SPSS作业关于时间序列分析.docx
《SPSS作业关于时间序列分析.docx》由会员分享，可在线阅读，更多相关《SPSS作业关于时间序列分析.docx（18页珍藏版）》请在冰点文库上搜索。
SPSS作业关于时间序列分析
河南大学
数学与信息科学学院
2011～2012学年第二学期
应用统计软件
实验论文
题目
河南省GDP的时间序列研究
姓名
学号
年级
专业
成绩
合分人
河南省GDP的时间序列研究
目录
一、摘要
二、模型理论知识介绍
三、时间序列建模
四、结果分析及合理化建议
摘要
本文采集了近三十年来河南省GDP以及第一、二、三产业和工业增长率等相关数据，运用西方经济学、统计学和计量经济学原理等知识从时间序列的定义出发，通过对GDP、第三产业百分比等部分数据的分析并结合统计软件SPSS，运用ARMA模型建模法对搜集到的数据进行识别、估计、诊断和预测，然后探索河南省GDP及第三个产业经济发展的状况，建立经济模型进行经济预测，并为政府部门和企业的管理决策提供数量化的建议。
[关键词] GDP计量经济学时间序列分析第三产业ARMA建模
二、模型理论知识介绍
GDP：
国内生产总值，是核算体系中一个重要的综合性统计指标，也是中国新国民经济核算体系中的核心指标。
它反映一国（或地区）的经济实力和市场规模。
一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。
一般而言，GDP公布的形式不外乎两种，以总额和百分比率为计算单位。
当GDP的增长数字处于正数时，即显示该地区经济处于扩张阶段；反之，如果处于负数，即表示该地区的经济进入衰退时期了。
国内生产总值是指一定时间内所生产的商品与劳务的总量乘以“货币价格”或“市价”而得到的数字，即名义国内生产总值，而名义国内生产总值增长率等于实际国内生产总值增长率与通货膨胀率之和。
因此，即使总产量没有增加，仅价格水平上升，名义国内生产总值仍然是会上升的。
在价格上涨的情况下，国内生产总值的上升只是一种假象，有实质性影响的还是实际国内生产总值变化率，所以使用国内生产总值这个指标时，还必须通过GDP缩减指数，对名义国内生产总值做出调整，从而精确地反映产出的实际变动。
因此，一个季度GDP缩减指数的增加，便足以表明当季的通货膨胀状况。
如果GDP缩减指数大幅度地增加，便会对经济产生负面影响，同时也是货币供给紧缩、利率上升、进而外汇汇率上升的先兆。
国内生产总值是反映常住单位生产活动成果的指标。
常住单位是指在一国经济领土内具有经济利益中心的经济单位。
经济领土是指由一国政府控制或拥有的地理领土，也就是在本国的地理范围基础上，还应包括该国驻外使领馆、科研站和援助机构等，并相应地扣除外国驻本国的上述机构（国际机构不属于任何国家的常住单位，但其雇员则属于所在国家的常住居民）。
因为常住单位的概念严格地规定了一个国家的经济主体范围，所以其对于确定国内生产总值的计算口径，明确国内与国外的核算界限以及各种交易量的范围都具有重要意义。
第三产业：
根据国务院办公厅转发的国家统计局关于建立第三产业统计报告上对中国三次产业划分的意见，中国第三产业包括流通和服务两大部门，具体分为四个层次：
一是流通部门：
交通运输业、邮电通讯业、商业饮食业、物资供销和仓储业；
二是为生产和生活服务的部门：
金融业、保险业、地质普查业、房地产管理业、公用事业、居民服务业、旅游业、信息咨询服务业和各类技术服务业；
三是为提高科学文化水平和居民素质服务的部门：
教育、文化、广播、电视、科学研究、卫生、体育和社会福利事业；
四是国家机关、政党机关、社会团体、警察、军队等，但在国内不计入第三产业产值和国民生产总值。
由此可见，这种第三产业基本是一种服务性产业。
计量经济学：
是以数理经济学和数理统计学为方法论基础，对于经济问题试图对理论上的数量接近和经验（实证）上的数量接近这两者进行综合而产生的经济学分支。
该分支的产生，使得经济学对于经济现象从以往只能定性研究，扩展到同时可以进行定量分析的新阶段。
