【正文】 參考文獻(xiàn) 1． 方娜 ,蔡風(fēng)景．基于面板數(shù)據(jù)的我國(guó)財(cái)政收入與支出關(guān)系研究 [J]．廣西財(cái)經(jīng)學(xué)院學(xué)報(bào)， 2020， (6) 2． 童百利 ,楊賢傳 ,李國(guó)安．城鎮(zhèn)居民人均可支配收入對(duì)人均消費(fèi)支出的影響研究 —— 基于凱恩斯消費(fèi)函數(shù)的實(shí)證分析．長(zhǎng)春大學(xué)學(xué)報(bào)， 2020 第 11 期 3．周海波．廣州市城市居民人均可支配收入與人均消費(fèi)性支出的計(jì)量分析．經(jīng)濟(jì)沙龍， 2020， (2) 4．權(quán)立波．城鎮(zhèn)居民可支配收入與消費(fèi)性支出的關(guān)系．區(qū)域經(jīng)濟(jì)與產(chǎn)業(yè)經(jīng)濟(jì)，2020 5． 王燕．應(yīng)用時(shí)間序列分析．中國(guó)人民大學(xué)出版社， 6．賈穎．轉(zhuǎn)型時(shí)期中國(guó)居民消費(fèi)分析及宏觀政策研究．財(cái)政科學(xué)研究所， 7．劉紹吉．云南省城鎮(zhèn)居民消費(fèi)性支出與可支配收入的實(shí)證分析．曲靖師范學(xué)院學(xué)報(bào)， 2020 第 5 期 8． 趙彥云．宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基本問(wèn)題．中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院應(yīng)用統(tǒng)計(jì)科學(xué)研究中心， 2020 年第 5 期 9．劉浪平 . 財(cái)政預(yù)算及管理淺析 [J]. 當(dāng)代經(jīng)濟(jì) , 2020, (20) 10． Gee E. P. Box, Gwilym M. Jenkins, Gregory C Reinsel, 顧嵐．時(shí)間序列分析預(yù)測(cè)與控制．中國(guó)統(tǒng)計(jì)出版社， 1997 11． Zagler, Martin,D252。 今后還應(yīng)當(dāng)大量研究參考文獻(xiàn)，去深入理解體會(huì)，拓寬視野。故本文的研究還不適用于全國(guó)所有地區(qū)。雖然數(shù)據(jù)在全國(guó)范圍內(nèi)具有普遍性，但是落到某個(gè)具體的省市地區(qū)，尤其是經(jīng)濟(jì)發(fā)達(dá)與欠發(fā)達(dá)地區(qū)就不太具有代表性了。雖然與自身的過(guò)去相比一直在上漲，但是由于缺乏和同時(shí)期其他地區(qū)和國(guó)家的比較，不知道中國(guó)城鎮(zhèn)居民的收支情況在國(guó)際上是怎么樣的一個(gè)水平，這時(shí)以后研究需要改進(jìn)的地方。 其次，在數(shù)據(jù)選取上沒(méi)有能夠選取離現(xiàn)在最近的 2020 年的數(shù)據(jù)，這在一定程度上輕微的影響到了數(shù)據(jù)預(yù)測(cè)的準(zhǔn)確性。 5 不足與改進(jìn) 首先，本文只是針對(duì)城 鎮(zhèn)居民人均可支配收入 與 鎮(zhèn)居民人均消費(fèi)性支出 這兩者在進(jìn)行簡(jiǎn)要的研究分析，并沒(méi)有涉及到更多的與城鎮(zhèn)居民生活息息相關(guān)的其他因素。