期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
我国社会消费品零售总额的预测与分析
被引量：
10
在线阅读
下载PDF
职称材料
导出
摘要
社会消费品零售总额是衡量人们消费水平的重要指标,也是国民经济体系中的一个重要指标。本文运用时间序列分析方法中的季节时间序列模型(SARIMA),对我国2002年-2011年的社会消费品零售总额进行时间序列模型分析。且通过模型对2012年社会消费品零售总额做了预测,通过和2012年的实际数据比价发现,误差较小,SARIMA模型较好地消除了时间序列的季节因素影响和趋势的变动,该模型可以提供较为准确的短期预测效果。
作者
全景月
机构地区
上海理工大学管理学院
出处
《金融经济（下半月）》
2013年第11期26-29,共4页
关键词
社会消费品零售总额
时间序列
SARIMA模型
经济发展
分类号
F127.65 [经济管理—世界经济]
引文网络
相关文献
节点文献
二级参考文献
8
参考文献
4
共引文献
34
同被引文献
74
引证文献
10
二级引证文献
31
参考文献
4
1
刘领坡.
我国社会消费品零售总额时间序列模型及预测[J]
.经济论坛,2011(6):5-8.
被引量：12
2
黄彦.
基于ARIMA模型的我国社会消费品零售总额实证分析[J]
.经济论坛,2011(11):31-37.
被引量：17
3
张晓峰,李博.
ARIMA模型在社会消费品零售总额预测中的应用[J]
.商场现代化,2007(11Z):55-56.
被引量：13
4
王耀青.
对我国社会消费品零售总额的分析和预测[J]
.太原科技大学学报,2007,28(5):376-378.
被引量：1
二级参考文献
8
1
中华人民共和国国家统计局统计数据[EB/OL].http://www.stats.gov.cn.
2
陈毅衡.时间序列与金融数据分析[M].北京:中国统计出版社.2004.
3
高惠玻.SAS系统SAS/ETS软件使用手册[M].北京:中国统计出版社.1998.
4
PETER J,BROCKWELLl RICHARD,A DAVIS.Time Series:Theory and Methods[M].北京:高等教育出版社,2001.
5
国家统计贸易外经统计司.中国市场统计年鉴[M].北京:中国统计出版社,2004.
6
高惠璇,耿直,李贵斌.SAS/ETS软件使用手册[S].北京:中国统计出版社,1998.65-74.
7
张晓峰,李博.
ARIMA模型在社会消费品零售总额预测中的应用[J]
.商场现代化,2007(11Z):55-56.
被引量：13
8
杨胜英.
完善社会消费品零售总额统计指标之我见[J]
.中国统计,2001,16(9):44-44.
被引量：2
共引文献
34
1
罗森,张孟璇.
基于多元回归模型的社会消费品零售总额预测[J]
.现代商业,2020,0(1):3-7.
被引量：3
2
徐明威,贾思鲁,宋立文,陈立文.
我国货币净投放与社会消费品零售总额关系实证研究[J]
.消费导刊,2008,0(24):29-30.
被引量：1
3
毛春元,黄萍.
江苏省GDP的ARIMA模型的研究和应用[J]
.商场现代化,2008(6):220-220.
4
涂雄苓,徐海云.
ARIMA与指数平滑法在我国人口预测中的比较研究[J]
.统计与决策,2009,25(16):21-23.
被引量：24
5
林浦任,胡向飞.
中国社会消费品零售总额的预测模型[J]
.广西科学,2010,17(3):206-208.
被引量：5
6
陈阳阳,邢莉莉.
甘肃省社会消费品零售总额的分析预测[J]
.北方经济,2011(12):60-61.
7
刘领坡.
我国社会消费品零售总额时间序列模型及预测[J]
.经济论坛,2011(6):5-8.
被引量：12
8
姜树博.
社会消费品零售总额预测方法[J]
.中国经贸,2012(2):25-26.
9
王志坚,王斌会.
基于ARMA模型的社会消费品零售总额预测[J]
.统计与决策,2014,30(11):77-79.
被引量：23
10
宋洋.
社会消费品零售总额的年度与月度预测[J]
.中国科技投资,2013(A25):413-414.
同被引文献
74
1
罗森,张孟璇.
基于多元回归模型的社会消费品零售总额预测[J]
.现代商业,2020,0(1):3-7.
被引量：3
2
唐玉娜,李启会.
ARMA模型在预测问题中的应用[J]
.嘉兴学院学报,2006,18(z1):183-187.
被引量：24
3
付长江.
居民可支配收入与消费需求的关系及对策探究[J]
.企业管理,2012(S1):274-279.
被引量：2
4
顾朝林,孙樱.
中国大城市发展的新动向──城市郊区化[J]
.规划师,1998,14(2):102-104.
被引量：11
5
郭金,曹福成,杨尚东.
基于Shapley值的组合预测方法[J]
.华东电力,2005,33(2):7-10.
被引量：11
6
张华初,林洪.
我国社会消费品零售额ARIMA预测模型[J]
.统计研究,2006,23(7):58-60.
被引量：51
7
赵蕾,陈美英.
ARIMA模型在福建省GDP预测中的应用[J]
.科技和产业,2007,7(1):45-48.
被引量：38
8
徐静.ARIMA模型及其应用.立信会计高等专科学校学报,2001,15(3):21-24.
