湖北省农村居民人均纯收入的时间序列模型

湖北省农村居民人均纯收入的时间序列模型湖北省农村居民人均纯收入的时间序列模型湖北省农村居民人均纯收入的时间序列模型三农研究湖北省农村居民人均纯收入的时间序列模型辛明辉’ 中南财经政法大学信息学院湖北武汉430074 【摘要】本文利用湖北省1980—2008年农村居民人均纯收入时间序列数据,建立了AKMA(自回归移动平均)模型进行时间序列分析.分析结果表明,ARMA(1,1)模型能够提供较好的预测结果,因而可以用其进行预测,为相关部门提供参考数据. 【关键词】农村居民纯收入;时间序列分析;At~MA模型我国是一...

湖北省农村居民人均纯收入的时间序列模型湖北省农村居民人均纯收入的时间序列模型三农研究湖北省农村居民人均纯收入的时间序列模型辛明辉’ 中南财经政法大学信息学院湖北武汉430074 【摘要】本文利用湖北省1980—2008年农村居民人均纯收入时间序列数据,建立了AKMA(自回归移动平均)模型进行时间序列分析 .分析结果表明,ARMA(1,1)模型能够提供较好的预测结果,因而可以用其进行预测,为相关部门提供参考数据. 【关键词】农村居民纯收入;时间序列分析;At~MA模型我国是一个农业大国,农村人口占总人口的绝大多数,我国经济要想得到快速有效的发展,提高农村居民收入至关重要.改革开放以来,我国广大地区人民收入水平普遍提高,但农民收入水平相对比较低,而且城乡居民收入差距仍在不断扩大.农民收入问题是”三农”问题的核心,是社会主义新农村建设的基本出发点和归宿. ARMA模型是用于一个国家或地区经济和商业预测中比较先进的时间序列模型之一.本文试图以湖北省 1980—2008年农村居民人均纯收入数据为样本,通过ARMA 模型对样本进行统计分析,以揭示湖北农村居民人均纯收入变化的内在规律,并进行后期预测. 本文以1980—2008年湖北省农村地区人均纯收入为样本数据进行研究. 一 ,零均值化处理在以下的模型建立过程中,假定时间序列是零均值的.而在实际中所遇到的是一段样本观测数据序列,即一个过程的实现,而不知道过程的均值是否为零.这里采用的处理办法是:用样本均值作为过程均值的估计,即用样本数据减去其均值,然后用所得到的零均值数据进行建模,该序列可能存在趋势项,因此需要进行平稳性检验,若非平稳则需要进行平稳化处理.’ 二,平稳性检验如果直接将非平稳时间序列当做平稳时间序列来进行回归分析,则可能造成”伪回归”,即变量间本来不存在相依关系,但回归结果却得出存在相依关系的错误结论.因此需要对时间序列进行检验,以判断是不是平稳的.本文采用单位根检验法——DF检验法和ADF检验法进行检验. 用EVIEWS做单位根检验,从检验结果来看,在1%, 5%,10%--个显着性水平下,单位根检验的Mackinnon临界值分别为一3.7,一3.O,一2.6,t检验统计量值1.5大于相应临界值,从而表明湖北省农民人均纯收入存在单位根,是非平稳序列. 对零均值化的数据做二阶差分后,再用EVIEWS做单位根检验,从检验结果来看,在1%,5%,1O%三个显着性水平下,单位根检验的Mackinnon临界值分别为一3.711457,一2. 981038,一2.629906,t检验统计量值一4.709496小于相应临界值,从而表明二阶差分序列不存在单位根,是平稳序列. 三,模型识别用Box—Jenkins 方法建模,X的自相关系数和偏相关系数在95%置信区间【一0.392,0.392】内包含所有自相关和偏自相关系数,都不是统计上异于零,可以认为此序列为平稳纯随机序列.样本的自相关函数和偏自相关函数没有出现截尾特性,而是表现出大体衰减的特征,两者均呈现一定的拖尾性质.可以认为此差分序列适合构造ARMA模型. 四,模型定阶这里采用AIC准则进行定阶,并从中选择最优模型.AIC 准则可以在模型极大似然的基础上,对模型的阶数和相应参数同时给出一种最佳估计.但它仍需要根据平稳序列的自相关和偏自相关函数的特性,初选一些可供参考的阶数,然后计算不同阶数的AIC值,选择使AIC达到最小的一组阶数作为理想阶数. 需要强调的是,虽然通常用AIC值选择合适的ARMA模型,但AIC值最小化并不是得出最优ARMA模型的充分条件.本文采用的方法是先通过最小AIC值建立模型,对估计结果进行参数适应性检验.如果通过检验,则此模型可以看为最优模型;如果不能通过,则选取次小的AIC值并进行相关的统计检验,依此类推,直至选到合适的模型为止. 通过计算,选定模型为ARMA(2,3),用eviews做回归通过变量筛选后模型定阶为ARMA(1,1). 五,模型的参数估计及建立模型参数估计的方法有矩估计法,极大似然法,非线性最小二乘法等.其中非线性最小二乘法过程包含运筹学中的迭代搜索技术,具有较高的准确度.所以本文选用了普通最小二乘法来估计参数. 使用经济计量软件Eviews对模型进行参数估计.估计结果如下: - 0.9o7z,d++0954, t=(-12.71)(28.13) 模童的崮鲥雠宠戚攘型的识月定阶和参数估计后,接下来判均个懔型用于描时同序列是否恰也戳造尉验.一个时闸序列的造刽翘皿胃院全剜罄本堞锌了系统口嘞碴胜(即数摘例嘲联性)I丽模型中殁菱臣}漩自序这拥榭I鑫i击;断粥_验,结爿日下. t.(Z0檑件慨率(p值) 62.875l0.824 123.82110.986 控验表明懊耍够数为自鞋声.Z.n9昕0?954%攥型是迄台的. 由于本时间序列模型是经过二阶差分才平稳,且模型由有限个数据拟合而成,所获得的模型反映的是短期变化关系, 而不是长期变化关系,因此只适合进行短期预测. 可以看出,湖北省农村居民人均纯收入有望在今后几年保持平稳高速增长.国家已经把促进中部地区崛起作为统筹我国区域协调发展的重大举措写进政府工作报告.湖北作为中部大省,如何继续发挥楚地商品粮基地,老工业基地等战略优势,提高农村居民人均纯收入起着至关重要的作用,这也对实现湖北经济在数年内的快速增长,有效摆脱中部塌陷格局及国家统筹区域经济具有重要意义. 参考文献【1】王振龙胡永宏.应用时间序列分析[M].北京:科学出版社, 2007? 【2】[美]古扎拉蒂.计量经济学[M].北京:人民大学出版社, 2000. 【3】庞皓.计量经济学]M].北京.科学出版社,2007. 【4】张波.湖北省人均GDP时间序列模型及预测[J].中南财经政法大学研究生学报,2006(2). 作者简介:辛明辉(1989.3一一),山东烟台,中南财经政法大学统计与数学学院信科0701

                    本文档为【湖北省农村居民人均纯收入的时间序列模型】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
                    图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。 
 该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。

                    [版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。

                    本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。

                    网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
                

下载需要：免费已有0 人下载

立即下载

湖北省农村居民人均纯收入的时间序列模型

你可能还喜欢