第一篇：時間序列分析法缺點

時間序列分析預測法有兩個特點：

①時間序列分析預測法是根據市場過去的變化趨勢預測未來的發展，它的前提是假定事物的過去會同樣延續到未來。事物的現實是歷史發展的結果，而事物的未來又是現實的延伸，事物的過去和未來是有聯系的。市場預測的時間序列分析法，正是根據客觀事物發展的這種連續規律性，運用過去的歷史數據，通過統計分析，進一步推測市場未來的發展趨勢。市場預測中，事物的過去會同樣延續到未來，其意思是說，市場未來不會發生突然跳躍式變化，而是漸進變化的。

時間序列分析預測法的哲學依據，是唯物辯證法中的基本觀點，即認為一切事物都是發展變化的，事物的發展變化在時間上具有連續性，市場現象也是這樣。市場現象過去和現在的發展變化規律和發展水平，會影響到市場現象未來的發展變化規律和規模水平；市場現象未來的變化規律和水平，是市場現象過去和現在變化規律和發展水平的結果。

需要指出，由于事物的發展不僅有連續性的特點，而且又是復雜多樣的。因此，在應用時間序列分析法進行市場預測時應注意市場現象未來發展變化規律和發展水平，不一定與其歷史和現在的發展變化規律完全一致。隨著市場現象的發展，它還會出現一些新的特點。因此，在時間序列分析預測中，決不能機械地按市場現象過去和現在的規律向外延伸。必須要研究分析市場現象變化的新特點，新表現，并且將這些新特點和新表現充分考慮在預測值內。這樣才能對市場現象做出既延續其歷史變化規律，又符合其現實表現的可靠的預測結果。

②時間序列分析預測法突出了時間因素在預測中的作用，暫不考慮外界具體因素的影響。時間序列在時間序列分析預測法處于核心位置，沒有時間序列，就沒有這一方法的存在。雖然，預測對象的發展變化是受很多因素影響的。但是，運用時間序列分析進行量的預測，實際上將所有的影響因素歸結到時間這一因素上，只承認所有影響因素的綜合作用，并在未來對預測對象仍然起作用，并未去分析探討預測對象和影響因素之間的因果關系。因此，為了求得能反映市場未來發展變化的精確預測值，在運用時間序列分析法進行預測時，必須將量的分析方法和質的分析方法結合起來，從質的方面充分研究各種因素與市場的關系，在充分分析研究影響市場變化的各種因素的基礎上確定預測值。

需要指出的是，時間序列預測法因突出時間序列暫不考慮外界因素影響，因而存在著預測誤差的缺陷，當遇到外界發生較大變化，往往會有較大偏差，時間序列預測法對于中短期預測的效果要比長期預測的效果好。因為客觀事物，尤其是經濟現象，在一個較長時間內發生外界因素變化的可能性加大，它們對市場經濟現象必定要產生重大影響。如果出現這種情況，進行預測時，只考慮時間因素不考慮外界因素對預測對象的影響，其預測結果就會與實際狀況嚴重不符。

第二篇：時間序列論文格式

武漢大學經濟與管理學院 畢業論文要求及文本格式規范

為規范我院本科學生畢業論文寫作格式，學院對我院本科生畢業論文格式特做統一要求。

一、用紙、頁邊距及字數要求

統一用A4紙張打印；左邊距3厘米，右邊距2厘米，上邊距2.5厘米，下邊距2.5厘米；字數要求：本科不少于8000字，專科不少于6000字。

二、目錄

目錄為三級目錄，并標明頁碼，詳細格式規范見附件。

三、開題報告、中文摘要、英文摘要的要求及格式規范見附件

四、正文文字字體、字號及行距

正文文字字體用宋體，字號為小四號；正文文字行距采用1.25倍行距。

五、論文標題序號

統一采用中文國標。具體序號為：

一、（一）

1、（1）① 第一，…… 第二，…… ② 第一，…… 第二，……（2）

2、（1）（2）

（二）1、二、（一）

（二）……

六、論文注釋格式

凡文中引用的數據和觀點均應以注釋形式表明具體出處。正文中引用的數據和觀點均用腳注的形式標明出處，采用①②……這樣的序號，標注處應該用上標（即①②……）。腳注序號每頁新起，即每頁序號從①開始。

