发电量的时间序列模型构建及实证分析_涂雄苓.pdfVIP

， 2011 年第21 期 经济研究导刊 No.21 2011 总第131 期 ECONOMIC RESEARCH GUIDE Serial No.131 发电量的时间序列模型构建及实证分析 涂雄苓 （江西财经大学金融与统计学院，南昌 330013） 摘 要：主要研究乘积季节模型在中国发电量预测中的应用，通过对中国发电量1992 年1 月至2009 年12 月共 216 个月份的月度资料来进行实证分析。首先采用差分方法对序列资料进行平稳化，然后进行模型定阶并估计其参 12 数，建立一个中国发电量的乘积季节预测模型ARIMA （4 ，1，0）× （1，1，1）。接着对模型进行诊断检验，结果都表明，用 该乘积季节模型对中国发电量的拟合效果较好。最后，利用此模型对中国2008 年发电量的趋势进行了预测。 关键词：时间序列；Box-Jenkins ；预测；发电量 中图分类号：F22 文献标志码：A 文章编号：1673- 291X（2011）21- 0322- 03 p 、d 、q 分别表示自回归阶数、差分阶数和移动平均阶数；Φ 引言 （B）表示自回归算子；Θ （B）表示滑动平均算子。一个阶数 随着中国经济的快速发展和电气化水平的大幅提高， 为（P ，d ，q）× （P ，D，Q）s 的乘积季节模型可表为：Φ （B）U R R 电力日益成为重要的生产资料和人们安居乐业不可或缺 （BS）○d ○DSXt = V （BSΘ （B）εt 。 的生活资料。所以准确预测中国发电量的发展规律，对中 对乘积季节模型的阶数识别及参数估计，基本上采用 国电力部门有极大的参考价值。中国发电量同时具有长期 Box- Jenkins 方法，也就是立足于考察数据的样本自相关、偏 趋势、季节性、周期性等特点。趋势性：随着时间的增长和 相关函数，若对于某一组d ，D 得到的自相关（或偏相关）函 人民生活水平的提高，发电量有波动现象，但总体呈现不 数呈现较好的截尾或拖尾特性，则认为相应的d ，D 是适宜 断增长的趋势；周期性：在不同年的同一个月份，由于受季 的，模型参数p ，q ，P ，Q 的估计一般采用最大似然（ML）估计 节或需求等诸因素的影响，以 12 个月为周期，中国发电量 和无约束最小二乘（ULS）。 每年重复出现循环变动。本文基于Eviews 系统探讨乘积季 二、实证分析 节模型在中国发电量的资料中的建模和预测中的应用，取 得了较好的效果。 1.资料时间序列特征分析。选取 1992 年 1 月至2009 年 12 月连续 18 年中国电力网公布的中国发电量的月 一、乘积季节模型