基本思想：根據(jù)我國(guó)1978-2005年的GDP數(shù)據(jù)建立ARIMA時(shí)間序列模型,并對(duì)我國(guó)GDP進(jìn)行短期預(yù)測(cè),探討經(jīng)濟(jì)發(fā)展趨勢(shì)。
一、建立人均GDP時(shí)間序列模型
參照《中國(guó)統(tǒng)計(jì)年鑒(2006)》的我國(guó)人均GDP歷史數(shù)據(jù)(19782005)為樣本進(jìn)行分析
(一)人均GDP 時(shí)間序列分析
在ARMA 模型中,時(shí)間序列是由一個(gè)零均值的平穩(wěn)隨機(jī)過(guò)程產(chǎn)生,即其過(guò)程的隨機(jī)性質(zhì)具有時(shí)間上的不變性,在圖形上表現(xiàn)為所有樣本點(diǎn)都在某一水平線上下隨機(jī)波動(dòng)。對(duì)于非平穩(wěn)時(shí)間序列,需要預(yù)先對(duì)時(shí)間序列進(jìn)行平穩(wěn)化處理。
1.平穩(wěn)性檢查。利用Eviews3.1 繪制我國(guó)人均GDP 時(shí)間序列數(shù)據(jù)。我國(guó)現(xiàn)階段人均GDP 序列具有明顯的非平穩(wěn)性,呈現(xiàn)一定的指數(shù)趨勢(shì)。
2.平穩(wěn)化過(guò)程
對(duì)變量進(jìn)行對(duì)數(shù)化處理,將時(shí)間序列的指數(shù)趨勢(shì)轉(zhuǎn)為線性趨勢(shì)。由于對(duì)數(shù)化后依然非平穩(wěn),所以繼續(xù)進(jìn)行一階差分。用單位根方法對(duì)差分序列進(jìn)行平穩(wěn)性檢驗(yàn)。但其依然不穩(wěn)定,因此進(jìn)行二階差分,所得ADF檢驗(yàn)值為-4.373666,大于1%,5%,10%的顯著性水平所對(duì)應(yīng)的臨界值-3.7343,-2.9907,-2.6348;故可以拒絕θ=0, 即呈現(xiàn)單位根的假設(shè),二階差分所得的序列可以看作是平穩(wěn)的。沒(méi)有展現(xiàn)任何趨勢(shì), 為I(0)隨機(jī)過(guò)程。
(二)時(shí)間序列模型的建立
我們研究的序列為一元時(shí)間序列,建模的目的是利用其歷史值和當(dāng)前及過(guò)去的隨機(jī)誤差項(xiàng)對(duì)該變量變化前景進(jìn)行預(yù)測(cè),通常假定不同時(shí)刻的隨機(jī)誤差項(xiàng)為統(tǒng)計(jì)獨(dú)立且正態(tài)分布的隨機(jī)變量。對(duì)于時(shí)間序列預(yù)測(cè),首先要找到與數(shù)據(jù)擬合最好的預(yù)測(cè)模型,所以階數(shù)的確定和參數(shù)的估計(jì)是預(yù)測(cè)的關(guān)鍵。
1.模型識(shí)別
使用Eviews3.1 軟件,計(jì)算二次差分后的時(shí)間序列12 階自相關(guān)函數(shù)和偏自相關(guān)函數(shù)：
可以認(rèn)為二次差分后的的時(shí)間序列模型自相關(guān)系數(shù),偏自相關(guān)系數(shù)均為拖尾,因此選擇ARMA模型。本文采AIC 準(zhǔn)則進(jìn)行定階,并從中選擇最優(yōu)模型。AIC 準(zhǔn)則可以在模型極大似然的基礎(chǔ)上,對(duì)模型的階數(shù)和相應(yīng)參數(shù)同時(shí)給出一種最佳估計(jì)。本文采用的方法是先通過(guò)最小AIC 值建立模型,對(duì)估計(jì)結(jié)果進(jìn)行參數(shù)顯著性檢驗(yàn)和殘差隨機(jī)性檢驗(yàn)。如果通過(guò)檢驗(yàn),則此模型可以看為最優(yōu)模型;如果不能通過(guò),則選取次小的AIC 值并進(jìn)行相關(guān)的統(tǒng)計(jì)檢驗(yàn),依此類推,直至選到合適的模型為止。通過(guò)使用Eviews3.1 軟件反復(fù)推算,選定模型為: ARMA (2,2)。
因?yàn)榇诵蛄袨樵蛄腥?duì)數(shù)二階差分后的結(jié)果,所以選取ARIMA(2,2,2)來(lái)進(jìn)行估計(jì)模型取對(duì)數(shù)后的時(shí)間序列,然后再進(jìn)行指數(shù)還原。下面對(duì)其取對(duì)數(shù)后的序列進(jìn)行模型參數(shù)參數(shù)及檢驗(yàn)。
2.模型參數(shù)估計(jì)及建立
本文選用了非線性最小二乘法(NLS 法)來(lái)估計(jì)參數(shù)。所得ARIMA(2,2,2)模型形式為:
使用經(jīng)濟(jì)計(jì)量軟件Eviews3.1
對(duì)模型進(jìn)行參數(shù)估計(jì)。通過(guò)t統(tǒng)計(jì)量進(jìn)行參數(shù)調(diào)整后, =0,實(shí)質(zhì)變?yōu)樽曰貧w一階滯后。得到估計(jì)結(jié)果如下:
3.模型檢驗(yàn)
對(duì)所得模型的殘差序列e進(jìn)行平穩(wěn)性和隨機(jī)性檢驗(yàn)。如果殘差序列是白噪音,可以接受這個(gè)具體的擬合;如果不是,那么殘差序列可能還存在有用信息沒(méi)被提取,需要進(jìn)一步改進(jìn)模型。經(jīng)過(guò)檢驗(yàn),并結(jié)合殘差自相關(guān),偏自相關(guān)圖以及ADF檢驗(yàn)結(jié)果數(shù)值可認(rèn)為殘差序列是平穩(wěn)的。并且DW 值為1.969930,表明不存在嚴(yán)重的序列自相關(guān)。所以殘差通過(guò)白噪聲檢驗(yàn)。
由于此序列是經(jīng)過(guò)取對(duì)數(shù)之后的序列估計(jì)模型。所以取自然指數(shù),即為年度人均GDP預(yù)測(cè)模型。如下:
二、我國(guó)人均GDP短期預(yù)測(cè)及分析
1.利用所得模型進(jìn)行2006、2007及2008預(yù)測(cè)如下:
從預(yù)測(cè)結(jié)果可以看到模型預(yù)測(cè)誤差比較小,而且我國(guó)GDP有望在今后幾年繼續(xù)增長(zhǎng)。
2.由于本時(shí)間序列模型是經(jīng)過(guò)二階差分才平穩(wěn),且模型由有限個(gè)數(shù)據(jù)擬合而成,所獲得的模型反映的是短期變化關(guān)系,而不是長(zhǎng)期變化關(guān)系,因此只適合進(jìn)行短期預(yù)測(cè)。
注意：模型的預(yù)測(cè)一定要考慮到非系統(tǒng)因素，如此次金融危機(jī)的影響。
