【正文】 . 結(jié)果解釋15. SARIMA模型16. 方法簡(jiǎn)介16. 模型建立18. 模型求解22. 模型檢驗(yàn)23. 結(jié)果解釋246. 結(jié)論277. 模型評(píng)價(jià)與改進(jìn)278. 參考文獻(xiàn)309. 附錄31. 詳細(xì)數(shù)據(jù)31 . 典型相關(guān)分析所需數(shù)據(jù)31 . SARIMA模型所需數(shù)據(jù)33. 程序35 . 典型相關(guān)35 . SARIMA模型36摘要2011年3月11日，日本本州島附近發(fā)生強(qiáng)烈地震，對(duì)日本的經(jīng)濟(jì)帶來巨大的影響，關(guān)于此方面的報(bào)道屢見不鮮，然而大多都傾向于僅給出其直接損失的數(shù)額，而忽略了由于地震導(dǎo)致政策改變所帶來的間接損失，造成對(duì)經(jīng)濟(jì)損失的低估。本文在此背景下，力求尋找一種方法來揭示由于地震導(dǎo)致外匯儲(chǔ)備產(chǎn)生的間接損失，并進(jìn)行定量化分析，從而能更客觀地認(rèn)識(shí)到災(zāi)害給日本經(jīng)濟(jì)帶來的影響。通過對(duì)于背景的分析，本文將GDP劃分為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)，作為三個(gè)反應(yīng)變量；篩選了勞動(dòng)力人口數(shù)、發(fā)電電力量、原油供給量、進(jìn)口總額、出口總額、匯率、外匯儲(chǔ)備量這7個(gè)因素作為解釋變量，其分析結(jié)果——外匯儲(chǔ)備的載荷僅次于勞動(dòng)力人口數(shù)與發(fā)電電力量，進(jìn)一步證明外匯儲(chǔ)備對(duì)解釋國(guó)內(nèi)成產(chǎn)總值具有重要作用。本文數(shù)據(jù)來自日本統(tǒng)計(jì)年鑒以及日本財(cái)務(wù)省官方網(wǎng)站。本文的特點(diǎn)主要在于以下三點(diǎn)：（1）以外匯儲(chǔ)備歷史數(shù)據(jù)規(guī)律擬合的時(shí)間序列模型與涉及多個(gè)影響因素的模型相比，可以避免因未能找齊所有影響因素而產(chǎn)生的較大誤差；（2）與其他對(duì)于日本地震造成的經(jīng)濟(jì)損失的方向不同，本文“矛頭”指向了間接損失，定量化分析日本地震造成的外匯儲(chǔ)備增長(zhǎng)產(chǎn)生的機(jī)會(huì)成本；（3）本文提出引入機(jī)會(huì)成本的概念這一方法，估計(jì)地震所帶來的間接經(jīng)濟(jì)損失，從而能更全面地評(píng)價(jià)本次事件帶來的總體經(jīng)濟(jì)損失。除了地震帶來的直接人員傷亡以及核泄漏造成的自然影響之外，可以看到地震帶來的經(jīng)濟(jì)損失如同滾雪球一般逐漸增大。對(duì)于災(zāi)難的報(bào)道，新聞公布了一些關(guān)于日本地震的直接經(jīng)濟(jì)損失*，如建筑物損失等，這些損失都可以通過統(tǒng)計(jì)一次性獲得，對(duì)日本經(jīng)濟(jì)的后續(xù)發(fā)展產(chǎn)生的影響較小。而目前的報(bào)道很少探討由于地震帶來的間接經(jīng)濟(jì)損失**（多數(shù)來自政府應(yīng)對(duì)災(zāi)難的政策所產(chǎn)生的長(zhǎng)期影響，如外匯儲(chǔ)備的增加相當(dāng)于將本國(guó)用于經(jīng)濟(jì)發(fā)展的投資經(jīng)費(fèi)廉價(jià)的借給其他國(guó)家），這就使得分析不夠全面，容易低估地震所帶來的經(jīng)濟(jì)損失。. 問題分析重大的歷史事件往往會(huì)改變經(jīng)濟(jì)的發(fā)展趨勢(shì)，因此有不少學(xué)者對(duì)其進(jìn)行了相關(guān)研究。但是目前，研究都停留在一個(gè)描述性研究的層次上，并且大都將重心放在災(zāi)害所帶來的直接經(jīng)濟(jì)損失上，而忽略了它帶來的間接經(jīng)濟(jì)損失，損失了很多有價(jià)值的信息。注：*直接經(jīng)濟(jì)損失：一般認(rèn)為，直接經(jīng)濟(jì)損失是指災(zāi)害直接造成的物質(zhì)形態(tài)的破壞，如糧食產(chǎn)量的下降，房屋建筑、公共設(shè)施及設(shè)備的破壞等 **間接經(jīng)濟(jì)損失：徐嵩齡等人[15]認(rèn)為，災(zāi)害的間接經(jīng)濟(jì)損失廣義地包括3類，其中有一類為資源關(guān)聯(lián)型損失，即包括傳統(tǒng)意義上的人力資源和資本資源的損失對(duì)未來經(jīng)濟(jì)增長(zhǎng)的影響，又包括災(zāi)害中的自然資源破壞在持續(xù)意義上對(duì)未來發(fā)展能力的影響。