ARIMA模型在我国全社会固定资产投资预测中的应用.pdfVIP

20 10年第 7期 黑龙江对外经贸 No7, 2010 总第 193期 HLJ Foreign Econom ic R elation s Trade Serial No193 [经济管理 ] AR IMA 模型在我国全社会 固定资产投资预测中的应用 李 　惠 ( ) 河北经贸大学 ,河北 石家庄 05006 1 [摘 　要 ] 投资是拉动经济增长的三驾马车之一 ,因此研究我国全社会固定资产投资对研究我国经济增 长有着重要的现实意义 。通过 1980—2007 年我国全社会固定资产投资的相关数据 ,运用统计学和计量经济 学原理 ,从时间序列的定义出发 ,结合统计软件 Eview s,运用 ARMA 建模方法 ,将 AR MI A 模型应用于我国历 年全社会固定资产投资数据的分析与预测 ,建议政府抓住投资机遇 ,合理安排投资比例和投资金额 ,促进经 济的健康发展 。 [关键词 ] AR MI A 模型 ; 固定资产投资 ;时间序列分析 [中图分类号 ] F830593　　　[文献标识码 ] A 　　　[文章编号 ] 1002 - 2880 (20 10) 07 - 0087 - 03 ( ) 　　一 、引言 中 AR MI A 模型使用包括 自回归项 AR 项 、单整项和 改革开放以来 ,我国的经济发展取得了举世瞩 目的 MA 移动平均项三种形式对扰动项进行建模分析 ,使模 成就 。我国的全社会 固定资产投资总额也持续增加 : 型同时综合考虑了预测变量的过去值 、当前值和误差值 , 1980年仅为 9 109亿元 ; 1993 年首次突破 10000 亿元达 从而有效地提高了模型的预测精度. 到 130723亿元 ;到 2006年则猛增至 1099982亿元 。尤 三 、建立 AR MI A 模型的一般方法 其是进入 2 1世纪以来 ,随着中国加入 W TO ,外商投资大 1对原始序列作平稳性检验 ,若该序列被判定为非 量增加 ,推动了经济政策的调整与完善 ,也给经济与投资 平稳的 ,则可以通过差分运算或其它运算方法对其进行 增长增添了活力 。对全社会固定资产投资有影响的因素 变换 ,从而得到平稳的时间序列 。 ( ) 很多 ,而这些因素彼此之间又有着错综复杂的联系 。本 2 确定 ARMA p , q 模型的阶数 p 和 q,在这里可以 文从动态角度考察 ,把我国全社会固定资产投资总额看 通过计算能够描述序列特征的一些统计量 , 如 自相关 ( ) ( ) 成是一个时间序列 ,利用历史数据分析并得到其规律性 , ACP 系数和偏自相关 PACP 系数来确定 p 和 q 的值 , 从而预测其未来值 。 注意在初始估计中选择尽可能少的参数 。 二 、AR MI A 模型简介 3估计模型的未知参数 ,并通过参数的 T统计量