摘要
消费者价格指数反映了物价对人民生活的影响,是多种因素共同作用下最终的表现形式。EEMD方法是处理非平稳、非线性序列的有效工具,将其运用于CPI预测,可以从CPI时间序列自身出发揭示内在特征。本文以1994年1月至2021年9月期间的CPI为例,对其进行分解,并根据本征模函数的特征进行聚类重组,对重构后的序列波动特点进行解释,选择BP神经网络模型进行预测。研究表明:组合模型比单一模型具有更高的预测精度;经过EEMD方法分解的CPI组合预测模型比EMD方法分解的CPI组合预测模型具有更高的预测能力。
出处
《当代经济》
2022年第10期97-106,共10页
Contemporary Economics
基金
北方工业大学北京城市治理研究基地项目,北京市生态环境多中心治理模式研究,编号:110051240017
北方工业大学毓优团队培养计划项目,京津冀地区生态环境协同发展研究,编号:107051360021XN083/045。
作者简介
王书平,北方工业大学经济管理学院,教授,经济学博士,研究方向:数量经济分析和预测、大宗商品定价;应虹存,北方工业大学经济管理学院,硕士研究生,研究方向:数量经济分析和预测。