腳注采用小5號楷體。

七、論文圖表格式

1、表和圖均應有標題，以表

1、表2…….，圖

1、圖2……，顯示，表和圖若為引用，必須標明詳細出處（標在圖、表的下方），表、圖中的符號要予以說明。

示例：說明：①

②

③資料來源：國家統計局：《中國統計年鑒（2000）》，80頁，北京，中國統計出版社，2000。

2、表序、表題放在表的上方，圖序、圖題放在圖的下方。論文中的表述不要用上表、下表、上圖、下圖之類的表述，而是直接用表1，圖1這樣的表述。

3、表序、表題和圖序、圖題用小4號楷體粗體。

4、表序與標題之間、圖序與圖題之間不要加冒號，而是以空格隔開。

5、表和圖的內容（指標、符號、數據等）的字體應比正文文字字體小。

八、年代、年份、數字的表述方式

不能用85年之類的表述，而必須用1985年這樣的表述；不能用80年代之類的表述，而必須用20世紀80年代（或1980年代）之類的表述。

數字在千位數以上，每隔3位數以空格隔開，如1 000，10 000 000等。

九、英文縮寫的表述方式

英文縮寫第一次出現時，必須有中文全稱。格式：中文全稱（英文縮寫）。示例：世界貿易組織（WTO）

十、參考文獻

1、參考文獻標注采用國標方法。示例：

參考文獻：（先中文，后外文；先書目，后論文）

1．斯密：《國民財富的性質和原因的研究》，中文版，上卷，北京，商務印書館，1979。2.于宗先：《資產泡沫化與經濟消長》，載《經濟學動態》，2004年第6期。3．中國人民銀行：《各項貸款增速回升，儲蓄存款明顯增加》，載《中國財經信息網》（網址：http://cat.cfi.net.cn/），2004年12月13日。

外文參考文獻建議采用以下格式：

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、參考文獻數量不少于5種。

十一、文獻來源引注原則

注釋及參考文獻均應源自第一手文獻（含外文文獻的中譯一手文獻）,即不要用轉載期刊或者轉載網站上的文獻，如《新華文摘》、人大復印期刊、中國期刊網刊載的論文等電子文獻都是二手文獻，不得直接引注。在轉載期刊或者轉載網站上發現的文獻，務必查閱原發期刊，引注務必用原發期刊。

十二、論文裝訂順序

1、論文封面（填寫統一使用黑色中性水筆）

2、目錄 3.開題報告

4、中文摘要【單獨占1頁】

5、英文摘要【單獨占1頁】

6、論文正文

7、參考文獻【單獨占1頁】

以上部分裝訂成冊，一式三份。最后存檔文本統一采用膠裝。成績評定表各一份（由學院發）不能與上述論文裝訂。

武漢大學經濟與管理學院本科教學管理辦公室

2007年11月14日

以下為附件：

目錄【到三級標題】

開題報告………………………………………………………………...…頁碼 中文摘要……………………………………………………………………頁碼 英文摘要……………………………………………………………………頁碼 前言…………………………………………………………………………頁碼

一、…………………………………………………………………………頁碼

（一）……………………………………………………………………..頁碼

1、……………………………………………………………………頁碼

2、……………………………………………………………………頁碼

（二）……………………………………………………………………..頁碼

1、……………………………………………………………………頁碼

2、……………………………………………………………………頁碼

二、…………………………………………………………………………頁碼

（一）……………………………………………………………………..頁碼

1、……………………………………………………………………頁碼

2、……………………………………………………………………頁碼

（二）……………………………………………………………………..頁碼

1、……………………………………………………………………頁碼

2、……………………………………………………………………頁碼

┋

參考文獻……………………………………………………………………頁碼

【一級目錄用宋體、粗體4號字，二級目錄用宋體小4號字，三級目錄用宋體小4號字（行距視目錄中標題多少可定為1.5 倍或1倍）】

中文摘要(300～500字)【另起1頁】

中文摘要標題用二號宋體、粗體，段前、段后各空1行，摘要正文用楷體4號字，1.5倍行距。

關鍵詞：關鍵詞用四號楷體、粗體，關鍵詞之間用分號隔開。關鍵詞數量：3～5個。

Abstract 【另起1頁】

Abstract用二號Times New Roman字體、粗體，段前、段后各空1行，摘要正文用4號Times New Roman字體，1.5倍行距。

Key words:關鍵詞用4號Times New Roman字體、粗體，關鍵詞之間用分號隔開。關鍵詞數量：3～5個。

【內容與中文摘要對應】

正文另起一頁

正文為小4號宋體，數字和英文用Times New Roman字體，均采用1.25倍行距。

一級標題居中，用一、二、三、……標示，用小三號黑體、粗體；標題前后各空0.5行，居中。例示：

一、論文選題的意義

正文

二級標題用

（一）（二）

（三）……標示，用4號黑體，標題前空0.5行，左縮進2字符。例示：

（一）論文選題的理論意義

正文

三級標題用1、2、3、……標示，用小4號楷體、粗體。例示： １、促進本學科理論的發展

正文，小4號宋體，1.25倍行距，數字、英文用Times New Roman字體，段落前空2字符。

參考文獻【另起1頁】

參考文獻標題用小三號黑體、粗體，段前、段后各空1行。參考文獻正文中文用宋體小四號字，1.25倍行距，英文用Times New Roman字體，字號用小四號。

示例：

1．斯密：《國民財富的性質和原因的研究》，中文版，上卷，北京，商務印書館，1979。2.于宗先：《資產泡沫化與經濟消長》，載《經濟學動態》，2004年第6期。3．中國人民銀行：《各項貸款增速回升，儲蓄存款明顯增加》，載《中國財經信息網》（網址：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

