毕业论文课题相关文献综述
文献综述选题的目的和意义消费物价指数(CPI)，是反映居民购买和消费商品和服务的价格水平变化趋势和幅度变化的指数，通常作为观察通货膨胀水平的一个重要指标。
CPI的变化能很好地反映社会通货膨胀的水平和经济运行的状态，为相关经济政策的制定提供科学的决策依据。
目前CPI预测方法多种多样，从计量经济学，时间序列的角度等可以用不少方法。
国内外研究现状自回归模型（AR）的创立标志着随机时间序列分析的开始，AR模型由1927年英国统计学家Yule[1]提出。
1931年，Walker使用了移动平均模型（MA）和自回归移动平均模型（ARMA）研究印度气象状况，取得了明显的效果。
20实际70年代，Box和Jenkens在专著《TimeSeriesAnalysis:ForecastingandControl》中提出了ARIMA模型（求和自回归移动平均模型）[2]。
该模型把差分引入到ARMA模型中，进而分析差分后得到的平稳序列[3]。
ARIMA模型较AR有了很大的进步，但在处理实际数据中缺点也很多，处理多变量或具有随机项异方差的数据序列时，不能准确地预测。
1982年，美国的Engle在《英国通货膨胀的自回归条件异方差估计》一文中提出了自回归条件异方差模型（ARCH），ARCH模型能够刻画随机变量的方差随时间的变化而变化的问题[4]。
1986年，Bollerslev[5]提出GARCH模型（广义自回归条件异方差模型），GARCH模型是ARCH模型放宽了约束条件得到的，将方差滞后阶数延伸至无限阶[5]。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
