我国第三产业增加值分析.docVIP

课 程 论 文 题 目 我国第三产业增加值分析学 院专 业班 级学生姓名 指导教师职 称 2012年10月28日 我国第三产业增加值分析 摘要 利用Eviews6软件判断我国第三产业增加值数据不是平稳序列。。对数据依次做差分处理，将处理后的数据再次用Eviews软件做检验，并判定三阶差分后的数据为平稳序列，非白噪声序列。将原始数据导入SPSS中，拟合ARMA(2，2)模型，并进行相应的检验和预测。 理论准备：拿到一个预测值序列之后，首先要判断它的的平稳性，通过平稳性检验，序列可分为平稳序列和非平稳序列两大类。如果序列值彼此之间没有任何相关性，那就意味着该序列是一个没有任何记忆的序列，过去的行为对将来的发展没有丝毫的影响，这种序列我们称之为纯随机序列，从统计分析的角度而言，纯随机序列式没有任何分析价值的序列。如果序列平稳，通过对数据计算惊喜模型拟合，并利用过去行为对将来的发展预测，这是我们所期望得到的结果。 关键词 Eviews6 SPSS 差分 ARMA模型 引言 我国确立第三产业的发展目标是第三产业的增长速度要高于第一，第二产业，第三产业增加值占国民生产总值的比重和就业人数占社会劳动者总人数的比重，力争达到或接近发展中国家的水平。因此，研究我国第三产业增加值的发展形势是十分必要的，对我国第三产业以及整个经济发展政策的制定有很大的影响。 正文 原始数据 本论文数据来源与于国家统计局网站，记录了自1979年到2010年我国第三产业的生产总值，单位为亿元，采用当年的价格记录。数据如下：(YEAR表示年，CZ表示我国第三产业增加值） （1） 分析 （一）首先对原数据进行平稳性与纯随机性的检验与判别： 首先采用图示法检验平稳性，时序图如下： 由上述两张图表可以看出：虽然自相关系数具有短期相关性，即随着延期数的增加，平稳序列的自相关系数很快地接近于零，自相关图大部分都在2倍的标准差范围内，但原始数据的折线图中可以看出，产值随着年份的增加成递增趋势，所以该序列不是平稳序列。为构造平稳序列，依次做一阶、二阶、三阶差分，并得出所得差分的折线图和相关图。最后，判定，在进行三阶差分后的值，数据才符合平稳序列的要求，并且是非白噪声序列。 （4） （4） （5） 图（3）为将原始数据三阶差分后的值（4）、（5）为处理后数据的折线图和相关系数图。折线图，大致呈现出平稳性能，即在某条平行于X轴的直线周围浮动，但不能就此草率地判定该数据为平稳性数据。相关系数图中，自相关系数图中，除二阶外，其余都在2倍标准差范围之内，呈现二阶截尾性。偏自相关系数图中，除二阶外，其余都在2倍标准差范围之内，也呈现二阶截尾性。因此，可判定，该序列符合平稳条件，并且是非白噪声序列。由此，判定，该模型符合ARMA(2，2)模型。 将原序列导入SPSS软件中，通过软件处理得： （6） （7） （8） （9） （10） （11） （12） （13） 图（7）中，总体模型可绝系数，调整可绝系数均接近于1，说明该ARMA（2，2)的整体拟合优度很好。 图（8）中，模型显著性检验，LB统计量的P值0.990.05，可以认为这个拟合模型的残差序列属于白噪声序列，即该拟合模型拟合有效。 图（9）中，得出了ARMA（2,2）模型的各参数值，求得模型方程：。且的P值=0.0040.05，则显著。则模型各参数显著。 图（10）中，对2011年、2012年、2013年第三产业总产值作出预测，即CZ(2011)=198598，相应的置信区间为[202274,194922]；CZ(2012)=223229，相应的置信区间为[232217,214242]；CZ(2013)=253229，相应的置信区间为[266648,239810]。 图（11）是实际图和拟合图的对比，两条直线几乎重合，说明拟合度很好，且预测值有一定的可信性，且模型无需再做优化。 结果分析与 我国第三产业第三产业增加值，这一序列经三阶差分后符合ARMA(2，2)模型，模型方程为 。该模型的拟合优度检验、参数检验、LB检验说明该模型是一个比较优良、比较可靠的模型，用该模型预测的数据准确率也应该比较高。预测2011年的增加值为198598亿元、2012年的增加值为223229亿元、2013年的增加值为253229亿元。但是，鉴