資源描述:
《時間序列模型在我國財(cái)政收入分析中的應(yīng)用new》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第27卷第2期阜陽師范學(xué)院學(xué)報(bào)(自然科學(xué)版)VoI.27,No.22010年6月JournalofFuyangTeachers‘College(NaturalScience)Jun.2010時間序列模型在我國財(cái)政收人分析中的應(yīng)用谷雪,孫德山(遼寧師范大學(xué)數(shù)學(xué)學(xué)院,遼寧大連116O29)摘要:利用全國1978年至2005年間的28個財(cái)政收入數(shù)據(jù),選擇四個時間序列模型和一個混合指數(shù)函數(shù)一AR模型進(jìn)行擬合。依據(jù)AIC準(zhǔn)則、BIC準(zhǔn)則和MAPE準(zhǔn)則分別對模型預(yù)測精度進(jìn)行評價,選擇恰當(dāng)模型。以2006、2007和2008年的數(shù)據(jù)作為檢驗(yàn)數(shù)據(jù)驗(yàn)證模型
2、的預(yù)測效果,進(jìn)一步證實(shí)ARMA模型預(yù)測效果較好。.關(guān)鍵詞:ARMA模型,混合指數(shù)函數(shù)一AR模型;財(cái)政收入;預(yù)測中圖分類號:TP391文獻(xiàn)標(biāo)識碼:A文章編號:1004—1069(2010)02—0010—04ApplicationoftimeseriesmodelinfinancialrevenueanalysisGUXue,SUNDe—shan(SchoolofMathematics,LiaoningNormalUniversity,DalianLiaoning116029,China)Abstract:Useofthe28Nationa
3、lfinancialincomedatasfrom1978to2005,thispaperselectsfourtimeseriesmodelsandhybridexponential-ARmodeltofitting.TheappropriatemodelisselectadbasedonthecriteriaAIC,BICandMAPEtoevaluatethemodelpredictionsaccuracy.Takingthe2006,2007and2008’Sdataastestdatatoverifythemodelpredic
4、—tions,itshowsthatARMAmodelprovidesgoodforecast.Keywords:ARMA;hybridexponential—ARmodel;revenue;forecast財(cái)政收入,是指政府為履行其職能、實(shí)施公共一般模型政策和提供公共物品與服務(wù)需要而抽泣的一切資Yr—c+y一1+訖—z+?+—p++金的總和。財(cái)政收入是衡量一國政府財(cái)力的重要指01一1+Ozef-2+?+一稱為ARMA(p,q)模標(biāo),政府在社會經(jīng)濟(jì)活動中提供公共物品和服務(wù)的型,其中E(E。)一0,E(£)一d。,E(·)=0,范圍和數(shù)量,
5、在很大程度上決定于財(cái)政收入的充裕t≠S。狀況。財(cái)政就是為了滿足社會公共需要,彌補(bǔ)市場用滯后算子表示:失靈,以國家為主體參與的社會產(chǎn)品分配活動。它(1一L一訖L一?一L)·Y一既是政府的集中性分配活動,又是國家進(jìn)行宏觀調(diào)C+(1+01L+02L。+?+OqLq)·,控的重要工具。同時,反應(yīng)出一個國家或地區(qū)的經(jīng)(L)·Yt—C+@(L)·,濟(jì)發(fā)展水平。因而,對財(cái)政收入的研究具有重要的(L),()沒有公共因子,≠0,≠0?,F(xiàn)實(shí)意義。仇,?,是自回歸系數(shù),0“,是滑動平均系數(shù)[¨。1ARMA模型1.2數(shù)據(jù)的預(yù)處理1.1ARMA模型定義畫圖觀察,如
6、圖1數(shù)據(jù)呈現(xiàn)出明顯的指數(shù)增長收稿日期:2010—04一Ol基金項(xiàng)目:遼寧省高等學(xué)??蒲许?xiàng)目(2008343)資助。作者簡介:谷雪(1985一),女,在讀研究生。研究方向:應(yīng)用統(tǒng)計(jì)學(xué)。通訊作者:孫德山(1970一),男,博士,副教授。研究方向:應(yīng)用統(tǒng)計(jì)學(xué)。第2期谷雪等:時間序列模型在我國財(cái)政收入分析中的應(yīng)用趨勢。該數(shù)據(jù)是非平穩(wěn)序列,因此對其取對數(shù)后差后達(dá)到平穩(wěn),下面對處理后的ddlre時間序列建立分。模型。1.3模型建立^IREVE厄首先計(jì)算出序列的自相關(guān)函數(shù)和偏相關(guān)函數(shù)。V觀察自相關(guān)函數(shù)和偏相關(guān)函數(shù)都表現(xiàn)出拖尾的特j霉一<性,可以確定使用
7、ARMA(,g)模型。進(jìn)一步分析,餐可看出自相關(guān)函數(shù)在第四步有明顯的減小,在第六步有更進(jìn)一步的減小,所以P取3或4。但是,試驗(yàn)?zāi)攴莸臅r間序列發(fā)現(xiàn)P取3或4并沒有得到好的結(jié)果。偏相關(guān)函數(shù)在第四步有明顯的減小,q取3。為了找到最佳模圖1初始數(shù)據(jù)型,下面分別建立MA(2)、MA(3)、ARMA(2,3)、如圖2為一階差分后的數(shù)據(jù),指數(shù)增長趨勢逐ARMA(3,2)四個模型進(jìn)行分析,結(jié)果如表2所示。漸消失,但仍然沒有明顯的平穩(wěn)特征,再進(jìn)行二階其中,ARMA(2,3)是去掉不顯著解釋變量的只包差分并用ADF檢驗(yàn)法比較其平穩(wěn)性,檢驗(yàn)結(jié)果如含AR(2)、
8、MA(1)、MA(2)和MA(3)的跳階AR—表1所示。MA模型;ARMA(3,2)是包含AR(3)和MA(2)的跳階模型。表2模型的比較j四g籟莨驤籟時間序列由表2可知MA(3)模型和ARM