王迎　張潤清　許玉

[摘 要]選用2010年1月—2012年9月河北省出口額作為樣本數(shù)據(jù)，運用ARMA模型進行實證分析，結(jié)果表明：2012年9月預(yù)測值與實際值比較，預(yù)測誤差較小，說明建立的ARMA模型較為實用，可以應(yīng)用于河北省出口形勢的短期預(yù)測。

[關(guān)鍵詞]河北??； 出口；ARMA模型； 預(yù)測

[中圖分類號]F7402 [文獻標識碼]A [文章編號]

2095-3283（2014）11-0008-02

目前，預(yù)測經(jīng)濟運行時間序列的理論與方法較多， 由于ARMA模型在短期預(yù)測中準確率較高，因此近年來該模型在經(jīng)濟預(yù)測中的應(yīng)用最為廣泛。ARMA模型在經(jīng)濟預(yù)測過程中既考慮了經(jīng)濟現(xiàn)象在時間序列上的依存性，又考慮了隨機波動的干擾性，具有很強的可操作性和可靠性。由于一個地區(qū)的出口總值不僅體現(xiàn)該地區(qū)的進出口狀況，同時能夠總體反映一省的經(jīng)濟實力，因此對出口金額進行精準的擬合和預(yù)測對于準確研判河北省出口貿(mào)易的發(fā)展水平具有重要意義。根據(jù)時間序列ARMA模型的應(yīng)用條件和數(shù)據(jù)的可獲得性，本文選取2010年1月—2012年9月的出口金額序列進行建模分析。

一、單位根檢驗

本文對河北省2010年1月至2012年9月期間33個出口數(shù)據(jù)進行ADF單位根檢驗， ADF檢驗結(jié)果見表1，檢驗表明出口時間序列存在單位根，是非平穩(wěn)時間序列。

利用Eviews軟件對出口時間序列做一階差分處理，對一階差分后的數(shù)據(jù)再進行ADF單位根檢驗，檢驗結(jié)果見表2。檢驗結(jié)果表明在1%、5%、10%的置信區(qū)間下，一階差分序列都是平穩(wěn)的，并且得到一階差分后河北省出口量時間序列D（E）的折線圖和自相關(guān)與偏相關(guān)圖：

檢驗結(jié)果表明，經(jīng)過一階差分后的出口額D（E）序列是平穩(wěn)的時間序列，可以進一步進行模型的識別與選擇。

二、模型的識別與選擇

首先，可以判斷模型的階數(shù)d=1，然后通過對一階差分后的E序列的自相關(guān)和偏相關(guān)分析可以得出，p最佳選擇為1，q的最佳選擇也是1，由此得到河北省出口金額的時間序列模型ARMA（1，1，1）。

三、模型的建立

根據(jù)以上對模型的識別，本文選用ARMA（1，1，1）為河北省出口預(yù)測的最佳模型。如表3所示，該模型的參數(shù)和相關(guān)檢驗結(jié)果表明，模型的參數(shù)估計值具有其統(tǒng)計意義。

四、模型的診斷檢驗

根據(jù)ARMA模型預(yù)測的相關(guān)理論，只有序列的自相關(guān)和偏相關(guān)函數(shù)幅度成遞減趨勢且相關(guān)系數(shù)落入隨機區(qū)間，殘差序列是純隨機序列時預(yù)測才有效。通過對圖1和圖2自相關(guān)和偏相關(guān)圖標的分析可以得出，一階差分D（E）序列滿足檢驗要求，模型可以進行預(yù)測。預(yù)測結(jié)果見表4：五、結(jié)論

ARMA模型是研究時間序列的重要方法，本文運用ARMA模型對近年來河北省出口貿(mào)易額的變化趨勢進行預(yù)測以期找出該省出口貿(mào)易的發(fā)展規(guī)律。通過對出口貿(mào)易額進行短期預(yù)測并與實際出口值進行比對分析發(fā)現(xiàn)，運用ARMA模型進行預(yù)測具有較高的擬合精度。本文模型全部應(yīng)用Eviews50軟件建立，首先對樣本序列進行單位根檢驗判斷序列是否平穩(wěn)，判斷為非平穩(wěn)時間序列后對數(shù)據(jù)進行差分處理，使數(shù)列最終平穩(wěn)保證模型成立。其次，通過對模型的自相關(guān)圖和偏相關(guān)圖的分析確定模型的系數(shù)和階數(shù)。最后，通過已經(jīng)建立的模型對河北省出口形勢進行樣本外短期預(yù)測。

[參考文獻]

[1]張曉峒EViews使用指南與案例[M]北京：機械工業(yè)出版社，2007：232-237

[2]吳喜時間序列建模與模型選擇的應(yīng)用研究[D]合肥工業(yè)大學(xué)，2005

[3]李帥芳，王月芬時間序列分析在浙江省進出口總額中的應(yīng)用[J]特區(qū)經(jīng)濟，2013（8）：125-126

（責(zé)任編輯：馬 琳）endprint

[摘 要]選用2010年1月—2012年9月河北省出口額作為樣本數(shù)據(jù)，運用ARMA模型進行實證分析，結(jié)果表明：2012年9月預(yù)測值與實際值比較，預(yù)測誤差較小，說明建立的ARMA模型較為實用，可以應(yīng)用于河北省出口形勢的短期預(yù)測。

