时间序列分析法缺点

第一篇：时间序列分析法缺点

时间序列分析预测法有两个特点：

①时间序列分析预测法是根据市场过去的变化趋势预测未来的发展，它的前提是假定事物的过去会同样延续到未来。事物的现实是历史发展的结果，而事物的未来又是现实的延伸，事物的过去和未来是有联系的。市场预测的时间序列分析法，正是根据客观事物发展的这种连续规律性，运用过去的历史数据，通过统计分析，进一步推测市场未来的发展趋势。市场预测中，事物的过去会同样延续到未来，其意思是说，市场未来不会发生突然跳跃式变化，而是渐进变化的。

时间序列分析预测法的哲学依据，是唯物辩证法中的基本观点，即认为一切事物都是发展变化的，事物的发展变化在时间上具有连续性，市场现象也是这样。市场现象过去和现在的发展变化规律和发展水平，会影响到市场现象未来的发展变化规律和规模水平；市场现象未来的变化规律和水平，是市场现象过去和现在变化规律和发展水平的结果。

需要指出，由于事物的发展不仅有连续性的特点，而且又是复杂多样的。因此，在应用时间序列分析法进行市场预测时应注意市场现象未来发展变化规律和发展水平，不一定与其历史和现在的发展变化规律完全一致。随着市场现象的发展，它还会出现一些新的特点。因此，在时间序列分析预测中，决不能机械地按市场现象过去和现在的规律向外延伸。必须要研究分析市场现象变化的新特点，新表现，并且将这些新特点和新表现充分考虑在预测值内。这样才能对市场现象做出既延续其历史变化规律，又符合其现实表现的可靠的预测结果。

②时间序列分析预测法突出了时间因素在预测中的作用，暂不考虑外界具体因素的影响。时间序列在时间序列分析预测法处于核心位置，没有时间序列，就没有这一方法的存在。虽然，预测对象的发展变化是受很多因素影响的。但是，运用时间序列分析进行量的预测，实际上将所有的影响因素归结到时间这一因素上，只承认所有影响因素的综合作用，并在未来对预测对象仍然起作用，并未去分析探讨预测对象和影响因素之间的因果关系。因此，为了求得能反映市场未来发展变化的精确预测值，在运用时间序列分析法进行预测时，必须将量的分析方法和质的分析方法结合起来，从质的方面充分研究各种因素与市场的关系，在充分分析研究影响市场变化的各种因素的基础上确定预测值。

需要指出的是，时间序列预测法因突出时间序列暂不考虑外界因素影响，因而存在着预测误差的缺陷，当遇到外界发生较大变化，往往会有较大偏差，时间序列预测法对于中短期预测的效果要比长期预测的效果好。因为客观事物，尤其是经济现象，在一个较长时间内发生外界因素变化的可能性加大，它们对市场经济现象必定要产生重大影响。如果出现这种情况，进行预测时，只考虑时间因素不考虑外界因素对预测对象的影响，其预测结果就会与实际状况严重不符。

第二篇：时间序列论文格式

武汉大学经济与管理学院 毕业论文要求及文本格式规范

为规范我院本科学生毕业论文写作格式，学院对我院本科生毕业论文格式特做统一要求。

一、用纸、页边距及字数要求

统一用A4纸张打印；左边距3厘米，右边距2厘米，上边距2.5厘米，下边距2.5厘米；字数要求：本科不少于8000字，专科不少于6000字。

二、目录

目录为三级目录，并标明页码，详细格式规范见附件。

三、开题报告、中文摘要、英文摘要的要求及格式规范见附件

四、正文文字字体、字号及行距

正文文字字体用宋体，字号为小四号；正文文字行距采用1.25倍行距。

五、论文标题序号

统一采用中文国标。具体序号为：

一、（一）

1、（1）① 第一，…… 第二，…… ② 第一，…… 第二，……（2）

2、（1）（2）

（二）1、二、（一）

（二）……

六、论文注释格式

凡文中引用的数据和观点均应以注释形式表明具体出处。正文中引用的数据和观点均用脚注的形式标明出处，采用①②……这样的序号，标注处应该用上标（即①②……）。脚注序号每页新起，即每页序号从①开始。

脚注采用小5号楷体。

七、论文图表格式

1、表和图均应有标题，以表

1、表2…….，图

1、图2……，显示，表和图若为引用，必须标明详细出处（标在图、表的下方），表、图中的符号要予以说明。

示例：说明：①

②

③资料来源：国家统计局：《中国统计年鉴（2000）》，80页，北京，中国统计出版社，2000。

2、表序、表题放在表的上方，图序、图题放在图的下方。论文中的表述不要用上表、下表、上图、下图之类的表述，而是直接用表1，图1这样的表述。

3、表序、表题和图序、图题用小4号楷体粗体。

4、表序与标题之间、图序与图题之间不要加冒号，而是以空格隔开。

5、表和图的内容（指标、符号、数据等）的字体应比正文文字字体小。

八、年代、年份、数字的表述方式

不能用85年之类的表述，而必须用1985年这样的表述；不能用80年代之类的表述，而必须用20世纪80年代（或1980年代）之类的表述。

数字在千位数以上，每隔3位数以空格隔开，如1 000，10 000 000等。

九、英文缩写的表述方式

英文缩写第一次出现时，必须有中文全称。格式：中文全称（英文缩写）。示例：世界贸易组织（WTO）

十、参考文献

1、参考文献标注采用国标方法。示例：

参考文献：（先中文，后外文；先书目，后论文）

1．斯密：《国民财富的性质和原因的研究》，中文版，上卷，北京，商务印书馆，1979。2.于宗先：《资产泡沫化与经济消长》，载《经济学动态》，2004年第6期。3．中国人民银行：《各项贷款增速回升，储蓄存款明显增加》，载《中国财经信息网》（网址：http://cat.cfi.net.cn/），2004年12月13日。

