ARIMA模型在上海市全社会固定资产投资预测中的应用.docVIP

ARIMA模型在上海市全社会固定资产投资预测中的应用 严光勇 (贵州民族学院理学院2006级统计班) 摘要：本文利用2002年和2009年上海市统计年鉴提供的全社会固定资产投资额，采用自回归求积移动平均（ARIMA）法，选取适当的模型进行预测，结果显示，ARIMA（2,2,2）ARIMA model of total fixed asset investment in Shanghai Forecast Yan Guang Yong （Grade 2006, College of science Guizhou University for nationalities）Abstract: In this paper, in 2002 and 2009 Statistical Yearbook of Shanghais total fixed asset investment to provide the amount will revert to using self-quadrature moving average (ARIMA) method, select the appropriate model to predict the results, ARIMA (2,2,2 ) model provides a more accurate prediction results can be used to predict the future forecast, for the fixed assets in Shanghai to provide a reliable basis. Keywords ：ARIMA； Fixed Assets Investment； Time series； Unit root test；Forecast 摘要 i Abstract ii 第一章 引言 1 第二章 ARIMA模型的基本知识 2 2.1 ARIMA模型的基本思想 2 2.2 ARIMA模型的定义 2 2.3 ARIMA模型说明 3 2.4 ARIMA模型的建模步骤 4 第三章 ARIMA模型在上海市全社会固定资产投资预测中的应用 7 3.1数据的选取及描述 7 3.2原始数据的时序图 8 3.3差分后的ARIMA模型拟合法 8 3.3.1一阶差分后的平稳性检验 9 3.3.2二阶差分后的平稳性检验 10 3.3.2模型的建立与检验 11 3.3.3 ARIMA模型预测 15 第四章 对策与建议 17 4.1 抓好建设项目的储备工作 17 4.2切实做好资金落实工作 17 4.3 注重投资效益，处理好增加投资与增加就业机会和提高收入的关系 17 成果声明 18 致谢 19 参考文献 20 附录 21 第一章 引言 全社会固定资产投资总额是以货币表现的建造和购置固定资产活动的工作量,它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。按照管理渠道,全社会固定资产投资总额分为基本建设、更新改造、房地产开发投资和其他固定资产投资四个部分。固定资产投资是社会固定资产再生产的主要手段,通过建造和购置固定资产的活动,可以不断采用先进技术装备,建立新兴部门,进一步调整经济结构和生产力的地区分布,可以直接促进经济增长,拉动内需,对于经济的持续、健康、稳定发展具有重要的意义。 为了较准确地预测上海市全社会固定资产投资所需资金额和保持适当的投资度,有必要建立上海市的固定资产投资模型。上海市全社会固定资产投资往往受到许多因素的制约,例如政府的优惠政策、投资机遇和外界影响等因素,而这些因素之间又保持着错综复杂的联系,运用结构性的因果模型分析和预测往往比较困难。上海市全社会固定资产投资额是一动态序列或称时间序列,可以根据过去的资料运用时间序列的方法预测出其变化规律, 利用上海市1950至2008年的上海市全社会固定资产投资总额数据,运用统计学SAS,基于时间序列分析方法建立相应的ARIMA模型,并进一步进行预测分析, 给政府等有关部门提供较准确的预测数据，为各级政府和企事业单位相关的管理决策,提供数量化的参考信息。 第二章 ARIMA模型的基本知识 2.1 ARIMA模型的基本思想 ARIMA模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。ARIMA模型的定义 具有如下结构的模型称为求和自回归移动平均（autouregressive integrated moving average）模型，简记为模型： 其中， 为平稳可逆模型的自回归系数多项式 为平稳可逆模型的移动平滑系数多项式 所