學院有關本科生畢業論文（設計）開題報告的一些具體要求

開

題

報

告（注：用一號楷體）（不少于2000字）

一、研究目的和意義（注：用四號字）

（注：內容用五號字）

二、主要參考文獻、資料，分析國內外現狀和發展趨勢，提出本課題的主攻方向（注：用四號字）

（注：內容用五號字）

三、主要研究內容、途徑及技術路線（注：用四號字）

（注：內容用五號字）

畢業論文的技術路線的內容為論文的研究思路與步驟。

四、研究的主要階段、進度及完成時間（注：用四號字）

（注：內容用五號字）

學院有關本科生畢業論文（設計）成績評定表的一些具體要求

畢業論文(設計)成績評定表

論

文

摘要

（注：①可套打，最好手填，若套打必須用A3紙，全套套打；②不得粘貼；③摘要不少于300字，先起草，后謄抄；④摘要為論文的縮寫，摘要包括論文的基本內容和結論以及論文的創新之處。）

指導教師評語：

（注：須由指導教師手寫，不得粘貼）

評語應包括以下幾方面內容：

1.論文選題的理論與現實意義；

2.對論文研究內容、研究方法及研究結論的意見；

3.論文是否有創新；

4.從論文來看，作者是否具有寬廣的知識面，是否掌握了系統、扎實的經濟學或管理學專業知識，并對論文作者和科研能力做出評價（基本或一定或較強或很強的科研能力）；

5.論文的不足；

6.論文是否達到了××專業本科畢業論文水平(以及經濟學或管理學學士學位論文水平)。

指導教師

評

分

****年**月**日

（必須指導教師親自簽名，不得他人代簽）

答辯小組評語

（注：由評閱教師填寫）評語應包括的內容（簡明扼要）：

1.論文選題的理論與現實意義；

2.對論文研究內容、研究方法及研究結論的意見； 3.論文是否有創新；

4.從論文來看，作者是否具有寬廣的知識面，是否掌握了系統、扎實的經濟學或管理學專業知識，并對論文作者和科研能力做出評價（基本或一定或較強或很強的科研能力）；

5.論文是否達到了××專業本科畢業論文水平(以及經濟學或管理學學士學位論文水平)。

答辯組長

評 分

****年**月**日

（注：必須由答辯組長親筆簽名）

答辯委員會評語

（注：可由答辯委員會主任或答辯秘書填寫）評語應包括的內容（簡明扼要）：

1.論文選題的理論與現實意義；

2.對論文研究內容、研究方法及研究結論的意見； 3.論文是否有創新；

4.從論文來看，作者是否具有寬廣的知識面，是否掌握了系統、扎實的經濟學或管理學專業知識，并對論文作者和科研能力做出評價（基本或一定或較強或很強的科研能力）；

5.論文是否達到了××專業本科畢業論文水平(以及經濟學或管理學學士學位論文水平)。

答辯委員會主任(簽章)

評 分

****年**月**日

第三篇：SPSS時間序列一點總結

SPSS時間序列一點總結(一)SPSS中“Time Series”包括4個時間序列分析子菜單: 1.Exponential Smoothing指數平滑 2.Autoregression自回歸 3.ARIMA自回歸綜合移動平均

4.Seasonal Decomposition季節分散法

(一)Exponential Smoothing指數平滑中的Model有四種:Simple、Holt、Winters、Custom.Simple法是在移動平均法基礎上發展而來的一次指數平滑法,它假定所研究的時間序列數據集無趨勢和季節變化.Simple法基本過程: 1.首先定義變量、輸入數據,至少要有一個變量,點出Data菜單中的Define Dates對話框,定義時間序列的周期.Define Dates可用來建立時間序列的周期性.共有20種可用來定義時間日期的變量.2.指定需要進行指數平滑處理的變量.從左側變量名列表中選中需要進行指數平滑處理的變量,單擊右面一個右箭頭按鈕,使變量名移到Variables框中.如果變量為多個,則計算完一個后,再輸入另一個變量.3.“Parameters”參數設定,選定指數平滑中的參數,誤差修正權數 a(General(Alpha))的取值在默認狀態下為0.1,其取值大小依賴于已知時間序列的性質,通常都使用在0.1至0.3之間的數值并產生一個依賴于大量的過去觀測資料的預測.接近于1的值較少用,它將給出更加依賴于新近觀察資料的預測.當a=1時,預測值等于最新的觀測值.單擊Grid Search選項,如不加改動,可讓程序自動計算a從0.1到1的10個指數平滑結果,并將誤差平方和最小的平滑結果暫時存放在數據庫中,當然,在這里可重新設置a的開始值,以后每次的增加值及終止值.在本程序中,確定Initial Values初始值欄中的選擇有兩種方式,選擇Automatic項,初始值用自動方式生成,程序自動取時間序列的總平均值為初始值:選擇Custom項,可手工輸入初始值及趨勢值.單擊“Save”,最后單擊“OK”并執行.Holt雙參數線性指數平滑法適用于有線性趨勢及無季節變化的時間序列的趨勢.它可以用不同的參數對原時間序列的趨勢進行平滑,具有很大的靈活性.在此法中要用到兩個參數a、g(從0到1之間取值)和三個方程(略).Holt法基本過程

