基于ARIMA模型及VAR模型的我国第三产业产值的时间序列分析

发布时间：2017-05-16 17:00

  本文关键词：基于ARIMA模型及VAR模型的我国第三产业产值的时间序列分析，，由笔耕文化传播整理发布。

【摘要】：在经济发展日益迅速的今天,我国的产业结构在不断地发生着变化。首先,我们能够感受到第一产业的比重在逐渐地减小,而第二、第三产业因其快速的发展速度,所占的比重也在不断地加大。正因为第二三产业的比重在不断增大,其在经济增长中所发挥的作用也在不断地增大。我国的第三产业主要是指一些服务行业。而这些服务行业的发展不仅提供第一、二产业的发展中所需要的服务,进而能够对第一第二产业的发展起到一定的促进作用。我国正处于产业转型时期,我国大力发展第三产业的原因是它可以为农村的富余劳动力提供更多的就业机会,进而可以促进我国经济的发展。由此可见第三产业逐步成为产业结构优化的主导行业,而且也在逐步成为为经济增长的重要支柱行业,第三产业的发展水平也日益成为各国衡量经济发展水平的重要标志。因此越来越多的学者开始对我国第三产业的发展进行研究。 为了对我国第三产业产值进行了系统性的预测,本文利用Eviews6.0软件,选取1978—2013年的数据,通过对数据进行预处理之后,建立ARIMA模型,对不同阶数ARIMA模型的预测误差的对比,最终选择最优的ARIMA模型,从而对以后年度的第三产业产值有一个更加准确的预测。为了对第三产业的发展有更全面的认识,选取固定资产投资额、第三产业就业人数、城镇人口数量、财政支出这些指标,研究其与第三产业发展之间的关系。通过查找文献基本用线性回归进行研究,而用线性回归的方式进行分析时往往会出现“伪回归”的现象,而对于多变量时间序列的分析我们多采用VAR模型,VAR模型还能够描述出随机扰动对变量系统的动态的影响,故采用VAR模型进行分析,通过方差分解等得出这些因素对第三产业的发展都会产生不同程度的影响,受其自身的影响尤为显著。经过上述研究,最终为以后我国第三产业的更好更快发展提出意见与建议。
【关键词】：第三产业产值 平稳性检验 ARIMA模型 VAR模型
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F719;F224
【目录】：

• 摘要3-4
• Abstract4-8
• 1. 绪论8-12
• 1.1 研究背景及意义8-9
• 1.2 国内外研究现状9-10
• 1.3 论文主要研究内容及结构10-12
• 2. ARMA模型的相关理论概述12-15
• 2.1 ARMA模型的基本类别12-14
• 2.1.1 自回归AR(p)模型12-13
• 2.1.2 移动平均MA(q)模型13
• 2.1.3 自回归移动平均ARMA(p,q)模型13-14
• 2.2 ARIMA模型的建立14-15
• 3. 向量自回归(VAR)模型介绍15-18
• 3.1 VAR模型的构造15
• 3.2 协整的定义与检验15-17
• 3.2.1 协整的定义15-16
• 3.2.2 协整的检验16-17
• 3.3 VAR模型最佳滞后阶数的确定17
• 3.4 方差分解17-18
• 4. ARMA模型的应用18-27
• 4.1 数据的分析及预处理18-20
• 4.1.1 数据的时序图18
• 4.1.2 数据的预处理18-20
• 4.2 模型定阶20-23
• 4.3 模型检验23-25
• 4.4 模型预测25-27
• 5. VAR模型的构建与检验27-36
• 5.1 指标的选取27-29
• 5.2 序列的平稳性检验29-30
• 5.3 Johansen协整检验30-31
• 5.4 向量自回归模型(VAR)的构建31-33
• 5.5 方差分解33-36
• 6. 政策建议36-39
• 致谢39-40
• 参考文献40

【参考文献】

中国期刊全文数据库 前1条

1 翁浩;李成标;;基于ARIMA模型对湖北省第三产业产值的预测[J];科技创业月刊;2010年05期

  本文关键词：基于ARIMA模型及VAR模型的我国第三产业产值的时间序列分析，由笔耕文化传播整理发布。

本文编号：371377