基于小波分析的SVM和ARMA预测模型的实证研究——以居民消费价格指数CPI为例  

Empirical Research of the Predictive Model Based on Wavelet Analysis and SVM-ARMA——Take the CPI for an Example

作　　者：范敬雅 邹玉梅[1] 吴承东[1] 

机构地区：[1]山东科技大学数学与系统科学学院

出　　处：《科技与经济》2016年第5期6-9,共4页Science & Technology and Economy

基　　金：国家统计局重点项目--"网络交易价格的大数据统计与数据挖掘方法研究"(项目编号:2014LZ41;项目负责人:周长银)成果之一

摘　　要：居民消费物价指数作为宏观经济决策以及国民经济核算的重要指标,其走势研究具有重大的现实意义。研究基于2010年12月到2016年3月份的CPI值,利用小波分解为近似序列和细节序列,并对近似序列建立了支持向量机预测模型,对细节序列建立ARMA预测模型,最终通过小波重构技术得到CPI预测值。实证研究表明:预测效果良好,均方误差仅为0.002 3。The CPI is an important indicator of macroeconomic analysis and decision making and national economic accounting,investigating its trend is of great practical significance. We chose the data from December 2010 and March 2016 in this paper,and using wavelet decomposing into approximate sequence and detail sequences,the support vector machine prediction model is established on approximate sequence and detail sequences are predicted using ARMA model. Finally by means of wavelet reconstruction technique,we get the predictive value of CPI. And the empirical research shows good forecast results,the MSE is just 0. 002 3.

关 键 词：CPI 小波分析 Mallat分解 支持向量机 ARMA 

分 类 号：F224[经济管理—国民经济] F726