文章运用时间序列分析模型ARIMA(p,d,q)模型对我国消费者信心指数的变化特征及发展趋势进行分析并对未来时间内做预测,最后得出有关消费者信心指数的结论。
…
经济观察
基于A RMA模型的消费者信心指数 I 分析与预测 杨娜王静雅 保定 010) 7 0 0 (河北大学经济学院,河北【摘
要】文章运用时间序列分析模型 A I R MA(,, ) p d q模型对我国消费者信心指数的变化特征及发展趋势进行分析并对未来
时间内做预测,最后得出有关消费者信心指数的结论。 【关键词】消费者信心指数;时间序列; I p d q模型; AR MA(,, )预测 一
、
我国城市化水平的时间序列模型分析 一
的,基本可以说明一阶差分序列 D( C C D为平稳序列。同样,对阶差分序列 D( C) C I进行单位根检验见如图 4 t,统计量值小 ………… 一
1数据的平稳性检验及处理。2 0 . 0 7年 1~2 1年 1月 01 1 统计局网 )。
月消费者信心指数时间序列数据资料见表 l (据来源于国家于 5数%水平下临界值,消费者信心指数序列通过 AD F检验,该 序列是平稳的。
表 1 2 0年 1月~2 1年 1 07 O1 1月消费者信,指数
Y J 2 007 .O1 2 007 .O2 9 6.3 9 5,8 2 008 .10
嚣 月份 2 0.0 01 5 92 t 201 0.0 6 i O8 1 08.9 ;‘
20. 3 0 70 2 007 .04 2 .05 00 2 7.0 00 6 2 7.07 00 2 7.0 00 8 200 7.0 9
9. 5 2 9 5.2 9 6.7 9 5 7. 9 7 6. 9 3 7. 97
20. 1 0 8 1 2 008 .12 2 9.Ol 00 200 9.0 2 200 9.0 3 200 9.0 5
9 . 02 88 7 86 .B 86 5 8 6 86 .
2 1. 00 0 201 0.0 8 201 0.0 9 201 0.i 0 201 0.1 l iO1 0.1 2
1 8 0 . l 07. 3: 04,‘ i 03. 8 1 02. 9 i O0. t
,
,
.
簿嚣 -; i嚣;精 |……¨||…一
4●… :‘… ‘…~
●●‘…" r… I‘ J ■
々0, 1“’l… ●● ^'
… “{…■’
{… …
.… 1 *…】
… -』 0-
… …
●
: _…
’ 1'… ●
…
口
¨
2 0.0 07 1 200 1 7 l
9 . 65 95
2 0.6 0 9 0
8 55
21 .2 01O
9. 9 8
图 3 D c I线状图 (o )
图 4 Dc 1单位根检验 (o )
200 8.0 1 200 8.0 2
95. 6 9t. 3
2 011 05
1 O5. 8
2 RM .A I^模型识别。利用自相关函数 ( F和偏自相关函 Ac ) 数 (Ac ) P F的性质来进行模型的选择,图 4所示,如发现序列自
2 01l 08 20 0 08 5 200 ( 8培 9s 3, 94. 1
l0 5
相关图、自相关图皆呈衰减趋势, C D序列符合 A MA偏 D( C R 20 11. 1l 97
(,)且序列经一阶差分后平稳, pq,因此可对其建立 AR MA(, I p
由消费者信心指数 ( C C D时间序列图 ( 1可以看到我国 lq模型,图 ),)自相关系数在 q l3时自相关函数很快趋于 0显示>,, 因、; 13时消费者信心指数大体趋势是曲折上升的, 2 0在 0 9年至 2 1 0 0年截尾现象,此 P取 13偏自相关系数在 P>,显示截尾=、。 R MA 1 11, R MA间消费者信心指数坠落至最低值,这受当时美国次贷危机引发现象,因此 q l3综合考虑建立 A I (,,) A I 的全球性金融危机的影响,重影响到我国经济发展,需求严外 (,,)个模型对消费者信心指数一阶差分序列 D( C ) 3 13两 C I进
缩减、出口受阻、投资增速显著回落,人民信心指数骤降。图 1行拟合,从 并对这 2个模型分别进行检验并比较,表 3见。从表 3 中我们可以大致地得出我国消费者信心指数序列非平稳的结看出, R MA(,, ) A I 3 13模型的 A C值和 S I C值最小,说明模型比可决定系数高表明拟合结果好,因此综合考虑认为模论,还需要进行单位根检验。如图 2可知,消费者信心指数序列较精确, R MA(,,) A I 3 13比 R MA(,,)合效果更好。 3 13拟 没有通过 A DF检验,其 t统计量值大于 5%水平下临界值,即型 A I接受原假设,序列是一个非平稳的序列。需要对消费者信心该指数进行一阶差分。 。
衰3罟扔选模型检验结果}较 E
.
