基于ARIMA模型黔西南州全社会固定资产投资预测.docVIP

基于ARIMA模型黔西南州全社会固定资产投资预测 　　摘要：ARIMA模型不仅可以对非平稳时间序列进行高效建模，也可以对时间序列进行良好的短期预测。通过EViews等统计学软件，ARIMA模型在时间序列问题的研究和预测方面有着良好的应用价值。本文应用EViews软件，对黔西南州1987年至2009年的全社会固定资产投资总额数据建立ARIMA模型，对其进行预测分析，并提供量化的参考信息，为相关政府部门及企事业单位在进行经济、管理和服务等决策提供良好的信息服务。 　　关键词：ARIMA模型；时间序列；固定资产投资；投资预测 　　中图分类号：F406.4 文献标识码：A 文章编号：1001-828X（2013）12-0-02 　　一、引言 　　全社会固定资产投资（Total Investment in Fixed Assets），又名全社会固定资产投资完成额，指以货币形式表现的在一定时期内全社会建造和购置固定资产的工作量和与此有关的费用的总称。全社会固定资产投资是反映全国固定资产规模、结构和发展速度，是观察工程进度和考核投资效果的重要依据。按经济统计可划分第一产业、第二产业和第三产业。按登记注册类型可分为：国有、集体、个体、联营、股份制、外商、港澳台商、其他等。按照管理渠道，全社会固定资产投资可以分为基本建设、更新改造、房地产开发投资和其他固定资产投资四个部分。全社会固定资产投资是全社会固定资产进行再生产的重要手段，通过新建、改建和购置固定资产的活动，可以不断先进设备和先进技术，建立新兴部门和新兴产业，进一步促进经济结构调整和生产力的区域分布。通过全社会固定资产投资，可以直接促使经济良性增长，拉动社会需求，对保障经济的健康稳定增长具有非常重要的意义。 　　为了全面准确地预测全社会固定资产投资所需的资金总额和应保持的投资度，对其建立严谨的数学模型进行描述、分析和预测是非常重要的。由于容易受到诸多因素的影响和制约，且这些因素之间又有着错综复杂的联系，因此，对全社会固定资产投资进行预测和分析是非常困难的。 　　而将全社会固定资产投资看作一个动态时间序列，对其建立结构性的因果数学模型，用确定性的数学方程进行描述、研究和预测，是一???非常行之有效的方法。本文根据贵州省黔西南州1978至2009年的全社会固定资产投资总额数据，运用统计学软件EViews，采用基于时间序列的分析方法建立ARIMA模型，并对其进行进一步的分析、研究和预测，研究出贵州省黔西南州的全社会固定资产投资的基本规律，对未来贵州省黔西南州的全社会固定资产投资进行预测，为各级政府部门在制定相关经济等各项政策时提供参考，同时也为相关企事业单位在经济产业投资等决策时提供参考。 　　二、ARIMA模型在固定资产投资分析中的应用 　　根据《贵州省黔西南州统计年鉴2009》中提供的黔西南州全社会固定资产投资总额（1987-2009年）的时间序列数据，对黔西南州全社会固定资产投资总额建立对应的ARIMA模型。 　　（一）对时间序列Xt观察并进行平稳化处理 　　首先检验时间序列的平稳性，运用Eviews5.0软件对该时间序列Xt作出时序图，其变化曲线如图1所示（见图1）。 　　从图1可以看出，黔西南州全社会固定资产投资呈指数变化规律，增长势头非常强劲，是典型的非平稳时间序列。因此，首先应对该时间序列进行平稳化处理。对符合指数规律的时间序列，首先应取对数将其指数规律转化为线性规律，再利用差分方法进行处理。根据规律，一阶差分可以消除线性规律，二阶差分可以消除二次曲线规律。以上原始数据经过取对数（series lnx=log（x））得序列LNXt，其时序图（见图2），序列LNXt再取一阶差分（series dlnx=d（lnx，1））得到DLNXt，其时序图（见图3），可以看出时间序列DLNXt较为平稳，对其进行ADF单位根检验后（见表1），得知时间序列DLNXt可以通过ADF检验，所以，DLNXt为平稳序列。 　　图1 Xt的时序图 图2 LNXt的时序图 　　图3 DLNXt的时序图 表1 单位根检验 　　（二）模型识别和定阶 　　1.做出时间序列DLNXt的直到滞后16期的ACF和PACF图（见图4）。 　　从图4我们可以看出样本的自相关图和偏自相关图都是拖尾的，故选取ARIMA模型。 　　2.已经知道I（d）的阶数为1，即d=1，所以，现在主要对ARMA模型进行定阶分析。由偏自相关图和偏自相关系数统计量，可以考虑（p，q）的不同组合（1，1），（1，4），（4，1），（4，4），（0，4）和（4，0）。再运用Akaike提出的AIC准则，对模型的阶数和相应参数同时给出一组最佳估计。一般来讲，在给出不同模型的AIC计算公式基础上，选取使AIC达到最小的那