1、首先按定義變量、輸入數據,至少要有一個變量,在Data菜單的Define Dates設置;指定需要Holt指數平滑法處理的變量.從左側變量名列表中選中需要進行指數平滑處理的變量,如果變量為多個,則計算完一個后,再輸入另一個變量.選定Holt選項.設置Parameters即指數平滑中的參數,參數a、g的取值在默認狀態下都為0.1,它們都在0到1之間取值.其取值大小依賴于已知時間序列的性質,通常使用0.1至0.3之間的數值,并產生一個依賴于大量的過去觀測資料的預測.接近于1的值較少用,它將給出更加依賴于新近觀測資料的預測.不使用默認值,可通過單擊Grid Search選項來自定義,如不加改動,可讓程序自動計算a從0.1到1每次增加0.1、g從0.1到1每次增加0.2的10個指數平滑結果,并將誤差平方和最小的平滑結果暫時存放在數據庫中.當然,可以重新設置a、g的初始值、以后每次的增加值及終止值.在本程序中,確定初始值的選中有兩種方式,選中Automatic項,初始值用自動方式生成,程序自動取時間序列的總平均值為初始值St并自動給出趨勢值bt.選中Custom項,可手工輸入初始值及趨勢值.Winters線性和季節性指數平滑法適用于數據的變化含有季節性因素的時間序列的預測.選定指數平滑中的參數“Patameters”,參數a、b、g的取值在默認狀態下都為0.1,它們都在0到1之間取值,但都不包括0和1.采用Winters法的關鍵是如何確定a、b、g的值,以使均方差達到最小.最佳方法是反復試驗法.如不使用默認值,除直接修改a、b、g的值外,還可通過單擊Grid Search來自定義.可讓程序自動計算a從0.1到1每次增加0.1,b、g從0.1到1每次增加0.2的10個指數平滑結果,并將誤差平方和最小的平滑結果暫時存放在數據庫中,SPSS在商務管理中的應用,當然,在這里可重新設置a、b、g的開始只,以后每次的增加值及終止值.在本程序中,確定初始值的選擇有兩種方式,選擇Automatic,初始值用自動方式生成,程序自動取時間序列的總平均值為初始值St并自動給出趨勢值bt;選擇Custom,可手工輸入初始值及趨勢值.

第四篇：時間分辨熒光分析法

時間分辨熒光分析法（Time resolved fluoroisnmuno assay,TRFIA）是近十年發展起來的非同位素免疫分析技術，是目前最靈敏的微量分析技術,其靈敏度高達10^(-12)g/ml[1]，較放射免疫分析（RIA）高出3個數量級。它用鑭系元素標記抗原或抗體，根據鑭系元素螯合物的發光特點，用時間分辨技術測量熒光，同時檢測波長和時間兩個參數進行信號分辨，可有效地排除非特異熒光的干擾，極大地提高了分析靈敏度。由于其高靈敏度，在臨床上得到了廣泛的應用，逐漸代替了放射免疫分析。[1]

在生物流體和血清中的許多復合物和蛋白本身就可以發熒光，因此使用傳統的發色團進而進行熒光檢測的靈敏度就會嚴重下降。大部分背景熒光信號是短時存在的，因此將長衰減壽命的標記物與時間分辨熒光技術相結合，就可以使瞬時熒光干擾減到最小化。

時間分辨熒光分析法（TRFIA）實際上是在熒光分析（FIA）的基礎上發展起來的，它是一種特殊的熒光分析。熒光分析利用了熒光的波長與其激發波長的巨大差異克服了普通紫外-可見分光分析法中雜色光的影響，同時，熒光分析與普通分光不同，光電接受器與激發光不在同一直線上，激發光不能直接到達光電接受器，從而大幅度地提高了光學分析的靈敏度。但是，當進行超微量分析的時候，激發光的雜散光的影響就顯得嚴重了。因此，解決激發光的雜散光的影響成了提高靈敏度的瓶頸。

解決雜散光影響的最好方法當然是測量時沒有激發光的存在。但普通的熒光標志物熒光壽命非常短，激發光消失，熒光也消失。不過有非常少的稀土金屬（Eu、Tb、Sm、Dy）的熒光壽命較長，可達1～2ms，能夠滿足測量要求，因此而產生了時間分辨熒光分析法，即使用長效熒光標記物，在關閉激發光后再測定熒光強度的分析方法。平時常用的稀土金屬主要是Eu(銪）和Tb(鋱），Eu熒光壽命1ms,在水中不穩定，但加入增強劑后可以克服；Tb熒光壽命1.6ms，水中穩定，但其熒光波長短、散射嚴重、能量大易使組分分解，因此從測量方法學上看Tb很好，但不適合用于生物分析，故Eu最為常用。

由于常用Eu作為熒光標記，因此增強劑就成了試劑中的重要組成。增強劑原理：利用含絡合劑、表面活性劑的溶液的親水和親脂性同時存在，使Eu在水中處于穩定狀態。現在有些試劑，在絡合Eu在抗體上時已考慮了增強問題，而使用了具有增強作用的新絡合劑，因而有的試劑沒有單獨的增強劑。