[關(guān)鍵詞]河北??； 出口；ARMA模型； 預(yù)測

[中圖分類號]F7402 [文獻標識碼]A [文章編號]

2095-3283（2014）11-0008-02

目前，預(yù)測經(jīng)濟運行時間序列的理論與方法較多， 由于ARMA模型在短期預(yù)測中準確率較高，因此近年來該模型在經(jīng)濟預(yù)測中的應(yīng)用最為廣泛。ARMA模型在經(jīng)濟預(yù)測過程中既考慮了經(jīng)濟現(xiàn)象在時間序列上的依存性，又考慮了隨機波動的干擾性，具有很強的可操作性和可靠性。由于一個地區(qū)的出口總值不僅體現(xiàn)該地區(qū)的進出口狀況，同時能夠總體反映一省的經(jīng)濟實力，因此對出口金額進行精準的擬合和預(yù)測對于準確研判河北省出口貿(mào)易的發(fā)展水平具有重要意義。根據(jù)時間序列ARMA模型的應(yīng)用條件和數(shù)據(jù)的可獲得性，本文選取2010年1月—2012年9月的出口金額序列進行建模分析。

一、單位根檢驗

本文對河北省2010年1月至2012年9月期間33個出口數(shù)據(jù)進行ADF單位根檢驗， ADF檢驗結(jié)果見表1，檢驗表明出口時間序列存在單位根，是非平穩(wěn)時間序列。

利用Eviews軟件對出口時間序列做一階差分處理，對一階差分后的數(shù)據(jù)再進行ADF單位根檢驗，檢驗結(jié)果見表2。檢驗結(jié)果表明在1%、5%、10%的置信區(qū)間下，一階差分序列都是平穩(wěn)的，并且得到一階差分后河北省出口量時間序列D（E）的折線圖和自相關(guān)與偏相關(guān)圖：

檢驗結(jié)果表明，經(jīng)過一階差分后的出口額D（E）序列是平穩(wěn)的時間序列，可以進一步進行模型的識別與選擇。

二、模型的識別與選擇

首先，可以判斷模型的階數(shù)d=1，然后通過對一階差分后的E序列的自相關(guān)和偏相關(guān)分析可以得出，p最佳選擇為1，q的最佳選擇也是1，由此得到河北省出口金額的時間序列模型ARMA（1，1，1）。

三、模型的建立

根據(jù)以上對模型的識別，本文選用ARMA（1，1，1）為河北省出口預(yù)測的最佳模型。如表3所示，該模型的參數(shù)和相關(guān)檢驗結(jié)果表明，模型的參數(shù)估計值具有其統(tǒng)計意義。

四、模型的診斷檢驗

根據(jù)ARMA模型預(yù)測的相關(guān)理論，只有序列的自相關(guān)和偏相關(guān)函數(shù)幅度成遞減趨勢且相關(guān)系數(shù)落入隨機區(qū)間，殘差序列是純隨機序列時預(yù)測才有效。通過對圖1和圖2自相關(guān)和偏相關(guān)圖標的分析可以得出，一階差分D（E）序列滿足檢驗要求，模型可以進行預(yù)測。預(yù)測結(jié)果見表4：五、結(jié)論

ARMA模型是研究時間序列的重要方法，本文運用ARMA模型對近年來河北省出口貿(mào)易額的變化趨勢進行預(yù)測以期找出該省出口貿(mào)易的發(fā)展規(guī)律。通過對出口貿(mào)易額進行短期預(yù)測并與實際出口值進行比對分析發(fā)現(xiàn)，運用ARMA模型進行預(yù)測具有較高的擬合精度。本文模型全部應(yīng)用Eviews50軟件建立，首先對樣本序列進行單位根檢驗判斷序列是否平穩(wěn)，判斷為非平穩(wěn)時間序列后對數(shù)據(jù)進行差分處理，使數(shù)列最終平穩(wěn)保證模型成立。其次，通過對模型的自相關(guān)圖和偏相關(guān)圖的分析確定模型的系數(shù)和階數(shù)。最后，通過已經(jīng)建立的模型對河北省出口形勢進行樣本外短期預(yù)測。

[參考文獻]

[1]張曉峒EViews使用指南與案例[M]北京：機械工業(yè)出版社，2007：232-237

[2]吳喜時間序列建模與模型選擇的應(yīng)用研究[D]合肥工業(yè)大學(xué)，2005

[3]李帥芳，王月芬時間序列分析在浙江省進出口總額中的應(yīng)用[J]特區(qū)經(jīng)濟，2013（8）：125-126

（責(zé)任編輯：馬 琳）endprint

[摘 要]選用2010年1月—2012年9月河北省出口額作為樣本數(shù)據(jù)，運用ARMA模型進行實證分析，結(jié)果表明：2012年9月預(yù)測值與實際值比較，預(yù)測誤差較小，說明建立的ARMA模型較為實用，可以應(yīng)用于河北省出口形勢的短期預(yù)測。

