X11一ARIMA模型在我国第三产业季度GDP预测中的应用.pdfVIP

X11一ARIMA模型在我国第三产业 季度GDP预测中的应用 占健智h，连高社 。，葛建军 他 (1．贵州财经学院a．研究生部 ．h．数学与统计学院，贵阳 550004；2．太原工业学院 基础部，太原 030008) 摘 要 ：第三产业 GDP作为宏观经济 中非常重要 的一个指标 。本模型来揭示我 国以季度为最短 间距的第三产业 GDP的增长变化规律 。 关键词 ：第三产业 GDP；时间序列 ；X11一ARIMA模型 ：B-j方法 中图分类号 ：F224 文献标识码 ：A 文章编号 ：1002—6487(2009)17—0099—02 第三产业 GDP是宏观经济 中非常受关注的经济统计数 ． 2 字 ，是 目前各个 国家用来反映一个地 区经济发达程度 的指 QB【=T(T+2) — i=1 l■J 标 ，同时也是政府制定经济发展战略和经济政策的重要依 其中：是残差序列的i阶 自相关系数 ，T为样本容量，P 据。但 由于第三产业 GDP受经济基础 、人 口增长、资源 、科技 是设定的滞后阶数。P阶滞后的Q统计量 的原假设：序列不存 等诸 多因素 的影响 。而这些 因素之 间又有着错综复杂 的关 在 P阶 自相关；备择假设：序列存在 P阶 自相关 。 系 ，因此 ，很难运用结构性 的因果模 型来分析和预测第三产 f2)通过计算能够描述序列特征的一些统计量f如：自相关 业 GDP，本文 以我 国 1992第一季度末～2008年第一季度末 系数和偏 自相关系数)，来确定 ARMA模 型的阶数 P和 q，并 第三产业 GDP的时间数据作为依据 ．建立 Xl1-ARIMA模 型 在初始估计 中选择尽可能少 的参数；根据 自相关系数和偏 自 来揭示我 国第三产业 GDP的季度增长变化规律 。 相关系数来估计 自相关阶数 P和移动平均阶数 q的值 ．以选 择适当的ARMA(p，q)模型进行拟合的原则如表 1。 1 模 型 简 介 模 型的阶次 P、q则应采用最佳准则 函数法来进行定阶。 一 般选择最小 的AIC准则和SBC准则作为定阶准则 。 1．1 ARIMA 模 型 (3)估计模 型的未知参数 ，并检验参数的显著性 ，以及模 ARIMA (P，d，q)求和 自回归移动平均 (AutoRegressive 型本身 的合理性 。 IntegratedMovingAverage1模型是美 国统计学家 G．E．P．Box 所需要 的统计量和检验如下： 和 G．M．Jenkins于 1970年首次提 出．广泛应用于各种类型时 ①检验模型参数显著性水平的t统计量； 间序列数据的分析方法 ，是一种预测精度较高 的短期预测方 ②为保证 ARIMA模型的平稳性 ，模型的特征根 的倒数 法。其实质是差分运算与 ARMA模型的组合。 皆小于 1： f巾(L)．VI(y=|+O(L)’st ⑧模型的残差序列应当是一个 白噪声序列。