王國賢 范英兵黑河學(xué)院(164300)
國內(nèi)生產(chǎn)總值(GDP)是衡量經(jīng)濟(jì)的最佳指標(biāo),同時也代表了一個國家的國力和財富。研究和預(yù)測中國GDP的發(fā)展趨勢,對于國家經(jīng)濟(jì)市場的穩(wěn)定健康發(fā)展至關(guān)重要,然而每個研究者的研究模式與方法各不相同。2005年,Khurshid.M.Kiani應(yīng)用非線性神經(jīng)網(wǎng)絡(luò)檢測和基于時間序列模型的檢驗對多國真實GDP的增長率進(jìn)行了研究,取得了較好的效果[1]。2008年,Jens在GDP預(yù)測數(shù)據(jù)的修改中應(yīng)用了混合頻率逼近法,進(jìn)一步提高了預(yù)測的精度,使經(jīng)濟(jì)預(yù)測得到了進(jìn)一步的發(fā)展[2]。
2007年,陳美以廣東省GDP的時間序列數(shù)據(jù)為依據(jù),分別應(yīng)用Winters模型和ARMA模型,進(jìn)行季度性GDP值的短期預(yù)測[3]。2010年,魏寧建立陜西省GDP時間序列模型,并準(zhǔn)確地預(yù)測了陜西省未來6年的經(jīng)濟(jì)發(fā)展[4]。雖然,研究人員在GDP的預(yù)測中,取得了一定的研究成果,但是要減小預(yù)測誤差,更準(zhǔn)確地預(yù)測我國GDP的未來發(fā)展趨勢,還需要建立更高精度的擬合模型。
ARIMA模型是由博克斯(Box)和詹金斯(Jenkins)提出的一種著名方法,所以又稱為Box-Jenkins模型。該模型的表達(dá)式如下:
式中,ωt是經(jīng)過差分后的變量,即 ωt=zt-zt-1,φ1,φ2,Λ,φq為自回歸系數(shù);θ1,θ2,Lθq是移動平均數(shù)[5]。
干預(yù)模型(InterventionModel)是時間序列分析中傳遞函數(shù)模型的一種應(yīng)用推廣。建立干預(yù)分析模型的基礎(chǔ)是引入一個干預(yù)變量。所謂干預(yù)變量,是用來解釋干預(yù)事件對原始序列的影響。同時,模型的輸入變量也是指干預(yù)的一種虛擬變量。
試中,B為后移算子。
文章從我國統(tǒng)計局網(wǎng)站“國家數(shù)據(jù)”中搜集了1980-2016年我國GDP數(shù)據(jù),作為原始時間序列圖。
2.2.1 平穩(wěn)性化
經(jīng)過對原始數(shù)據(jù)取對數(shù)并做一階差分后,檢驗在每個不同的臨界值下處于平穩(wěn),因此可以確定經(jīng)過一階差分后我國GDP序列是平穩(wěn)的時間序列(見表 1)。
表1 中國GDP序列ADF檢驗結(jié)果
2.2.2模型識別
小指針獎其實是性價比之選。今年獲得獎項的是HABRING2,這個品牌名氣雖然不響,但過去幾年經(jīng)常在日內(nèi)瓦大賞中獲獎,可見在制表工藝和創(chuàng)意上都是備受業(yè)內(nèi)肯定的品牌。這次摘得小指針獎也不算意外。
一階差分后的平穩(wěn)時間序列自相關(guān)函數(shù)和偏自相關(guān)函數(shù)都是拖尾的,則模型的形式可以確定為ARMA模型。由于一階差分后序列平穩(wěn),因此得出d=1,可以確定最終所建立的模型應(yīng)為ARIMA模型。
2.2.3 建立模型
表2 模型參數(shù)估計表
通過觀察表2可以看到,當(dāng)p=4,q=2時,參數(shù)估計的值最優(yōu)。 最優(yōu)模型為 ARIMA(4,1,2),模型為:
▽LNYt=0.145059+0.445910▽LNYt-1-0.627 782▽LNYt-2+0.681530▽LNYt-3-0.483452▽LNYt-4+et+0.777279▽22LNYt-2+0.932066▽2LNYt-1
2.2.4 模型檢驗
殘差序列自相關(guān)函數(shù)是漸漸趨零的,所以,說明該模型擬合比較好,適合進(jìn)行預(yù)測。
2.2.5 模型預(yù)測
圖1中,實線代表真實值,虛線代表預(yù)測值。由于2007年美國次貸危機(jī)的發(fā)生,使得在2007年及其之后很長一段時間里我國GDP的發(fā)展趨勢并沒有按照上述模型的規(guī)律波動。因此需建立干預(yù)分析模型研究此序列的變化規(guī)律。
美國次貸危機(jī)是突然發(fā)生的,并對中國GDP產(chǎn)生了影響,而且這個影響產(chǎn)生后會長期存在,因此我們選擇的干預(yù)變量類型為階梯函數(shù),即:
其中T=28,即從2007年開始。制作出ARIMA模型從而得到GDP時間序列的模型進(jìn)行外推預(yù)測,就可以得到一組全新的估計值,其為不受干預(yù)作用的時間序列,再用原始序列的值減去該估計值,它們的差異就是金融危機(jī)這一干預(yù)變量的影響,記為 Zt,即:
對Zt進(jìn)行一階自回歸,其中R2=0.151334,模型系數(shù)的t檢驗是高度顯著的,說明模型擬合效果比較好。再計算除去干預(yù)影響后的時間序列,稱其為凈化序列,用Xt表示,Xt由原始序列數(shù)據(jù)值減去Yt干預(yù)影響值Zt得到凈化序列。再次建立ARIMA模型并擬合出最優(yōu)模型。
圖1 GDP預(yù)測值與實際值曲線圖
首先檢驗序列的平穩(wěn)性。若序列不平穩(wěn),則采取差分的方法直到序列平穩(wěn),然后進(jìn)行模型的參數(shù)估計來建立模型。最終建立干預(yù)模型 (如圖2所示)。
圖2 ARIMA與干預(yù)模型預(yù)測對比圖
由圖2可知,干預(yù)后的預(yù)測值比模型的預(yù)測值更貼合原始序列,說明干預(yù)模型的預(yù)測誤差更小。
以1980-2006年我國的GDP數(shù)據(jù)為基準(zhǔn),分別用單純的ARIMA模型和干預(yù)模型對2007-2015年的GDP進(jìn)行了分析,若沒有世界金融危機(jī)的干預(yù)影響,干預(yù)模型預(yù)測的趨勢更準(zhǔn)確。但是,從2013年以后,世界經(jīng)濟(jì)又發(fā)生了新的變化,因此,干預(yù)模型預(yù)測也不太貼合原始數(shù)據(jù),此處不再作更多的說明。
根據(jù)已知的干預(yù)模型,得出2021年我國GDP總值大約是769 533.84億元,2017年我國的國內(nèi)生產(chǎn)總值運(yùn)行相對平穩(wěn)。
以1980-2016年的GDP數(shù)據(jù)為依據(jù),干預(yù)分析模型的預(yù)測值比ARIMA模型的預(yù)測值更精確。利用干預(yù)模型預(yù)測了我國2021年的GDP值大約為769 533.84億元,中國的GDP正穩(wěn)步呈上升趨勢發(fā)展。