隨著檢驗醫學的發展，對微量、超微量的測定會越來越多，同時RIA的污染問題會越來越被重視，因此，時間分辨熒光分析法（TRFIA）具有越來越大的應用空間。

劃時代的檢測技術

放射免疫分析(RIA)，以其高度特異性靈敏度和實用性，吸引著各國的生物醫學工作者，但操作中始終存在放射性污染、同位素半衰期短及試劑盒穩定性問題。為此，人們發展了一系列非放射性標記技術，如酶標記、化學發光、生物發光標記等技術，其中，時間分辨熒光免疫分析技術。由于靈敏度及線性范圍明顯優于其它技術，最為引人注目。

時間分辨熒光分析足以稀土離子標記抗原或抗體、核酸探針和細胞等為特征的超靈敏度檢測技術，它克服了酶標記物的不穩定、化學發光僅能一次發光且易受環境干擾、電化學發光的非直接標記等缺點。使非特異性信號降低到可以忽略的程度，達到了極高的信噪比，從而大大地超過了放射性同位素所能達到的靈敏度，且還具有標記物制備簡便、儲存時間長、無放射性污染、檢測重復性好、操作流程短、標準曲線范圍寬、不受樣品自然熒光干擾和應用范圍十分廣泛等優點，成為繼放射免疫分析之后標記物發展的一個新里程碑。標記物

采用鑭系元素（銪、釤、鏑、鋱）進行原子標記，較堿性磷酸酶、吖啶酯、生物素等大分子標記物優勢明顯：原子標記，標記物更多，檢測更靈敏，對被標記物的生物活性和結構無影響原子標記，標記穩定性強 多種標記，一個測試，多個項目。

檢測特點

標記離子的熒光激發光波長范圍較寬，發射光譜峰范圍窄，是類線光譜，有利于降低本底熒光強度，提高分辨率。

激發光和發射光之間有一個較大的Stokes位移，有利于排除特異熒光的干擾，增強測量的特異性。

標記離子螯合物產生的熒光強度高，壽命長，有利于消除樣品及環境中熒光物質對檢測結果的影響。每一秒鐘檢測樣品1000次，結果取平均值，有利于提高檢測的準確性。

第五篇：時間序列分析結課論文

時間序列分析結課論文

全國社會消費品零售總額的時間序列分析

全國社會消費品零售總額的時間序列分析

摘要

時間序列分析是經濟領域研究的重要工具之一，它描述歷史數據隨時間變化的規律，并用于預測經濟變量值。市場經濟中，政府對市場變化的即時反應是各國經濟工作的重點。在我國，隨著市場經濟的日益成熟，各級政府逐漸認識到短期計劃的重要性。在要求減少對市場干預的同時，政府在經濟中的作用主要體現在保證經濟運行的正常軌道，由于社會消費品零售總額反映了經濟運行中的一個重要環節———消費，尤其是目前我國市場上的消費需求不足現象，使我國經濟發展受到外需與內需兩方的困擾。因此對于社會消費品零售總額預測中的研究一直具有積極意義。

本文就以以我國1952年至2011年我國社會消費品零售總額為研究對象，做時間序列分析。首先，對全國60多年來社會消費品零售總額的發展變化規律，運用SAS軟件進行分析其發展趨勢。再則，通過檢驗說明模型擬合效果的好壞，再利用模型對下一年進行預測。最后，從國家經濟、政策和社會消費品零售市場發展等方面對社會消費品零售總額變化規律及未來走勢進行分析。

關鍵字：社會消費品零售總額???SAS軟件???時間序列分析??預測

一．引言

社會消費品零售總額是指各種經濟類型的批發零售業、貿易業、餐飲業、制造業和其他行業對城鄉居民和社會集團的消費品零售額和農民對非農民居民零售額的總和。這個指標能夠反映通過各種商品流通渠道向居民和社會集團供應生活消費品來滿足他們生活需求的情況，是研究人民生活、社會消費品購買力、貨幣流通等問題的重要指標。隨著消費環境的逐步改善，人們的消費能力不斷增強，人們消費能力的增強直接帶動了社會消費品零售總額的發展，“十一五”期間，面對復雜多變的國內外形勢，特別是為應對國際金融危機的沖擊，國家出臺了一系列擴大內需、促進消費等政策措施，消費品市場的穩定發展對我國緩沖金融危機起到了明顯的積極作用，消費需求已經成為經濟增長的重要組成部分。

中國社會消費品零售業的發展將進入參與國際化競爭的新階段，可靠準確的數據體系有利于政府的宏觀決策，而零售總額的數據受多種因素的影響。因此對我國社會消費品零售總額進行預測是有積極意義的。

本文利用時間序列分析方法對我國社會消費品零售總額進行分析和預測。時間序列分析是根據動態數據揭示系統動態結構的規律的統計方法。其基本思想是根據系統的有限長度的運行記錄（觀察數據），建立能夠比較準確地反映時間序列中所包含的動態依存關系的數學模型，并借以對系統的未來行為進行預報

