离退休人员参加城镇职工基本养老保险人数的ARMA预测.pdf

《离退休人员参加城镇职工基本养老保险人数的ARMA预测.pdf》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、第28卷第8期重庆理工大学学报(自然科学)2014年8月Vol_28No．8JournalofChongqingUniversityofTechnology(NaturalScience)Aug．2014doi：10．3969／j．issn．1674—8425(z)．2014．08．024离退休人员参加城镇职工基本养老保险人数的ARMA预测孙学强(河海大学理学院，南京211100)摘要：介绍了基于时间序列建立ARMA模型的基本理论，并结合这些理论对我国离退休人员中从1989年到2011年的参加城镇m_r-．基本养老保险的

2、人数建立了ARMA(1，1)模型，并预测了从2012到2015年的参保人数。关键词：时间序列；ARMA模型；养老保险；Eviews软件；预测中图分类号：0213文献标识码：A文章编号：1674—8425(2014)08—0117—04PredeterminationoftheNumberofRetiredPeoplewhoParticipateintheUrbanWorkers’BasicEndowmentInsuranceSUNXue—qiang(CollegeofScience，HohaiUniversity，Nan

3、jing211100，China)Abstract：ThearticleintroducesthebasictheoriesofbuildingtheARMAmodelintimeseries．Withthehelpofthesetheories，webuildtheARMA(1，1)modelintheretiredpeopleofourcountrywhoparticipateintheurbanworkers’basicendowmentinsurancefromtheyear1989to2011，andforec

4、astthedatafrom2012to2015．Keywords：timeseries；ARMAmodel；endowmentinsurance；Eviewssoftware；predetermination离退休人员参加养老保险的人数是反应人口及本文预测发现其实际增长率不止于此。目前，老龄化的一个重要指标。因此，预测短期内离退国内尚无离退休人员参加养老保险的预测研究，休人员参加养老保险的人数对于国家的统筹规划因此，本文将采用ARMA模型对离退休人员参加具有重大意义。城镇职工基本养老保险的人数进行预测。这种建韩烨⋯指出

5、，离退休人员参保率以4．92％的模方法不仅是数学知识在生活中的应用与推广，增长率逐年上升。针对近几年统计数据的研究而且能预测出离退休人员参加养老保险的情况，收稿日期：2014—02—16基金项目：国家自然科学基金资助项目(50979029)；河海大学自然基金资助项目(2008431111)作者简介：孙学强(1987一)，男，安徽阜阳人，硕士研究生，主要从事应用统计学研究。引用格式：孙学强．离退休人员参加城镇职工基本养老保险人数的ARMA预测[J]．重庆理工大学学报：自然科学版，2014(8)：117—120．Citati

6、onformat：SUNXue—qiang．PredeterminationoftheNumberofRetiredPeoplewhoParticipateintheUrbanWorkers’BasicEndowmentInsurance[J]．JournalofChongqingUniversityofTechnology：NaturalScience，2014(8)：117—120．118重庆理工大学学报为政府的预算及养老保险账户的登记与管理提供不明显。通过观察自相关及偏相关系数图进行初参考。步定阶，然后再用AIC准

7、则或BIC准则等确定阶数据的模型预测方法有很多，但要求采用的数。通常AIC准则确定的阶数要比BIC准则确定方法能保证预测得出的数据相对精确，并能通过的阶数低一些，故采用AIC准则。通过Eviews软模型的理论检验。文献[3]介绍了时间序列几个件算出AIC的最小值点(，)，从而模型完成定基本模型的基本理论；文献[4]介绍了利用Eviews阶，以下，仍用P，q表示。软件对时间序列数据进行建模操作与计算的方1．2模型的参数估计法。目前经常应用的方法主要有线性时间序列的ARMA(p，q)模型的参数估计，设平稳后的序AR模型、MA

8、模型、ARMA模型3种模型，最后一列满足种模型可以看做是前2种的综合，同时应用AR'(L)X=8(L)s(1)MA模型进行建模已成为处理时间序列数据的热()=1—lL一2一·一P￡f2)点，并可达到很好的结果I6]。例如：范玉妹等JO(L)=1+01++⋯+。应用ARMA(2，2)模型对北京市人均GDP进行了其中：{