俄罗斯经济发展形势分析与预测.docVIP

俄罗斯经济发展形势的分析与预测 　　摘 要：本文采用俄罗斯2002―2013年的季度数据作为样本，主要分析了季节性差分自回归模型――SARIMA模型在俄罗斯季度GDP预测中的应用，通过相应的分析最终得到了SARIMA（1，1，0）（1，1，0）4为俄罗斯季度GDP的最优预测模型。通过该模型对俄罗斯短期和长期经济发展形势进行了预测，得出俄罗斯未来四年的GDP年增长率在2.3%左右，长期的经济增长率在2.1%左右，经济形势依然不容乐观。 　　关键词：俄罗斯经济； SARIMA模型； 季度GDP 　　中图分类号：F753 文献标识码：A 文章编号：1000-176X（2015）02-0117-06 　　一、引 言 　　2008年以来俄罗斯经济陷入持续低迷状态，观察俄罗斯近几年GDP增长率的变化，可以看出，在2009年GDP增长率存在一个明显的断点，在2009年之前GDP年均增长率为7.1%，2009―2013年年均增长率仅为1.1%，显著低于之前的水平。尤其2013年俄罗斯GDP的增长率只有1.3%，这是经济增长的急剧减速，同时1.3%的经济增长水平低于当年世界3%的平均增长率1.7个百分点，在过去12年中，除2009年外这是从来没有过的。在经历了2009年短暂复苏之后似乎又陷入严重低迷状态。俄罗斯经济增长的这种低迷状态引起了各国学者的广泛关注，对俄罗斯经济未来发展形势的分析，是当今研究的一个热点问题，许多学者也提出了自己的看法。 Замараев[1]等认为，俄罗斯在2008―2009年经济恢复性增长已经完成，但原料经济以及国外资本流入减少等因素的限制，影响了国民经济的整体表现，俄罗斯经济增长将会再现不同于“塌陷的”1990年和“肥胖的”2000年的第三条经济增长轨迹。 Мау[2]指出，俄罗斯未来会形成新的经济增长模式，而新的经济增长模式正是经济危机的产物。 Алексашенко和 Миронов[3]认为，2008―2009年的经济危机是第一次严重影响俄罗斯经济的世界性危机，但是这可能不是最后一次，俄罗斯已成为世界经济的一份子，在这过程中任何不稳定因素都可能严重影响俄罗斯经济，如果俄罗斯不进行结构性改革，下一次经济危机俄罗斯将受到双倍打击。国内外学者对于俄罗斯经济的研究主要集中于俄罗斯经济低迷的原因和未来经济结构调整。邢国繁和张曙霄[4]认为，俄罗斯经济2009年以来发生逆转的根本原因在于俄罗斯单一的资源型经济，造成对外部环境的过度依赖，发展创新型经济是其未来经济发展的必然选择。苗华寿[5]在对俄罗斯经济低迷原因进行分析的基础上指出，俄罗斯经济目前还难以摆脱对自然资源和外部市场的依赖，作为一个资源型超级大国、一个有着较高教育和科技水平的国家，俄罗斯当局振兴经济的能力还是不能低估的。通过以上的研究笔者发现，大多数学者的研究集中在对俄罗斯发展形势的理论分析，很少涉及到对俄罗斯经济的定量分析，因此笔者认为有必要利用相应的数据，对俄罗斯未来经济的发展做一个系统的分析与预测。 　　二、 数据来源及方法选择 　　1.数据来源及说明 　　为提高模型预测的准确性，本文采用2002―2013年俄罗斯季度GDP，数据来源于俄罗斯联邦统计局，以2008年价格作为基期，同时为了对所建立预测模型的准确性进行分析，本文选取2002―2012年的季度数据用于模型的构建，2013年的季度数据用于检验模型预测的精确度， 　　2.模型比较与选择 　　时间序列分析方法是把统计资料，按时间发生的先后进行排序得出一连串数据，利用该数据序列外推到预测对象未来的发展趋势。常用的有指数平滑法、差分自回归移动平均模型、自回归移动平均模型、移动平均模型和季节性差分自回归滑动平均模型等。 　　指数平滑法又称指数加权平均法，在1959年由美国学者布朗首先提出，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均，也就是根据已有变量预测未来变量的发展趋势。它主要包括：一次指数平滑法、二次指数平滑法和三次指数平滑法。指数平滑法在实际中得到了广泛的应用，但是这种方法并不适合具有周期性和季节性数据的预测。 　　ARMA模型也就是自回归移动平均模型，它是自回归过程（AR）与移动平均过程的组合得到ARMA（p，q），它的模型可以表示为： 　　其中，εt为白噪声的序列，p和q分别为自回归和移动平均阶数，βp和θq为待估参数。运用ARMA模型要求序列必须平稳，因此ARMA模型主要对平稳时间序列进行分析。 　　ARIMA模型是在ARMA模型基础上进行的改进，如果序列不是平稳时间序列，需要进行d阶差分才可以变为平稳时间序列，这就需要建立ARIMA（p，d，q）模型，即不平稳的时间