进出口总值的时间序列分析Word文件下载.docx
- 文档编号:14930629
- 上传时间:2022-10-26
- 格式:DOCX
- 页数:21
- 大小:273.40KB
进出口总值的时间序列分析Word文件下载.docx
《进出口总值的时间序列分析Word文件下载.docx》由会员分享,可在线阅读,更多相关《进出口总值的时间序列分析Word文件下载.docx(21页珍藏版)》请在冰豆网上搜索。
进出口总额用以观察一个国家在对外贸易方面的总规模。
我国规定出口货物按离岸价格统计,进口货物按到岸价格统计。
随着改革开放的深入和我国经济的发展,对外贸易在我国国民经济的地位日益重要。
进出口贸易是我国国名经济的重要组成部分,具有节约生产劳动、提高生产率、吸收先进技术、提高经济效益的有力途径,在国民经济中占有举足轻重的作用。
二、研究方法与求解
2.1时间序列的特性分析
2.1.1、随机性
如果一个时间序列是纯随机序列,意味着序列没有任何规律性,序列诸项之间不存在相关,即序列是白噪声序列,其自相关系数应该与0没有显著差异。
可以利用置信区间理论进行判定。
测定序列的随机性,多用于模型残差以及评价模型的优劣。
2.1.2、平稳性
若时间序列满足:
1、对任意时间t其均值恒为常数;
2、对任意时间t和s,其自相关系数只与时间间隔t-s有关与t、s无关。
那么,这个时间序列就称为平稳时间序列。
序列的平稳性也可以利用置信区间理论进行判定.需要注意的是,在B-J方法中,只有平稳时间序列才能直接建立ARMA模型,否则必须经过适当处理使序列满足平稳性要求在实际中,常见的时间序列多具有某种趋势,但很多序列通过差分可以平稳判断时间序列的趋势是否消除,只需考察经过差分后序列的自相关系数。
2.1.3、季节性
时间序列的季节性是指在某一固定的时间间隔上,序列重复出现某种特性。
比如地区降雨量、旅游收入和空调销售额等时间序列都具有明显的季节变化。
一般地,月度资料的时间序列,其季节周期为12个月;
季度资料的时间序列,季节周期为4个季.
判断时间序列季节性的标准为:
月度数据,考察时的自相关系数是否与0有显著差异;
考察时的自相关是否与0有显著差异;
若自相关系数与0无显著不同,说明各年中同一月(季)不相关,序列不存在季节性,否则存在季节性.
实际问题中,常会遇到季节性和趋势性同时存在的情况,这时必须事先剔除序列趋势性再用上述方法识别序列的季节性,否则季节性会被强趋势性所掩盖,以至判断错误.
包含季节性的时间序列也不能直接建立ARMA模型,需进行季节差分消除序列的季节性,差分步长应与季节周期一致。
2.2、ARMA模型的识别
在需要对一个时间序列建模时,首先需要判断模型是否是平稳时间序列,只有平稳时间序列才能直接建立带有季节项的ARIMA模型,否则必须经过适当处理使序列满足平稳性要求,然后应运用序列的自相关与偏自相关对序列适合的模型类型进行识别,确定适宜的阶数以及消除季节趋势性后的平稳序列。
2.2.1、判断时间序列的平稳性
如果时间序列的满足下列条件,则称为平稳时间序列:
检验平稳时间序列的单位根检验:
单位根检验是指检验序列中是否存在单位根,若存在单位根该时间序列就是非平稳时间序列了。
ADF单位根检验:
当随机扰动项存在自相关时,为了保证单位根检验的有效性,通常采用AugmentedDickey-FullerTest来检验是否存在单位根,即是否是平稳时间序列,简称为ADF检验。
假设基本模型为如下三种类型:
模型一:
模型二:
模型三:
其中随机扰动项,它可以是一个一般的平稳过程。
在进行ADF检验时,比较t统计量值与ADF检验临界值,就可在某个显著性水平上拒绝或接受原假设。
根据观察数据,用OLS法估计一阶自回归模型,得到回归系数的OLS估计:
。
提出假设:
。
检验用统计量为常规t统计量为:
计算在原假设成立的条件下t统计量值,查DF检验临界值表得临界值,然后将t统计量值与DF检验临界值比较:
若t统计量值小于ADF检验临界值,则拒绝原假设,说明序列不存在单位根;
若t统计量值大于或等于ADF检验临界值,则接受原假设,说明序列存在单位根。
2.2.2、模型的阶数的确定
自相关函数与偏自相关函数是识别ARMA模型的最主要工具,一般主要利用相关分析法确定模型的阶数.具体如下表:
ARMA(p,q)平稳时间序列的主要特征列表如下:
模型
自相关系数
拖尾,指数衰减和(或)正弦衰
截尾(q步)
拖尾,指数衰减和(或)正弦衰减
偏自相关系数
截尾(p步)
2.2.3、ARMA模型AIC定阶
在实际问题中阶数p未知,或者根本不存在的时候,要思考p的估计或选择问题。
在实际应用中,AIC准则是常用的定阶方法.假定已有阶数p的上界。
在假设ARMA模型的阶数是k时,可以计算出相应的ARMA模型的白噪声方差的估计。
