时间序列分析论文.doc

摘要 时间序列就是按照时间的顺序记录的一列有序数据。对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势。时间序列分析在日常生活中随处可见，有着非常广泛的应用领域。 本文用时间序列分析方法，对一段时间序列进行了拟合。通过对2010年3月至2011年6月中国进出口额同比增长率序列进行观察分析，建立合适的ARIMA模型，对未来五个月的中国进出口额同比增长率序列进行预测。然后对预测值和真实值进行比较，得出结论，所建立的模型有较好的拟合效果，从而提供了一个行情预测的有效方法。 关键词：时间序列 中国进出口额同比增长率 预测 白噪声 目录 1引言 1 2模型的判别 2 2.1原始序列分析 2 2.2一阶差分序列分析 3 3中国进出口同比增长率模型的建立选择、建立及检验 4 3.1 模型的选择 4 3.2 模型的建立 4 3.3 模型的检验 6 4利用模型进行预测 8 5模型的评价 10 参考文献 11 1引言 进出口总额指实际进出我国国境的货物总金额。包括对外贸易实际进出口货物，来料加工装配进出口货物，国家间、联合国及国际组织无偿援助物资和赠送品，华侨、港澳台同胞和外籍华人捐赠品，租赁期满归承租人所有的租赁货物，进料加工进出口货物，边境地方贸易及边境地区小额贸易进出口货物(边民互市贸易除外)，中外合资企业、中外合作经营企业、外商独资经营企业进出口货物和公用物品，到、离岸价格在规定限额以上的进出口货样和广告品(无商业价值、无使用价值和免费提供出口的除外)，从保税仓库提取在中国境内销售的进口货物，以及其他进出口货物。进出口总额用以观察一个国家在对外贸易方面的总规模。同比增长率，一般是指和去年同期相比较的增长率。2.1原始序列分析 对2010年3月至2011年6月中国进出口额同比增长率序列建模（单位：%）。数据见表2-1：（数据来源：中国统计年鉴） 表2-1 时间 同比增长% 时间 同比增长% 2010-03 42.68 2010-11 36.28 2010-04 39.49 2010-12 21.48 2010-05 48.66 2011-01 44.06 2010-06 39.55 2011-02 33.20 2010-07 31.02 2011-03 31.46 2010-08 34.88 2011-04 25.94 2010-09 24.73 2011-05 23.48 2010-10 23.93 2011-06 18.42 做原始序列时序图（x表示2010年3月到2011年6月中国进出口同比增长率序列） 图2-1 中国进出口同比增长率时序图 时序图清晰地显示，序列有明显趋势，所以该序列一定不是平稳序列。因为原序列为非平稳序列，所以选择一阶差分继续分析。 2.2一阶差分序列分析 表2-2 t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -7.022002 ?0.0001 Test critical values: 1% level -4.004425 5% level -3.098896 10% level -2.690439 图2-2 一阶差分的时序图 因为原序列为非平稳序列，所以选择一阶差分，差分序列的时序图如图2-2所示。表2-2 为一阶差分序列单位根检验，检验t统计量的值为-7.022022，显著性水平1%、5%、10%的临界值分别为-4.004425、-3.098896、-2.690439，可见t统计量的值小于各显著性水平的临界值，故拒绝原假设，一阶差分后通过了单位根检验认为序列平稳。 3中国进出口同比增长率模型的建立选择、建立及检验 3.1 模型的选择 一阶差分后模型平稳，开始建立各种模型，综合考虑所建的所有模型，认为有常数项的MA(1)模型拟合的最好，根据模型优化的AIC准则，选取AIC最小的，该模型的AIC是所有建立的模型中最小的。所以选择有常数项的MA(1)模型进行预测。 3.2 模型的建立 Autocorrelation Partial Correlation AC? ?PAC ?Q-Stat ?Prob ????****| . | ????****| . | 1 -0.606 -0.606 6.6958 0.010 ????. |** . | ????. *| . | 2 0.241 -0.200 7.83