重視文化教育事業(yè)的發(fā)展，增加教育經(jīng)費(fèi)的投入，扎實(shí)普及義務(wù)教育，在掃除青壯年文盲，大力發(fā)展各種職業(yè)技術(shù)教育和成人教育 方面下大功夫 。 文化教育事業(yè)的發(fā)展，是提高人們素質(zhì)的保證，城鎮(zhèn)居民文化水平的高低 決定了城鎮(zhèn)居民物質(zhì)文化生活水平高低。并且堅(jiān)持把保障和改善民生作為經(jīng)濟(jì)工作的出發(fā)點(diǎn)和落腳點(diǎn)，實(shí)行更加積極的就業(yè)政策，擴(kuò)大內(nèi)需，使改革發(fā)展的成果讓居民共享。這是一種很普遍的方式。收入是制約消費(fèi)的一個(gè)很大的因素，提高城鎮(zhèn)居民人均可支配收，可以從根本上改變城鎮(zhèn)居民的需求以及消費(fèi)習(xí)慣，進(jìn)而提 高消費(fèi)水平，促進(jìn)經(jīng)濟(jì)發(fā)展。想增加消費(fèi)還有一個(gè)很直接的方法就是提高收入。通過(guò)政府調(diào)控，抑制房?jī)r(jià)惡性上漲，解決住房難問(wèn)題，可以讓城鎮(zhèn)居民可以沒(méi)有后顧之憂(yōu)地去進(jìn)行消費(fèi)活動(dòng)。住房因素在很大程度上影響到了城鎮(zhèn)居民的消費(fèi)，由于房?jī)r(jià)持續(xù)居高不下，住房成了很多人的一大難題。從積極的方面來(lái)說(shuō)，我國(guó)城鎮(zhèn)居民消費(fèi)比較理性，但這也從另一方面反映出我國(guó)城鎮(zhèn)居民消費(fèi)相對(duì)保守，對(duì)經(jīng)濟(jì)發(fā)展會(huì)有一定的抑制作用。 再觀察 鎮(zhèn)居民人均可支配收入 與 鎮(zhèn)居民人均消費(fèi)性支 出 之間的差值： 2020年的實(shí)際為 8932 元， 2020 年的預(yù)測(cè)值為 10446 元， 2020 年的預(yù)測(cè)值為 12374元， 2020 年的預(yù)測(cè)值為 14807 元。 從這組數(shù)據(jù)可以看出在未來(lái)短期內(nèi)無(wú)論是收入還是支出，都呈現(xiàn)出增長(zhǎng)的趨勢(shì)，這與普遍的預(yù)期相符，說(shuō)明在中國(guó)經(jīng)濟(jì)持續(xù)不斷的增長(zhǎng)的同時(shí)，城鎮(zhèn)居民的生活水平也隨之相應(yīng)的在提升。擬合圖如下所示：（紅色部分為實(shí)際值，綠色部分為預(yù)測(cè)值） 圖 15 城鎮(zhèn)居民人均消費(fèi)性支出模型擬合圖 4 結(jié)論分析 對(duì)以上研究結(jié)果進(jìn)行分析。所以 MA(2)模型有效，其表達(dá)式為： 其中， 為原始數(shù)據(jù)的對(duì)數(shù)再取二階差分所得。 城鎮(zhèn)居民人均消費(fèi)性支出時(shí)序模型檢驗(yàn)及優(yōu)化 在對(duì)以上 三個(gè)模型進(jìn)行參數(shù)檢驗(yàn)以及殘差分析后發(fā)現(xiàn)只有 MA(2)模型合適，MA(2)的參數(shù)檢驗(yàn)圖以及殘差分析圖如圖 1圖 14 所示： 圖 13 城鎮(zhèn)居民人均可支配收入時(shí)序模型參數(shù)檢驗(yàn)圖 圖 14 城鎮(zhèn)居民人均可支配收入時(shí)序模型殘差分析圖 圖八是參數(shù)檢驗(yàn)， P 值小于 ，參數(shù)顯著。