应用ARIMA模型对2008年江门海关税收总值进行预测.docxVIP

For pers onal use only in study and research; not for commercial use 时间序列预测方法是近年来广泛应用于各类经济现象预测的常用方法之一， 而时间序列模型 ARIMA模型则是最为常用的时间序列预测方法。在本文中，笔者尝试建立一个 ARIMA 模型用于对2008年税收预测论文库江门海关税收总值进行预测。 2008年，海关税收预算计划 8400亿元，比2007年实际完成数增加 10.8%，比2007年预算 数增加22.1%。为了对2008年江门海关税收总体形势进行把握，笔者尝试利用 SAS统计分 析软件的时间序列预测模块建立 ARIMA模型，对2008年江门海关税收总值进行预测。从预 测结果来看，预测模型拟合度较高，预测值也切合实际情况， 预测模型具有一定的应用价值。 现将预测的方法、原理以及影响税收工作的相关因素分析说明如下： 一、 ARIMA模型原理 ARIMA模型全称为自回归移动平均模型 （Autoregressive Integrated Moving Average Model, 简记ARIMA）,是由博克思（Box）和詹金斯（Jenkins）于70年代初提出的一著名时间序列预测 方法，所以又称为 box-jenkins 模型、博克思-詹金斯法。其中 ARIMA（p，d，q）称为差分 自回归移动平均模型， A