделей на различных горизонтах прогнозирования;
6) Сравнение качества базовых, перекрестных и расширенных моделей;
7) Обобщение результатов, формирование выводов о лучшей модели прогнозирования;
8) Построение моделей временных рядов ИНЦ в Томской области.
Объект исследования - индексы потребительских цен в Российской Федерации.
Предмет исследования - временные ряды месячных ИПЦ на различные товарные наборы в субъектах РФ с 2002 по 2019 годы.
Методы исследования:
1) Анализ и обобщение теоретических материалов по теме исследования;
2) Изучение методологии оценки ИПЦ в России;
3) Статистический анализ рядов динамики ИПЦ, визуализация рядов;
4) Построение гипотез относительно вида моделей прогнозирования ИИЦ;
5) Проверка гипотез путем тестирования моделей на выборках различных регионов и различных видах индексов;
6) Обобщение результатов.
Первая глава посвящена процессу инфляции как социально-экономическому фактору и методологическим особенностям ее измерения в РФ. Во второй главе представлены теоретические основы временных рядов и описаны ARIMA-модели их прогнозирования. Третья глава содержит практические результаты. Был предложен набор ARIMA-моделей прогнозирования четырех рядов ИИЦ - базовая, перекрестная и усредненная; эти модели были опробованы на рядах всех регионов РФ по четырем различным индексам и на основе ошибок прогноза сделаны выводы относительно качества моделей. Для Томской области были представлены подробные результаты построения трех перечисленных моделей.
Все данные для исследования взяты с сайта Росстата и содержат временные ряды 865 различных видов ИПЦ по каждому региону РФ.
Моделирование и прогнозирование динамики ИПЦ как официального измерителя уровня инфляции в России представляет собой важную практическую задачу. Центральный банк при установлении ключевой ставки ориентируется на уровень инфляции, на него же индексируются пособия и пенсии, что влияет на размер расходной части бюджета. Инфляционные ожидания экономических субъектов, формируемые на основе предиктивных значений ИПЦ, влияют на их деловую активность и, как следствие, на общую экономическую стабильность. ИНЦ применяется при пересчете
макроэкономических показателей из текущих цен в сопоставимые.
В данной работе была рассмотрена методика прогнозирования индексов с помощью ARIMA-моделей временных рядов. Эти модели предполагают, что текущее значение ряда описывается его прошлыми значениями и значениями случайных величин, взятых с некоторыми весами. В работе рассмотрены следующие типы моделей: классическая (базовая) ARIMA-модель, перекрестная и усредненная. Целью работы было сопоставить качество этих моделей, доказать, что перекрестная и усредненная ARIMA-модели дают улучшение качества прогноза по сравнению с базовой. Для доказательства гипотезы эти модели были построены для четырех базовых ИНЦ - на все товары и услуги, на все товары, на непродовольственные товары и на услуги - для 87 регионов РФ. Затем на различных горизонтах прогноза было оценено качество моделей в каждом регионе, результаты усреднены по РФ. Получившееся результаты являются базой для сопоставления моделей и позволяют сделать вывод о том, что усредненные модели дают значительное повышение качества по сравнению с базовыми.
Для всех базовых индексов подавляющее большинство рядов в РФ описываются базовой моделью ARIMA(2,1,1).
Для большинства регионов качество базовых ARIMA-моделей может быть улучшено использованием перекрестных ARIMA-моделей. В целом по РФ на различных горизонтах прогноза усредненные модели дают значительный выигрыш по сравнению с базовыми и перекрестными моделями.
Для рядов ИНЦ в Томской области был подробно рассмотрен процесс построения базовых, перекрестных и расширенных моделей.
Полученные в работе результаты могут быть использованы экономическими агентами при принятии управленческих решений - на уровне субъектов РФ для прогнозирования внутрирегиональной инфляции на различные потребительские наборы и лучшего понимания процессов, происходящих в регионе; на уровне РФ - для анализа инфляционных процессов в целом, пересмотра в связи с этим методик измерения ИПЦ и корректировки ключевой ставки.
макроэкономических показателей из текущих цен в сопоставимые.
В данной работе была рассмотрена методика прогнозирования индексов с помощью ARIMA-моделей временных рядов. Эти модели предполагают, что текущее значение ряда описывается его прошлыми значениями и значениями случайных величин, взятых с некоторыми весами. В работе рассмотрены следующие типы моделей: классическая (базовая) ARIMA-модель, перекрестная и усредненная. Целью работы было сопоставить качество этих моделей, доказать, что перекрестная и усредненная ARIMA-модели дают улучшение качества прогноза по сравнению с базовой. Для доказательства гипотезы эти модели были построены для четырех базовых ИНЦ - на все товары и услуги, на все товары, на непродовольственные товары и на услуги - для 87 регионов РФ. Затем на различных горизонтах прогноза было оценено качество моделей в каждом регионе, результаты усреднены по РФ. Получившееся результаты являются базой для сопоставления моделей и позволяют сделать вывод о том, что усредненные модели дают значительное повышение качества по сравнению с базовыми.
Для всех базовых индексов подавляющее большинство рядов в РФ описываются базовой моделью ARIMA(2,1,1).
Для большинства регионов качество базовых ARIMA-моделей может быть улучшено использованием перекрестных ARIMA-моделей. В целом по РФ на различных горизонтах прогноза усредненные модели дают значительный выигрыш по сравнению с базовыми и перекрестными моделями.
Для рядов ИНЦ в Томской области был подробно рассмотрен процесс построения базовых, перекрестных и расширенных моделей.
Полученные в работе результаты могут быть использованы экономическими агентами при принятии управленческих решений - на уровне субъектов РФ для прогнозирования внутрирегиональной инфляции на различные потребительские наборы и лучшего понимания процессов, происходящих в регионе; на уровне РФ - для анализа инфляционных процессов в целом, пересмотра в связи с этим методик измерения ИПЦ и корректировки ключевой ставки.
Подобные работы
- СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ
ИНДЕКСА ПОТРЕБИТЕЛЬСКИХ ЦЕН
(на примере Алтайского края)
Дипломные работы, ВКР, экономика. Язык работы: Русский. Цена: 4700 р. Год сдачи: 2021 - Статистический анализ и прогнозирование конъюнктуры рынка лекарственных препаратов в РФ
Дипломные работы, ВКР, информатика. Язык работы: Русский. Цена: 4300 р. Год сдачи: 2016 - Моделирование системы монетарного регулирования
Дипломные работы, ВКР, математика и информатика. Язык работы: Русский. Цена: 4700 р. Год сдачи: 2019 - АНАЛИЗ РЫНКА ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ В РФ НА ОСНОВЕ ЭКОНОМЕТРИЧЕСКИХ МЕТОДОВ
Дипломные работы, ВКР, информатика. Язык работы: Русский. Цена: 4300 р. Год сдачи: 2017