传递函数模型在居民储蓄中应用.docVIP

传递函数模型在居民储蓄中应用摘要：论文首先介绍传递函数模型（ARIMAX）的结构与建立方法，然后将ARIMAX模型应用于我国居民储蓄和国内生产总值数据的分析上，以建立较为完整的模型，达到更好地描述两者之间的影响关系、更有效地对居民储蓄预测的目的 关键词：传递函数模型；居民储蓄余额；预测分析 一、引言 改革开放以来，我国经济保持了较高的增长势头，而国民收入分配也逐渐向个人倾斜，使得居民收入不断提高。从全球经济角度而言，我国居民储蓄率明显偏高，长期以来一直保持在40％左右，远远高于世界25%左右的一般水平。这其中除了我国所具有的储蓄传统外，把仅有的一点闲钱存到银行成为许多居民不得已而为之的理财方式。业内人士指出，除了国家社会保障制度不健全，居民对未来预期不乐观等因素外，投资机会，特别是金融投资渠道的缺乏，是中国储蓄居高不下的一个重要原因。有关分析表明，居民储蓄存款的高速增长与居民收入的增长密切相关。许多居民储蓄是出于养病防老以及后代教育的考虑，部分储蓄甚至是居民的“养命钱”。储蓄存款在一定程度上缓解了医疗和养老保障不足、教育收费越来越高给社会带来的压力。因此，本文将运用传递函数模型（即ARIMAX模型）定量分析我国居民储蓄的发展变化，通过现实数据分析居民储蓄余额与国内生产总值之间的相关性，并对居民储蓄进行有效的预测 二、文献回顾 胡学锋（2001）[1]利用1952年~1998年的年度数据对居民储蓄和GDP做了几种模型形式的比较，最后得出引入回归项GDP后各个检验系数均较好，ARIMAX模型可以应用在该领域的结论。谈樱佳（2005）[3]试图从预防性储蓄理论出发，认为储蓄的主要动机是预防意外事件，当人们预期未来收入不确定时，就会进行预防性储蓄。随后分析了影响我国居民预期未来收入不确定的因素，并提出相关建议。谭晴（2009）[6]通过对居民储蓄的研究成果的借鉴和修正，运用EVIEWS进行多元线性回归，建立了我国城乡居民储蓄存款模型。通过对回归模型结果的分析，得出我国居民储蓄存款的变化主要是居民可支配收入及其均等程度决定，而利率并不是导致居民储蓄变化的主要因素 这些研究大多基于经典的线性回归模型，问题是很多动态数据不仅受到其他变量当期的影响，还受到自身变量过往数据的影响。本文拟通过AIMAX模型构造动态居民储蓄模型以更好地进行居民储蓄的分析、预测 三、实证分析 1.传递函数模型（ARIMAX）简介。传递函数模型研究的是具有一个或多个输入变量的单输出线性系统。其模型形式为： y1=μ+■■Blixki+εi εi=■ai 上述模型被称为动态回归模型，简记为ARIMAX。式中，响应序列yt和输入变量序列（即自变序列）x1t：，x2t：，……，xkt；Φ（B）为残差序列自回归系数多项式；Θ（B）为残差序列移动平均系数多项式；at为零均值白噪声序列 2.数据整理。本文选用1978年~2010年的年度数据作为分析对象（数据来源于中经网数据库）。很容易得出原数据序列（S和GDP）具有稳步上升的趋势，均是非平稳数据，而其对数一阶差分后序列（dlnS和dlnGDP）是否是平稳序列，还需进一步利用单位根检验诊断 3.平稳性检验。我们对原序列S和GDP，以及处理后序列dlnS和dlnGDP做单位根ADF检验，检验结果见表1： 结果表明原序列S和GDP是非平稳的，而对数一阶差分后序列是平稳的，可以建立传递函数模型 4.传递函数建模。针对对数一阶差分后序列（dlnS和dlnGDP）进行建模，综合考虑各评价标准，得到的最佳拟合函数如下： S1=■B1GDP+（1-δ1B-δ2B2）at 其中St、GDPt分别表示我国居民储蓄和GDP，at为零均值白噪声序列 对模型残差进行检验，不存在自相关，说明模型建立是合理的。用条件最小二乘法估计的模型输出结果如表2所示： 可见，在90%置信度水平下，各项参数均通过显著性检验。对残差进行检验，残差无自关，说明模型建立是合理的 该系统可以解释为输入变量GDPt通过■B对输出变量St产生影响，随机干扰项通过（1-0.9755B-0.38741B2）叠加到系统上，居民收入对居民储蓄有滞后1期的影响 5.模型拟合预测。我们通过已建立的传递函数模型对1978年至2010年实际居民储蓄值进行拟合，并对2011年实际居民储蓄值进行预测，如下图 从图形可以看出模型拟合值和实际值相差较小。首先，我们可以看到2007年~2008年间，居民储蓄的拟合值比实际值略高。2007年末居民储蓄存款余额172534亿元，比上年末增加10967亿元，本文拟合值为173867亿元。居民储蓄的预测值也比实际值略高