… ……一
… !一=: :f…#c● 1 … … …
模型 AC I值 A MA I11 48 I RI ( )i 3 A I t 1 RMA 3 3 47 6
S C值可决定系数 49 48 8‘ 0 01 4: 0 1 1
…
…
*
:;:: ……
=: …● ●E… 0^… …… “
纛麓, ●■● 7 …^, b ■● c c…"‘…
3 .模型建立与估计。对于 A I_ 3 l3模型的估计, R MA(,,) 模型估计得 F统计量= .9其相应的概率值= .1小于 0O, 63, 00 .5 拒绝原假设,说明模型整体上是显著的。估计结果:, 0 7 A y -. = 6 Ay3l 4 .2] 2 01 AI t J,O pt R= .1 C准则= .7 c准则= .。 .+ -9 -, 4 7s 48从 4图 5看到, 0 7年~2 1年时间段模型总体拟合效果很好, 20 0 1所 tf…#
‘ ●…
* R
l ( -.
1
… ’
… …
●、■●
I t ’ ●
’ 1‘ '
"…‘
● n
’ m甜≈ n=
。甄 i豢 : ; :
童; i ,
图 1 cI c线状图
图 2 CI C单位根检验
有再看消费者信心指数的一阶差分序列图 ( 3, 2 0图 )除 0 9年有残差基本上都位于置信带区域内,两个时期段残差值比较
20 0月至 2 0 0 9年 1 2月、0 0 2 1由于美国次贷危机原因造成 2 1 0 0年经济恢复后我国消费者信大,位于置信带区域之外:0 9年 l 心指数剧增外,总体发展基本上是在一比较平稳的状态下进行年 2月至 2 1 0 0年 4月。 (转第 3下 3页 )
企业导报 2 1年第 0期 02 3
7

基于ARIMA 模型的我国消费者信心指数 分析与预测摘 要: 经济危机背景下,消费者信心力不仅直接影响消费者对当前经济状况满意程度, 更会使消费者对未来经济前景产生...
东方企业文化·天下智慧 2011 年 5 月 我国消费者信心指数趋势分析及预测——基于 ARIMA 模型陈雪娇(西南财经大学统计学院,成都,611130)摘要:本文利用 ARIMA 模型...
基于ARIMA模型算法的频谱时间序列预测分析_机械/仪表_工程科技_专业资料。基于 ARIMA 模型算法的频谱时间序列预测分析 摘要:结合频谱时间序列的特点,选择 ARIMA 模型...
基于ARIMA模型的河北省能源... 2页 2财富值 我国消费者信心指数趋势分......3我国能源需求结构预测 在对我国能源需求结构进行分析时,主要研 究各种能源品种...
ARIMA乘积季节模型对我国消费者信心指数的分析_专业资料。消费者信心指数能够预测消费支出,对某些宏观经济指标也有较好的预测效果。本文运用Eviews6.0软件对2006.01...
基于ARIMA模型的标准普尔S&P500指数预测分析_专业资料。金融预测对于发现金融发展客观趋势、指导金融投资具有重要的现实指导意义。研究了应用ARIMA模型预测标准普尔S&...
基于ARIMA模型的山东省居民消费价格指数分析_专业资料。运用Eviews软件,根据山东省CPI历史数据建立了拟合程度较高的居民消费价格ARIMA模型,并对CPI进行分析和短期预测....
ARIMA模型在内蒙古GDP预... 10人阅读 2页 1.00 中国的通货膨胀预测:基... 上证指数基于SVD的组合预... 9人阅读 5页 2.00基于AR...
基于时间序列分析的ARIMA模型分析及预测_专业资料。针对能源合理利用中的负荷预测及理论分析指导等问题,提出了根据时间序列分析的理论方法,建立了ARIMA模型,为能源生产...
理论新探 基于 ARIMA 模型的中国 CPI 走势预测分析郭晓峰 (兰州商学院, 兰州 730101) 摘要: 消费者物价指数 (CPI) 是以与居民生活有关的产品及劳务价格统计...
热门文档