基于ARIMA与季节指数组合模型的居民储蓄存款预测.pdfVIP

2015年第5期 经济研究导刊 No．5，2015 总第259期 EC0N0MIC RESEARCH GUIDE SefialNo．259 ARIMA与季节指数组合模型的居民储蓄存款预测 李明明，王旭皓，孙舒曼，李智明 (新疆大学 数学与系统科学学院，乌鲁木齐 830046) 摘 要：建立了预测居民储蓄存款的ARIMA模型、季节指数预测模型及两者的组合优化模型，分别对2008--2014 年上半年的居民储蓄存款数据进行拟合。结果表明，把ARIMA模型与季节指数预测模型进行组合建立优化模型的拟 合更为精确，并且预测2015年末居民储蓄存款余额达525475．82亿元，希望能为相关决策部门提供科学依据。 关键词：储蓄存款 ；ARIMA模型；季节指数模型；组合优化预测模型 中图分类号：F222．33 文献标志码：A 文章编号：1673—291X(2015)05—0192—02 数；d为差分的阶数。 引言 利用 Eviews软件进行分析对 2005年到2014年上半年 存款与人民的生活及社会经济发展息息相关，影响着 居民储蓄存款数据，符合ARIMA(12，2，3)模型。利用该模型 得到2008--2014年上半年居民储蓄存款拟合值，将实际值 计民生。居民储蓄存款指居民个人在银行的存款。若能对我 国居民储蓄存款进行准确的预测，一方面有利于国家选择宏 与拟合值数据做出拟合效果比较，如图1。 观经济调控的时机和力度；另一方面有利于金融机构制定经 营计划，调整经营策略，控制资金规模。 由于存款数据常常是 自相关非平稳的时间序列，ARIMA 糜纛 一 模型能有效地处理 自相关非平稳数据，故可采用ARIMA模型 对我国居民储蓄存款进行预测。又考虑到居民储蓄存款受一 定季节因素的影响llI，而季节指数模型考虑了经济发展以及 季节因素，因此也可采用季节指数模型逃}预测。为了将这 图1 基于ARIMA模型的居民艚替有靛 直-与拟台值折线(亿元) 两个各有利弊的模型有机地结合起来，使得预测精确度更高， 由图 1可以直观地看出拟合值与实际值相当接近，拟合 我们引入最优组合模型进行预测。 情况较好 ，故预测结果具有较高的可信度。 本文引用中国统计年鉴公布的2005--2014年上半年金 二、基于季节指数模型的拟合 融机构人民币信贷收支表中各季度居民储蓄存款数据l2l’通 过ARIMA模型、季节指数预测模型与两者的组合优化模型分 考虑居民储蓄存款既有一定的增长趋势又受一定季节 别对 2008--2014年上半年我国居民储蓄存款数据进行了拟 因素的影响，故可采用季节指数法进行预测。季节指数法是 合，通过比较i个模型的实际值与拟合值折线图以及对应相 先用回归分析法描述整个时间序列的变化趋势，再乘以季节 对误差 图，发现用组合优化模型拟合效果最佳 。 指数得到预测模型的方法。趋势是指时间序列在一定时间内 呈现出某种持续增长或下降状态 ，趋势可以是线性的，也可 一 、 基于ARIMA模型拟合 以是非线性的。季节指数的计算公式为：季节指数=各年同 ARIMA模型是指将非平稳时间序列转化为平稳时间序 季平均数 ÷全时期季平均数，即：