用时间序列模型对社会消费品指数的规律进行研究和预测.docVIP

用时间序列模型对社会消费品指数的规律进行研究和预测 时伺辛释 2o0o年第l期 No.】卸帅 .永七,墒南戤r舒馒 缱计研究 StatisticalRe~mrch 一 用日寸闻庄到模型对社会逍品指数的 规律进行研究和预测 22牛. A研RAF7,,弓 Inthinarticle,theauthorconstructslinearandnon—lineartimeseriesmodel,aulore— gressivemodel,thresholdautoregressivemodelandsparse—coefficientautoregress[ve modelforChinassocialconsumptionindexessincereform,andmakesforecastingand t~tiogtOthesocialconsumptionindexof1997withthreekinds0fmodels. 关键词:时间序列模型;社会消费品指数;预测 一 ,问题的提出 运用数学模型对宏观经济指标的l睦动和趋势进 行描述和预测,是计量经济和统计学界越来越重视 和采用的研究手段和工具.在实践中,我们逐渐认 识到,时间序列分折的应用日益广瑟,主要用连有以 下几个方面:1.对序列未来趋势作预测;2将数列 分解成主要趋势成份,季节变化;3.用理论性漠式模 拟实际数据井进行检验,以讨论模式是否能正确地 表示所观测的规律,如一些常见的经济模式等. 时间序列是随时间顺序出现或采集的一连串观 测数列,实际应用时此数列实际为有限的观测资料 集合.如每月新建房屋数,季节GNP,每月某品牌电 视机销售量等.本文对改革开放以来(I981--1997 年)的我国社会消费品指数(见表1)分别建立了时间 序列线性模型及非线性模型:白回归模型,门限自回 归模型和疏系数门跟自回归模型.用这三种模型对 I997年的社会捎费品指数进行预测并与实况对比, 得出了一些令人感兴趣的规律和结论. 二,数学模型简介 表1中的数据接年月顺序排列即为一个时问序 列,将#记为『x,}.,:1.2.….N. 对时间序列建立数学模型,其作用类似于给^ 物勾画速写.简单几笔素描能集中人物特点,推测 ^物个性.时间序列模型能模拟数据特征,提炼数 据信息,预测数据规律.正因为有这样的功效,时间 序列才能作为新l兴的数学分支,在社会科学和自然 科学的信息处理及数据分析中发挥越来越大的作 用.本文用以下三种模型来模拟表1中的时间序列 (建模的数学方法见[1]). 1.自回归模型 首先建立时间序列的线性模型AI~(p).线性模 型是一类最简单,最基本的时间序列模型.它描述的 主要对象是均值和方差不】殖时间变化的平稳序列. 线性模型又是其他类模型的基础. 自回归模型AR(p)是最常用的一种时间序列线 性模型,它能描述现时刻的数据与之前若干数据之 间的线性依赣关系.其模型形式为: xt乎tt学lc2…tp 式中{置『为一时间序列,1.2,….N,平稳且均值 为霉,节-.,乎为模型参数,为模型骱数,都可依 据数据运用数学手段来确定.在本文中.P=14 该模型形式简单,直观,也便于建模和预报.因 而应用撮为广瑟 2.门限自回归模型 由于很多经济序列呈非线性规律.而非线性模 型往往能体现结构特点.故对表1中的数据建立时 统计研究 袁1社会消费品指数 1月2月3月4月5月6月7月8月9月1o月11月l2月平均值 198111440lo0l91.14861.J232ll1961.1012109201.08101.08981.I2901.13l21.14461.1088 19821.1176098301.13761.1啦21.0941l10271.0914107771.(I61.0621l04941.10281.0823 19831.02231.2724109741.09641.0933lo8641.083l1.1066l09751.08191.138411345l1092 19841.1l341.0166109811.11781.14061.J692120541.2315l2666129841.2773l31811.J878 19851.37761.58521.54321.45641.42121.4182J40751.37491.3∞8132641.2825l24951.4005 19861l2831.08381.09081.1加61.14601.15711.16311.17941.19411.2叫】61.181.17051.15 19871J6671.13671.16791.1658l1709l178l1.19661.18631l6121.17911.16231167111699 l9881.18