時間序列模型在我國牛肉產(chǎn)量預測中的應用

《時間序列模型在我國牛肉產(chǎn)量預測中的應用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、時間序列模型在我國牛肉產(chǎn)量預測中的應用動摘生產(chǎn)?AnimalProduction2008年第44卷第7期時問序列模型在我國牛肉產(chǎn)量預測中的應用張伶燕,葛翔(中國農(nóng)業(yè)大學動物科技學院,北京100094)摘要:依據(jù)糧農(nóng)組織數(shù)據(jù)庫中給出的1961—20¨05年的中國牛肉產(chǎn)量數(shù)據(jù)為基礎,分別通過差分把非平穩(wěn)時間序列轉(zhuǎn)化為平穩(wěn)時間序列.建立了ARIMA(1,2,1)模型對中國牛肉產(chǎn)量進行預測.根據(jù)新華社對2006年中國牛肉產(chǎn)量的報道和德國萊茵農(nóng)業(yè)協(xié)會對2007年中國牛肉產(chǎn)量的估計結(jié)果來看,ARIMA模型的預測誤差只有1%左右,模型預測良好.關(guān)鍵詞:預測;A

2、IkIMA模型;牛肉產(chǎn)量中圖分類號:S823.2文獻標識碼:A文章編號:0258—7033(2008)07—0042—031961年,我國牛肉產(chǎn)量只有7.94萬t,1985年也只有51.11萬t,20世紀80年代后期我國牛肉產(chǎn)量開始迅速增長,到2005年就已經(jīng)達到715萬t.進入20世紀90年代是我國牛肉增長最快的時期.影響我國牛肉產(chǎn)量的因素眾多,不但包括經(jīng)濟的發(fā)展,國家宏觀經(jīng)濟政策的變化,人民購買力的提高,疾病發(fā)生等等,其他畜產(chǎn)品的產(chǎn)量和價格都間接影響著我國牛肉的產(chǎn)量,因此建立多元回歸方程分析和預測我國牛肉產(chǎn)量是非常困難的.故本文意在分析數(shù)據(jù)內(nèi)

3、部之間的規(guī)律性的基礎上建立ARIMA模型,利用歷史值和現(xiàn)在值預測未來值.型.因為不平穩(wěn)的時間經(jīng)濟序列大都可以通過差分轉(zhuǎn)換成平穩(wěn)的經(jīng)濟時間序列,所以發(fā)展了ARIMA模型(自回歸求積滑動平均模型),I代表差分.而ARIMA(p,d,q)中的P代表自回歸的階數(shù),d代表差分的次數(shù),q代表自回歸的階數(shù).因此ARIMA(p,d,q)模型的表達式:△f=4'yl+2△之+……—P+占t+1占—l+……+%其中,P和q分別為滯后階數(shù),d為差分的次數(shù),,.……P和0,……分別稱為回歸參數(shù).前半部分代表自回歸模型,后半部分為滑動平均模型是對殘差方差的修正.1模型的選

4、取2建立ARIMA模型目前對我國畜產(chǎn)品產(chǎn)量進行預測的方法很多,主要有灰色預測,道格拉斯生產(chǎn)函數(shù)模型,指數(shù)平滑等等,灰色模型和指數(shù)平滑對經(jīng)濟序列的長期趨勢把握比較準,對短期波動把握的概率不高.道格拉斯生產(chǎn)函數(shù)主要用來分析影響我國牛肉產(chǎn)量的主要因素——資本,勞動力和科技等的影響大小.而ARIMA模型既考慮了經(jīng)濟時間序列數(shù)據(jù)之間的依存性,又考慮到了隨機波動的干擾性影響,預測的準確度比較高,是近年應用比較廣泛的方法之一【IJ.1976年,美國統(tǒng)計學家和英國統(tǒng)計學家正式提出的時序分析模型——ARMA模型f2】,即自回歸滑動平均模型autore—gressi

5、vemovingaveragemodel,ARMA),所以又簡稱B—J模型.其中AR代表自回歸模型,MA代表滑動平均模收稿日期:2007—06—29;修回日期:2007—09—18作者簡介:張伶燕(1981一),女,碩士研究生通訊作者國中固亳牧東怎本文以聯(lián)合國糧農(nóng)組織給出的牛肉和小牛肉的產(chǎn)量數(shù)據(jù)為基礎,利用EViews軟件直接給出估計模型.表1ARMA(p,q)模型的自相關(guān)系數(shù)和偏相關(guān)系數(shù)特征注:引自《時I司序列分析》建立ARIMA模型的主要步驟:(i)要建立ARIMA模型,就要先通過觀察散點圖,自相關(guān)系數(shù)以及ADF檢驗判斷序列的平穩(wěn)性.自相關(guān)系

6、數(shù)也可以判斷序列的平穩(wěn)性.如果隨著時間k的增加而迅速下降為0,就表明序列平穩(wěn),反之,序列不平穩(wěn)[3】.ADF檢驗如果顯著,則序列是平穩(wěn)的;反之不平穩(wěn).(2)通過差分的方法把不平穩(wěn)的時間序列轉(zhuǎn)化為平穩(wěn)時間序列.一般的非平穩(wěn)經(jīng)濟時間序列都可以通過一次或者幾次差分轉(zhuǎn)化為平穩(wěn)時間序列[3】.2008耀第44卷第7期(3)利用自相關(guān)系數(shù)和偏相關(guān)系數(shù)的截尾性和偏尾性特征初步判斷P,Q的階數(shù),形成各組合,并在各組合下估計模型的參數(shù).(4)根據(jù)AIC,BIC準則最終確定P,Q的值,得到估計方程.BIC準則比AIC準則增加了更嚴格的懲罰條件.在樣本數(shù)比較小,而AI

7、C準則和SIC準則不一致的時候,優(yōu)先考慮AIC準則『4].(5)根據(jù)樣本外預測結(jié)果判斷模型的預測能力.(6)最后檢驗殘差序列是否為白噪聲.如果樣本所有的自相關(guān)系數(shù)和偏相關(guān)系數(shù)都落在0.05的置信帶內(nèi),則說明序列是隨機的白噪音序列.3模型的構(gòu)建3.1我國牛肉產(chǎn)量的數(shù)據(jù)特征我國統(tǒng)計部門公布的肉類產(chǎn)品生產(chǎn)數(shù)據(jù)存在著嚴重的虛報成分[5],并且可獲得的年份比較少,所以利用聯(lián)合國糧農(nóng)組織數(shù)據(jù)庫中牛肉和小牛肉的產(chǎn)量的生產(chǎn)數(shù)據(jù)進行預測.以下為利用直接用EViews軟件生成的散點圖:圖2我國牛肉產(chǎn)量的二次差分圖,tAnimalProduction?勰臻釜產(chǎn)從圖1可

8、以看出,我國牛肉產(chǎn)量的時間序列是非平穩(wěn)的,所以通過差分把非平穩(wěn)時間序列轉(zhuǎn)化為平穩(wěn)的時間序列,然后建立ARIMA模型對我國牛肉產(chǎn)量進行預測