我国居民的消费水平时间序列分析及预测-论文.pdf

《我国居民的消费水平时间序列分析及预测-论文.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、我国居民的消费水平时间序列分析及预测■刘敏长江师范学院数学与统计学院摘要：本文采用时间序列分析及预测的方法对我国居民的消费水平的发展趋势进行分析预测。通过EViews7．0建立时间序列模型，选择合适模型进行拟合，并作出预测。利用二次型模型和指数型模型，用最小二乘法进行参数估计。利用拟合优度大小和拟合图相结合，选出最优模型及预测值。关键词：消费水平；时间序列；二次型模型；指数型模型一、引言居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通●过消费的物质产品和劳务的数量和质量反映出来。现在物价上涨，

2、我国的消费水平和消费能力提高，对我国的经济发展有一定的推动作用。所谓时间序列是按照时间的顺序排列的统计数据。对时间序列进行观察，研究，找出一定的规律，预测将来的趋势。在图对原序列的二次型拟合图日常生活，生产中，时间序列随处可见，时间序列分析的应用由图1可得N-次型模型，但也需要对其残差自相关等领域很广泛。本文将运用于经济领域。分析，而后对残差进行模型拟合。=、样本与数据处理(2)二次型模型残差分析本文选用1993年一2012年的居民的消费水平年度数据由EViews7．0可得二次型模型的残差分析图，可得Q统计作为样本。(数据来源：中国统计年鉴20

3、12)量的P值小于显著性水平5％，所以该序列为非白噪声序列，根据EViews7．0得到时序图，知样本总体呈现出不断上升则需要进行残差模型的拟合，使得序列的模型由两部分组成，的趋势。进一步做单位根检验可得：P值为1，P值大于0．05，故即二次型模型和残差序列进行残差模型的拟合。不能拒绝原假设，即存在单位根，该序列不平稳。(3)残差序列模型的拟合由于序列不平稳，所以对样本数据进行差分处理。经过一由EViews7．0可得二次型模型的残差分析图可知，残差的阶差分后的单位根检验结果中，P值为0．4349，P值大于O．05，偏自相关图看成为2阶截尾，因此建

4、立模型ar(2)进行拟合。故接受原假设，即存在单位根，该序列不平稳。经过二阶差分由EViews7．0可得残差序列估计结果可知其常数项未能通过后的单位根检验结果中，P值为0．01，P值小于O．05，故拒绝原检验，所以删去常数项，模型通过显著性检验，模型中AR(1)假设，即不存在单位根，该序列平稳。对应的常数为1．2953，P值为O，AR(2)对应的常数为一0．6441，三、模型的选择P值为0．003，拟合优度为O．7116。由残差模型可得出残差模型1．二次型模型的建立拟合效果很好，而且各统计量都能通过显著性检验。由于原序列经过二阶差分得到平稳序列

5、可知，此序列可(4)对此模型做残差是否为白噪声序列检验，由EViews7．能为二次型序列，所以对其进行二次型模型处理。0可得白噪声检验图，该残差序列检验的P值都显著大于显著(1)确定二次型模型性水平=0．05，所以该残差序列为自噪声序列，不需要继续研究。由EViews7．0(5)残差的异方差性检验哑嘲l49www．shangchang．com．CNI利用EViews7．0进行ARCH检验可得P值为0．3577，所以合优度等于0．9773，所以二次型的拟合优度较好，大概的确定P值显著部大于显著性水平a=095，二次型模型比较理想，进一步比较二次型

6、和指数型的拟合图(6)由以上步骤可知，二次型模型显著，则建立模型：知：二次型模型预测效果更好。2017．238—271．4824tl+44．00644ta+由二次型模型预测出的2013～2015年的预测值如下：．表指数型模型预测结果单位：元：1．295338l一0,~'~．．105t-2+at：2013年居民消费水平值2014居民消费水平值2015年居民消费水平值14l90．16l5722．9517343．742．指数型模型的建立(1)对该序列求取一阶差比率，一阶差比率数相差不大，五、结论与政策性建议对该序列进行单位根检验，P值为0．0137，

7、P值小于0．05，故拒1．结论绝原假设，即不存在单位根，该序列各期数值的一阶差比率平居民消费水平的值和预测值，说明中国居民消费指数一稳。所以可以用指数型模型进行拟合。直处于增长趋势，这是也说明人均可收配支出增长，人们的生(2)由EViews7．0可得原序列指数型模型估计，常数为活条件越来越好。同时使渭费水平持续增长，政府调控也非常7．091156，P值为0，@TREND为O．121162，P值为0，拟合优度重要。由于在预测预测中影响因数很多，所以预测值仅为理论为0．9773。由指数型模型可知，该模型基本显著，但仍需对残值，实际值以中国统计年鉴为

8、准。不过通过我们的预测，还是差进行检验，再由EViews7．0得出指数模型残差检验图，可知可以预见居民的消费水平会继续保持增长趋势。生活必需品该模型残