我国进出口总额的短期预测(李骁).docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
我国进出口总额的短期预测(李骁)

我国进出口总额的短期预测 摘要: 1978年十一届三中全会以后,我国实行了对内改革、对外开放的经济政策,陆续对外开放贸易口岸,开始与世界各国进行愈发频繁贸易往来、互通有无。特别是到了2001年我国加入了世界贸易组织(WTO)之后,我国完全地融入了世界市场,与世界各国的贸易往来越来越频繁,贸易量也越来越大,可谓盛况空前。我国的进出口总额也随着与外国贸易量的大幅度增加而激增。在这种形势下,如何对我国未来海关进出口的情况有一个正确的把握,对制定对外经济贸易政策有着至关重要的作用。本文采集了1990年至2008年的我国进出口总额的月度数据,对所采集的数据进行了趋势性与季节性的调整之后,建立了Box-Jenkins模型对2009年的我国进出口总额进行了预测。 关键词:Box-Jenkins模型 季节变动 对数差分 引言: 2001年中国加入世界贸易组织(WTO)之后,随着我国贸易量的大幅增加,我国的进出口总额也在急剧上升,每年的增幅较之2001年以前的年度增幅,有着本质性的提高。以2007年为例,据新华社报道,2008年1月24日,时任国家统计局局长谢伏瞻在新闻发布会上公布,2007年全年中国进出口总额21738亿美元,比上年增长23.5%,回落0.3个百分点。谢伏瞻在国务院新闻办举行的新闻发布会上称,出口12180亿美元,增长25.7%,回落1.5个百分点;进口9558亿美元,增长20.8%,加快0.8个百分点。进出口相抵,贸易顺差2622亿美元,比上年增加847亿美元。 2007年全年中国实际使用非金融机构外商直接投资748亿美元,比上年增长13.6%。年末国家外汇储备余额达到1.53万亿美元,比上年增长43.3%。 图1 进出口总额数据序列的折线图 2.2序列的变换 根据上面的时间序列特征的分析,我们初步计划对该序列建立Box-Jenkins模型进行短期预测,然而该序列现在并不符合建立B-J模型的要求,为了使其达到建模要求,我们需要对该时间序列进行变换 首先判断序列是否为平稳序列,我们对该序列绘制了自相关图,结果如图2所示,有序列的自相关系数的图示易知序列的自相关系数缓慢衰减,没有很快趋于0,说明该序列是非平稳序列。该结论由图3的单位根检验结果也可以得到印证:我们对序列进行了ADF法的单位根检验,考虑序列的趋势,最终得到了图3所示的结果,ADF的t统计量的相伴概率为0.5486,即使将显著性水平设为0.1,都不能拒绝序列存在单位根(即序列为非平稳序列)的原假设,即认为该序列不是平稳序列。 综上所述,可以认为该序列为非平稳序列。 图2 序列的自相关图 图3:序列的单位根检验结果 由于序列不是平稳序列,所以需要对其进行变换。因为到要消除序列的趋势,同时考虑到序列的递增幅度是在不断增大的,基于这种情况,我们采用对原序列进行逐期对数差分的方式进行序列变换。变换后序列的折线图如图4。 图4 逐期对数差分后的序列图 从逐期对数差分的序列折线图直观上看,该时间序列的各观测值虽然围绕着其均值(直观观测为0)上下波动,但振荡幅度随着时间的推移而减小,且前期的振荡幅度较大,所以判断该时间序列仍然是一个非平稳的序列,故需要对该序列进行进一步的变换。 而且从逐期对数差分序列的自相关图(图5)可以看出,自相关系数在12、24、36期明显大于其它时期,即这3期的自相关系数显著不为0,表明该对数差分序列存在着以12个月为周期的季节性,为了建模的需要,我们应该消除序列的季节性。 图5 对序列进行逐期对数差分后的序列的自相关图 根据上述分析,我们决定对逐期差分后的时间序列再进行季节差分,以消除序列的季节性,最终序列的折线图如图6所示,从直观上我们可以看出,该序列各观测值围绕着其均值(直观观测为0)上下波动,且该均值与时间t无关,并且除了个别的离群值以外,序列的振幅变化不剧烈,振荡的幅度比较固定,因此从从序列的折线图直观观测来看,该进行了逐期对数差分后又进行了季节差分的时间序列为一个平稳序列,但这只是直观的观测,还需要得到进一步的证实。 此时再绘制出这个序列的自相关图,如图7所示,该序列的自相关系数与偏自相关系数很快落入了随机区间(置信带)内,说明自相关系数与零没有显著差异,这样就可以认为该序列已经消除了趋势性与季节性,成为了平稳序列。 图6 对逐期对数差分后的序列再进行季节差分的新序列图 图7 对逐期对数差分后的序列再进行季节差分的新序列的自相关图 由于已经成功变换为平稳序列,下面对最终变换后的

文档评论(0)

xcs88858 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档