外文参考文献建议采用以下格式：

Eugene F.Fama, 1968.Risk Return and Equilibrium: Some Clarifying Comments.The Journal of Finance, Mar 1968, Vol.23 Issue 1, pp.29-40.Alfred E.Kahn，1998.The Economics of Regulation: Principles and Institutions.The MIT Press.或者：

Fama,Eugene F.,1968.Risk Return and Equilibrium: Some Clarifying Comments.The Journal of Finance, Mar 1968, Vol.23 Issue 1, pp.29-40.Kahn，Alfred E., 1998.The Economics of Regulation: Principles and Institutions.The MIT Press.2、参考文献数量不少于5种。

十一、文献来源引注原则

注释及参考文献均应源自第一手文献（含外文文献的中译一手文献）,即不要用转载期刊或者转载网站上的文献，如《新华文摘》、人大复印期刊、中国期刊网刊载的论文等电子文献都是二手文献，不得直接引注。在转载期刊或者转载网站上发现的文献，务必查阅原发期刊，引注务必用原发期刊。

十二、论文装订顺序

1、论文封面（填写统一使用黑色中性水笔）

2、目录 3.开题报告

4、中文摘要【单独占1页】

5、英文摘要【单独占1页】

6、论文正文

7、参考文献【单独占1页】

以上部分装订成册，一式三份。最后存档文本统一采用胶装。成绩评定表各一份（由学院发）不能与上述论文装订。

武汉大学经济与管理学院本科教学管理办公室

2007年11月14日

以下为附件：

目录【到三级标题】

开题报告………………………………………………………………...…页码 中文摘要……………………………………………………………………页码 英文摘要……………………………………………………………………页码 前言…………………………………………………………………………页码

一、…………………………………………………………………………页码

（一）……………………………………………………………………..页码

1、……………………………………………………………………页码

2、……………………………………………………………………页码

（二）……………………………………………………………………..页码

1、……………………………………………………………………页码

2、……………………………………………………………………页码

二、…………………………………………………………………………页码

（一）……………………………………………………………………..页码

1、……………………………………………………………………页码

2、……………………………………………………………………页码

（二）……………………………………………………………………..页码

1、……………………………………………………………………页码

2、……………………………………………………………………页码

┋

参考文献……………………………………………………………………页码

【一级目录用宋体、粗体4号字，二级目录用宋体小4号字，三级目录用宋体小4号字（行距视目录中标题多少可定为1.5 倍或1倍）】

中文摘要(300～500字)【另起1页】

中文摘要标题用二号宋体、粗体，段前、段后各空1行，摘要正文用楷体4号字，1.5倍行距。

关键词：关键词用四号楷体、粗体，关键词之间用分号隔开。关键词数量：3～5个。

Abstract 【另起1页】

Abstract用二号Times New Roman字体、粗体，段前、段后各空1行，摘要正文用4号Times New Roman字体，1.5倍行距。

Key words:关键词用4号Times New Roman字体、粗体，关键词之间用分号隔开。关键词数量：3～5个。

【内容与中文摘要对应】

正文另起一页

正文为小4号宋体，数字和英文用Times New Roman字体，均采用1.25倍行距。

一级标题居中，用一、二、三、……标示，用小三号黑体、粗体；标题前后各空0.5行，居中。例示：

一、论文选题的意义

正文

二级标题用

（一）（二）

（三）……标示，用4号黑体，标题前空0.5行，左缩进2字符。例示：

（一）论文选题的理论意义

正文

三级标题用1、2、3、……标示，用小4号楷体、粗体。例示： １、促进本学科理论的发展

正文，小4号宋体，1.25倍行距，数字、英文用Times New Roman字体，段落前空2字符。

参考文献【另起1页】

参考文献标题用小三号黑体、粗体，段前、段后各空1行。参考文献正文中文用宋体小四号字，1.25倍行距，英文用Times New Roman字体，字号用小四号。

示例：

1．斯密：《国民财富的性质和原因的研究》，中文版，上卷，北京，商务印书馆，1979。2.于宗先：《资产泡沫化与经济消长》，载《经济学动态》，2004年第6期。3．中国人民银行：《各项贷款增速回升，储蓄存款明显增加》，载《中国财经信息网》（网址：http://cat.cfi.net.cn/），2004年12月13日。

