我國第三產(chǎn)業(yè)增加值的分析與預(yù)測--基于sarima模型畢業(yè)論文-全文預(yù)覽
【正文】 )=1T1B?T2B178。一般來說季度數(shù)據(jù)的周期是 4。判斷模型階數(shù)，對比模型的擬合效果和 t檢驗的效果，選擇一個模型進行估計。 （六）時間樣本平穩(wěn)性的檢查應(yīng)用 以自相關(guān)函數(shù)為特征的傳統(tǒng)應(yīng)用和以單位根 ADF 檢查為特征的現(xiàn)代應(yīng)用。 三、案例分析 （一）樣本由來 本文使用的數(shù)據(jù)是我國 1992 第一季度到 2020 年第三季度第三產(chǎn)業(yè)增加值的數(shù)據(jù)。 一階差分后 dlny 序列的自相關(guān)圖如下： 圖 3 一階差分后 dlny 序列自相關(guān)和偏自相關(guān)圖 自相關(guān)系數(shù)衰減到零的速率仍然很慢，所以一階差分后的序列仍然是不平穩(wěn)序列。關(guān)于原始序列 Y取對數(shù)后一階差分單位根檢驗結(jié)果如下： 7 表一 一階差分后 dlny 序列的單位根檢驗 Null Hypothesis: LNY has a unit root Exogenous: Constant Lag Length: 4 (Automatic based on SIC, maxlag=11) tStatistic Prob.* Augmented DickeyFuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) onesided pvalues. 進而對序列 lny 進行二階差分，進行單位根檢驗如下： 表二 二階差分后 dlny2 序列的單位根檢驗 Null Hypothesis: D(LNY,2) has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 (Automatic based on SIC, maxlag=11) tStatistic Prob.* Augmented DickeyFuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) onesided pvalues. 同樣，由上表明顯可以得到，在顯著性水平 1%下，單位根檢驗的臨界值是 ；在顯著性水平 5%，單位根檢驗臨界值為 ；在顯著性水平 10%，單位根檢驗的臨界值為 ， t 統(tǒng)計量值為 ,統(tǒng)計量值小于相應(yīng)臨界值，所以拒絕 H0，表明我國第三產(chǎn)業(yè)增加值二階差分后序列不存在單位根，是平穩(wěn)的。 一次季節(jié)差分 dlny4 的時序圖如下： 9 . 0 5. 1 0. 1 5. 2 0. 2 5. 3 0. 3 592 94 96 98 00 02 04 06 08 10 12 14D L N Y 4 圖 6 一次季節(jié)差分 dlny4 時序圖 從圖中可以看出，一階季節(jié)差分后后的序列周期性已經(jīng)消除，但仍存在趨勢性。理由如下：因為相關(guān)圖呈衰減特征，說明至少存在非季節(jié) 3 階自回歸。 綜合來說，經(jīng)過序列 dlnys2 的自相關(guān)圖和偏自相關(guān)圖分析，可建立SARIMA? ?? ?41,1,00,2,3 模型。 SARIMA? ?? ?41,1,00,2,3 模型的估計成果： (1+++(1B)178。 13 圖 10 模型的殘差序列圖 圖 10是模型估計結(jié)果顯示殘差序列的樣本自相關(guān)函數(shù)絕大多數(shù)都在置信區(qū)間以內(nèi)，圖中呈現(xiàn)滯后 5階至 32階殘差序列的自相關(guān)函數(shù)對應(yīng)的概率 p值幾乎都大于顯著性水平，因此不能拒絕原假設(shè)，也就是認為殘差序列 {at}是白噪聲序列，于是 SARIMA ? ?? ?41,1,00,2,3 是符合要求的。我國第三產(chǎn)業(yè)增加值受季節(jié)性因素影響明顯。并且從殘差圖可以看出，之所以在 2020 年和 2020 年時偏離均值零最遠，是因為 2020 年世界金融危機的影響和 2020 年第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)的影響，導(dǎo)致第三產(chǎn)業(yè)發(fā)展受到的波動較大。（見附錄二） 運用 SARIMA? ?? ?41,1,00,2,3 模型經(jīng)過靜態(tài)預(yù)測，得出 2020 年第四季度的預(yù)測值為，實際值 ，根據(jù)公式，相對誤差 =（ ） /=%,擬合效果很好。 采用靜態(tài)分析，能更好運用原始數(shù)據(jù)，并對預(yù)測值進行不斷調(diào)整，能很好地控制預(yù)測的誤差。利用單位根檢驗進一步判斷序列是否平穩(wěn)。 目前我國第三產(chǎn)業(yè)發(fā)展水平不高 在當(dāng)前形勢下，穩(wěn)步發(fā)展的第三產(chǎn)業(yè)，對經(jīng)濟增長的創(chuàng)造力不斷增強。同時，通過縮減審批程序改變近年來第三產(chǎn)業(yè)企 16 業(yè)開業(yè)難境況。 （ 4）提高服務(wù)業(yè)人員素質(zhì)，吸收好和利用好服務(wù)業(yè)人才 有針對性地增加專業(yè)學(xué)校，培養(yǎng)與服務(wù)業(yè)對口專業(yè)的高職學(xué)生人才，改善相關(guān)各級高校的教育水平；同時，使更多的服務(wù)業(yè)人員得到更多的進修和培訓(xùn)機會，提高在職人員素質(zhì)。 17 參考文獻 [1]孔珊珊、李曉琳 .我國人均主要工農(nóng)產(chǎn)品產(chǎn)量與第三產(chǎn)業(yè)增加值關(guān)系的分析 [J].問題研究， 2020（ 3）： 55 [2]曹躍群、胡新華 .我國第三產(chǎn)業(yè)發(fā)展地區(qū)差異的演變（ 19852020)[J].統(tǒng)計觀察， 2020（ 3）： 65~67 [3]喬咪 .基于 ARIMA 模型對我國第三產(chǎn)業(yè)生產(chǎn)總值的分析與預(yù)測 [D].北京林業(yè)大學(xué)經(jīng)濟管理學(xué)院 2020,6 [4]王振龍、胡永宏 . 應(yīng)用時間序列分析 [M].北京 .科學(xué)出版社 .~174 [5]龐浩 .計量經(jīng)濟學(xué)（第二版 )[M]北京 :科學(xué)出版社 .~279 [6]陳文玲 .我國第三產(chǎn)業(yè)的發(fā)展?fàn)顩r及對策建議 [J].對策建議 ,2020(1):75~78 [7]臺冰 .人均第三產(chǎn)業(yè)增加值與人口城市化水平關(guān)系研究 [J].關(guān)系研究， 2020(3):2427 18 附錄 [附錄一：我國 19922020 年季度我國第三產(chǎn)業(yè)增加值數(shù)值 時間 我國第三產(chǎn)業(yè)增加值 (億元 ) 1992 年第 1季度 1992 年第 2季度 1992 年第 3季度 1992 年第 4季度 1993 年第 1季度 1993 年第 2季度 1993 年第 3季度 8272 1993 年第 4季度 199
研究報告相關(guān)推薦
鄂ICP備17016276號-1