基于ARIMA和线性回归的私家车拥有度预测理论 .pdfVIP

基于ARIMA和线性回归的私家车拥有度预测理论 .pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于ARIMA和线性回归的私家车拥有度预测理论

快速发展的汽车行业促使了汽车消费力的急速上涨,私家车保有程度也随之

迅猛上升,不仅仅只有政府注意这一趋势,汽车生产与流通企业也正在做出积极

应对的决策,因此对私家车的消费需求的发展方向进行预测显得非常重要。本文

首先从各个方面对私人汽车保有量的影响因素进行分析,之后根据分析结果介绍

合适的理论模型与方法。

标签:私人汽车保有量;ARIMA;多元线性回归;预测

1引言

中国人民的生活水平随着改革开放之后的经济发展而变得越来越滋润,薪资

待遇更是稳定上涨,随之水涨船高的令全国私人汽车拥有量大幅增长。生活质量

越来越高,汽车也渐渐成为了生活中的不可替代品。自2002年起私家车占比逐

步上升,并且已经成为了乘用车消费市场的主导力量,汽车行业不得不更加关注

私家车的消费市场。

汽车工业是国民经济的重要组成部分,但也在复杂的产业背景下,从生产到

消费,都将消耗大量的能源。因此汽车行业的规模与汽车保有量的变化趋势,是

政府和许多研究者集中关注的研究课题。保有量预测研究机构,无论是国内还是

国外都做了很多工作。

国外已经做了很多理论和实证方面的研究,他们研究汽车的扩散主要就是针

对汽车的保有量进行的。就目前而言对私家车保有量预测的最主要方法有两类:

需求模型以及均衡模型。而集合模型和非集合模型又是需求模型的两种分类。

DargeyGately的Gomperta模型与Ingram对数线性方程是集合模型中非常具有代

表意义的两个模型,其对于决策的长远规划更具有说服力。非集合模型以家庭或

个人作为决策单元建模。这些模型大部分都基于效用最大化行为假设,对于短期

动态预测更具优势。

2影响私家车市场的因素分析

私人汽车保有量的发生变化的因素有很多,笔者选出最具代表性的经济和环

境因素,从这两方面的因素出发,分析确定最为相对而言更加合理有效的影响因

素。

2.1经济因素

汽车销量与经济发展是成正比关系的,故此汽车产业的发展史相对而言可以

认为是经济的发展史。经济发展与人们的购买能力成正比,其极大地影响着私家

车保有量。

收入的高低对于私人车辆的购买有着直接的影响,因此消费价格指数和城镇

居民人均可支配收入是重要的经济影响因素。

2.2环境因素

公路作为汽车的唯一行驶路况,其建设情况与车辆的行驶体验密切相关。由

于我国大多数人口都聚集在一些大中型城市,而这些城市建筑非常密集,市区的

人车关系比较紧张,削减了消费者私家车的购买欲望。无论是公路里程长度还是

公路等级其实都能提供给我们一个较为良好的驾驶环境,从而推动私人汽车的消

费,因此公路里程是一个重要影响因素。

全国汽车产量与销量息息相关,而私人汽车保有量又从另一个角度体现了销

量;同时全国有很多汽车投入到公路营运中,公路运营车辆的增加将减少私家车

的出行需求,进行克制了私人汽车的消费,进而减少了私人汽车保有量。所以,

全国汽车产量和公路营运汽车拥有量也是重要影响因素。

3理论基础与研究方法

3.1ARIMA模型

ARIMA模型也可以称为Box-Jenkins模型。用ARIMA模型拟合一般有以

下几个步骤:

(1)数据的平稳化处理与检验。第一步根据时折线图或者时序散点图、自

相关系数图,通过ADF单位根检验,对序列的稳定性进行判断。若序列不满足

平稳性条件,即为非平稳序列,并存在一定的增长或下降趋势,这时便通过差分

变换或者对数差分等数学方法进行变换使其满足平稳性。差分次数即为ARIMA

(p,d,q)中的阶数d。

(2)对数据平稳化处理之后进行ARMA(p,q)。ARMA模型的阶数和是

由自相关系数(ACF)和偏自相关系数(PACF)来进行确定的,并根据规定公

认的准则,如AIC准则、SC准则等综合考虑ARIMA(p,d,q)中的p和q即

确定模型的参数。

(3)参数估计与检验。模型中未知参数的估计,对显著性进行检验,并确

定模型的合理性。

(4)模型诊断检验模型检验。关鍵对于模型是否有效进行检验,整个模型

是否对信息进行了充分的提取。这些都可以通过检验残差序列来判断。若拟合模

型不合理,则回到步骤

文档评论(0)

152****2617 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档