浅析甘肃省地区生产总值的预测——基于ARMA 模型的实证分析

2013-08-12 00:55蔡建荣
时代金融 2013年7期
关键词:季度时序残差

蔡建荣

(兰州大学经济学院,甘肃 兰州730000)

一、引言

国内生产总值(Gross Domestic Product,简称GDP)是指在一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现,还可以反映一国的国力与财富。GDP 核算的生产范围包括以下三个部分:第一,生产者提供或准备提供给其他单位的货物和服务的生产;第二,生产者用于自身最终消费或资本形成的所有货物的自给性生产;第三,自有住房拥有者为自己最终消费提供的自有住房服务,以及付酬的自给性家庭服务生产。生产范围不包括不支付报酬的自给性家庭服务、没有单位控制的自然活动等。

由于市场机制的影响下,对长时间的经济增长会呈现出一定的规律,所以可以使得GDP 有了一定的可测性。而国内生产总值既能在宏观上反映经济周期的变化,又能在微观上反映出经济增长幅度。因此本文应用甘肃省2005 年以来GDP 的季度数据,对趋势变量和季节虚拟变量进行回归,引入ARMA 模型来反映GDP 的动态变化,并利用该模型对2012 年的GDP 预测。最后浅析甘肃省经济的周期波动及其发展变化。

二、方法介绍

ARMA 模型简介

ARMA 模型(Auto-Regressive and Moving Average Model)是研究时间序列的重要方法,由自回归模型(简称AR 模型)与滑动平均模型(简称MA 模型)为基础“混合”构成。由于ARMA预测模型不直接考虑其他相互因素的变动,只要掌握了必要的计算手段,该预测方法比较简明,适合用于进行指标数量不大,但预测频度较高的预测工作。

ARMA 模型的三种基本形式:

1.自回归模型AR(p)

2.移动平均模型MA(q)

3.自回归移动平均模型ARMA(p,q)

上面三个式子用滞后算子表示为:

其中滞后算子多项式满足:

显然,AR(p)模型和MA(q)模型都是ARMA(p,q)模型的特例。

三、实证分析

(一)建立初始模型

1.初始数据

2005 年第一季度到2012 年3 季度的GDP 数据时序图如图1所示。

单位:亿元

图1 GDP 数据时序图

通过观察时间序列图,可以看出该序列具有一个整体向上的线性趋势,同时图形还表现出明显的季节性(每年的4 季度值较高)。因此根据明显的时间趋势和截距项,从2005 年起甘肃省各季度GDP 应该为一非平稳时间序列。

2.数据处理

由于GDP 带有很强的趋势成分和季节成分,而我们的目的主要是利用ARMA 模型对其周期成分进行分析,因此需要对此类的数据先进行消除趋势和季节的处理,如图2 所示。

图2 消除季节因素的GDP 时序图

对图2 消除季节因素的GDP 取对数,得到结果,如图3 所示。

图3 去除季节因素的GDP 对数序列

通过对图2 和图3 观察,发现序列是有着明显的趋势的非平稳模型,并且是确定性趋势模型。为去除含有趋势的非平稳时间序列,用差分法对其去除趋势,使其平稳。如图4 对其进行一阶差分。

图4 GDP 对数一阶差分时序图

3.初始模型

对其建立ARMA(1,2)模型,即

其方程估计结果如图5 所示。

图5 DLNGDP 的ARMA(1,2)过程估计

(二)选择最优模型

虽然初始模型比较理想,但是仍需要其他不同阶数的ARMA(p,q)模型作对比,并从中选择最优的模型。如表1。

表1 ARMA(p,q)

根据上表可以知道,应该选择常数项不为0 的ARMA(1,2)模型。改模型去除季节因素,即可得到:

上式的预测拟合图如图6 所示。

图6 残差值、实际值和预测值

其中DLNGDP 的残差序列的Q 相关图如图7 所示。

图7 残差序列的Q 相关图

根据图7 所示,可以知道残差序列是平稳的,并对其进一步进行ADF 单位根检验。如图8 所示。

图8 残差序列单位根检验图

根据图8 所示可以得到:在1%、5%、10%的显著性水平下均能拒绝含有单位根的原假设,因而可以认为参差序列不存在相关性,与根据自相关图判断结果一致。

(三)运用模型进行预测

选择静态的预测可以得到结果,如图9 所示。

图9 DLNGDP 的一阶差分预测序列

对预测值和实际值作对比,得到结果如图10 所示。

图10 DLNGDP 与DLNGDPF 的对比图

根据图10 可以得到数据2012 年3 季度的DLNGDPF 为0.048662,DLNGDP 为0.049130。预测效果比较理想,与真实值比较接近。由此可以得到此模型是比较理想的。

四、结论

(一)经济解释

利用ARMA 模型对甘肃省GDP 进行了浅析。通过ARMA模型可以得到,在对甘肃省2005—2012 年季度GDP 进行回归后,周期成分利用ARMA 模型进行回归,能够很好的拟合甘肃省GDP 的增长规律,并可以发现本期GDP 增长与上一时期有着关系和存在随机干扰。

(二)对于甘肃省经济发展的建议。

1.根据甘肃省各地区环境资源能力、人文地理以及发展潜力建设各地区独有主体功能区。使各地区通过主体功能区协调发展,合理统一地推动经济发展。实现甘肃省整体共同富裕和共同发展。

2.紧抓“十二五”规划,进一步实现西部大开发战略。加快城镇化建设,实现农村劳动力向城镇化建设的转移。并且大力发展乡镇企业,扩大劳动力需求,实现规模化农业生产,提高农业产业化水平。

3.加强人文素质教育,进一步建设科技教育基础设施,引进和培养科技人才,并设立专项教育基金,引导落后地区对于教育的投入。整体提高人口素质,为经济发展提供强有力的保障和支持。

4.注重对于生态环境与经济发展的可持续发展,走新型可持续的发展道路,建设碳金融市场,加强与东部地区的交流。最终,达到经济持续增长的目的。

[1]吴丕.我国利率与储蓄、投资、货币供应量关系实证分析[J].边疆经济与文化,2006(01) .

[2] 李宝仁.我国居民消费和投资的计量分析[J].北京工商大学学报, 2006(05).

猜你喜欢
季度时序残差
基于双向GRU与残差拟合的车辆跟驰建模
2021年第4季度航天器发射统计
2021年第3季度航天器发射统计
基于Sentinel-2时序NDVI的麦冬识别研究
2021年第2季度航天器发射统计
基于残差学习的自适应无人机目标跟踪算法
基于递归残差网络的图像超分辨率重建
基于FPGA 的时序信号光纤传输系统
翻番的1季度与疯狂的3月
一种毫米波放大器时序直流电源的设计