4.Eugene F.Fama, 1968.Risk Return and Equilibrium: Some Clarifying Comments.The Journal of Finance, Mar 1968, Vol.23 Issue 1, pp.29-40.5.Alfred E.Kahn，1998.The Economics of Regulation: Principles and Institutions.The MIT Press.6

学院有关本科生毕业论文（设计）开题报告的一些具体要求

开

题

报

告（注：用一号楷体）（不少于2000字）

一、研究目的和意义（注：用四号字）

（注：内容用五号字）

二、主要参考文献、资料，分析国内外现状和发展趋势，提出本课题的主攻方向（注：用四号字）

（注：内容用五号字）

三、主要研究内容、途径及技术路线（注：用四号字）

（注：内容用五号字）

毕业论文的技术路线的内容为论文的研究思路与步骤。

四、研究的主要阶段、进度及完成时间（注：用四号字）

（注：内容用五号字）

学院有关本科生毕业论文（设计）成绩评定表的一些具体要求

毕业论文(设计)成绩评定表

论

文

摘要

（注：①可套打，最好手填，若套打必须用A3纸，全套套打；②不得粘贴；③摘要不少于300字，先起草，后誊抄；④摘要为论文的缩写，摘要包括论文的基本内容和结论以及论文的创新之处。）

指导教师评语：

（注：须由指导教师手写，不得粘贴）

评语应包括以下几方面内容：

1.论文选题的理论与现实意义；

2.对论文研究内容、研究方法及研究结论的意见；

3.论文是否有创新；

4.从论文来看，作者是否具有宽广的知识面，是否掌握了系统、扎实的经济学或管理学专业知识，并对论文作者和科研能力做出评价（基本或一定或较强或很强的科研能力）；

5.论文的不足；

6.论文是否达到了××专业本科毕业论文水平(以及经济学或管理学学士学位论文水平)。

指导教师

评

分

****年**月**日

（必须指导教师亲自签名，不得他人代签）

答辩小组评语

（注：由评阅教师填写）评语应包括的内容（简明扼要）：

1.论文选题的理论与现实意义；

2.对论文研究内容、研究方法及研究结论的意见； 3.论文是否有创新；

4.从论文来看，作者是否具有宽广的知识面，是否掌握了系统、扎实的经济学或管理学专业知识，并对论文作者和科研能力做出评价（基本或一定或较强或很强的科研能力）；

5.论文是否达到了××专业本科毕业论文水平(以及经济学或管理学学士学位论文水平)。

答辩组长

评 分

****年**月**日

（注：必须由答辩组长亲笔签名）

答辩委员会评语

（注：可由答辩委员会主任或答辩秘书填写）评语应包括的内容（简明扼要）：

1.论文选题的理论与现实意义；

2.对论文研究内容、研究方法及研究结论的意见； 3.论文是否有创新；

4.从论文来看，作者是否具有宽广的知识面，是否掌握了系统、扎实的经济学或管理学专业知识，并对论文作者和科研能力做出评价（基本或一定或较强或很强的科研能力）；

5.论文是否达到了××专业本科毕业论文水平(以及经济学或管理学学士学位论文水平)。

答辩委员会主任(签章)

评 分

****年**月**日

第三篇：SPSS时间序列一点总结

SPSS时间序列一点总结(一)SPSS中“Time Series”包括4个时间序列分析子菜单: 1.Exponential Smoothing指数平滑 2.Autoregression自回归 3.ARIMA自回归综合移动平均

4.Seasonal Decomposition季节分散法

(一)Exponential Smoothing指数平滑中的Model有四种:Simple、Holt、Winters、Custom.Simple法是在移动平均法基础上发展而来的一次指数平滑法,它假定所研究的时间序列数据集无趋势和季节变化.Simple法基本过程: 1.首先定义变量、输入数据,至少要有一个变量,点出Data菜单中的Define Dates对话框,定义时间序列的周期.Define Dates可用来建立时间序列的周期性.共有20种可用来定义时间日期的变量.2.指定需要进行指数平滑处理的变量.从左侧变量名列表中选中需要进行指数平滑处理的变量,单击右面一个右箭头按钮,使变量名移到Variables框中.如果变量为多个,则计算完一个后,再输入另一个变量.3.“Parameters”参数设定,选定指数平滑中的参数,误差修正权数 a(General(Alpha))的取值在默认状态下为0.1,其取值大小依赖于已知时间序列的性质,通常都使用在0.1至0.3之间的数值并产生一个依赖于大量的过去观测资料的预测.接近于1的值较少用,它将给出更加依赖于新近观察资料的预测.当a=1时,预测值等于最新的观测值.单击Grid Search选项,如不加改动,可让程序自动计算a从0.1到1的10个指数平滑结果,并将误差平方和最小的平滑结果暂时存放在数据库中,当然,在这里可重新设置a的开始值,以后每次的增加值及终止值.在本程序中,确定Initial Values初始值栏中的选择有两种方式,选择Automatic项,初始值用自动方式生成,程序自动取时间序列的总平均值为初始值:选择Custom项,可手工输入初始值及趋势值.单击“Save”,最后单击“OK”并执行.Holt双参数线性指数平滑法适用于有线性趋势及无季节变化的时间序列的趋势.它可以用不同的参数对原时间序列的趋势进行平滑,具有很大的灵活性.在此法中要用到两个参数a、g(从0到1之间取值)和三个方程(略).Holt法基本过程