高豐、于永達(dá)[2]曾發(fā)表論文，闡述外匯儲(chǔ)備增長(zhǎng)對(duì)經(jīng)濟(jì)的穩(wěn)定和安全發(fā)揮著巨大作用，同時(shí)也會(huì)加劇通貨膨脹的壓力，削弱本國(guó)的產(chǎn)品出口競(jìng)爭(zhēng)力，并且造成機(jī)會(huì)成本增加甚至資金資源浪費(fèi)。且值得關(guān)注的是，外匯儲(chǔ)備在日本經(jīng)濟(jì)發(fā)展中扮演的重要角色。但是外匯儲(chǔ)備并非越多越好，越來越多的人開始關(guān)注外匯儲(chǔ)備對(duì)于經(jīng)濟(jì)的重要性，比如說對(duì)于外匯儲(chǔ)備激增的負(fù)面影響[4]等研究，匯率也直接受外匯儲(chǔ)備的影響。故地震所導(dǎo)致外匯儲(chǔ)備產(chǎn)生的機(jī)會(huì)成本作為間接經(jīng)濟(jì)損失的重要組成部分之一，是本文研究的重心。時(shí)間序列的特性主要有隨機(jī)性、平穩(wěn)性和季節(jié)性三個(gè)方面，其中以平穩(wěn)性和季節(jié)性更為重要[5]。其中時(shí)域方法是分析時(shí)間序列的樣本自相關(guān)函數(shù)毛病建立參數(shù)模型，如ARMA（AutoRegressive Moving Average Model）模型，以此來描述序列的動(dòng)態(tài)依賴關(guān)系。在此基礎(chǔ)上，博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名時(shí)間序列預(yù)測(cè)方法，即ARIMA(AutoRegressive Integrated Moving Average Model)模型，它在經(jīng)濟(jì)預(yù)測(cè)過程中既考慮了經(jīng)濟(jì)現(xiàn)象在時(shí)間序列上的依存性，又考慮了隨機(jī)波動(dòng)的干擾性，對(duì)于經(jīng)濟(jì)運(yùn)行短期趨勢(shì)的預(yù)測(cè)準(zhǔn)確率較高，是近年應(yīng)用比較廣泛的方法之一。在這個(gè)模型的基礎(chǔ)之上，為了在模型中描述季節(jié)性的特點(diǎn)，有學(xué)者提出了改進(jìn)模型SARIMA(Seasonal AutoRegressive Integrated Moving Average Model)模型，即季節(jié)性自回歸滑動(dòng)平均模型。模型包含趨勢(shì)性和季節(jié)性，因其能很好地反映出經(jīng)濟(jì)指標(biāo)的周期性變化，體現(xiàn)經(jīng)濟(jì)周期的特點(diǎn)，所以該模型常用于宏觀經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)。另一方面，注意到國(guó)內(nèi)生產(chǎn)總值可以分為三大產(chǎn)業(yè)，而且三大產(chǎn)業(yè)的國(guó)內(nèi)生產(chǎn)值對(duì)國(guó)內(nèi)生產(chǎn)力水平的依賴程度有所不同，被經(jīng)濟(jì)政策影響的程度也各異。 在進(jìn)行典型相關(guān)分析的基礎(chǔ)上，對(duì)于外匯儲(chǔ)備進(jìn)行進(jìn)一步的時(shí)間序列的分析。并且，用此種方法來舉例說明如何運(yùn)用時(shí)間序列的方法來估算間接經(jīng)濟(jì)損失。為了方便敘述，文中所使用的機(jī)會(huì)成本是指由地震所導(dǎo)致外匯儲(chǔ)備產(chǎn)生的間接經(jīng)濟(jì)損失。