计量经济学的两大研究对象：
横截面数据（Cross-sectionalData）和时间序列数据（Time-seriesData）。
前者旨在归纳不同经济行为者是否具有相似的行为关联性，以模型参数估计结果显现相关性；后者重点在分析同一经济行为者不同时间的资料，以展现研究对象的动态行为。
时间序列分析：
客观现象都是处在不断发展变化之中，对现象发展变化的规律，不仅要从内部结构、相互关联去认识，而且还应随时间演变的过程去研究，这就需要运用时间序列分析方法。
时间序列分析是一种广泛应用的数量分析方法，它主要用于描述和探索现象随时间发展变化的数量规律。
时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。
时间序列预测方法则是通过时间序列的历史数据揭示现象随时间变化的规律，将这种规律延伸到未来，从而对该现象的未来作出预测。
传统的时间序列分析方法在经济中的应用，主要是确定性的时间序列分析方法，包括指数平滑法、滑动平均法、时间序列的分解等等。
时间序列分析预测法，首先将预测目标的历史数据按照时间先后的顺序排列，然后分析它随时间的变化趋势及自身的统计规律，外推得到预测目标的未来取值。
它与回归分析预测法的最大区别在于：
该方法可以根据单个变量的取值对其自身的变动进行预测，无须添加任何的辅助信息。
拿到一个观测值序列之后，首先要判断它的平稳性，通过平稳性检验，序列可分为平稳序列和非平稳序列两大类。
如果序列值彼此之间没有任何向关性，那就意味着该序列是一个没有任何记忆的序列，过去的行为对将来的发展没有丝毫影响，这种序列我们称之为纯随机序列，从统计分析的角度而言，纯随机序列式没有任何分析价值的序列。
如果序列平稳，通过数据计算进行模型拟合，并利用过去行为对将来的发展预测，这是我们所期望得到的结果。
可采用下面的流程操作。
ARMA模型：
ARMA模型（Auto-RegressiveandMovingAverageModel）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。
在市场研究中常用于长期追踪资料的研究，如：
Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。
三、时间序列建模
本实验采用1981-2010年河南省GDP及第三产业数据做时间序列分析模型，首先对数据进行平稳性与纯随机性的检验与判别（规定序列1为GDP序列、序列2为第三产业序列）
一、平稳性的检验我们先采用图示法，时序图如下：
由图所示，序列1开始时有很大的波动，周期性不明显；序列2较为平和，上升或下降趋势很不明显。
因此序列1基本可以确认是平稳的，但直观感受不能认定它就是平稳的，需进一步做检验；而序列2直接可认为是平稳的，同样继续一下检验。
样本自相关图如下:
根据序列自相关图可以看出：
序列1、2均具有短期相关性，就是随着延期数的增加，平稳序列的自相关系数很快地接近于零，自相关图大部分都在2倍的标准差范围内。
所以确认该序列就是平稳序列。
下面进行纯随机性检验：
由自相关图可以知道，此序列为延迟16期的，在延迟时期较短的序列值之间，序列值之间存在着一定的相关关系，可初步判断为平稳非白噪声序列。
自相关图
序列:
GDP
滞后
自相关
标准误差a
Box-Ljung统计量
值
df
Sig.b
1
.039
.174
.050
1
.823
2
.096
.171
.368
2
.832
3
-.266
.168
2.880
3
.411
4
.053
.165
2.984
4
.560
5
-.207
.161
4.622
5
.464
6
-.317
.158
8.630
6
.196
7
-.239
.155
11.023
7
.138
8
.006
.151
11.025
8
.200
9
.201
.148
12.864
9
.169
10
.185
.144
14.512
10
.151
11
.121