由此可以知道：數(shù)據(jù)是平滑的，且短期相關(guān)；從偏自相關(guān)圖中可以看出：在經(jīng)過(guò)二階延遲后，偏自相關(guān)系數(shù)都落在 2 倍標(biāo)準(zhǔn)差以?xún)?nèi)，而且偏自相關(guān)系數(shù)大體都在零附近波動(dòng)。 城鎮(zhèn)居民人均消費(fèi)性支出時(shí)序模型分析及建立 圖 11 城鎮(zhèn)居民人均消費(fèi)性支出自相關(guān)圖 圖 12 城鎮(zhèn)居民人均消費(fèi)性支出偏自相關(guān)圖 從圖 11 的城鎮(zhèn)居民人均消費(fèi)性支出自相關(guān)圖中可以看出，在經(jīng)過(guò)一階延遲后，自相關(guān)系數(shù)都落在 2 倍標(biāo)準(zhǔn)差以?xún)?nèi)。擬合圖如下所示：（紅色部分為實(shí)際值，綠色部分為預(yù)測(cè)值） 圖 10 城鎮(zhèn)居民人均可支配收入模型擬合圖 其分析過(guò)程與城鎮(zhèn)居民人均可支配收入類(lèi)似。所以 MA(2)模型有效，其表達(dá)式為： 其中， 為原始數(shù)據(jù)的對(duì)數(shù)再取二階差分所得。 城鎮(zhèn)居民人均可支配收入時(shí)序模型檢驗(yàn)及優(yōu)化 在對(duì)以上三個(gè)模型進(jìn)行參數(shù)檢驗(yàn)以及殘差 分析后發(fā)現(xiàn)只有 MA(2)模型合適，MA(2)的參數(shù)檢驗(yàn)圖以及殘差分析圖如圖 圖 9 所示： 圖 8 城鎮(zhèn)居民人均可支配收入時(shí)序模型參數(shù)檢驗(yàn)圖 圖 9 城鎮(zhèn)居民人均可支配收入時(shí)序模型殘差分析圖 圖八是參數(shù)檢驗(yàn)， P 值小于 ，參數(shù)顯著。由此可以知道：數(shù)據(jù)是平滑的，且短期相關(guān)；從偏自相關(guān)圖中可以看出：在經(jīng)過(guò)二階延遲后，偏自相關(guān)系數(shù)都落在 2 倍標(biāo)準(zhǔn)差以?xún)?nèi)，而且偏自相關(guān)系數(shù)大體都在零附近波動(dòng)。 城鎮(zhèn)居民人均可支配收入時(shí)序模型分析及建立 圖 6 城鎮(zhèn)居民人均可支配收入自相關(guān)圖 圖 7 城鎮(zhèn)居民人均可支配收入偏自相關(guān)圖 從圖六的城鎮(zhèn)居民人均可支配收入自相關(guān)圖中可以看出，在經(jīng)過(guò)一階延遲后，自相關(guān)系數(shù)都落在 2 倍標(biāo)準(zhǔn)差以?xún)?nèi)?？梢赃M(jìn)行下一步研究。 圖 2 城鎮(zhèn)居民人均可支配收入二階差分走勢(shì)圖 圖 3 城鎮(zhèn)居民人均消費(fèi)性支出二階差分走勢(shì)圖 由以上兩張圖可以得知：該兩組數(shù)據(jù)經(jīng)過(guò)處理之后均在某一特定值附近上下波動(dòng)，沒(méi)有明顯的趨勢(shì)，即具有平穩(wěn)性。 根據(jù)上文所做的時(shí)序圖可以判斷出無(wú)論是城鎮(zhèn)居民人均可支配收入還是人均消費(fèi)性支出都是具有明顯的增長(zhǎng)趨勢(shì)，即非平穩(wěn)的。作者在翻閱各大權(quán)威統(tǒng)計(jì)網(wǎng)站之后決定選取從 1978年到 2020 年這 36 年之間的相關(guān)數(shù)據(jù)。如今只需將適當(dāng)?shù)牟襟E代碼以及數(shù)據(jù)鍵入相關(guān)統(tǒng)計(jì)軟件便可得到預(yù)測(cè)值，本文所運(yùn)用的統(tǒng)計(jì)軟件是SAS 統(tǒng)計(jì)軟件。