时间序列论文.doc

《时间序列论文.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《时间序列分析》课程论文基于ARMAX模型的财政收入与税收的时间序列分析与预测班级：13级应用统计学1班学号：131412820姓名：崔乐乐12基于ARMAX模型的财政收入与税收的时间序列分析与预测摘要财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和，是衡量一国政府财力的重要指标。其中税收收入是国家财政收入的重要组成部分，一般占到财政收入的90％以上，是政府机器的经济基础。本文利用《应用时间序列分析》的知识通过sas统计软件对1978-2012年中国财政收入与税收

2、数据进行分析，通过单位根检验，发现两者都是非平稳时间序列，并且存在协整关系，所以拟合了ARIMAX模型。由于残差序列非白噪声，所以对残差序列又进行了进一步的拟合，最后对模型进行预测，做出预测图。关键词:财政收入与税收ARIMAX模型预测一、引言财政与税收关系到国家发展、民生大计。财政收入与税收对社会资源配置、收入分配、国民经济发展、企业经济活动、居民切身利益及政府决策行为都有重大影响。近年来，随着我国经济的持续高速发展和国家财政与税收的大幅度增长，以及我国经济体制改革的不断深化和国家对经济发展宏观调控力度

3、的不断加大，国家也适时出台了一系列有关财政与税收管理的新规定、新政策和新的监管制度。可以看出两者地位越来越重要，作用越来越明显。通过本文的分析，旨在找出两者的关系，为我国财政与税收做出合理的解释，为以后的收入做出合理的预测。12二、数据分析（一）、序列平稳性检验1、时序图：图1原数据时序图图1中，红色为y（财政收入）序列书序图；黑色为x（税收收入）序列时序图。从时序图中可以看出x序列、y序列均显著非平稳。并且两者都有明显的增加趋势。2、单位根检验：表1序列x的单位根检验TheARIMAProcedureA

4、ugmentedDickey-FullerUnitRootTestsTypeLagsRhoPrFZeroMean05.9920.999916.850.999915.75570.99995.060.9999SingMean05.89360.999913.280.9999138.280.00115.71040.99994.720.999912.460.001Trend05.24630.99996.880.999988.910.00115.27190.99993.760.999

5、911.470.00112表2序列y的单位根检验AugmentedDickey-FullerUnitRootTestsTypeLagsRhoPrFZeroMean06.28020.999917.990.999916.01590.99995.020.9999SingMean06.22760.999914.350.9999157.070.00116.01740.99994.690.999912.190.001Trend05.55330.99997.70.9999104.870

6、.00115.56610.99993.870.999911.550.001单位根检验的原假设H0：序列为非平稳序列，如果P>0.05，则接受原假设，认为序列非平稳，否者序列为平稳序列。上面的X、Y序列单位根检验过后，P值均大于0.05，所以认为俩序列均为非平稳序列。时序图显示两个序列具有某种同变关系，所以考虑建立ARIMAX模型。二、协整检验多元非平稳序列之间能否建立回归模型，关键在于他们之间是否具有协整关系。所以建模前必须进行协整检验（EG检验）。假设条件：假设条件：H0：多元非平稳序列之间不存在协整关

7、系H1：多元非平稳序列之间存在协整关系上述假设条件等价于假设条件：H0：回归残差序列εt非平稳H1：回归残差序列εt平稳对回归残差序列εt进行平稳性检验：图2残差的自相关图12图3残差的偏相关图表3残差序列单位根检验TypeLagsRhoPr>RhoTauPrFZeroMean0-10.83160.0168-2.210.02811-3.90140.1668-1.360.15712-5.2240.1072-1.470.1288SingleMean0-10.79980.084-2.160.22

8、422.360.48441-3.94890.5222-1.350.59530.910.83892-5.34540.3736-1.460.53911.070.8002Trend0-11.18480.2932-1.550.78952.260.732211.30710.99870.330.9982.290.726422.54490.99970.570.99912.40.7064由自相关图与偏相关图可以看出回归残差序列εt为平稳序列。