论文有关我国社会消费品零售总额的调查分析

《论文有关我国社会消费品零售总额的调查分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、时间序列分析课程论文题目：有关我国社会消费品零售总额的调查分析院系：石河子大学商学院年级：2011级专业：金融班级：2011级金融（3）班姓名：李佩佩张文婷王喜霞学号：201151714520115171372011517138我国1952-2005年社会消费品零售总额序列分析摘要：运用时间序列分析的分析方法，借助SAS软件对我国1952到2005年社会消费品零售总额进行了预测与分析，得出了比较准确的结果，为有关部门作出正确的决策提供了有力的理论依据。关键词：社会消费品零售总额ARIMA模型预测引言：社会消费品零售总额是指批发

2、和零售业、住宿和餐饮业以及其他行业直接售给城乡居民和社会集团的消费品零售额。其中，对居民的消费品零售额，是指售予城乡居民用于生活消费的商品金额；对社会集团的消费品零售额，是指售给机关、社会团体、部队、学校、企事业单位、居委会或村委会等，公款购买的用作非生产、非经营使用与公共消费的商品金额。它是由社会商品供给和有支付能力的商品需求的规模所决定，是研究国民生活水平、社会零售商品购买力、社会生产、货币流通和物价的发展变化趋势的重要资料。因此，我们利用历史资料对我国社会消费品零售总额进行定量的科学分析是有重大的现实意义的。编写命令如下

3、：PROCIMPORTOUT=WORK.sheet1DATAFILE="E:时间序列数据第二章我国1952-2005年社会消费品零售总额.xls"DBMS=EXCELREPLACE;SHEET="sheet1";GETNAMES=YES;MIXED=NO;SCANTEXT=YES;USEDATE=YES;SCANTIME=YES;RUN;datasr;inputs;y=log(s);dify=dif(y);dify2=dif(dify);t=intnx('year','01jan1952'd,_n_-1);formatt

4、year.;cards;procprint;run;procgplot;plots*t;symbolc=blacki=joinv=dot;title1'我国1952-2005年社会消费品零售总额原图';footnote'我国1952-2005年社会消费品零售总额原图';run;绘出原序列图如上，观察可见其有非常明显的非平稳特征。对原序列取对数：procgplot;ploty*t;symbolc=bluei=joinv=star;title2'我国1952-2005年社会消费品零售总额取对数后时序图';run;对原序列进行一阶差

5、分：procgplot;plotdify*t;symbolc=greeni=joinv=none;title3'我国1952-2005年社会消费品零售总额取对数及一阶差分后时序图';run对原序列进行二阶差分：procgplot;plotdify2*t;symbolc=orangei=joinv=none;title4‘我国1952-2005年社会消费品零售总额取对数及二阶差分后时序图’;run;通过对上述各个图形的观察，可知对原序列进行二阶差分后，序列基本平稳。尝试拟合AR（1）模型。procarima;identifyva

6、r=snlag=25;run;原序列的白噪声检验结果：通过上述数据可知，由于差分序列延迟6、12、18、24阶的序列统计量的P值都小于0.05，所以序列不能通过白噪声检验。procarimadata=sr;identifyvar=sstationarity=(adf=1);run;procarima;identifyvar=y(1);run;一阶差分序列的白噪声检验结果：因为差分序列延迟6、12阶的序列统计量的P值都小于0.01，所以原序列一阶差分序列不能通过白噪声检验。procarimadata=sr;identifyvar

7、=y(1)nlag=8minicp=(0:8)q=(0:8);run;estimatep=1q=0nointmethod=ml;run;forecastlead=10id=tinterval=monthout=f;run;二阶差分序列的白噪声检验结果：因为差分序列延迟6、12、18、24阶的序列统计量的P值都大于0.05，所以可以认为原序列二阶差分序列是白噪声序列。二阶差分后的表达式为：（1-B）2(1-0.86003B)xt=at对未来十期的预测结果如下：proccapabilitydata=fnormaltestgraph

8、ics;varRESIDUAL;histogramRESIDUAL/normal;qqplotRESIDUAL/normal;run;datajr10setf;s=exp(y);forecast=exp(forecast+std*std/2);l95=exp(l95);u95