| 我国国债的最大可能发行空间估算与预测 |
|
|
|
国统计年鉴》、《中国金融年鉴》、《中国财政年鉴》以及中国人民银行网站。
1.国内生产总值（GDP）的预测
ARMA（p,q）模型是一种平稳时间序列既论文联盟*论文联盟*编辑。包含自回归过程（AR（p））又包含移动平均过程（MA(q)）的混合模型，由博克斯(Box)和詹金斯(Jenkins) 创立。它是一种精度较高的时序短期预测方法，该方法主要运用于平稳的时间序列过程。但是许多来自经济和商业领域的时间序列数据都是非平稳过程，为了将平稳和非平稳时间序列模型联系起来，可以引入一些有用的差分和方差稳定变换，建立齐次非平稳时间序列模型，即ARIMA模型。对于一个非平稳时间序列yt，假设yt是d阶单整序列，因此能够通过d次差分将其转化为平稳时间序列，即yt～I(d)，则ωt=Δdyt=(1－L)dyt，ωt为平稳时间序列。可以对ωt建立ARMA（p,q）模型：Φ(L)ωt=c+Θ(L)εt。其中，平稳AR算子Φ(L)=1－φ1L－φ2L2－…－φpLp和可逆MA算子Θ(L)=1+θ1L+θ2L2+…+θqLq没有公因子。经过d阶差分变换后的ARMA（p,q）模型称为ARIMA(p,d,q)模型，等价于：Φ(L)(1－L)dyt=c+Θ(L)εt。
根据博克斯和詹金斯的建模思想，建立我国GDP的ARIMA模型可以分为如下四个步骤：
（1）平稳性检验。我们将原GDP数据采取对数形式，用LGDP表示。从表２可以看出LGDP序列ADF值均大于1%和5%的临界值，说明该时间存在单位根。然后对LGDP的一阶差分序列D(LGDP)进行ADF检验，检验结果显示D(LGDP)序列在5%的显著性水平下拒绝存在单位根的原假设，说明时间序列D(LGDP)是平稳的。因此，我们可称LGDP是一阶单整序列，即LGDPt～I(1)。
（2上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] 下一页 |
|
|
| |
|
上一个论文： 金融企业国债投资所得税缴纳探讨
下一个论文： 中小民营企业秘书在招聘工作中的礼仪运用 |
|
用户登录 
新用户注册 