进出口总值的时间序列分析.docxVIP

我国进出口总值的时间序列分析摘要：进出口总值是我国国民经济整体中不可缺少的一部分，对我国国民经济有着十分重要的作用。2012年我国外贸进出口总值38667.6亿美元，同比增长6.2%；其中出口20489.3亿美元，同比增长7.9%；进口18178.3亿美元，同比增长4.3%；贸易顺差2311亿美元，基本确定在货物进出口总值上超越美国，成为全球最大货物贸易国。因此研究我国进出口总值的时间序列性质，对未来我国进出口总值进行合理的预测具有十分重要的意义。本文以1998-2013年我国进出口总值即货物进出口总额即实际进出我国国境的货物总金额月度数据为研究对象。通过建立带有的ARMA乘积季节模型模型，对我国进出口总值月度的变动趋势进行监控和预测。关键字：白噪声自相关函数 偏自相关函数 单位根检验 随机性检验 AIC定阶 ARMA模型 动态预测研究的目的及意义进出口总值指实际进出我国国境的/view/313707.htm货物总金额。包括/view/61727.htm对外贸易实际进出口货物，来料加工装配进出口货物，国家间、联合国及国际组织/view/2407018.htm无偿援助物资和赠送品，华侨、港澳台同胞和外籍华人捐赠品，租赁期满归承租人所有的/view/3642638.htm租赁货物，/view/2444916.htm进料加工进出口货物，边境地方贸易及边境地区小额贸易进出口货物(/view/2297592.htm边民互市贸易除外)，中外合资企业、中外合作经营企业、外商独资经营企业进出口货物和公用物品，到、离岸价格在规定限额以上的/view/487884.htm进出口货样和广告品(无商业价值、无使用价值和免费提供出口的除外)，从保税仓库提取在中国境内销售的进口货物，以及其他进出口货物。进出口总额用以观察一个国家在对外贸易方面的总规模。我国规定出口/view/313707.htm货物按/view/149255.htm离岸价格统计，进口货物按/view/237367.htm到岸价格统计。随着改革开放的深入和我国经济的发展，对外贸易在我国国民经济的地位日益重要。2012年我国外贸进出口总值38667.6亿美元，/special/tongbizengzhang/同比增长6.2%；其中出口20489.3亿美元，同比增长7.9%；进口18178.3亿美元，同比增长4.3%；贸易顺差2311亿美元，基本确定在货物进出口总值上超越美国，成为全球最大货物贸易国。进出口贸易是我国国名经济的重要组成部分，具有节约生产劳动、提高生产率、吸收先进技术、提高经济效益的有力途径，在国民经济中占有举足轻重的作用。因此研究我国进出口总值的时间序列性质，对未来我国进出口总值进行合理的预测具有十分重要的意义。本文以1998-2013年我国进出口总值即货物进出口总额即实际进出我国国境的货物总金额月度数据为研究对象。通过建立带有的ARMA乘积季节模型模型，对我国进出口总值月度的变动趋势进行监控和预测。二、研究方法与求解2.1 时间序列的特性分析2.1.1、随机性如果一个时间序列是纯随机序列，意味着序列没有任何规律性，序列诸项之间不存在相关，即序列是白噪声序列，其自相关系数应该与0没有显著差异。可以利用置信区间理论进行判定。测定序列的随机性，多用于模型残差以及评价模型的优劣。2.1.2、平稳性若时间序列满足：1、对任意时间t其均值恒为常数；2、对任意时间t和s,其自相关系数只与时间间隔t-s有关与t、s无关。那么，这个时间序列就称为平稳时间序列。序列的平稳性也可以利用置信区间理论进行判定.需要注意的是，在B-J方法中，只有平稳时间序列才能直接建立ARMA模型，否则必须经过适当处理使序列满足平稳性要求在实际中，常见的时间序列多具有某种趋势，但很多序列通过差分可以平稳 判断时间序列的趋势是否消除，只需考察经过差分后序列的自相关系数。2.1.3、季节性时间序列的季节性是指在某一固定的时间间隔上，序列重复出现某种特性。比如地区降雨量、旅游收入和空调销售额等时间序列都具有明显的季节变化。一般地，月度资料的时间序列，其季节周期为12个月； 季度资料的时间序列，季节周期为4个季. 判断时间序列季节性的标准为：月度数据，考察时的自相关系数是否与0有显著差异；考察时的自相关是否与0有显著差异; 若自相关系数与0无显著不同，说明各年中同一月（季）不相关，序列不存在季节性，否则存在季节性. 实际问题中，常会遇到季节性和趋势性同时存在的情况，这时必须事先剔除序列趋势性再用上述方法识别序列的季节性，否则季节性会被强趋势性所掩盖，以至判断错误. 包含季节性的时间序列也不能直接建立ARMA模型，需进行季节差分消除序列的季节性，差分步长应与季节周期一致。2.2、ARMA模型的识别在需要对一个时间序列建模