二．問題重述

1.1問題背景

社會消費品零售總額指企業（單位、個體戶）通過交易直接售給個人、社會集團非生產、非經營用的實物商品金額，以及提供餐飲服務所取得的收入金額。個人包括城鄉居民和入境人員，社會集團包括機關、社會團體、部隊、學校、企事業單位、居委會或村委會等。

社會消費品零售總額由社會商品供給和有支付能力的商品需求的規模所決定，是研究居民生活水平、社會零售商品購買力、社會生產、貨幣流通和物價的發展變化趨勢的重要資料。反映一定時期內人民物質文化生活水平的提高情況，反映社會商品購買力的實現程度，以及零售市場的規模狀況。

1.2問題的提出

時間序列是指同一種現象在不同時間上的相繼連續的觀察值排列而成的一組數字序列。時間序列預測方法的基本思想是：預測一個現象的未來變化時，用該現象的過去行為來預測未來。即通過時間序列的歷史數據就可以揭示現象隨時間變化的規律，將這種規律延伸到未來的一段時間，從而對該現象的未來做出預測。對此希望建立相關的社會消費品零售總額的數學模型并來預測居民消費價格指數未來年間的走勢。

社會消費品零售總額是一個具有滯后性的數據，根據社會消費品零售總額的這一個特點，我們可以運用時間序列分析的方法對我國社會消費品零售總額進行

合理擬合，但不排除有誤差的存在，從而對未來的社會消費品零售總額走勢做出合理的預測。

三、時間序列模型

3.1模型介紹

對于短的或簡單的時間序列，可用趨勢模型和季節模型加上誤差來進行擬合。對于平穩時間序列，可用通用ARIMA模型及其特殊情況的自回歸模型、滑動平均模型或組合-ARIMA模型等來進行擬合。所謂的ARIMA模型是指將非平穩時間序列轉化為平穩時間序列，然后將因變量僅對它的滯后值以及最忌誤差項的現值和滯后值進行回歸所建立模型。ARIMA模型根據原來的時間序列是否平穩和回歸中包含部分的不同，分為了幾個類別：MA（移動平均過程）、AR（自回歸過程）、ARMA(自回歸移動平均過程)、ARIMA過程。當觀測值多于50個時候一般都采用ARIMA模型來進行擬合。本文社會消費品零售總額收集到的數據為60個，因此采用ARIMA模型進行擬合和趨勢的預測。

求和自回歸移動平均（AutoRegressive?Integrated?Moving?Average，ARIMA）模型是以序列不同時期內的相關度量為基礎，進行的一種精確度較高的短期預測分析方法。該法由美國學者Box和英國統計學者Jenkins于1976年提出來的，故又被稱之為Box-Jenkins模型。

在ARIMA模型中，變量的未來取值可以表達為過去若干個取值和隨機誤差的線性函數式中：

其中B是后移算子，εt為各期的隨機擾動或隨機誤差，d為差分階數，p和q分別表示自回歸階數和移動平均階數，Xt為各期的觀察值（t=1,2，?，k）。

3.2模型的建立步驟

對于非平穩時間序列則要先將觀測到的時間序列進行差分運算，并化為平穩時間序列后，再用適當的模型去擬合這個差分序列。通常情況下，求和自回歸移動平均模型的建模過程分為以下幾個步驟：

(1)

對原序列進行平穩性檢驗，若原序列為非平穩序列則通過差分消除趨勢；

(2)判斷序列是否具有季節性，若具有季節性的波動，則通過季節差分來消除季節性；

(3)

進行模型識別

(4)

進行模型定階；

(5)

對模型的參數進行估計；

(6)

對模型的適合性進行檢驗，即對殘差序列進行白噪聲檢驗，判斷是否是白噪聲序列；

(7)

給出模型的預測結果，并畫出趨勢預測圖。

3.3ARIMA（p,d,q）模型

在ARIMA模型的識別過程中，我們主要用到兩個工具：自相關函數(ACF），偏自相關函數(PACF)以及它們各自的相關圖。對于一個序列{Xt}來說，它的第i階自相關系數定義為它的i階自協方差除以它的方差，它是關于i的函數，因此我們也稱之為自相關函數，通常記ACF(i)。偏自相關函數PACF(i)度量了消除中間滯后項影響后兩滯后變量之間的相關關系。

自相關系數和偏自相關系數這兩個統計量來識別ARIMA(p,d,q)模型的系數特點和模型的階數。并用游程檢驗經過處理的序列是否為平穩化的序列。

可以利用平穩性檢驗、自相關函數ACF(i)和偏自相關函數PACF(i)，可識別ARIMA（p,d,q）模型。具體步驟如下：

第一步，利用平穩性檢驗確定d的值。可運用前面學過的平穩性檢驗方法，檢驗序列是否平穩。如果不是，通過幾次差分才能得到平穩序列。若經過1次差分就可實現平穩，則d就等于1，若經過2次差分就可實現平穩，則d就等于2，如此類推。