下面首先對(duì)各個(gè)變量的選擇進(jìn)行解釋說明：勞動(dòng)力人口：考慮到日本GDP位于世界前列與日本國(guó)民勤奮努力、憂患意識(shí)強(qiáng)，受過良好的教育，國(guó)內(nèi)有大批素質(zhì)良好的勞動(dòng)力密不可分，且勞動(dòng)力的水平對(duì)于一個(gè)國(guó)家的經(jīng)濟(jì)增長(zhǎng)很重要，故此納入此指標(biāo)；電力發(fā)電力量、原油供應(yīng)量：能源的消費(fèi)幾乎與經(jīng)濟(jì)增長(zhǎng)呈同步增長(zhǎng)的態(tài)勢(shì)[6]，而電力與石油占日本能源比重很大，故此納入發(fā)電電力量以及原油供給量這兩個(gè)指標(biāo)；進(jìn)出口總額：進(jìn)出口總額都左右著日本國(guó)內(nèi)的生產(chǎn)總值，故選擇進(jìn)口總額和出口總額這兩個(gè)指標(biāo)；外匯儲(chǔ)備：外匯儲(chǔ)備在日本經(jīng)濟(jì)發(fā)展中扮演重要角色，從多年的實(shí)際情況來看，巨額外匯儲(chǔ)備給日本經(jīng)濟(jì)帶來了較好的投資回報(bào)，保證了資金的增值[3]。且考慮到外匯儲(chǔ)備與匯率之間有著密切的關(guān)系，故此納入?yún)R率這個(gè)指標(biāo)。通過上述分析，上述選擇的變量都是評(píng)價(jià)國(guó)內(nèi)生產(chǎn)總值的重要指標(biāo)。本文將地震產(chǎn)生的損失看作直接經(jīng)濟(jì)損失與間接經(jīng)濟(jì)損失之和，通過計(jì)算2011年3至5月外匯儲(chǔ)備的真實(shí)值與在無地震情況下的預(yù)測(cè)值之差所產(chǎn)生的機(jī)會(huì)成本，從而估算本次地震導(dǎo)致外匯儲(chǔ)備所產(chǎn)生的間接經(jīng)濟(jì)損失；由于外匯儲(chǔ)備受日本政府調(diào)控，故即使沒有發(fā)生該次地震，日本政府也可以對(duì)外匯儲(chǔ)備進(jìn)行大幅調(diào)整，但這屬于極端情況，本文為便于研究做如下假設(shè)：假設(shè)2：由于地震導(dǎo)致外匯儲(chǔ)備產(chǎn)生的調(diào)整量（即實(shí)際值與按照原有經(jīng)濟(jì)發(fā)展水平的預(yù)測(cè)值之差）原本全部用于國(guó)內(nèi)經(jīng)濟(jì)建設(shè)。本文中SARIMA模型并沒有考慮實(shí)際意義上對(duì)外匯儲(chǔ)備變動(dòng)的影響因素，而是通過運(yùn)用統(tǒng)計(jì)方法根據(jù)歷史數(shù)據(jù)的規(guī)律外推預(yù)測(cè)未來短中期的數(shù)據(jù)值；通過查閱文獻(xiàn)，發(fā)現(xiàn)該模型也已得到廣大學(xué)者的認(rèn)可，在多篇論文中均使用該模型預(yù)測(cè)各種指標(biāo)的變化，例如我國(guó)商品進(jìn)出口的預(yù)測(cè)[7]，腎綜合征出血熱發(fā)病率預(yù)測(cè)[8]，城市道路短期交通流預(yù)測(cè)[9]等。4. 符號(hào)說明主要變量X1勞動(dòng)力人口（萬人）X2發(fā)電電力量（100 萬 kWh）X3原油供給量（1000kl）X4出口總額（10 億円）X5進(jìn)口總額（10 億円）X6匯率（1 美元/円）X7外匯儲(chǔ)備（100 萬美金）Y1第一產(chǎn)業(yè)（農(nóng)業(yè)、漁業(yè)等）國(guó)內(nèi)生產(chǎn)總值（10億円）Y2第二產(chǎn)業(yè)（制造、建筑、礦業(yè)等）國(guó)內(nèi)生產(chǎn)總值（10億円）Y3第三產(chǎn)業(yè)（服務(wù)、金融、不動(dòng)產(chǎn)、信息等）國(guó)內(nèi)生產(chǎn)總值（10億円）R1第一典型相關(guān)系數(shù)R2第二典型相關(guān)系數(shù)R3第三典型相關(guān)系數(shù)U1第一典型相關(guān)變量中衡量生產(chǎn)力水平指標(biāo)與日本對(duì)外經(jīng)濟(jì)政策指標(biāo)的線性組合V1第一典型相關(guān)變量中三大產(chǎn)業(yè)國(guó)內(nèi)生產(chǎn)總值的線性組合U2第二典型相關(guān)變量中衡量生產(chǎn)力水平指標(biāo)與日本對(duì)外經(jīng)濟(jì)政策指標(biāo)的線性組合V2第二典型相關(guān)變量中三大產(chǎn)業(yè)國(guó)內(nèi)生產(chǎn)總值的線性組合用以建模的時(shí)間序列B滯后算子時(shí)間階向量，其第p行元素為1，其余都為0ADF檢驗(yàn)中的中間變量同上樣本量殘差殘差平方和SARIMA模型中的系數(shù)向量方差系數(shù)估計(jì)中的中間變量相關(guān)系數(shù)h滯后階數(shù)外匯儲(chǔ)備量的原始數(shù)據(jù)D季節(jié)差分的階數(shù)d逐期差分的階數(shù)P