基于时间序列模型的我国第三产业及其结构的实证的分析.doc

基于时间序列模型的我国第三产业及其结构的实证的分析.doc

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
--(完美WORD文档DOC格式,可在线免费浏览全文和下载)值得下载!

基于时间序列模型的我国第三产业及其结构的实证分析 山东经济学院 焦娜、郝祥如、徐海梅 目 录 一、 问题的提出 ………………………………………….………….....-2- 二 、研究现状及存在的问题 …………………………………………..-3- 三 、模型构建前的准备 ……………………………………………......-4- (一)若干假设 ………………..…………………………………...-4- (二)模型构建的理论基础 ……………………………..…….…..-4- 四、ARIMA模型的构建 ………………………………………....…....-5- (一)时序图 …………………………………………………….….-5- (二)差分运算及纯随机性检验 .……………………………….…-6- (三)确定差分后的模型结构 ………………………………….….-7- (四)显著性检验 ……………………………………………….….-8- (五)拟合模型的具体形式 ..............................................................-9- 五、 残差自回归(Auto-Regressive)模型的构建………………....…-9- (一)建立延迟因变量回归模型……………………...……………-9- (二)逐步回归结果………………………………………..………-10- (三)修正后的最终拟合模型………………………………….....-10- 六、 模型比较选择……………………………………………………-11- 七、 第三产业及其结构分析结论与对策建议.....................................-12- 参考文献 ……………………………………………………..….....-14- 附录一: 第三产业产值及其比重…………………………................-15- 附录二: 第三产业增加值构成…………….…………………............-16- 内容摘要:从1978改革开放到200年的年间,平均增速超过10%,高于同期国内生产总值的平均增长速度检验,而残差的自相关性检验以及异方差检验运用了D-W检验以及Engle提出的拉格朗日乘子检验。 关键词:第三产业 ARIMA模型 Auto-regressive模型 比重 一、 问题的提出 ? 当前我国人均GDP已经超过2000美元,城市化率达到47%,正处在工业化加速向中后期推进的阶段,从国际经验看,这一阶段协同带动经济增长的作用日益增强,逐步成为现代产业体系的主体。从总体供给看,总量明显不足,服务水平低,竞争力不强;从业内部结构看,传统服务业较为发达,现代服务业新兴服务业明显落后;从。2007年3月,国务院出台《关于加快发展服务业的若干意见》明确提出,到2010年力争使服务业增加值占国内生产总值的比重比2005年提高3个百分点;有条件的大中城市形成以服务经济为主的产业结构在这样的背景下,加快发展服务业成为我国面临的一项重大而长期的战略任务,具有重大而深远的现实意义。尤其值得注意的是,多年来我国经济实现了持续快速增长,产业结构不合理,经济发展方式粗放,资源环境制约加剧等问题依然存在,这些都是必须认真研究并需要切实加以解决。来表示一个随机事件的时间序列,简记为或。 自1952年以来第三产业每年的产值比重符合时间序列的定义,为了研究发现我国第三产业的发展规律、发展现状以及对未来发展趋势的预测,我们从时间序列分析的角度,运用时间序列分析方法进行统计建模。同时,不同模型的建立对时间序列的拟合与预测会有不同的效果,此处我们用二个不同的统计模型对我们所获得的数据进行分析建模。对一元时间序列分析常用的模型有如下二种: 1、 具有下述结构的模型称为求和自回归移动平均模型,简记为ARIMA(p,d,q)模型 式中为平稳可逆ARMA(p,q)模型的自回归系数多项式,为平稳可逆ARMA(p,q)模型的移动平滑系数多项式。 2、残差自回归(Auto-Regressive)模型的构建思想是首先通过确定性因素分解法提取序列中主要的确定性信息: 为趋势效应拟合,为季节效应拟合。而因素分解法对确定性信息的提取可能不够充分,需要进一步检验残差序列的自相关性。 若检验结果显示自相关性不显著,说明上述确定性回归模型对信息的提取比较充分,可以停止分析了。若检验结果显示残差序列自相关性显著,这说明信息 提取不够充分,考虑建立残差序列拟合自回归模型: 实践中对趋势效应的拟合常用如下两种模型: (1) 残差自回归(Auto-Regressive)模型,自变量为时间t的幂函数 (2) 残差自回归(Auto-Regressive)模型,自变量为历史观察值。

文档评论(0)

ygxt89 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档