第二步，利用ACF和PACF來確定p和q的值。一般規則是：

（1）如果序列的ACF是截尾的，即過了某一滯后項值（設為q）后，ACF變得不顯著，接近于零，并且PACF是拖尾的，則可把序列設為MA（q）過程；

（2）如果序列的PACF是截尾的，即過了某一滯后項值（設為p）后，PACF變得不顯著，接近于零，并且ACF是拖尾的，則可把序列設為AR（p）過程；

（3）如果序列的ACF和PACF都是拖尾的，則可把該序列設為ARMA（p,q）過程，而關于p和q的值需要不斷地從低階試探，并使信息準則達到最小。

四、時間序列模型建立與擬合4.1.數據的錄入

根據中國國家統計局網站發布的社會消費品零售總額時間序列數據，經整理得到了歷年社會消費品零售總額（1952~2011）（單位：億元）。

我國社會消費品零售總額

我將這些數據編寫了SAS的程序（附錄1），進行了下列的檢驗和預測。

4.2.數據分析

4.2.1?根據原始數據畫出時序圖

圖2.1.1??時間序列圖

有上圖可知在1952-2011年我國社會消費品零售總額波動趨勢總體上是持續上升的，我們可以看出該時間序列圖顯示這是一個典型的非平穩序列，因為具有明顯的趨勢性。

4.2.2?一階差分處理

對于該非平穩社會消費品零售總額的時間序列，首先可以利用SAS軟件對數據進行一階季節性差分的處理，以便消除其具有的強烈的趨勢性，來觀察數據是否大致趨于平穩。因此得到的一階差分時間序列圖如下：

從圖2.2.1中可以看出社會消費品零售總額時間序列的趨勢性得到了一定的消除，序列圍繞均值為零的一個小區間內震蕩，且方差明顯有界。但是很明顯在1995-2000年這段時間波動比較大，影響這個波動較大的因素是由于在1997年的亞洲金融危機的沖擊下，國內的消費需求不振，從而導致我國的經濟陷入衰退，出現了通貨緊縮的情況，社會消費品零售總額開始出現回落。2007年是由于美國次貸危機的影響，有小幅度的波動，2008年的社會消費品零售總額略有下降，但是國家政府為了促進經濟的增長，采取了一系列的宏觀調控政策。如寬松的貨幣政策和財政政策，使得經濟復蘇，從而使得社會消費品零售總額穩中有降。此時季節性性因素對社會消費品零售總額的影響表現出來。

2.3?平穩性檢驗

為了進一步判斷其平穩性，考察差分序列的自相關圖，如圖2.3.1所示，自相關圖顯示延遲3階之后，自相關系數都落入2倍標準差范圍以內，而且自相關系數向零衰減的速度非常快，延遲在16階以后自相關系數即在零值附近波動，從而判斷該序列有很強的短期相關性，所以可以初步認為一階差分后序列平穩。自相關函數與偏自相關函數圖如下：

4.2.4純隨機性檢驗

對平穩的差分序列進行白噪聲檢驗.編程運行結果為圖2.4.1:

從圖2.4.1可以看出,在顯著水平為0.01的條件下,檢驗統計量的p值顯著小于0.01,所以該序列是平穩非白噪聲序列,我們可以利用ARIMA(p,d,q)模型進行建模.4.2.5ARIMA(p,d,q)模型擬合用ARIMA(p,d,q)模型對我國社會消費品零售總額進行建模擬合及預測并進行了平穩化處理,因此直接對差分后平穩序列{}進行建模.利用SAS軟件進行編程擬合分析:

根據圖2.3.1，自相關函數為3階截尾，再根據圖?2.3.2確定偏自相關函數為1階截尾，可以初步選擇ARMA（3,1）模型進行擬合。再由BIC準則確定模型的階數，BIC值如下：

從圖2.5.1可知，p=1，q=2時?BIC（1，2）=12.27375最小，因此選擇模型ARMA(1,2)。然后對模型ARMA(1,2)進行參數估計和顯著性檢驗，由SAS程序運行結果如圖2.5.2：

圖2.5.2參數估計及檢驗

從圖2.3.3知，參數估計顯著，得到模型為:

4.2.6?殘差檢驗

模型檢驗主要是檢驗模型對原時間序列的擬和效果，就是檢驗整個模型對信息的提取是否充分，即檢驗殘差序列是否為白噪聲序列。如果擬合模型通不過檢驗，即殘差序列不是為白噪聲序列，那么要重新選擇模型進行擬合。如殘差序列是白噪聲序列，就認為擬合模型是有效的。對擬合好的模型的殘差序列作白噪聲檢驗，觀察模型殘差的自相關和偏自相關圖，可以直觀地看到，幾乎95%的系數值全部落在2σ之間，說明殘差之間沒有相關性，即信息提取充分，模型建立良好。

對模型進行殘差檢驗，應用SAS程序運行結果如圖2.3.4所示，顯然，殘差序列為白噪聲序列，說明模型提取信息充分，說明ARIMA（1,1,0）對該序列來說是適應的。