.141
15.246
11
.172
12
.156
.137
16.539
12
.168
13
.091
.133
17.012
13
.199
14
-.082
.129
17.413
14
.235
15
-.110
.125
18.188
15
.253
16
-.126
.121
19.276
16
.255
a.假定的基础过程是独立性（白噪音）。
b.基于渐近卡方近似。
自相关图
序列:
第三产业百分比
滞后
自相关
标准误差a
Box-Ljung统计量
值
df
Sig.b
1
-.399
.174
5.272
1
.022
2
.530
.171
14.900
2
.001
3
-.434
.168
21.599
3
.000
4
.139
.165
22.309
4
.000
5
-.282
.161
25.373
5
.000
6
-.091
.158
25.707
6
.000
7
-.072
.155
25.924
7
.001
8
.079
.151
26.195
8
.001
9
.101
.148
26.663
9
.002
10
.086
.144
27.016
10
.003
11
.015
.141
27.027
11
.005
12
.003
.137
27.028
12
.008
13
-.093
.133
27.516
13
.011
14
-.047
.129
27.646
14
.016
15
-.129
.125
28.713
15
.018
16
-.045
.121
28.849
16
.025
a.假定的基础过程是独立性（白噪音）。
b.基于渐近卡方近似
从上面图中我们了解到，序列1和2都是基于渐进卡方近似，按照习惯将采用LB统计量检验。
操作结果如下图：
模型
模型拟合统计量
Ljung-BoxQ（18）
平稳的R方
正态化的BIC
统计量
DF
Sig.
第三产业百分比-模型_1
.251
.375
24.365
16
.082
GDP-模型_2
-2.220E-15
2.933
19.687
18
.351
根据卡方分布表，又知序列1和2所得统计量分别为24.365、19.687，结论得该序列均为平稳非白噪声序列。
二、对模型的识别，我们做出自相关和偏子相关图。
自相关图有步骤一可知，偏自相关图如上，由于序列1的自相关和偏自相关系数从一开始都落入了2倍标准差范围内，且衰减为零的速度很快，基本上没有表现出拖尾和截尾性，可认为是常值，序列2自相关大部分落入2倍标准差范围内，而且自相关系数衰减为零的速度慢，表现出一阶拖尾性，偏自相关系数表现出了一阶截尾性，所以可断定该模型是ARMA（1,1）模型，即一阶移动自回归模型。
三、对模型进行参数估计，图如下：
估计
SE
t
Sig.
第三产业百分比-模型_1
第三产业百分比
常数
1.162
.043
26.753
.000
AR
滞后1
-.907
.119
-7.637
.000
MA
滞后1
-.652
.238
-2.735
.011
GDP-模型_2
GDP
常数
11.257
.748
15.057
.000
从图中我们可以得出序列1模型和序列2的模型。
模型1：
X=11.257
模型2：
X［t］=-0.907X［t-1］+Ɛ［t］-0.652Ɛ［t-1］
四、对模型进行检验一、二参数的显著性检验，如图
模型
模型拟合统计量
Ljung-BoxQ（18）
平稳的R方
正态化的BIC
统计量
DF
Sig.
第三产业百分比-模型_1
.251
.375
24.365
16
.082
GDP-模型_2
-2.220E-15
2.933
19.687
18
.351
由t检验值可认为这些参数是显著的。
五、模型的拟合效果如图：
六、模型优化
模型优化主要有两个准则——AIC和SBC准则
我们主要采用施瓦兹准则进行检验，结果如下：
模型
模型拟合统计量
Ljung-BoxQ（18）
平稳的R方
正态化的BIC
统计量
DF
Sig.
