• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于ARIMA模型的中國(guó)人均GDP時(shí)間序列分析

      2016-05-30 04:33:07李田莉
      中國(guó)經(jīng)貿(mào) 2016年11期
      關(guān)鍵詞:時(shí)間序列

      【摘 要】利用全國(guó)1978—2014年人均GDP數(shù)據(jù)值,應(yīng)用基于時(shí)間序列模型的分析方法,建立了人均GDP的ARIMA模型,得出2015-2020年中國(guó)人均GDP短期預(yù)測(cè)值。建立人均GDP的ARIMA模型對(duì)探討經(jīng)濟(jì)發(fā)展?fàn)顩r,研究經(jīng)濟(jì)增長(zhǎng)規(guī)律,制定相應(yīng)宏觀經(jīng)濟(jì)政策具有參考意義。

      【關(guān)鍵詞】時(shí)間序列;中國(guó)人均GDP;ARIMA(p,d,q)

      一、引言

      2020年是中國(guó)建成小康社會(huì)的戰(zhàn)略期限,人均國(guó)內(nèi)生產(chǎn)總值最能反映出一國(guó)或地區(qū)的宏觀經(jīng)濟(jì)運(yùn)行狀況及人民生活水平,中國(guó)人均GDP從2010年的30567元提高至2014年的46629元,扣除價(jià)格因素,五年間增長(zhǎng)33.6%,年均實(shí)際增長(zhǎng)7.5%。到2020年能否實(shí)現(xiàn)預(yù)期目標(biāo),人均GDP能達(dá)到多少,需要用一個(gè)時(shí)間序列模型來(lái)分析預(yù)測(cè)。時(shí)間序列模型優(yōu)于計(jì)量經(jīng)濟(jì)模型之處在于,建立時(shí)間序列模型時(shí)不需考慮被研究變量以外的其他變量。另外,在20世紀(jì)80年代以前,建立經(jīng)濟(jì)計(jì)量模型時(shí)變量的非平穩(wěn)性一直被忽視,而大多數(shù)經(jīng)濟(jì)變量往往是非平穩(wěn)的?;谝陨?,本文利用1978—2014年人均GDP數(shù)據(jù)值,通過(guò)建立人均GDP的ARIMA模型,進(jìn)行實(shí)證分析及預(yù)測(cè),以期得到更好的宏觀經(jīng)濟(jì)對(duì)策與建議。

      二、數(shù)據(jù)準(zhǔn)備

      1.數(shù)據(jù)來(lái)源、平穩(wěn)性檢驗(yàn)及處理

      本文以中國(guó)人均GDP歷史數(shù)據(jù)(1978—2014年)為樣本進(jìn)行分析,原始資料來(lái)自國(guó)家統(tǒng)計(jì)局官方網(wǎng)站,人均GDP序列用Y表示。

      對(duì)象確立后,首先對(duì)實(shí)際數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。從1978至2014年整個(gè)時(shí)期看, 人均GDP序列呈現(xiàn)出指數(shù)增長(zhǎng)趨勢(shì), 具有明顯的非平穩(wěn)性,因此需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)化處理。經(jīng)過(guò)取對(duì)數(shù)處理后, 發(fā)現(xiàn)呈線性趨勢(shì)的序列Y1仍然不是平穩(wěn)序列, 再經(jīng)過(guò)一階差分處理后,序列Y2在均值附近大體平穩(wěn)波動(dòng),已經(jīng)沒(méi)有明顯趨勢(shì)。進(jìn)一步考察其自相關(guān)及偏自相關(guān)圖,如圖1所示,自相關(guān)圖表明該序列有很強(qiáng)的短期相關(guān)性,則可以初步認(rèn)為Y2具有一定的平穩(wěn)性。

      采用ADF方法進(jìn)行單位根檢驗(yàn),Y2的單位根檢驗(yàn)輸出結(jié)果表明,在樣本容量顯著性水平為1% 、5% 、10% 時(shí),t統(tǒng)計(jì)量的臨界值分別為-3. 653730、-2. 957110和-2. 617434。Y2的ADF檢驗(yàn)t統(tǒng)計(jì)量值為-3.779267,小于1% 顯著性水平臨界值,因此拒絕有單位根的原假設(shè),說(shuō)明了序列Y2在99%的置信水平上為平穩(wěn)序列。

      2.數(shù)據(jù)的白噪聲檢驗(yàn)

      常用Q統(tǒng)計(jì)量來(lái)檢驗(yàn)序列是否為白噪聲,由圖1知,Q(6)=28.322(0.000),Q(12)=30.450(0.002),Q(16)=32.225(0.009),括號(hào)中的數(shù)值為對(duì)應(yīng)檢驗(yàn)統(tǒng)計(jì)量的P值,則在顯著性水平0.05的條件下,由于延遲6階的卡方檢驗(yàn)統(tǒng)計(jì)量的P值小于0.05,所以拒絕原假設(shè),該差分序列不能視為白噪聲序列。