圖2.6.1殘差檢驗

4.2.7運用模型ARIMA（1,1,0）進行預測與分析

（1）預測

由上圖可知，殘差為白噪聲序列，序列信息提取充分，不需要繼續建模，通過模型對未來5期進行預測并做出原始序列的預測圖，結果如下：

圖2.7.1??2012—2016年社會消費品零售總額預測結果

圖2.7.1??2012—2016年社會消費品零售總額預測結果

（2）分析

根據圖2.7.1和圖2.7.2可以看出在未來的時間居民消費價格指數還會有有所上漲，但是漲幅不會偏大。2007-2010年期間趨勢波動較大，是因為全球金融市場進入劇烈波動的“多事之秋”。再加上?2007年次貸危機使美國房地產衰退雪上加霜，并將推遲其復蘇時間。雖然相對美歐金融業而言，亞洲及中國遭受的直接影響還相對較小。但是美次貸危機對國際金融市場和世界經濟產生“溢出效應”，可能通過其廣泛的投資者、衍生品及影響市場預期和實體經濟運行等多個渠道，對亞洲及中國經濟產生間接的影響。不過美國次貸危機和金融機構面臨困難也為亞洲經濟體提供一些機遇。就像是我們中國的一句老話：“塞翁失馬焉知非福?”。在圖中也可以看出2007年美國次貸危機對我國經濟也造成了一定的影響，使之造成了一定通貨膨脹。使其后兩年的消費品零售總額有所下降。

4.2.8模型的局限性。

（1）

ARIMA模型的短期預測效果要優于長期預測。原因在于本模型均是基于過去時間序列數據建立的，并沒有考慮預測期相應時間內突發情況等因素，隨著預測期的增長，預測效果自然會變得比較差。

（2）

針對于模型預測誤差的產生原因，除了上述模型本身的問題外，筆者認為還有人為因素的干擾。

五．總結

在利用時間序列ARIMA模型進行分析、預測時需要對數列進行預處理，以檢驗數列擬合ARIMA模型是否合適。通過對1952年至2011年我國社會消費品零售總額的建模分析，本文建立了ARIMA模型,并得到了較好的擬合效果。而對2012年到2016年的我國社會消費品零售總額進行預測，從預測結果看,在2012年到2016年間我國社會消費品零售月度總額將會有較大的增速。因此，政府可以參考預測結果制定相應政策來調控宏觀經濟，可以從以下兩個方面進行分析。了解與建議：

（一）導致我國消費品零售總額增加的原因主要有以下幾方面。

1.國家政策措施效果明顯。為了應對國際金融危機的不利影響，我國及時出臺了一系列擴內需、促消費的政策措施，成為消費品零售總額保持平穩較快增長的首要因素。主要表現為直接提高居民特別是低收入群體的收入，增強了城鄉居民消費能力；加強民生工程建設，從一定程度上解除了居民消費的后顧之憂；穩定大宗商品和熱點消費品價格，有力地促進了相關商品銷售。這些政策措施的實施，提高了城鄉居民實際消費能力和消費意愿，從而有效地阻止了我國消費品市場趨冷的走勢。

2.生產經營單位積極應對危機。為應對國際金融危機影響，商家普遍開展了長時間、大范圍、多形式的促銷活動，一些外貿企業為緩解外需不足，也通過舉辦外貿大集等形式大力開辟國內市場。

（二）保持消費品市場持續增長的建議

投資與消費對GDP的貢獻一般是此消彼長的關系，在研究GDP的相關問題時常選取社會消費品零售總額代表經濟的消費需求成分。根據預測，我國經濟目前處于一種穩定增長的態勢，那么在逐漸提高效率和品質的供給能力支持下，驅動我國經濟發展的主要動力來自國內外的穩定需求增長。因此，在制定我國宏觀經濟調控政策時的一個基本導向是：利用供給管理政策保證長期經濟增長，利用需求管理政策兼顧短期經濟波動。在經濟增長已經進入以累積需求為主導的發展階段時，能否有效地啟動消費需求和保持消費需求水平，是促進增長型經濟周期形成的關鍵。具體做法有以下幾點。

1.大力開拓農村市場，挖掘農村消費潛力。

2.繼續發揮投資對消費的拉動作用。加強基礎設施建設，加快城市化建設步伐，增加有效需求，刺激市場發展。

3.健全社會保障機制，提高居民消費水平。消費要有收入作基礎，收入是消費的來源，是影響消費需求最重要的因素，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，才能使人們放心大膽地進行消費。

4．進一步整頓和規范市場秩序。加強市場的監管力度，嚴把商品質量關，加大對市場上商品的抽查力度，充分保障消費者的合法權益，增強消費者的信心，努力擴大消費。

六．參考文獻

【1】中華人民共和國國家統計局數據庫

【2】肖枝洪，郭月明????《時間序列分析與SAS應用》（第二版）武漢大學出版社

【3】張瑛，雷毅雄????《SAS軟件實用教程》???科學出版社

【4】王燕

《應用時間序列分析》（第三版）中國人民出版社

【5】百度文庫

七．附錄

附錄一：?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;