我国留学生人数的预测及其对居民消费的影响.pdf

《我国留学生人数的预测及其对居民消费的影响.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、文章编号：1674—7070(2014)04—0369-05冯志平余东我国留学生人数的预测及其对居民消费的影响摘要0引言采用1985-2012年数据，利用时间序列分析方法，建立了刻画我国出国留随着国民生活水平的提高，出国留学热的现象引起了广泛关注．学人数变动的模型ARIMA(2，2，2)，得近年来出国留学人数屡屡攀升，各国之间的人才交流愈加频繁．对未到较好的预测效果．同时研究了出国留学人数与我国城镇居民人均消费性支出来留学人数走向的准确预测，无疑将对把握人才流动趋势、推动教育之间的关系，建立了相应的模型，并进行改革起到重要的作用；同时，越来越多的学生出

2、国求学，必然会对我了Granger因果关系检验．结果表明：出国城镇居民的消费结构产生影响．因此对出国留学这一现象的研究有国留学生数的对数每增加1％，城镇居民人均消费性支出的对数将增加助于政府因地制宜地制定政策，有效地推动我国经济增长．近0．06％．近些年来，我国学者对有关出国留学开展了多方面的研究，程希关键词等对1949-2009年我国与出国留学有关史实与数据进行了解读和出国留学人数；时间序列分析；城镇诠释，逄丹_2通过对我国自费出国留学诸多现象的综合分析与研究，居民人均消费性支出；Granger因果检验提出了相关对策与政策性建议，张早玲通过研究范式的

3、转换，给我中图分类号0213国正在或即将进行自费出国留学教育投资决策的家庭以风险警示、文献标志码A决策参考和投资指导，柯普等利用GM(1．1)模型建立了我国出国留学人数的预测模型，但是其拟合效果不好且预测结果误差偏大．本文通过时间序列分析方法，依据1985-2012年相关数据，建立我国出国留学人数模型并进行预测；同时研究出国留学对城镇居民消费带来的影响，建立反映相互关系的模型，并给出相关结论．1出国留学人数的时间序列模型时间序列模型是建立在平稳数据的基础上的，对于像留学生人数这种非平稳序列还需要进行处理才能建立一个精确的时间序列模型，才能够较好预测数据

4、走向．模型选择的误差也会导致预测数据的误差，因此在选择比较不同的模型时需要进行多次对比研究，将误差减到最小．1．1ADF平稳性检验收稿日期2013-09-26本文首先提取1985-2012年我国出国留学人数(记为时间序列资助项目国家自然科学基金(11201356)；冶金工业过程系统科学湖北省重点实验室基金，所有数据取自《中国统计年鉴》)，绘制出出国留学生人数散点图(Y201319)(图1)，由图1可以明显看出数据不平稳且具有指数趋势．作者简介首先对时间序列的平稳性作检验．现实生活中，多数时间序列都冯志平，男，硕士生．281651387@qq．coin余

5、东(通信作者)，女，教授，主要研究方是非平稳的，直接应用回归分析往往会产生伪回归现象，从而导致分向为应用概率统计．yudong8502@163．eom析的结果无效．本文采用ADF(AugmentedDickeyFuller)单位根检验1武汉科技大学理学院，武汉，430065序列的平稳性．ADF检验的一般回归可以表示为冯志平，等．我国留学生人数的预测及其对居民消费的影响370FENGZhiping．eta1．PredictionofabroadChinesestudentsanditsimpactonhouseholdconsumptionDate：03

6、／30／13Time：18：19

7、列，、为常数(视时间序列的特点取为零或者非零)，表1ARIMA(2，2，2)模型的参数估计及检验结果是随机误差项．对参数y=0进行假设检验，如果否定Table1Parameterestimationand=0的原假设，就得出原序列是平稳过程．testresultsofARIMA(2，2，2)借助于Eviews软件的检验结果，如果ADF检验统计量的值比报告的临界值大，即可得出序列非平稳的结论．为了消除数据序列可能存在的长期趋势及异方差现象，对取自然对数，记为ln，进行单位根检验，ln通过二阶差分最终得到平稳序列．1．2模型的选择123456789O12一

8、一誓一一一一一要选择模型O，先0要OO识O别OO一O个O模OO型O即判断其是遵l13O1353