我国通货膨胀的混合回归和时间序列模型

时间：2025-07-12

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww文章编号$%"""&’())*!"""+"#&"%,)&",!"""年#月系统工程理论与实践第#期

我国通货膨胀的混合回归和时间序列模型

叶阿忠-李子奈

清华大学经济管理学院-北京%*""").+

摘要$回归模型的残差项反映了对被解释变量有影响但未列入解释变量的因素所产生的噪音-这

部分噪音可由时间序列模型进行拟合/本文对通货膨胀建立了一个混合回归和时间序列模型-并将该

模型的预测结果与单纯用回归模型的预测结果进行了比较/

关键词$通货膨胀0回归模型0时间序列模型0自相关函数0预测误差

中图分类号$1!2%!

&&3456789:;5<=5>?5@@:7;A:85@5?:5@

B7<5C7D64:;5@5E;DCFA:7;

-K&GHI&J47;>EL:;F:

*-3-""").+MN477C7DHN7;78:N@OBF;F>585;A@:;>4PFQ;:R5?@:AST5:U:;>%

$3VWXYZ[\Y45?5@:<PFCA5?8:;A45?5>?5@@:7;87<5C:@A45;7:@5>5;5?FA5<9SA45

^378:AA5<RF?:F9C5@A4FA:;DCP5;A<5]5;<5;ARF?:F9C5:;A4587<5C45A:85@5?:5@87<5C

^_55‘@NF;D:AA4:@;7:@5@AF9C:@4A45N789:;5<?5>?5@@:7;‘A:855?:5@87<5CD7?

^64:;5@5:;DCFA:7;F;<N78]F?5:A@D7?5NF@A?5@PCA@A7A4FA7D?5>?5@@:7;87<5C

$:0?0A&0F0abcdeZfX;DCFA:7;5>?5@@:7;87<5C:85@5?:5@87<5CPA7N7??5CFA:7;DP;NA:7;

D7?5NF@A5??7?

g引言

一般我们对通货膨胀建立模型或是采用回归模型或是采用时间序列模型-但回归模型中解释变量解释被解释变量的能力总是有限的-且由于存在对被解释变量有影响但未列入解释变量的因素而产生了回归模型无法预测的噪音-因而预测的效果不佳0而时间序列模型只反映时间序列过去行为的规律-没有利用经济现象的因果关系-再加上I=模型识别的困难-造成预测精度的下降/本文将两种方法h-i-j+EBI*

结合起来-对我国通货膨胀建立一个混合回归和时间序列模型-并进行预测/

k混合回归和时间序列模型

假定我们喜欢利用一个回归模型预测变量l这样的模型包括可解释的一些解释变量-它们n一般地-m

之间不存在共线性n假定我们的回归模型有o个解释变量p回归模型如下$-q--%op

lppmrs"ts%%mtqtsoomtum*%+

!其中误差项u方程被估计后-除非l-m反映除了解释变量外其它变量对lm的影响nm与解释变量v将小于%

!完全相关-方程可被用于预测l它的未来不可n然后-n预测误差的一个来源是附加的噪声项-mv才等于%

预测n

时间序列分析的一个有效应用是对该回归的残差um序列建立I=EBI模型n我们将原回归方程的误2收稿日期$%###&",&"!

资助项目$国家教委x九五y重点教材基金

第@期我国通货膨胀的混合回归和时间序列模型/M@差项用其!"可先利用!"再用回归方程得(的一个预测&#$!模型替代%预测时&#$!模型得到误差项’

它帮助解释回归方程中解释变量无法到)(的预测%(未来值可能是什么的一些信息&!"#$!模型提供了’