1、首先按定义变量、输入数据,至少要有一个变量,在Data菜单的Define Dates设置;指定需要Holt指数平滑法处理的变量.从左侧变量名列表中选中需要进行指数平滑处理的变量,如果变量为多个,则计算完一个后,再输入另一个变量.选定Holt选项.设置Parameters即指数平滑中的参数,参数a、g的取值在默认状态下都为0.1,它们都在0到1之间取值.其取值大小依赖于已知时间序列的性质,通常使用0.1至0.3之间的数值,并产生一个依赖于大量的过去观测资料的预测.接近于1的值较少用,它将给出更加依赖于新近观测资料的预测.不使用默认值,可通过单击Grid Search选项来自定义,如不加改动,可让程序自动计算a从0.1到1每次增加0.1、g从0.1到1每次增加0.2的10个指数平滑结果,并将误差平方和最小的平滑结果暂时存放在数据库中.当然,可以重新设置a、g的初始值、以后每次的增加值及终止值.在本程序中,确定初始值的选中有两种方式,选中Automatic项,初始值用自动方式生成,程序自动取时间序列的总平均值为初始值St并自动给出趋势值bt.选中Custom项,可手工输入初始值及趋势值.Winters线性和季节性指数平滑法适用于数据的变化含有季节性因素的时间序列的预测.选定指数平滑中的参数“Patameters”,参数a、b、g的取值在默认状态下都为0.1,它们都在0到1之间取值,但都不包括0和1.采用Winters法的关键是如何确定a、b、g的值,以使均方差达到最小.最佳方法是反复试验法.如不使用默认值,除直接修改a、b、g的值外,还可通过单击Grid Search来自定义.可让程序自动计算a从0.1到1每次增加0.1,b、g从0.1到1每次增加0.2的10个指数平滑结果,并将误差平方和最小的平滑结果暂时存放在数据库中,SPSS在商务管理中的应用,当然,在这里可重新设置a、b、g的开始只,以后每次的增加值及终止值.在本程序中,确定初始值的选择有两种方式,选择Automatic,初始值用自动方式生成,程序自动取时间序列的总平均值为初始值St并自动给出趋势值bt;选择Custom,可手工输入初始值及趋势值.

第四篇：时间分辨荧光分析法

时间分辨荧光分析法（Time resolved fluoroisnmuno assay,TRFIA）是近十年发展起来的非同位素免疫分析技术，是目前最灵敏的微量分析技术,其灵敏度高达10^(-12)g/ml[1]，较放射免疫分析（RIA）高出3个数量级。它用镧系元素标记抗原或抗体，根据镧系元素螯合物的发光特点，用时间分辨技术测量荧光，同时检测波长和时间两个参数进行信号分辨，可有效地排除非特异荧光的干扰，极大地提高了分析灵敏度。由于其高灵敏度，在临床上得到了广泛的应用，逐渐代替了放射免疫分析。[1]

在生物流体和血清中的许多复合物和蛋白本身就可以发荧光，因此使用传统的发色团进而进行荧光检测的灵敏度就会严重下降。大部分背景荧光信号是短时存在的，因此将长衰减寿命的标记物与时间分辨荧光技术相结合，就可以使瞬时荧光干扰减到最小化。

时间分辨荧光分析法（TRFIA）实际上是在荧光分析（FIA）的基础上发展起来的，它是一种特殊的荧光分析。荧光分析利用了荧光的波长与其激发波长的巨大差异克服了普通紫外-可见分光分析法中杂色光的影响，同时，荧光分析与普通分光不同，光电接受器与激发光不在同一直线上，激发光不能直接到达光电接受器，从而大幅度地提高了光学分析的灵敏度。但是，当进行超微量分析的时候，激发光的杂散光的影响就显得严重了。因此，解决激发光的杂散光的影响成了提高灵敏度的瓶颈。

解决杂散光影响的最好方法当然是测量时没有激发光的存在。但普通的荧光标志物荧光寿命非常短，激发光消失，荧光也消失。不过有非常少的稀土金属（Eu、Tb、Sm、Dy）的荧光寿命较长，可达1～2ms，能够满足测量要求，因此而产生了时间分辨荧光分析法，即使用长效荧光标记物，在关闭激发光后再测定荧光强度的分析方法。平时常用的稀土金属主要是Eu(铕）和Tb(铽），Eu荧光寿命1ms,在水中不稳定，但加入增强剂后可以克服；Tb荧光寿命1.6ms，水中稳定，但其荧光波长短、散射严重、能量大易使组分分解，因此从测量方法学上看Tb很好，但不适合用于生物分析，故Eu最为常用。

由于常用Eu作为荧光标记，因此增强剂就成了试剂中的重要组成。增强剂原理：利用含络合剂、表面活性剂的溶液的亲水和亲脂性同时存在，使Eu在水中处于稳定状态。现在有些试剂，在络合Eu在抗体上时已考虑了增强问题，而使用了具有增强作用的新络合剂，因而有的试剂没有单独的增强剂。

