全国金融业职工人数时间序列模型及预测.docVIP

金融业职工人数时间序列模型及预测 学号： 班级： 姓名： 全国金融业职工人数时间序列模型及预测 摘要 中国入世十年，我国经济稳增长，同时我国对金融人才的需求也急剧增加，为此本文通过对2003~2010年金融业职工人数变化趋势的研究，对2011、2012年的金融业职工人数做出预测。（2011年数据国家统计局网站上没有） 由于影响金融业职工人数的本质因素过于复杂且不好统计，故本文采用了时间序列分析法，从随时间变化的动态数据中，找到其随时间变化的规律。本文首先画2003~2010年的8组数据的散点图，观察其变化趋势，分别建立了一次、二次、三次和指数曲线模型，利用最小二乘法通过matlab软件求出其系数。并通过比较各个模型的残差平方和RSS与不一致系数u得到二次曲线模型是较精确且简单的模型，并预测出2011、2012年的金融业职工人数分别为396.07万人和426.22万人。 关键字：时间序列、金融业职工人数、matlab、预测 问题的提出 中国加入世贸组织10年来，中国经济实现了突飞猛进的发展，这十年是中国经济增长 最快的十年。随着中国经济稳步增长，中国金融领域正面临着人才短缺的严峻考验。据调查，95%的金融专业受访者表示当下金融行业人才匮乏，其中28%认为人才短缺趋势将长期存在。来自专业招聘网站的最新数据显示，2011年金融业人才需求持续高涨，金融及金融服务业的外部招聘需求几乎翻倍增长。 “上海是有2千万人口的大都市，作为国际金融城市之一，按照西方国家标准，最少应有100万人从事金融行业，但目前上海的金融人才只有不到20万人，严重紧缺。”据不完全统计，到目前为止，浦东已集聚了7万余名金融人才。但这远远不能满足需求。浦东综合经济学会秘书长武伟透露，伦敦金融城此前发布报告表明，人力资源供给因素在影响一个国际金融中心的前六大因素中高居榜首。 金融是现代经济中的核心，因此研究我国金融业职工人数具有重要的意义。本文将研究2003~2010年我国金融业职工人数的变化趋势，并进行预测。数据如表格 1所示（资料来源：国家统计局网站） 表格 1 年份 金融业职工人数 2003 286.2 2004 286.9 2005 295 2006 299.9 2007 311.1 2008 326.4 2009 347.4 2010 369.9 模型假设 2.1、金融业以前的职工人数以前发展的诸因素，在很大程度上也将决定其未来的数量； 2.2、金融业职工人数发展的过程属于渐进式的变化，而不是跳跃式的变化； 2.3、世界经济处于较为稳定的状态，不会出现较大的波动； 符号说明 符号名 含义 t 时间序列 Q 金融业职工人数 Q的拟合值 Q的平均值 T的平均值 e 残差 RSS 残差平方和 u 不一致系数 问题分析 在运用回归分析方法分析金融业职业人数变化趋势时，必须找到影响预测目标变化主要因素，才能建立预测模型。但有时要找到影响预测目标变化的主要因素是非常困难的，且即使找到了相关主要因素，如果缺乏统计资料，也不能应用回归分析方法预测，在这种情况下可以采用时间序列分析方法，因为时间序列分析方法不需要知道影响变量的因素，它是把各种因素的影响转化为时间因素的影响。只要有足够的历史统计数据可以用来构成一个合理长度时间序列，就可以采用时间序列分析法。 模型的建立及求解 绘制散点图 根据表格 1，绘制2003~2010年我国金融业职工人数的时间序列散点图，如图 1所示。 图 1散点图 观察图 1，金融业 职工人数时间序列数据的变化趋势大致呈现增长趋势，我们可以用多项式描述，也可以用指数曲线法描述，而在用多项式描述时既可以用低次多项式描述，也可以用高次多项式描述。 一般而言，多项式的次数k越高，拟合时间序列数据的近似程度越好。从理论上讲，对于有n个实际观测值的时间序列数据，用（n-1）次多项式拟合，可以使理论值与实际值完全一致，但是，在实际应用时间序列数据分析法工作时，采用高次多项式拟合散点，会使计算过程过于复杂，预测效果也不一定好，有时会出现龙格现象；而采用低次多项式，一般就能解决问题，并可以达到相当的精确度，且它的运算过程简单的多。故本文采用：一次曲线模型、二次曲线模型、三次曲线模型和指数曲线模型。 一次曲线： 观察图 1散点图设t表示年份，Q(t)表示年份t时的金融业职工人数，设一次曲线方程为 回归系数a,b可以用最小二乘法求得，则有： 为了方便计算对年份进行变换，把原点取在时间序列的中间，即该时间序列为： -7,、-5、-3、-1、1、3、5、7 利用上式确定回归系数a、b.现将计算过程中所需要的数据列于表格 2中 表格 2一次曲线模型相关数据 年份 2003 286.2 -7 49 -200