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 |
|