随着检验医学的发展，对微量、超微量的测定会越来越多，同时RIA的污染问题会越来越被重视，因此，时间分辨荧光分析法（TRFIA）具有越来越大的应用空间。

划时代的检测技术

放射免疫分析(RIA)，以其高度特异性灵敏度和实用性，吸引着各国的生物医学工作者，但操作中始终存在放射性污染、同位素半衰期短及试剂盒稳定性问题。为此，人们发展了一系列非放射性标记技术，如酶标记、化学发光、生物发光标记等技术，其中，时间分辨荧光免疫分析技术。由于灵敏度及线性范围明显优于其它技术，最为引人注目。

时间分辨荧光分析足以稀土离子标记抗原或抗体、核酸探针和细胞等为特征的超灵敏度检测技术，它克服了酶标记物的不稳定、化学发光仅能一次发光且易受环境干扰、电化学发光的非直接标记等缺点。使非特异性信号降低到可以忽略的程度，达到了极高的信噪比，从而大大地超过了放射性同位素所能达到的灵敏度，且还具有标记物制备简便、储存时间长、无放射性污染、检测重复性好、操作流程短、标准曲线范围宽、不受样品自然荧光干扰和应用范围十分广泛等优点，成为继放射免疫分析之后标记物发展的一个新里程碑。标记物

采用镧系元素（铕、钐、镝、铽）进行原子标记，较碱性磷酸酶、吖啶酯、生物素等大分子标记物优势明显：原子标记，标记物更多，检测更灵敏，对被标记物的生物活性和结构无影响原子标记，标记稳定性强 多种标记，一个测试，多个项目。

检测特点

标记离子的荧光激发光波长范围较宽，发射光谱峰范围窄，是类线光谱，有利于降低本底荧光强度，提高分辨率。

激发光和发射光之间有一个较大的Stokes位移，有利于排除特异荧光的干扰，增强测量的特异性。

标记离子螯合物产生的荧光强度高，寿命长，有利于消除样品及环境中荧光物质对检测结果的影响。每一秒钟检测样品1000次，结果取平均值，有利于提高检测的准确性。

第五篇：时间序列分析结课论文

时间序列分析结课论文

全国社会消费品零售总额的时间序列分析

全国社会消费品零售总额的时间序列分析

摘要

时间序列分析是经济领域研究的重要工具之一，它描述历史数据随时间变化的规律，并用于预测经济变量值。市场经济中，政府对市场变化的即时反应是各国经济工作的重点。在我国，随着市场经济的日益成熟，各级政府逐渐认识到短期计划的重要性。在要求减少对市场干预的同时，政府在经济中的作用主要体现在保证经济运行的正常轨道，由于社会消费品零售总额反映了经济运行中的一个重要环节———消费，尤其是目前我国市场上的消费需求不足现象，使我国经济发展受到外需与内需两方的困扰。因此对于社会消费品零售总额预测中的研究一直具有积极意义。

本文就以以我国1952年至2011年我国社会消费品零售总额为研究对象，做时间序列分析。首先，对全国60多年来社会消费品零售总额的发展变化规律，运用SAS软件进行分析其发展趋势。再则，通过检验说明模型拟合效果的好坏，再利用模型对下一年进行预测。最后，从国家经济、政策和社会消费品零售市场发展等方面对社会消费品零售总额变化规律及未来走势进行分析。

关键字：社会消费品零售总额   SAS软件   时间序列分析  预测

一．引言

社会消费品零售总额是指各种经济类型的批发零售业、贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农民居民零售额的总和。这个指标能够反映通过各种商品流通渠道向居民和社会集团供应生活消费品来满足他们生活需求的情况，是研究人民生活、社会消费品购买力、货币流通等问题的重要指标。随着消费环境的逐步改善，人们的消费能力不断增强，人们消费能力的增强直接带动了社会消费品零售总额的发展，“十一五”期间，面对复杂多变的国内外形势，特别是为应对国际金融危机的冲击，国家出台了一系列扩大内需、促进消费等政策措施，消费品市场的稳定发展对我国缓冲金融危机起到了明显的积极作用，消费需求已经成为经济增长的重要组成部分。

中国社会消费品零售业的发展将进入参与国际化竞争的新阶段，可靠准确的数据体系有利于政府的宏观决策，而零售总额的数据受多种因素的影响。因此对我国社会消费品零售总额进行预测是有积极意义的。

本文利用时间序列分析方法对我国社会消费品零售总额进行分析和预测。时间序列分析是根据动态数据揭示系统动态结构的规律的统计方法。其基本思想是根据系统的有限长度的运行记录（观察数据），建立能够比较准确地反映时间序列中所包含的动态依存关系的数学模型，并借以对系统的未来行为进行预报

二．问题重述

1.1问题背景

社会消费品零售总额指企业（单位、个体户）通过交易直接售给个人、社会集团非生产、非经营用的实物商品金额，以及提供餐饮服务所取得的收入金额。个人包括城乡居民和入境人员，社会集团包括机关、社会团体、部队、学校、企事业单位、居委会或村委会等。

