基于ARIMA模型对中国外汇储备的预测.pdfVIP

基于ARIMA模型对中国外汇储备的预测 ◆李晗 (中南大学t木建筑学院) 【摘要】根据1985年—2005年我国外i12数关系数和偏相关系数来判断原始数据确定 d=2，经平稳化的序列可看作ARMA序列， 的时间序列是否平稳．如果不平稳，使用由 据建立了ARIMA(P，d，q)模型，并利用 Eviews3．1求解得到1998年—2020年外汇若干次差分的方法以达到平稳．同时确定 年——2020年的预测值。如下表 储备的预测值，且残差通过了单位根检验。 表2 差分阶数d。转化后的序列符合ARMA(P， 【关键词】ARIMA(P。d，q)模型残差根q)模型，然后利用AIC定阶准则确定其中 m}wm 检验外汇储备 P，q的值。 萄哥i忑i面。矗t。磊。～29a…58蔬二≥二拙。百i司 R；十‘一二。：一r面rr五■气i7寸。忑斗五i—÷_忑_…1 步骤二：确定ARMA(P，q)序列 ；…· 一：-t‘ 1模型提出 p锦叫””2弭虾2“刊㈨吧IfⅢ“Ⅵ《I4脯譬j!蟹磐!’誓1坫{．j 通过条件最小二乘法确定ARMA(P，4残差单位根检验 ARIMA模型即自回归累积移动平均模 q)序列(6)中的参数‘P1，矿，…，‘P9；0l， 型，是能够预测平稳及非平稳的时间序列 对拟合残差进行单位根检验，用 02，…，04的值。 EViews 的一类线性模型，外汇储备额是一种典型 3．1得出自相关与偏相关图知x。检 s，一，1sm一中1s?l…一，芦?P-￡。一e一¨…8#。t…‘。日一。。 的时间序列数据，考虑到数据内部的自相 验中的Q值均大于Prob列中的对应值，即 关性，提出了ARIMA(P，d，q)模型对各年 (6)通过x2检验，认为预测结果合理。 的外汇储备进行预测。 步骤三：预测 5ARIMA模型优缺评价 2模型建立 利用ARMA(P，q)模型进行预测 该模型的优点：ARIMA模型与大多数 步骤四：诊断检测 方法不同，它不对预测序列中的历史数据进 ARMA(P，q)序列： 置一妈茸，。竹l·…一砟茸，-‘一嗥‘·一B鼻，…’一6啊· ‘1) 监测所估计模型的残差，理想的残差 行任何特定模式的假设，而是在充分考虑序 序列应为一随机序列，采用单位根检验来 列自相关性的基础上作出的预测，其理论完 (筻中+·．弗3．…，毒，．O，．B，，…，0q为实教．p-q 检验这一特征。 善，且有很强的通用性。 I 8-：为平稳时『日】学列’ 为非负安教，fE}为n唆声序列。 3模型求解 该模型的缺点： 推移掉fB定义如fF{B5·一5