[關(guān)鍵詞]河北省； 出口；ARMA模型； 預(yù)測

[中圖分類號]F7402 [文獻標識碼]A [文章編號]

2095-3283（2014）11-0008-02

目前，預(yù)測經(jīng)濟運行時間序列的理論與方法較多， 由于ARMA模型在短期預(yù)測中準確率較高，因此近年來該模型在經(jīng)濟預(yù)測中的應(yīng)用最為廣泛。ARMA模型在經(jīng)濟預(yù)測過程中既考慮了經(jīng)濟現(xiàn)象在時間序列上的依存性，又考慮了隨機波動的干擾性，具有很強的可操作性和可靠性。由于一個地區(qū)的出口總值不僅體現(xiàn)該地區(qū)的進出口狀況，同時能夠總體反映一省的經(jīng)濟實力，因此對出口金額進行精準的擬合和預(yù)測對于準確研判河北省出口貿(mào)易的發(fā)展水平具有重要意義。根據(jù)時間序列ARMA模型的應(yīng)用條件和數(shù)據(jù)的可獲得性，本文選取2010年1月—2012年9月的出口金額序列進行建模分析。

一、單位根檢驗

本文對河北省2010年1月至2012年9月期間33個出口數(shù)據(jù)進行ADF單位根檢驗， ADF檢驗結(jié)果見表1，檢驗表明出口時間序列存在單位根，是非平穩(wěn)時間序列。

利用Eviews軟件對出口時間序列做一階差分處理，對一階差分后的數(shù)據(jù)再進行ADF單位根檢驗，檢驗結(jié)果見表2。檢驗結(jié)果表明在1%、5%、10%的置信區(qū)間下，一階差分序列都是平穩(wěn)的，并且得到一階差分后河北省出口量時間序列D（E）的折線圖和自相關(guān)與偏相關(guān)圖：

檢驗結(jié)果表明，經(jīng)過一階差分后的出口額D（E）序列是平穩(wěn)的時間序列，可以進一步進行模型的識別與選擇。

二、模型的識別與選擇

首先，可以判斷模型的階數(shù)d=1，然后通過對一階差分后的E序列的自相關(guān)和偏相關(guān)分析可以得出，p最佳選擇為1，q的最佳選擇也是1，由此得到河北省出口金額的時間序列模型ARMA（1，1，1）。

三、模型的建立

根據(jù)以上對模型的識別，本文選用ARMA（1，1，1）為河北省出口預(yù)測的最佳模型。如表3所示，該模型的參數(shù)和相關(guān)檢驗結(jié)果表明，模型的參數(shù)估計值具有其統(tǒng)計意義。

四、模型的診斷檢驗

根據(jù)ARMA模型預(yù)測的相關(guān)理論，只有序列的自相關(guān)和偏相關(guān)函數(shù)幅度成遞減趨勢且相關(guān)系數(shù)落入隨機區(qū)間，殘差序列是純隨機序列時預(yù)測才有效。通過對圖1和圖2自相關(guān)和偏相關(guān)圖標的分析可以得出，一階差分D（E）序列滿足檢驗要求，模型可以進行預(yù)測。預(yù)測結(jié)果見表4：五、結(jié)論

ARMA模型是研究時間序列的重要方法，本文運用ARMA模型對近年來河北省出口貿(mào)易額的變化趨勢進行預(yù)測以期找出該省出口貿(mào)易的發(fā)展規(guī)律。通過對出口貿(mào)易額進行短期預(yù)測并與實際出口值進行比對分析發(fā)現(xiàn)，運用ARMA模型進行預(yù)測具有較高的擬合精度。本文模型全部應(yīng)用Eviews50軟件建立，首先對樣本序列進行單位根檢驗判斷序列是否平穩(wěn)，判斷為非平穩(wěn)時間序列后對數(shù)據(jù)進行差分處理，使數(shù)列最終平穩(wěn)保證模型成立。其次，通過對模型的自相關(guān)圖和偏相關(guān)圖的分析確定模型的系數(shù)和階數(shù)。最后，通過已經(jīng)建立的模型對河北省出口形勢進行樣本外短期預(yù)測。

[參考文獻]

[1]張曉峒EViews使用指南與案例[M]北京：機械工業(yè)出版社，2007：232-237

[2]吳喜時間序列建模與模型選擇的應(yīng)用研究[D]合肥工業(yè)大學(xué)，2005

[3]李帥芳，王月芬時間序列分析在浙江省進出口總額中的應(yīng)用[J]特區(qū)經(jīng)濟，2013（8）：125-126

（責(zé)任編輯：馬 琳）endprint