在所有通過(guò)檢驗(yàn)的模型中使得 AIC 或 SBC 函數(shù)達(dá)到最小的模型為相對(duì)最優(yōu)模型，即選擇 AIC 和 SBC 值中較小的那個(gè)。為了彌補(bǔ)不足， Schwartz于 1978 年提出根據(jù) Bayes 理論得出 SBC 準(zhǔn)則。 AIC 模型也正是在這種考慮下提出的，它是要讓擬合精度和位置參數(shù)個(gè)數(shù)的加權(quán)函數(shù)達(dá)到最小。但是未知參數(shù)越多，也說(shuō)明模型中未知的風(fēng)險(xiǎn)也多。通常似然函數(shù)值越大說(shuō)明模型擬合效果越好。為了解決該問(wèn)題，引進(jìn) AIC 和 SBC 信息準(zhǔn)則的概念，進(jìn)行模型優(yōu)化。 因?yàn)闀r(shí)間序列所能確立的模型不是唯一的，雖然這些模型也都能對(duì)未來(lái)進(jìn)行預(yù)測(cè)，但是也有優(yōu)劣之分。前者是用來(lái)檢驗(yàn)?zāi)Ｐ褪欠裼行?，具體方法就是檢驗(yàn)?zāi)Ｐ椭械臍埐钚蛄惺欠袷前自肼?，是白噪聲模型才算擬合成功，模型中數(shù)據(jù)所包含的規(guī)律才能被發(fā)掘，此模型才算有效。參數(shù)估計(jì)的方法也有很多種，如：最小二乘估計(jì)、極大似然估計(jì)等，本文所采用的是最小二乘估計(jì)。 參數(shù)估計(jì)（ parameter estimation）指的是從總體中抽取樣本來(lái)估計(jì)總體分布中所包含的未知參數(shù)的方法。該時(shí)間序列 為服從（ p,q）階的自回歸滑動(dòng)平均混合模型。 由 AR 模型和 MA 模型可以得出 ARMA 模型的數(shù)學(xué)公式為： 其中， 是在 時(shí)刻預(yù)測(cè)對(duì)象的預(yù)測(cè)值。 ARMA 模型 以 AR 模型（自回歸模型）與 MA 模型（滑動(dòng)平均模型）為基礎(chǔ)，共同“混合”構(gòu)成 ARMA 模型（自回歸滑動(dòng)平均模型），它將時(shí)間序列看成是當(dāng)期和前期的隨機(jī)誤差項(xiàng)以及前期值的線性函數(shù)，是時(shí)間序列中重要的研究方法之一。簡(jiǎn)記為 MA（ q）模型。同樣適用于數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)等學(xué)科。即現(xiàn)在的隨機(jī)干擾和過(guò)去的序列值無(wú)關(guān)。簡(jiǎn)記為 AR（ p） 模型。常用于數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)等學(xué)科的應(yīng)用。它們各自的特點(diǎn)如圖： 表 1 模型特點(diǎn) 自相關(guān)系數(shù) 偏相關(guān)系數(shù) 模型定階 拖尾 p 階截尾 AR(p)模型 q 階截尾 拖尾 MA(q)模型 拖尾 拖尾 ARMA(p,q)模型 AR 模型 AR 模型是自回歸模型，常用于線性預(yù)測(cè)。 模型的識(shí)別是時(shí)間序列法的重點(diǎn)、難點(diǎn)之一 ， 原因在于時(shí)間序列模型有很多種，而每種模型又有各自的特點(diǎn)。非白噪聲的要求 則 與之相反。 白噪聲指的是序列各項(xiàng)沒(méi)有任何關(guān)系。