基于ARIMA模型在社会消费品零售总额预测中的应用 .pdfVIP

商业研究

基于ARIMA模型在社会消费品零售总额预测中的应用

姻战毅李亚杰北京邮电大学

[摘要]为了研究ARIMA模型对经济数据的预测，本文利用统计软件EViews7.2，通过分析我国社会消费品零售总额从2003年

1月到2010年12月的月度数据，建立了八种不同参数的乘法季节ARIMA模型。根据模型的预测精度、检验结果，本文确定了最优

预测模型ARIMA(2,2,0)×(1，1，1)，并运用该模型来预测我国2011年1月至12月的社会消费品零售总额，并与2011年实际数值进

12

行比较，拟合效果良好。对于2012年的展望，笔者认为，其值仍将呈速度较快的上升趋势。

[关键词]乘法季节ARIMA模型社会消费品零售总额预测差分检验

引言。

一、时间序列，需要预先对时间序列进行差分平稳化处理

（

社会消费品零售总额socialretailgoods）（文中用SR简(1)平稳性检验

称）是指批发和零售业、住宿和餐饮业以及其他行业直接售给城利用Eviews7.2绘制2007年~2010年我国社会消费品零

乡居民和社会集团的社会消费品零售总额。它能反映一定时期售总额的时间序列数据{X}，如图1。通过图1看出，我国SR序

t

，反映社会商品购买力的呈现上升趋势。

内人民物质文化生活水平的提高情况列具有明显的非平稳性，

以及零售市场的规模状况。

实现程度，(2)对变量{X}进行差分

t

ARIMA模型是用于一个国家或地区经济和商业预测中比对变量{X}进行对数处理，即{LnX}，得到{W}。对其进行

ttt

较先进适用的时间序列模型之一。本文将以我国2003年至一阶差分，得到{Y}，需要通过ADF识别其平稳性。利用

t

2010年SR历史数据为样本，通过ARIMA模型,试图发现我国EViews7.2，用ADF方法对差分序列进行平稳性检验，发现

社会消费品零售总额的内在规律，进行后期预测，并通过与