国家财政对农业投入的分析与预测——基于状态空间模型的实证分析.pdfVIP

第21卷第6期 统计与信息论坛 2006年11月 V01．21 No．6 Statistics Information Forum Nov．，2006 【统计应用研究】 国家财政对农业投入的分析与预测 — — 基于状态空间模型的实证分析 李时兴 ，一，李兴绪 (1．云南财经大学统计与信息学院，云南昆明 650221；2．三明学院数学与计算机科学系，福建三明 365000) 摘要：国家财政对农业的投入是影响农业发展的重要因京。收集了建国以来国家财政对农业投入的数 据，分析构造出状态空间模型，应用卡尔曼滤波估计出状态向量，挖掘出隐藏在数据内部的变化特征，分析国 家财政对农业投入的实际情况，并对未来几年的农业投入进行预测。 关键词：农业投入；ARIMA模型；状态空间模型；卡尔曼滤波；状态向量 中圈分类号：F224．0 文献标识码：A 文章编号：1007—3116(2006)06—0070—06 农业投入是农村发展的一项重要经济工程，是 经济学中具有极其重要的意义。随着随机过程和统 农业持续、稳定发展的前提。农业的投资是一项规 计学等理论的发展，时间序列预测模型得到了广泛 模大、期限长和收益低的投资，一家一户难以承担， 的应用和发展。近年来，许多以状态空间模型为框 只能由国家财政提供。目前研究财政对农业投入的 架的时间序列预测方法应运而生，这种方法首先将 文献很多，但大多数的文献是从财政政策或财政支 时间序列构造出状态空间模型，用状态向量描述时 农数额方面对投入与农业发展的关系进行研究，而 间序列的变动特征，然后采用卡尔曼滤波对状态向 未能挖掘出隐藏在数据内部的变化特征，来考察这 量估计并进行外推预测，保证了模型预测的精度和 一 特征与农业发展的实质关系和预测未来财政支农 可靠性。 的问题。在经济时间序列的预测方面，现已广泛地 (一)状态向量与状态空间模型 应用和发展了许多预测模型，但大多数预测模型的 经济系统的状态是完整地描述系统的时域行为 函数形式是固定的，无法对经济变量进行清晰、明确 的最小一组变量，如果给定￡=￡o时刻此组变量的 和动态的描述，特别是对于经济结构发生重大变化 值和t 0时的输入的时间函数，那么系统在￡≥ 的时间序列，固定模型无法准确地表述序列变动的 ￡0的任何瞬间的行为就完全确定了，这一组变量称 特征，导致分析和预测的结果并不理想。本文根据 为状态变量，多个状态变量组成的向量叫状态向 1 1950 2004年国家财政对农业投入的数据，构造状 量[1】。状态向量是对系统内部结构进行数学模型的 态空间模型，并以卡尔曼滤波中“预测一实测一修 描述，在许多情况下，系统的状态是无法直接量测 正”的递推方法消除经济结构变化的影响。分解出隐 的，只能量测到系统的输入和输出。状态空间模型表 藏在数据内部的变化特征(状态向量)，依据状态向 示动态系统从输入“(t)到输出 (t)的变换，它包 量分析财政支农与农业发展的内在关系，并对未来 括状态方程模型和量测方程模型。在经济系统为线 几年的农业投入进行预测。 性动态系统时，状态方程和量测方程是状态变量和 一 、状态空间模型的构造及预测 输入变量的线性组合： 经济时间序列的预测在经济学中特别是在宏观 收稿日期：2006—06—20 作者简介：李时兴(1976一)，男，福建省三明市人，