社会消费品零售总额由社会商品供给和有支付能力的商品需求的规模所决定，是研究居民生活水平、社会零售商品购买力、社会生产、货币流通和物价的发展变化趋势的重要资料。反映一定时期内人民物质文化生活水平的提高情况，反映社会商品购买力的实现程度，以及零售市场的规模状况。

1.2问题的提出

时间序列是指同一种现象在不同时间上的相继连续的观察值排列而成的一组数字序列。时间序列预测方法的基本思想是：预测一个现象的未来变化时，用该现象的过去行为来预测未来。即通过时间序列的历史数据就可以揭示现象随时间变化的规律，将这种规律延伸到未来的一段时间，从而对该现象的未来做出预测。对此希望建立相关的社会消费品零售总额的数学模型并来预测居民消费价格指数未来年间的走势。

社会消费品零售总额是一个具有滞后性的数据，根据社会消费品零售总额的这一个特点，我们可以运用时间序列分析的方法对我国社会消费品零售总额进行

合理拟合，但不排除有误差的存在，从而对未来的社会消费品零售总额走势做出合理的预测。

三、时间序列模型

3.1模型介绍

对于短的或简单的时间序列，可用趋势模型和季节模型加上误差来进行拟合。对于平稳时间序列，可用通用ARIMA模型及其特殊情况的自回归模型、滑动平均模型或组合-ARIMA模型等来进行拟合。所谓的ARIMA模型是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及最忌误差项的现值和滞后值进行回归所建立模型。ARIMA模型根据原来的时间序列是否平稳和回归中包含部分的不同，分为了几个类别：MA（移动平均过程）、AR（自回归过程）、ARMA(自回归移动平均过程)、ARIMA过程。当观测值多于50个时候一般都采用ARIMA模型来进行拟合。本文社会消费品零售总额收集到的数据为60个，因此采用ARIMA模型进行拟合和趋势的预测。

求和自回归移动平均（AutoRegressive Integrated Moving Average，ARIMA）模型是以序列不同时期内的相关度量为基础，进行的一种精确度较高的短期预测分析方法。该法由美国学者Box和英国统计学者Jenkins于1976年提出来的，故又被称之为Box-Jenkins模型。

在ARIMA模型中，变量的未来取值可以表达为过去若干个取值和随机误差的线性函数式中：

其中B是后移算子，εt为各期的随机扰动或随机误差，d为差分阶数，p和q分别表示自回归阶数和移动平均阶数，Xt为各期的观察值（t=1,2，„，k）。

3.2模型的建立步骤

对于非平稳时间序列则要先将观测到的时间序列进行差分运算，并化为平稳时间序列后，再用适当的模型去拟合这个差分序列。通常情况下，求和自回归移动平均模型的建模过程分为以下几个步骤：

(1)

对原序列进行平稳性检验，若原序列为非平稳序列则通过差分消除趋势；

(2)判断序列是否具有季节性，若具有季节性的波动，则通过季节差分来消除季节性；

(3)

进行模型识别

(4)

进行模型定阶；

(5)

对模型的参数进行估计；

(6)

对模型的适合性进行检验，即对残差序列进行白噪声检验，判断是否是白噪声序列；

(7)

给出模型的预测结果，并画出趋势预测图。

3.3ARIMA（p,d,q）模型

在ARIMA模型的识别过程中，我们主要用到两个工具：自相关函数(ACF），偏自相关函数(PACF)以及它们各自的相关图。对于一个序列{Xt}来说，它的第i阶自相关系数定义为它的i阶自协方差除以它的方差，它是关于i的函数，因此我们也称之为自相关函数，通常记ACF(i)。偏自相关函数PACF(i)度量了消除中间滞后项影响后两滞后变量之间的相关关系。

自相关系数和偏自相关系数这两个统计量来识别ARIMA(p,d,q)模型的系数特点和模型的阶数。并用游程检验经过处理的序列是否为平稳化的序列。

可以利用平稳性检验、自相关函数ACF(i)和偏自相关函数PACF(i)，可识别ARIMA（p,d,q）模型。具体步骤如下：

第一步，利用平稳性检验确定d的值。可运用前面学过的平稳性检验方法，检验序列是否平稳。如果不是，通过几次差分才能得到平稳序列。若经过1次差分就可实现平稳，则d就等于1，若经过2次差分就可实现平稳，则d就等于2，如此类推。

第二步，利用ACF和PACF来确定p和q的值。一般规则是：

（1）如果序列的ACF是截尾的，即过了某一滞后项值（设为q）后，ACF变得不显著，接近于零，并且PACF是拖尾的，则可把序列设为MA（q）过程；

（2）如果序列的PACF是截尾的，即过了某一滞后项值（设为p）后，PACF变得不显著，接近于零，并且ACF是拖尾的，则可把序列设为AR（p）过程；

（3）如果序列的ACF和PACF都是拖尾的，则可把该序列设为ARMA（p,q）过程，而关于p和q的值需要不断地从低阶试探，并使信息准则达到最小。

四、时间序列模型建立与拟合4.1.数据的录入

根据中国国家统计局网站发布的社会消费品零售总额时间序列数据，经整理得到了历年社会消费品零售总额（1952~2011）（单位：亿元）。

我国社会消费品零售总额

我将这些数据编写了SAS的程序（附录1），进行了下列的检验和预测。

4.2.数据分析

4.2.1 根据原始数据画出时序图

图2.1.1  时间序列图

有上图可知在1952-2011年我国社会消费品零售总额波动趋势总体上是持续上升的，我们可以看出该时间序列图显示这是一个典型的非平稳序列，因为具有明显的趋势性。

4.2.2 一阶差分处理

对于该非平稳社会消费品零售总额的时间序列，首先可以利用SAS软件对数据进行一阶季节性差分的处理，以便消除其具有的强烈的趋势性，来观察数据是否大致趋于平稳。因此得到的一阶差分时间序列图如下：