第三产业百分比-模型_1
.251
.375
24.365
16
.082
GDP-模型_2
-2.220E-15
2.933
19.687
18
.351
七、预测序列未来走势
根据模型对未来两年做以下预测，如图：
预测
模型
2011
2012
第三产业百分比-模型_1
预测
3.3644
3.2870
UCL
5.6835
5.6394
LCL
1.8477
1.7688
GDP-模型_2
预测
11.2567
11.2567
UCL
19.6315
19.6315
LCL
2.8819
2.8819
对于每个模型，预测都在请求的预测时间段范围内的最后一个非缺失值之后开始，在所有预测值的非缺失值都可用的最后一个时间段或请求预测时间段的结束日期（以较早者为准）结束。
同时做出未来两年预测值的置信区间：
故预测未来两年里，GDP将仍处于稳定状态，第三产业百分比将达到
3.3644、3.2870从数据中我们可以发现序列1、2增长状况相对来讲波动都不算太大，基本趋于稳定。
四、结果分析及合理化建议
从上述数据的分析中可知，我省GDP在未来两年里仍将保持原有水平，而第三产业百分比将有所下降，我们知道第三产业的发展是生产力提高和社会进步的必然结果。
它的兴旺发达是现代化经济的一个必要特征。
大力发展第三产业有利于增强农业生产的后劲，促进工农业生产的社会化和专业化水平的提高，有利于优化生产结构，促进市场充分发育，缓解就业压力，从而促进整个经济持续、快速健康发展，对于我省此种经济的发展状况，前景不容乐观，所以希望有关部门郑重考虑并实施有效措施从根本上解决相关问题，在此提出以下建议：
一、重视发展措施
1、创造就业机会就要改善对中小企业、民营经济、乡镇企业等的金融服务，大力推广小额信贷，鼓励创业和自谋职业。
2、明确个体、私营经济是创造就业的一个最重要的渠道，解决其市场准入问题，并减轻税费负担。
3、高度重视职业培训工作，尤其是农村劳动力的培训。
4、一定要取消城乡壁垒。
建立市场经济条件下新型的城乡关系，不合理的就业限制一定要取消，加快户籍制度改革的步伐。
5、就如何发展生活服务业而言，解决的办法是社会分工细化，创造新型的社区服务组织，找到更多的服务内容，发掘更多的就业岗位。
对于老百姓支付能力太低这个制约第三产业发展的最大障碍，可以多学习类似的经验，并积极进行探索。
6、就业与失业统计体系的不完善，信息失真与传递不畅通，也是影响就业政策的一个重要原因。
专家们建议，要正确认识不同地区的就业形势，对不同地区要制定不同的就业政策。
二、重视发展原则、载体、结构、科技等问题
1、第三产业的发展，要采取分类指导和突出重点的原则
第三产业是一个庞杂的混合产业群。
应根据第三产业内部各行业的性质、特点、在国民经济中的地位作用及其经营管理、盈利水平等因素，采取区别对待、分类指导的原则。
其中，应特别注意盈利性和非盈利部门、基础性产业和竞争性产业部门、全额拨款和差额拨款单位等方面的差异，采取不同的政策导向。
科学地确定第三产业的行业发展重点和优先顺序，并从区位条件、自然人文景观、商品经济发展程度、经营人才素质等方面综合第三产业中的行业区域比较优势，寻找和培养那些具有现实优势和潜在优势的行业作为发展重点。
2、第三产业的发展，要以城市和专业市场为载体
城市往往是一个区域的商业、交通、通信、金融、文化、教育、科技、信息等方面的中心，第三产业相对集中；专业市场作为商品交换的场所，它的扩展本身就是第三产业发展的重要体现，同时专业市场的兴起还会带动交通运输、邮电通信、金融业务以及各类中介服务业等第三产业的发展。
从浙江的实际出发，当前应特别重视通过城市化来推进第三产业的发展。
在产业结构升级转换方面，总的趋势应坚持“三、二、一”的产业发展方针，促进产业结构向高级化和现代化方向发展。
要强化中心市区的金融、贸易、信息、中介服务以及生活服务等功能。
有条件的还可以建设中央商务区。
3、第三产业的发展，应坚持产业转换序列的多元化模式
（1）遵循产业结构演变的一般规律，努力实现三大产业转移的依次推进，使第三产业比重随着经济发展和产业结构的调整而“水涨船高”；