9
张晓峰,李博.
ARIMA模型在社会消费品零售总额预测中的应用[J]
.商场现代化,2007(11Z):55-56.
被引量：13
10
Beauregard R.When America becamesuburban [M]. Minneapolis: University ofMinnesota Press ,2006.
引证文献
10
1
金雨泽,李禕,李焕.
南京郊区化发展的时空演化特征初探[J]
.现代城市研究,2015,30(2):11-17.
被引量：1
2
顾琳,黎敬涛.
我国钢铁产业政策调整中固定资产投资预测[J]
.价值工程,2015,34(29):48-51.
被引量：1
3
顾琳,黎敬涛.
我国粗钢表观消费量进入峰值区后的短期预测研究[J]
.价值工程,2016,35(2):1-4.
被引量：2
4
徐文娟,朱家明,李玥.
基于X12-ARIMA模型对我国社会消费品零售总额研究[J]
.兰州文理学院学报（自然科学版）,2017,31(4):4-9.
被引量：6
5
李小星,徐永利.
基于函数性数据分析的中国社会消费品零售总额数据的预测[J]
.北京化工大学学报（自然科学版）,2018,45(3):107-112.
被引量：8
6
田志媛.
基于Elman神经网络的社会消费品零售总额预测[J]
.中国商论,2019,0(17):6-8.
7
李志勤.
基于灰色多元线性回归组合模型的中国社会消费品零售总额影响因素及预测研究[J]
.成都工业学院学报,2021,24(3):80-86.
被引量：3
8
王镱乔.
社会消费品零售总额的预测——基于季节ARIMA模型[J]
.时代金融,2018(24):220-221.
被引量：5
9
高迪,余良昊,赵迪.
社会消费品零售总额的影响因素分析[J]
.中外企业家,2015(3X).
被引量：7
10
郑佳伟.
我国社会消费品零售总额的时间序列分析与预测[J]
.统计学与应用,2024,13(4):1501-1511.
被引量：1
二级引证文献
31
1
舒服华.
基于岭回归的上海市社会消费品零售额影响因素分析[J]
.上海商学院学报,2018,19(5):39-45.
被引量：9
2
舒服华.
基于岭回归的合肥市社会消费品零售额影响因素分析[J]
.安徽商贸职业技术学院学报,2019,18(1):1-5.
被引量：3
3
顾琳,黎敬涛.
我国粗钢表观消费量进入峰值区后的短期预测研究[J]
.价值工程,2016,35(2):1-4.
被引量：2
4
宋晓玲,邓谞婵.
网络购物对社会消费品零售总额的动态影响——基于EG两步法和误差修正模型的经验研究[J]
.消费经济,2016,32(3):13-16.
被引量：3
5
杨大锦.
2016年云南冶金年评[J]
.云南冶金,2017,46(2):58-78.
6
陈银光,于守健.
基于改进加权移动平均法的服装销售预测[J]
.智能计算机与应用,2018,8(6):54-56.
被引量：5
7
徐金红,刘亚倩.
基于季节模型的中国社会消费品零售总额分析[J]
.河北企业,2019,0(1):62-63.
被引量：3
8
田志媛.
基于Elman神经网络的社会消费品零售总额预测[J]
.中国商论,2019,0(17):6-8.
9
张露丹.
社会消费品零售总额的影响因素探讨[J]
.环渤海经济瞭望,2019,33(7):48-49.
被引量：1
10
蔡宏友.
我国社会消费品零售总额影响因素的实证分析[J]
.环渤海经济瞭望,2020,34(3):32-33.
被引量：4
1
刘领坡.
我国社会消费品零售总额时间序列模型及预测[J]
.经济论坛,2011(6):5-8.
被引量：12
2
尹馨蕊,王静.
基于SARIMA模型的内蒙古居民消费价格指数的实证研究[J]
.经济研究导刊,2014(34):37-38.
3
游蕊.
基于SARIMA模型的中国居民消费价格指数预测[J]
.经济研究导刊,2014(6):1-3.
被引量：1
4
张健.
SARIMA模型在预测中国CPI中的应用[J]
.统计与决策,2011,27(5):28-30.
被引量：15
5
汪凯,戚琦,吴齐.
X-12-SARIMA模型对我国通货膨胀率的短期预测[J]
.宜春学院学报,2015,37(11):39-42.
6
邹克,蔡晓春.
储蓄投资意愿指数及其影响因素[J]
.海南金融,2016(6):4-10.
7
贾凯威,韩家彬,杨洋.
基于SARIMA模型的短期通货膨胀预测[J]
.统计与决策,2014,30(22):33-36.
被引量：3
8
王磊,张营为.
城市化、经济增长与城乡收入差距——基于安徽省1978-2010年数据的实证分析[J]
.中共合肥市委党校学报,2013,12(2):3-11.
被引量：2
9
刘春燕,姚杰.
时间序列分析在居民消费价格指数预测中的应用[J]
.现代商贸工业,2010,22(16):9-10.
被引量：5
10
褚红丽.
发明、实用新型和外观设计三类专利对经济增长的贡献研究——以山西省为例[J]
.山西高等学校社会科学学报,2014,26(9):37-40.
被引量：1
金融经济（下半月）
2013年 第11期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