从图2.2.1中可以看出社会消费品零售总额时间序列的趋势性得到了一定的消除，序列围绕均值为零的一个小区间内震荡，且方差明显有界。但是很明显在1995-2000年这段时间波动比较大，影响这个波动较大的因素是由于在1997年的亚洲金融危机的冲击下，国内的消费需求不振，从而导致我国的经济陷入衰退，出现了通货紧缩的情况，社会消费品零售总额开始出现回落。2007年是由于美国次贷危机的影响，有小幅度的波动，2008年的社会消费品零售总额略有下降，但是国家政府为了促进经济的增长，采取了一系列的宏观调控政策。如宽松的货币政策和财政政策，使得经济复苏，从而使得社会消费品零售总额稳中有降。此时季节性性因素对社会消费品零售总额的影响表现出来。

2.3 平稳性检验

为了进一步判断其平稳性，考察差分序列的自相关图，如图2.3.1所示，自相关图显示延迟3阶之后，自相关系数都落入2倍标准差范围以内，而且自相关系数向零衰减的速度非常快，延迟在16阶以后自相关系数即在零值附近波动，从而判断该序列有很强的短期相关性，所以可以初步认为一阶差分后序列平稳。自相关函数与偏自相关函数图如下：

4.2.4纯随机性检验

对平稳的差分序列进行白噪声检验.编程运行结果为图2.4.1:

从图2.4.1可以看出,在显著水平为0.01的条件下,检验统计量的p值显著小于0.01,所以该序列是平稳非白噪声序列,我们可以利用ARIMA(p,d,q)模型进行建模.4.2.5ARIMA(p,d,q)模型拟合用ARIMA(p,d,q)模型对我国社会消费品零售总额进行建模拟合及预测并进行了平稳化处理,因此直接对差分后平稳序列{}进行建模.利用SAS软件进行编程拟合分析:

根据图2.3.1，自相关函数为3阶截尾，再根据图 2.3.2确定偏自相关函数为1阶截尾，可以初步选择ARMA（3,1）模型进行拟合。再由BIC准则确定模型的阶数，BIC值如下：

从图2.5.1可知，p=1，q=2时 BIC（1，2）=12.27375最小，因此选择模型ARMA(1,2)。然后对模型ARMA(1,2)进行参数估计和显著性检验，由SAS程序运行结果如图2.5.2：

图2.5.2参数估计及检验

从图2.3.3知，参数估计显著，得到模型为:

4.2.6 残差检验

模型检验主要是检验模型对原时间序列的拟和效果，就是检验整个模型对信息的提取是否充分，即检验残差序列是否为白噪声序列。如果拟合模型通不过检验，即残差序列不是为白噪声序列，那么要重新选择模型进行拟合。如残差序列是白噪声序列，就认为拟合模型是有效的。对拟合好的模型的残差序列作白噪声检验，观察模型残差的自相关和偏自相关图，可以直观地看到，几乎95%的系数值全部落在2σ之间，说明残差之间没有相关性，即信息提取充分，模型建立良好。

对模型进行残差检验，应用SAS程序运行结果如图2.3.4所示，显然，残差序列为白噪声序列，说明模型提取信息充分，说明ARIMA（1,1,0）对该序列来说是适应的。

图2.6.1残差检验

4.2.7运用模型ARIMA（1,1,0）进行预测与分析

（1）预测

由上图可知，残差为白噪声序列，序列信息提取充分，不需要继续建模，通过模型对未来5期进行预测并做出原始序列的预测图，结果如下：

图2.7.1  2012—2016年社会消费品零售总额预测结果

图2.7.1  2012—2016年社会消费品零售总额预测结果

（2）分析

根据图2.7.1和图2.7.2可以看出在未来的时间居民消费价格指数还会有有所上涨，但是涨幅不会偏大。2007-2010年期间趋势波动较大，是因为全球金融市场进入剧烈波动的“多事之秋”。再加上 2007年次贷危机使美国房地产衰退雪上加霜，并将推迟其复苏时间。虽然相对美欧金融业而言，亚洲及中国遭受的直接影响还相对较小。但是美次贷危机对国际金融市场和世界经济产生“溢出效应”，可能通过其广泛的投资者、衍生品及影响市场预期和实体经济运行等多个渠道，对亚洲及中国经济产生间接的影响。不过美国次贷危机和金融机构面临困难也为亚洲经济体提供一些机遇。就像是我们中国的一句老话：“塞翁失马焉知非福 ”。在图中也可以看出2007年美国次贷危机对我国经济也造成了一定的影响，使之造成了一定通货膨胀。使其后两年的消费品零售总额有所下降。

