資源描述:
《時間序列分析在經(jīng)濟預(yù)測中的應(yīng)用95328》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、第20卷第6期統(tǒng)計與信息論壇Vol.20No.62005年11月Nov.,2005【研究生論壇】時間序列分析在經(jīng)濟預(yù)測中的應(yīng)用唐功爽(山東經(jīng)濟學(xué)院研究生部,山東濟南250014)摘 要:社會消費品零售總額是一項重要、敏感的政府統(tǒng)計。定期發(fā)布的消費品零售統(tǒng)計資料,常常引起國內(nèi)外的強烈關(guān)注,間或還會引發(fā)一些疑義和爭議。文章擬通過運用EXCEL及SAS軟件建立季節(jié)分解模型和季節(jié)啞變量、ARIMA模型,對我國的社會消費零售總額的情況進行預(yù)測分析,從初步確定幾個不同的模型中,把擬合效果最好的模型保留,并對模型的實用性進行了探討。關(guān)鍵詞:社會消費品;
2、零售總額;時間序列;ARIMA模型中圖分類號:F224.0 文獻標(biāo)識碼:A 文章編號:1007-3116(2005)06-0090-05 時間序列是指同一種現(xiàn)象在不同時間上的相繼組成部分,如何利用適當(dāng)模型對其進行合理的分析觀察值排列而成的一組數(shù)字序列。時間序列預(yù)測方和預(yù)測,對更好地研究具有重要的經(jīng)濟意義。對社法是通過時間序列的歷史數(shù)據(jù)揭示現(xiàn)象隨時間變化會消費品零售額的合理的預(yù)測結(jié)果,一方面可以用的規(guī)律,將這種規(guī)律延伸到未來,從而對該現(xiàn)象的未于了解未來的經(jīng)濟發(fā)展勢態(tài);另一方面,把預(yù)測結(jié)果來做出預(yù)測。傳統(tǒng)的時間序列分析在經(jīng)濟中的應(yīng)與現(xiàn)實
3、的社會零售總額進行比較來評估當(dāng)前的消費用,主要是確定性的時間序列分析方法,包括指數(shù)平需求和經(jīng)濟的運行狀況,為決策提供可靠的依[1]滑法、滑動平均法、時間序列的分解等等。隨著社會據(jù)。的發(fā)展,許多不確定性因素在經(jīng)濟生活中的影響越建立社會消費品零售總額的隨機型時間序列分來越大,必須引起人們的重視。1970年,Box和析法,是通過分析不同時刻變量的相關(guān)關(guān)系,揭示其Jenkins提出了以隨機理論為基礎(chǔ)的時間序列分析相關(guān)結(jié)構(gòu),并利用這種相關(guān)結(jié)構(gòu)對時間序列進行預(yù)方法,使時間序列分析理論上升到了一個新的高度,測,基本可以避免解釋變量難以選取、違背古典假設(shè)
4、預(yù)測的精確度大大提高,其基本模型有:自回歸等經(jīng)濟分析中常見的問題的影響等問題。本文擬通(AR)模型、滑動平均(MA)模型以及自回歸滑動平過運用EXCEL及SAS軟件建立季節(jié)分解模型和季均(ARIMA)模型。節(jié)啞變量、ARIMA模型,對我國的社會消費零售總額的情況進行預(yù)測分析,并對模型的實用性進行探一、對社會消費品零售總額討。月度數(shù)據(jù)序列進行分析的原因二、對社會消費品零售總額 社會消費品零售額是指各種經(jīng)濟類型的批發(fā)零月度數(shù)據(jù)序列進行模型擬合售貿(mào)易業(yè)、餐飲業(yè)、制造業(yè)和其他行業(yè)對城鄉(xiāng)居民和社會集團的消費品零售額和農(nóng)民對非農(nóng)業(yè)居民零售 筆者對
5、1989~2003年的180個月度數(shù)據(jù)社會[2]額的總和。它是國民經(jīng)濟核算的重要指標(biāo)之一,它消費品零售總額進行了分析,只用前168個數(shù)據(jù)反映了最終需求當(dāng)中最重要、占比例最大的消費需參與建模,并用2003年的數(shù)據(jù)檢驗擬合效果。從數(shù)求情況。由于目前消費需求已成為經(jīng)濟增長的重要據(jù)序列的折線圖可以看出:收稿日期:2005-02-28作者簡介:唐功爽(1980-),男,山東省棲霞人,碩士生,研究方向:微觀經(jīng)濟統(tǒng)計分析。90?1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.唐
6、功爽:時間序列分析在經(jīng)濟預(yù)測中的應(yīng)用社會消費品零售總額隨時間的推移呈現(xiàn)出明顯的結(jié)果從而獲得粗略的季節(jié)因子,再對同月的粗略的增長趨勢和季節(jié)波動并且隨時間的變化波動幅度的季節(jié)因子進行平均得到各月季節(jié)因子,然后對原不斷變大,各年同月具有相同的變化規(guī)律,這種季節(jié)始數(shù)據(jù)與各月季節(jié)因子的商進行一元回歸分析進而波動規(guī)律與我國的居民收入水平、居民消費傾向、價得到趨勢方程,最終用所得趨勢方程乘以各月季節(jié)[1~6]格水平、生活習(xí)俗等多方面因素有明顯的聯(lián)系。因子就得到所要估計的預(yù)測值。通過運用上(一)基于移動平均法的乘法因素分解模型述方法得到趨勢方程為:乘法因
7、素分解模型是消除季節(jié)增長波動的有效tr=168.8522+19.518933t方法。移動平均法是以過去某一段時期的數(shù)據(jù)平均則預(yù)測值為:值作為將來某時期預(yù)測值的一種方法。在12項移y=tr3sn(sn為季節(jié)因子)動平均和兩項移正平均的基礎(chǔ)上,原數(shù)據(jù)除以得到其趨勢方程的擬合結(jié)果見表1。表1 趨勢方程擬合結(jié)果表方差分析自由度平方和均方F統(tǒng)計量P值回歸分析11.51E+081.51E+087391.7141.4407E-139殘 差166338069620365.64總 計1671.54E+08系數(shù)標(biāo)準(zhǔn)誤差t統(tǒng)計量P 方程樣本決定
8、系數(shù)值截距(常數(shù)項)168.852222.119037.6337961.7E-12樣本決定系數(shù)調(diào)整后的決定系數(shù)時間變量t19.518930.2270385.975081.4E-1390.978