| 内容摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 导论 | 第9-19页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 文献综述 | 第10-16页 |
| 1.2.1 国外文献综述 | 第10-14页 |
| 1.2.2 国内文献综述 | 第14-16页 |
| 1.3 论文结构框架 | 第16-17页 |
| 1.4 研究方法 | 第17-18页 |
| 1.5 创新之处 | 第18-19页 |
| 第2章 我国居民消费价格指数预测方法分析 | 第19-24页 |
| 2.1 CPI预测方法相关研究 | 第19-20页 |
| 2.2 MIDAS预测模型 | 第20-24页 |
| 2.2.1 基础的MIDAS模型 | 第21页 |
| 2.2.2 MIDAS(m,K)-AR (P)模型 | 第21-22页 |
| 2.2.3 M(n)-MIDAS(m,K)-AR (P)预测模型 | 第22-24页 |
| 第3章 CPI影响因素理论分析及关键词选取 | 第24-38页 |
| 3.1 CPI影响因素理论分析 | 第24-29页 |
| 3.1.1 CPI的外部影响因素分析 | 第24-26页 |
| 3.1.2 基于内部解构的CPI影响因素分析 | 第26-28页 |
| 3.1.3 网络搜索数据与CPI的内在联系 | 第28-29页 |
| 3.2 关键词选取 | 第29-38页 |
| 第4章 我国居民消费价格指数的实证分析 | 第38-50页 |
| 4.1 数据来源及预处理 | 第38-39页 |
| 4.2 利用贝叶斯方法研究高频数据合成指数的应用 | 第39-46页 |
| 4.2.1 贝叶斯网络模型设定 | 第39-42页 |
| 4.2.2 贝叶斯网络模型参数估计结果 | 第42-46页 |
| 4.3 预测模型设定 | 第46页 |
| 4.4 模型参数估计与预测模型评价 | 第46-50页 |
| 第5章 结论与展望 | 第50-53页 |
| 5.1 结论 | 第50-51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 后记 | 第56页 |