（2）以二、三产业同步起飞为契机，缩短三大产业依次推进的过程，加速产业重心的变迁，实现第三产业的总量扩张和比重提高；
（3）跨越产业更替和转换的梯度序列，以第三产业率先起飞的态势（尤其是以商品市场为起点的第三产业发展），携带整个经济的发展，从而把第三产业的发展定位在较高的起点上。
应根据各地经济发展的实际，分别采取适合各自特点的产业转移顺序，以促进第三产业快速、高效的发展。
4、第三产业的发展，也要坚持依靠科技进步
第三产业中的一些新兴产业如网络服务业，本身就是高科技发展的产物。
当今世界，电子计算机在第三产业的渗透最为广泛，第三产业已成为拥有计算机最多的部门，由此产生的影响十分巨大：
拓展了第三产业的服务领域，导致了经营方式和管理方式的革命性变革；提高了企业管理的现代化水平，带来了高效率和高效益；提供了优质、便捷的服务，为社会生产和生活消费创造了全新的服务方式。
依靠现代科学技术革命，将从根本上改变第三产业的面貌和促进第三产业的兴起。
为了实现“科技兴三产”的基本方针，加大第三产业中的科技含量，必须明确科技长入第三产业的远期目标和近期重点。
当前的主攻方向，除了努力实现城市交通通信的现代化外，还要加快电子计算机在商业外贸、金融保险、旅游宾馆、信息管理等领域的应用，以促进第三产业发展规模、服务质量和经济效益的显著提高。
三、处理好与第一、二产业的关系
1、第一、二产业是第三产业发展的前提和基础。
第一产业是国民经济的基础，加强第一产业是国民经济发展的首要问题。
只有第一产业发展了，才能为第二、三产业提供重要原材料和广阔的市场。
世界上经济发达的国家，差不多都拥有发达的农业。
2、正确处理好三大产业的关系。
既有利于经济的协调发展，也有利于社会的稳定。
大力发展第三产业并不是说先把第三产业发展起来以后再发展第一、二产业，更不是通过削弱第一、二产业来发展第三产业，而应从相互联系、相互促进的关系中来认识发展第三产业的重要性。
参考文献
【1】SPSS多元统计分析方法及应用朱星宇编著
【2】应用时间序列分析（第二版）王燕编著
【3】计量经济学（第三版）李子奈编著
【4】西方经济学（第五版）高鸿业编著
年份
GDP
第一产业
第二产业
工业
第三产业
1981
7.8
4.8
0.5
0.8
2.5
1982
4.3
0.2
2.4
1.9
1.7
1983
23.8
12.3
5.3
4.7
6.2
1984
10.1
2.4
5.5
4.7
2.3
1985
13.5
0.3
6.4
5.5
6.7
1986
4.6
-2.9
5.4
5.2
2.1
1987
15
5.4
3.6
2.5
6
1988
9.8
-0.9
8.1
7.5
2.6
1989
7
2.6
1.5
2.1
2.8
1990
4.5
1.6
1
0.1
1.9
1991
6.9
-0.9
4.8
4.4
3
1992
13.7
0.5
9.9
9.1
3.3
1993
15.8
2.9
9.5
8.9
3.4
1994
13.8
0.3
9.7
9.1
3.7
1995
14.8
2.8
8.3
7.8
3.7
1996
13.9
2.6
7.9
6.9
3.4
1997
10.4
1.7
5.5
4.5
3.2
1998
8.8
1.5
4.7
4
2.6
1999
8.1
1.6
4
3.6
2.6
2000
9.5
1
5.9
5.3
2.6
2001
9
1.3
4.5
3.8
3.3
2002
9.5
1
5.3
4.7
3.2
2003
10.7
-0.5
8
7
3.2
2004
13.7
2.4
8
7.3
3.3
2005
14.2
1.4
8.8
8.3
4
2006
14.4
1.3
9.2
8.6
3.9
2007
14.6
0.6
9.8
9.5
4.2
2008
12.1
0.8
8.3
7.9
3
2009
10.9
0.6
7.1
6
3.3
2010
12.5
0.6
8.6
8.1
3.4
注：
数据源于《河南省统计年鉴》，表格中数据均为增长百分比。
升级会员 