当前位置：主页 > 经济论文 > 新经济论文 >

基于ARIMA模型的我国国内生产总值的分析与预测

发布时间：2016-11-22 10:10

本文关键词：基于ARIMA模型的我国国内生产总值的分析与预测，由笔耕文化传播整理发布。

当前位置：文库下载 > 所有分类 > 高等教育 > 经济学 > 基于ARIMA模型的我国国内生产总值的分析与预测

基于ARIMA模型的我国国内生产总值的分析与预测

与传统方法比较做短期预测

郑少智,等:基于ARIMA模型的我国国内生产总值的分析与预测

的社会经济现象的预测,因此一定程度上限制了其应用。

市场透视

3　运用时间序列分析方法对我国GDP总额建立ARMIA(p,d,q)模型

　　本文所用1978—2009年我国GDP总额数据来源于《2009年中国统计年鉴》。

311　根据时间序列的散点图以及ADF单位根检验,观察

其方差、趋势及其季节性变化规律,识别该序列的平稳性　　该序列散点图有向右上方倾斜的明显趋势,且前后波动的幅度不一致,说明此序列存在增长趋势,又存在异方差性;从单位根检验的数据来看:t值21287甚至小于10%显著性水平下的临界值31243,因此y没有通过扩充ADF的平稳性单位根检验,据此判定该时间序列是非平稳的时间序列。312　对非平稳的时间序列y进行平稳化处理

经尝试最后确定先对数据取自然对数,然后进行二阶差分处理。经过平稳化处理后,时间趋势基本消除,可认为是平稳序列。

对Δlny进行平稳性检验(ADF检验),结果t值达到了4159,可知:2

检验,说明GDP,Δy(2)。313　ADFARIMA(p,d,q)d应取为2。为了确定模型中的p和

q,作序列Δlny直至滞后16阶的自相关(ACF)图和偏相关(PACF)图,可知自相关图和偏相关图都是拖尾的,因此建立ARIMA模型。经过Eviews反复推算,利用AIC和SC准则选出最优的模型为ARIMA(2,2,2)。Eviews运行模拟的结果为:

表1　模型拟合结果

VariableAR(1)AR(2)MA(1)MA(2)R-squaredAdjustedR-squaredS1E1orregressionSumsquaredresidLoglikelihoodInvertedARRootsInvertedMARoots

Coefficient

Std1Errort-Prob1

Δ2lnyt=(AR(1)=-019034,AR(2)=-015623,

MA(1)=115504,MA(2)=019949)

t统计量:-51886　　-31652　521329　　251593S1E=010414　AIC=-314008　SC=-312105Δ2lnyt=-019034Δ2lnyt-1-015623Δ2lnyt-2+εt+εε115504t-1+019949t-2

314　模型的诊断

由上述模型,对其进行回归拟合,模型中的残差序列2

以及Δlny的实际值和拟合值的序列见下图。

从上图可以看出,模型的拟合值和实际值的变动具有较好的一致性,模型的残差值较小,消除了线性或者指数趋势,较为平稳,说明模型通过了适应性检验。为了进一步检验该模型的效果,记 t为该模型的残差序列,对其进行ADF

基于ARIMA模型的我国国内生产总值的分析与预测

检验,得到的t值为4114,而在1%显著性水平下,ADF的临界值为-216694。因此,残差序列 t能在

1%显著性水平下看做白噪声过程,这说明Δlny的拟合

值是实际值的无偏估计,模型具有较好的拟合效果。315　模型的预测

根据时间序列Δlnyt的ARIMA(2,2,2)模型可知,yt的预测公式为:

yt=e

Δ2lnyt-1-015623Δ2lnyt-2+εt+115504εt-1+019949εt-22lnyt-1-lnyt-2-019034

-0190344601153489-51010000-0156232101153956-3101001311550434019949290142685001355206010413730104108151161162-0145+01-0178

基于ARIMA模型的我国国内生产总值的分析与预测

-0101029628521329190103887625159250

010000010000

用ARIMA(2,2,2)模型对我国GDP总额作预测见表2:

表2

年份实际值预测值

20072495291924815819

20083006701030536113

20093353531034305114

359327112010

Meandependentvar01001279S1D1dependentvar01051523Akaikeinfocriterion-31400830Schwarzcriterion-0145+0160i-0178+0163i

-31210515

Durbin-Watsonstat11703946

4　结　论

通过以上对1978—2009年我国GDP总额时序数据进行分析和所建立的模型,说明对非平稳时间序列作建模分析时,利用Box-Jenkins法所建立ARIMA模型具有较好的预测效果。本文所建立的ARIMA(2,2,2)模型,可用于对我国GDP总额作短期预测。(下转P28)

201011

基于ARIMA模型的我国国内生产总值的分析与预测

我们知道,参数估计值的显著性检验通过t统计量来检验。统计量的值应该不能太小,通过观察t统计量大于相应自由度条件下的卡方统计量的概率来确定估计值的显著性。由表1可知,我们要估计的模型为:

Word文档免费下载：基于ARIMA模型的我国国内生产总值的分析与预测（下载1-3页，共3页）

我要评论