      通過(guò)以上分析得知,對(duì)人均GDP進(jìn)行先取對(duì)數(shù)運(yùn)算再進(jìn)行一階差分后的序列Y2是平穩(wěn)非白噪聲序列,可以開(kāi)始建立ARIMA模型。

      三、模型的建立與檢驗(yàn)

      1.模型的識(shí)別與選擇

      模型的識(shí)別通過(guò)自相關(guān)和偏自相關(guān)圖來(lái)判別。采用AIC準(zhǔn)則、SC準(zhǔn)則、模型顯著性檢驗(yàn)及殘差白噪聲檢驗(yàn)進(jìn)行ARIMA(p,d,q)的選擇,選取整體擬合效果較好模型作為最優(yōu)模型。

      對(duì)序列Y2進(jìn)行自回歸移動(dòng)平均預(yù)估計(jì),通過(guò)使用Eviews6.0軟件不斷模擬,最終得出相對(duì)較優(yōu)的模型有 ARIMA(4,1,0)、ARIMA(1,1,(1,2,5))、ARIMA(1,1,(2,5))、ARIMA(3,1(1,4,5))。比較四個(gè)模型的輸出結(jié)果,根據(jù)AIC與SC最小值原則,可知ARIMA(1,1,(2,5))模型相對(duì)最優(yōu),如果通過(guò)檢驗(yàn),ARIMA(1,1,(2,5))模型可以視為最優(yōu)模型。

      2.模型的檢驗(yàn)

      模型檢驗(yàn)主要包括檢驗(yàn)參數(shù)是否顯著及擬合模型的殘差序列是否為白噪聲。對(duì)模型ARIMA(1,1,(2,5))進(jìn)行參數(shù)估計(jì),結(jié)果表明,模型的F統(tǒng)計(jì)量及參數(shù)的t統(tǒng)計(jì)量對(duì)應(yīng)P概率值均為0,擬合模型的可決系數(shù)為0.76,檢驗(yàn)結(jié)果說(shuō)明參數(shù)全部顯著有效。殘差序列不同延遲期數(shù)Q統(tǒng)計(jì)量為:Q(6) = 5.977(0.113), Q(12) = 6.602(0.679), Q(16) = 10.116(0.684),括號(hào)中的數(shù)為對(duì)應(yīng)檢驗(yàn)統(tǒng)計(jì)量的P值,由此知在顯著性水平為0.05的條件下,延遲6階的卡方檢驗(yàn)統(tǒng)計(jì)量的P值大于0.05,接受原假設(shè),該殘差序列是白噪聲序列,即擬合模型顯著有效,殘差序列值的變動(dòng)是由于隨機(jī)波動(dòng)引起的。

      用模型已有的數(shù)據(jù)來(lái)模擬2013年和2014年的數(shù)據(jù), 2013、2014年模擬出的數(shù)據(jù)分別為43584元、47880元,預(yù)測(cè)相對(duì)誤差分別為0.61%、2.68%,模擬結(jié)果未出現(xiàn)太大偏差,說(shuō)明此ARIMA模型有很強(qiáng)的預(yù)測(cè)能力。通過(guò)模型的識(shí)別和檢驗(yàn)后得出結(jié)論:采用ARIMA(1,1,(2,5))模型可以較好地?cái)M合中國(guó)人均GDP的實(shí)際值。

      四、預(yù)測(cè)結(jié)果

      對(duì)“十三五”時(shí)期中國(guó)人均GDP進(jìn)行ARIMA模型預(yù)測(cè),這對(duì)于綜合判斷經(jīng)濟(jì)形勢(shì),合理制定中遠(yuǎn)期經(jīng)濟(jì)發(fā)展目標(biāo),推進(jìn)全面建設(shè)小康社會(huì)進(jìn)程具有參考意義。由于該時(shí)間序列模型經(jīng)過(guò)取對(duì)數(shù)再做一階差分才基本平穩(wěn),且模型由有限數(shù)據(jù)擬合而成,所擬合的模型反映的是短期變化關(guān)系,而不是長(zhǎng)期變化關(guān)系,因此只適合進(jìn)行短期預(yù)測(cè)。通過(guò)這一模型對(duì)2015—2020年人均GDP進(jìn)行預(yù)測(cè), 其結(jié)果見(jiàn)表2。

