基于时序分析法研究分析我国居民消费状况的城乡区域结构

《基于时序分析法研究分析我国居民消费状况的城乡区域结构》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号O21密级公开UDC编号硕士研究生学位论文题目基于时序分析法研究分析我国居民消费状况的城乡区域结构学院（所、中心）数学与统计学院专业名称应用统计硕士研究生姓名万勇学号12011112196导师姓名殷溪源职称副教授2013年4月V扉页：独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人或集体已经发表或撰写过的研究成果，对本文的研究做出贡献的集体和个人均已在论文中作了明确的说明并表示了谢意。研究生签名：日期：论文使用和授权说明本人完全了解云南大学有关保留、使用学位

2、论文的规定，即：学校有权保留并向国家有关部门或机构送交学位论文和论文电子版；允许论文被查阅或借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵循此规定）研究生签名：导师签名：日期：…………………………………………………………………本人及导师同意将学位论文提交至清华大学“中国学术期刊（光盘版）电子杂志社”进行电子和网络出版，并编入CNKI系列数据库，传播本学位论文的全部或部分内容，同意按《中国优秀博硕士学位论文全文数据库出版章程》规定享受相关权益。研究生签名：导师签名：日期：43中文摘要2008年

3、的全球经济危机造成全球经济一片萧条，对我国出口乃至整个经济发展产生了极大的不利影响，经济发展急需新的增长点。而我国的经济发展长时间表现出的国内消费需求不足的现象，通过一系列的刺激国内居民消费的政策来扩大内需是一条可行的出路。社会消费品零售总额作为反映经济运行中的重要环节——消费的宏观经济指标，对其的分析研究能够直观地了解一国的消费状况，对一国政府制定相应的刺激消费的政策具有指导意义。时间序列分析是分析研究经济问题的重要工具之一，利用时间序列分析的方法可以直观地展示经济数据随时间变化的规律，并可以对经济变量进行预测。本文采用时间序列分析法对我国消费状况

4、的城乡区域差异进行研究分析。本文的主要工作是：首先对季节调整法和季节ARIMA模型的基本原理与操作方法进行详细的阐述；然后利用季节调整法分别将城镇与乡村的社会消费品零售总额序列以及城镇消费占全国总额的比例序列分解，获得其趋势-循环序列、季节序列和不规则序列，分析这三个序列的形态特征与趋势变化，得到城乡消费状况的发展变化趋势和各自的变化特点，分析城乡消费存在的差异；最后对城镇与乡村的社会消费品零售总额序列分别建立季节ARIMA模型，诊断模型，并检验模型的预测效果，城镇社会消费品零售总额序列建立的是ARIMA(2,1,1)×(1,1,1)模型，乡村社会消

5、费品零售总额序列建立的是ARIMA(1,1,1)×(1,1,1)模型。关键词：社会消费品零售总额、时间序列分析、季节调整法、季节ARIMA模型43AbstractThe2008globaleconomiccrisishadcausedtheglobaleconomicdepression,andhadmadegreatnegativeimpactonChina'sexports,eventhewholeeconomicdevelopment.TheeconomicdevelopmentofChinaneedsnewsourcesofgrowth.Be

6、causethephenomenonofdomesticeconomicdevelopmentwithinsufficientconsumerdemandinourcountryhaslastedlongtime,toexpanddomesticdemandthroughaseriesofstimulatingdomesticconsumptionpolicymaybeafeasibleway.Consumabletotalretailsalesisamacroeconomicindicatorthatreflectsanimportantlinko

7、feconomicoperation,consumption.Theanalysisandtheresearchonitcanintuitivelyunderstandacountry'sconsumptionsituation,andthenhastheguidingimportanceforagovernmenttoformitsstimulatingconsumptionpolicy.Timeseriesanalysisisoneoftheimportanttooltoanalyzeeconomicproblems.Throughusingth

8、emethodoftimeseriesanalysiswecanvisuallyshowthelawthat