4.2.8模型的局限性。

（1）

ARIMA模型的短期预测效果要优于长期预测。原因在于本模型均是基于过去时间序列数据建立的，并没有考虑预测期相应时间内突发情况等因素，随着预测期的增长，预测效果自然会变得比较差。

（2）

针对于模型预测误差的产生原因，除了上述模型本身的问题外，笔者认为还有人为因素的干扰。

五．总结

在利用时间序列ARIMA模型进行分析、预测时需要对数列进行预处理，以检验数列拟合ARIMA模型是否合适。通过对1952年至2011年我国社会消费品零售总额的建模分析，本文建立了ARIMA模型,并得到了较好的拟合效果。而对2012年到2016年的我国社会消费品零售总额进行预测，从预测结果看,在2012年到2016年间我国社会消费品零售月度总额将会有较大的增速。因此，政府可以参考预测结果制定相应政策来调控宏观经济，可以从以下两个方面进行分析。了解与建议：

（一）导致我国消费品零售总额增加的原因主要有以下几方面。

1.国家政策措施效果明显。为了应对国际金融危机的不利影响，我国及时出台了一系列扩内需、促消费的政策措施，成为消费品零售总额保持平稳较快增长的首要因素。主要表现为直接提高居民特别是低收入群体的收入，增强了城乡居民消费能力；加强民生工程建设，从一定程度上解除了居民消费的后顾之忧；稳定大宗商品和热点消费品价格，有力地促进了相关商品销售。这些政策措施的实施，提高了城乡居民实际消费能力和消费意愿，从而有效地阻止了我国消费品市场趋冷的走势。

2.生产经营单位积极应对危机。为应对国际金融危机影响，商家普遍开展了长时间、大范围、多形式的促销活动，一些外贸企业为缓解外需不足，也通过举办外贸大集等形式大力开辟国内市场。

（二）保持消费品市场持续增长的建议

投资与消费对GDP的贡献一般是此消彼长的关系，在研究GDP的相关问题时常选取社会消费品零售总额代表经济的消费需求成分。根据预测，我国经济目前处于一种稳定增长的态势，那么在逐渐提高效率和品质的供给能力支持下，驱动我国经济发展的主要动力来自国内外的稳定需求增长。因此，在制定我国宏观经济调控政策时的一个基本导向是：利用供给管理政策保证长期经济增长，利用需求管理政策兼顾短期经济波动。在经济增长已经进入以累积需求为主导的发展阶段时，能否有效地启动消费需求和保持消费需求水平，是促进增长型经济周期形成的关键。具体做法有以下几点。

1.大力开拓农村市场，挖掘农村消费潜力。

2.继续发挥投资对消费的拉动作用。加强基础设施建设，加快城市化建设步伐，增加有效需求，刺激市场发展。

3.健全社会保障机制，提高居民消费水平。消费要有收入作基础，收入是消费的来源，是影响消费需求最重要的因素，只有全面提高居民人均可支配收入，保障低收入家庭的收入，才能使人们放心大胆地进行消费。

4．进一步整顿和规范市场秩序。加强市场的监管力度，严把商品质量关，加大对市场上商品的抽查力度，充分保障消费者的合法权益，增强消费者的信心，努力扩大消费。

六．参考文献

【1】中华人民共和国国家统计局数据库

【2】肖枝洪，郭月明    《时间序列分析与SAS应用》（第二版）武汉大学出版社

【3】张瑛，雷毅雄    《SAS软件实用教程》   科学出版社

【4】王燕

《应用时间序列分析》（第三版）中国人民出版社

【5】百度文库

七．附录

附录一： SAS程序如下

data curriculum_design;input x@@;difx=dif(x);

time=intnx(＇year＇,＇01jan1952＇d,_n_-1);format time date.;cards;

276.8      348       381.1      392.2       461       474.2     548

638        696.96    607.7      604         604.5     638.2     670.3

732.8      770.5     737.3      801.5       858      929.2    1023.3

1106.7    1163.6    1271.1     1339.4      1432.8    1558.6   1800.0

2140.0    2350.0     2570.0    2849.4      3376.4     4305.0   4950.0

5820.0    7440.0     8101.4    8300.1      9415.6    10993.7  14270.4

18622.9   23613.8   28360.2    31252.9    33378.1    35647.9  39105.7

43055.4   48135.9   52,516.3   59,501.0   68352.6    79145.2  93571.6

114830.1  132678.4  156998.4   183918.6

proc gplot;

plot x*time difx*time;

symbol c=black v=star i=join;proc arima;

identify var=x(1)nlag=22;estimate p=1 noint;

forecast lesd=5 id=time;

run;

proc arima data=curriculum_design;

identify var=x nlag=22 minic p=(0:5)q=(0:5);estimate p=1;

forecast lead=5 id=time out=results;

run;

proc gplot data=results;

plot x*time=1 forecast*time=2 l95*time=3 u95*time=3/overlay;symbol1 c=black i=none v=star;symbol2 c=red i=join v=none;

symbol3 c=green i=join v=none l=32;

run;