      五、結(jié)論及說(shuō)明

      文章主要從數(shù)據(jù)自身發(fā)展規(guī)律來(lái)分析和預(yù)測(cè)人均國(guó)內(nèi)生產(chǎn)總值,從預(yù)測(cè)結(jié)果來(lái)看,預(yù)測(cè)值有明顯的增長(zhǎng)趨勢(shì),這符合我國(guó)發(fā)展的現(xiàn)況。改革開(kāi)放以后,中國(guó)經(jīng)濟(jì)持續(xù)快速增長(zhǎng),2002—2011年10年間人均GDP年增速最小值為8.4%,最大值為2007年的13.6%,10年間年均增速為9.93%。在實(shí)現(xiàn)人均 GDP穩(wěn)步增長(zhǎng)的同時(shí),人均GDP增長(zhǎng)速度出現(xiàn)過(guò)3個(gè)高峰期:1983—1988年10.06%的年均增長(zhǎng)速度,1992~1996年11.06%的年均增長(zhǎng)速度和2005—2007年12.08%的年均增長(zhǎng)速度。1997年亞洲金融危機(jī)及2007年金融危機(jī)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)有一定影響,從人均GDP上也可以體現(xiàn)出來(lái),2008—2011年受奧運(yùn)、金融政策等多方面的影響,人均GDP增速依舊保持在8.7%~10.1%。

      近3年,人均GDP年增速開(kāi)始放緩,2012及2013年年增速均為7.2%,2014年降至 6.7%。這種增速遞減也說(shuō)明一定時(shí)期內(nèi)的經(jīng)濟(jì)增長(zhǎng)是有增長(zhǎng)極限的。從發(fā)展階段上分析,縱觀世界各國(guó)發(fā)展歷程和發(fā)展階段,中國(guó)目前進(jìn)入到人均GDP3000美元以上和1萬(wàn)美元以下的中等收入國(guó)家陷阱發(fā)展階段。中國(guó)經(jīng)濟(jì)保持中高速增長(zhǎng)的同時(shí)還會(huì)遇到更多不確定因素,能否成功越過(guò)中等收入陷阱,實(shí)現(xiàn)到2020年國(guó)內(nèi)生產(chǎn)總值和城鄉(xiāng)居民人均收入比2010年翻一番,關(guān)鍵還在以后五年時(shí)間里,因此應(yīng)綜合考慮經(jīng)濟(jì)社會(huì)發(fā)展環(huán)境,制定科學(xué)合理的經(jīng)濟(jì)發(fā)展戰(zhàn)略。

      通過(guò)ARIMA模型分析能進(jìn)行定量估計(jì),但估計(jì)結(jié)果與現(xiàn)實(shí)的可變性和多變性之間存在一定的矛盾性,該預(yù)測(cè)是在穩(wěn)定的國(guó)際經(jīng)濟(jì)環(huán)境及良好的中國(guó)內(nèi)部經(jīng)濟(jì)環(huán)境的前提下進(jìn)行的。 ARIMA模型對(duì)于短期預(yù)測(cè)比較準(zhǔn)確,隨著預(yù)測(cè)期的延長(zhǎng),會(huì)出現(xiàn)預(yù)測(cè)誤差增大的情況,不過(guò)預(yù)測(cè)結(jié)果在一定程度上能說(shuō)明實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)規(guī)劃目標(biāo)是可能的。

      參考文獻(xiàn):

      [1] 王燕.應(yīng)用時(shí)間序列分析[M]. 北京:中國(guó)人民大學(xué)出版社,2005.

      [2]華鵬,趙學(xué)民.ARIMA模型在廣東省GDP預(yù)測(cè)中的應(yīng)用[J].統(tǒng)計(jì)與決策,2010,(12).

      [3] 郭景威,李洪斌.中國(guó)人均GDP時(shí)間序列的實(shí)證分析與預(yù)測(cè)[J].經(jīng)濟(jì)論壇,2012,(3).

      [4]余后強(qiáng),李玲.我國(guó)人均國(guó)內(nèi)生產(chǎn)總值的預(yù)測(cè)分析[J].統(tǒng)計(jì)觀察,2012,(4):103-106.

      作者信息:

      李田莉,女,河南周口人,河南科技大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生,研究方向統(tǒng)計(jì)學(xué)。

      猜你喜歡
      時(shí)間序列
      上證綜指收益率的影響因素分析
      基于指數(shù)平滑的電站設(shè)備故障時(shí)間序列預(yù)測(cè)研究
      基于時(shí)間序列的我國(guó)人均GDP分析與預(yù)測(cè)
      商(2016年32期)2016-11-24 16:20:57
      基于線性散列索引的時(shí)間序列查詢方法研究
      軟件工程(2016年8期)2016-10-25 15:43:57
      基于組合模型的能源需求預(yù)測(cè)
      公眾預(yù)期與不良貸款
      商情(2016年11期)2016-04-15 20:25:31
      信阳市| 柳江县| 伊金霍洛旗| 临朐县| 林西县| 同仁县| 怀柔区| 富民县| 车致| 桦甸市| 会宁县| 饶平县| 涿州市| 张家川| 阿克陶县| 黔西| 凤庆县| 锡林浩特市| 台前县| 怀柔区| 双牌县| 大名县| 海伦市| 商水县| 拉孜县| 黔西| 新巴尔虎左旗| 丁青县| 旺苍县| 调兵山市| 三原县| 水富县| 新余市| 石景山区| 土默特左旗| 故城县| 华蓥市| 若尔盖县| 惠东县| 唐海县| 康马县|