引入AIC函数.AIC(k)的最小值点(如果不唯一,应取小的)称为ARMA(p)模型的AIC定阶.可以证明AIC定阶并不是相合的.也就是说,当数据来自ARMA(p)模型时,并不依概率收敛到真正的阶数p。
2.3、ARMA(p,q)模型的参数矩估计
在阶数给定的情形下模型参数的估计有三种基本方法:
矩估计法、逆函数估计法和最小二乘估计法,这里仅介绍矩估计法
白噪声序列的方差的矩估计为
MA(q)模型的参数矩估计
ARMA(p,q)模型的参数矩估计分三步:
1、求的参数估计:
2、令,则的自协方差函数的矩估计为
3、把近似看作MA(q),对MA(q)的参数进行估计即可。
2.3模型的检验
对于给定的样本数据,我们通过相关分析法确定了模型的类型和阶数,用矩估计法确定了模型中的参数,从而建立了一个ARMA模型,来拟合真正的随机序列。
但这种拟合的优劣程度如何,主要应通过实际应用效果来检验,也可通过数学方法来检验。
下面介绍模型拟合的残量自相关检验,即白噪声检验。
白噪声正态分布检验:
对于ARMA模型,应逐步由ARMA(1,1),ARMA(2,1),ARMA(1,2),ARMA(2,2),依次求出参数估计。
对AR(p),MA(q)模型,先由的截尾性初步定阶,再求参数估计。
一般地,对ARMA(p,q)模型:
取初值和(可取它们等于0,因为它们均值为0),可递推得到残量估计。
现作假设检验:
是来自白噪声的样本
令,,,其中k取左右。
当成立,服从自由度为k的分布。
对给定的显著性水平,若,则拒绝,即模型与原随机序列之间拟合得不好,需重新考虑建模;
若,则认为模型与原随机序列之间拟合得较好,模型检验被通过。
2.4模型的预测
若模型经检验是合适的,也符合实际意义,可用作短期预测。
B-J方法采用L步预测,即根据已知n个时刻的序列观测值,对未来的个时刻的序列值做出估计,线性最小方差预测是常用的一种方法.其主要思想是使预测误差的方差达到最小。
若表示用模型做的L步平稳线性最小方差预测,那么,预测误差并使达到最小。
2.4.1、AR(p)模型的预测
模型AR(p)的L步预测值为,其中。
2.4.2MA(q)模型的预测
对模型MA(q),,当时,由于可见所有白噪声的时刻都大于故与历史取值无关,从而。
当时,各步预测值可写成矩阵形式:
递推时,初值均取为0。
2.5、时间序列建模的基本步骤
1、时间序列的预处理,判断该序列是否为乎稳非纯随机序列。
若为非平稳序烈,对该序列进行处理使其符合ARMA模型建模的条件即处理后的序列是平稳非白噪声序列;
时间序列为非平稳序列,具有向下或向上的趋势,建模之前需要进行序列平稳化处理,即零均值化、平稳化处理。
2、计算出观察值序列的样本自相关系数(ACF)和样本偏自相关系数(PAcF)的值;
根据样本自相关系数和偏自相关系数,选适当的ARMA模型进行拟合;
(开始,逐渐增加模型阶数,拟合ARMA(n,n-1)模型,即一阶、一阶增加模型阶数,模型参数采用非线性最小二乘法估计,具体算法采用最速下降法。
选择残差序列最小方差对应的模型作为初选模型。
估计模型中的未知参数的;
3、检验模型的有效性。
如果拟合模型通不过检验,转向步骤3,重新选择模型再拟合;
4、模型优化。
求最优模型,系统意义上的最优模型不仅是一个适应模型,而且是一个经济的模型。
因此还需要检验模型是否包含小参数,若有,可用F检验判断是否可以删去,拟合较低阶模型,进而得到系统意义上的最优模型。
如果拟合模型通过检验,仍然转向步骤2,充分考虑各种可能,建立多个拟合模型,从所有通过检验的模型中选择最优模型;
5、利用拟合的模型,预测序列的将来走势。
三、研究数据与计算结果
查阅国家统计局网站下表为1998-2013年中国进出口总值——当期值(亿美元)数据由图表一所示。
用EVIEWS7.2对1998-2013我国进出口总值—当期值月度绘制时间序列趋势如图1:
所示进出口总值—当期值序列Y存在明显的指数增长趋势和季节趋势,序列为非稳定的时间序列。
3.1进出口总值时间序列的分解
3.1.1分段趋势
数据图一可以看出,数据随着月份的变化有明显的周期。
从年平均可以看出,数据有缓慢上升的趋势。
把趋势项定义为年平均值。
则
利用原始数据减去趋势相项的估计得到的数据基本只含有季节项和随机项。
可以用第k月的平均值作为季节项的估计仅计算得到:
1
2
3
4
5
6
193.289
-362.579
-41.2613
-17.422
-39.975
-1.8542
7
8
9
10
11
12
77.025
88.7834
152.2967
21.6993
136.799
202.002
这时最后利用公式得到随机项的估计:
3.1.2回归直线趋势
由于数据有缓慢上升趋势,可以试用回归直线表
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 进出口 总值 时间 序列 分析