陕西省工业时间序列分析及预测

2021-07-19 17:42赵子菁
锦绣·下旬刊 2021年8期
关键词:ARIMA模型时间序列预测

摘要:工业总产值对工业起着代表性的作用。目前常用差分自回归滑动平均模型拟合和预测非平稳时间序列。由历史上众多数据分析报告可以看出,对陕西省工业研究而言,工业总产值是非常典型的代表性數据对陕西省工业有着重要意义。因此,本文以1988?2017年陕西省工业总产值的年度数据为例,利用ARIMA模型进行时间序列分析,预测2018?2020年的工业总产值。通过所得数据进行分析,并提出相关建议。为陕西省当地工业制相关部门或工业企业的部门实施相关政策,获得更优的经济发展决策,提供可靠的理论预测以及参考。

关键词:ARIMA模型;陕西省工业总产值;预测;时间序列

一、引言

2016年以来,国内外形势错综复杂,随着是“十三五”“十四五”规划的展开。全省工业经济经济增速企稳回升,工业结构不断优化,企业效益稳步向好,为全省经济保持平稳运行奠定了基础。剔除价格因素,2016年、2017年分别实现全部工业增加值同比增长6.8%、8.1%,增速比2015年分别加快0.9、2.2百分点。2017年,全省规模以上工业利润总额同比增长49.3%,增速分别比2016年、2015年加快40.5、71.1个百分点(2015年为-21.8%),企业利润增长加快,经济效益稳步向好。

现有文献的研究多集中于ARMA模型进行研究,而忽略了非平稳的情况。其实很多时间序列本身都是不平稳的,但经过d阶差分(相邻时间点的指标数值相减)即运用软件计算、之后,形成的新时间序列,就经验证为平稳时间序列。

针对这些现象,本文最终决定根据《陕西省统计年鉴》中所给的工业总产值数据,采用陕西省工业总产值为经济指标,以1988年-2017年的年度数据为样本录入R软件当中。再将这些数据具体运用时间序列分析,最终作出ARIMA模型。之后,选择出最优的ARIMA模型。再利用R软件进一步对数据进行进行分析预测以及误差分析。为未来陕西省工业发展进程提供较为可靠的理论数据。

二、数据来源及处理

根据数据的可得性和有效性,本文选用《中国统计年鉴》、《陕西省统计年鉴》,编制了1988年至2017年陕西省工业总产值的时间序列数据表,利用指数平滑法填补差值。根据平稳性检验结果可知,该序列为非平稳序列。这提示我们需要进行差分运算,检验结果显示,经过判断ADF值与三个水平下的值,可以看出在95%的显著性水平下,所有的均值都小于0.05并且都接近于0,从而接受原假设。说明此序列确定为平稳时间序列。

三、模型建立

1.1.11、模型定阶

结合分析,本文采用样本自相关图和偏自相关图,来对模型进行识别定阶。实验可知,自相关图可知,自相关系数衰减向零的过程有明显的正弦波动轨迹。说明自相关系数衰减到零不是一个突然的过程,而是一个连续渐变的过程,即自相关系数拖尾。自相关图除了延迟1、2阶的自相关系数在二倍标准差范围之外,其他阶数的自相关系数都在2倍标准差范围之内波动。而偏自相关图也具有拖尾形象特征。综上,我们可以初步确定拟合模型为模型,其中d=2。

2、参数估计

模型定阶方法有很多,为了获得最优模型我们建立基础模型。在选择好拟合模型之后,估计模型中未知参数的值。通过条件最小二乘与极大似然估计混合方法,得到模型参数的估计结果,并确定四个模型的口径如表6所示:

3、模型检验

下面对于拟合的四模型需要进行显著性检验(如表7所示)并进行检验结果的分析、判断、并得到结论。具体如下:

(1)模型的显著性检验

在拟合的四个模型之中,模型的显著性检验可以检验出模型的有效性。检验结果如上表7所示,由于各阶延迟下的p值都明显大于0.05,可以认为这四个拟合模型的残差序列属于白噪声序列,即拟合模型都是显著有效的。

(2)参数的显著性检验

此检验为每个未知参数是否显着非零的检验,目的是使模型紧凑。具体检测结果,如表7所示,四个系数均显著非零,可以看出,在显著性水平0.05水平下,只有模型的t统计量的P值都显著小于0.05,拒绝原假设,所以选择模型,且这个模型的参数都显著非零。最终选择作为预测模型,即为最优选择。

四、模型预测及误差分析

通过以上对陕西省工业总产值数据分析,利用混合估计预测未来三年陕西省工业总值,在95%置信区间内,我们用预测值数据并绘制预测图。根据绘制图可以看出我省工业经济势头强劲,提前赶超阶段的目标。2018年,全省规模以上工业实现总产值2662.068亿元,同比增长7.7%。到2020年,它将突破3000亿元。根据上述比较,ARIMA模型可以更好地分析和计算中国工业发展的波动特征。

五、结论与建议

结果表明,从陕西省工业总产值指标来看,未来几年我省工业总产值将保持较为稳定的增长速度。但与此同时我们也看到了一些问题。随着中国工业化进程的不断加快,中国的工业发展取得了很大进展。但是由于资源短缺、环境污染加剧、国际竞争力增强。社会矛盾日益加剧等问题日益突出,已经对中国的工业发展产生了一定的影响,阻碍了工业的增长。

从预测结果来看,陕西省过去几年的工业增长率已趋于稳定,突破瓶颈,突破发展,就必须走新型产业之路。加强产业体制改革,提高资源利用率。通过以上模型,我们对未来的工业增长有了一定的了解,可以根据时间情况更有效地制定一系列措施,从而促进了陕西乃至陕西省的产业更好的发展。

作者简介:赵子菁(1997年2月),女,汉族,陕西西安。西安财经大学统计学2020级研究生,研究方向:经济统计

猜你喜欢
ARIMA模型时间序列预测
选修2—2期中考试预测卷(B卷)
选修2—2期中考试预测卷(A卷)
基于时间序列模型的中国出口总额分析及预测
基于R软件的金融时间序列的预测分析
基于Eviews上证综合指数预测
基于时间序列的我国人均GDP分析与预测
基于线性散列索引的时间序列查询方法研究
基于ARIMA模型的沪铜期货价格预测研究
基于组合模型的能源需求预测
《福彩3D中奖公式》:提前一月预测号码的惊人技巧!