arma預(yù)測(cè)模型和平滑arma預(yù)測(cè)模型的比較研究

《arma預(yù)測(cè)模型和平滑arma預(yù)測(cè)模型的比較研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、ARMA預(yù)測(cè)模型和平滑ARMA預(yù)測(cè)模型的比較研究本文基于貴州省CPI(居民消費(fèi)價(jià)格指數(shù))1950至2011年的年度環(huán)比數(shù)據(jù)進(jìn)行分析預(yù)測(cè)，并用Evieargin:0cm0cm0pt;mso-pagination:l:namespaceprefix=ons="urn:schemas-microsoft-:office:office"/>(c,0,0)-4.475698-2.910019平穩(wěn)-2.939722-2.886074平穩(wěn)序列檢驗(yàn)式ADF值5%臨界值是否平穩(wěn){CPI}(c,0,0)-4.475698-2.910019平穩(wěn){XCPI}(c,0,4)-2.939722-2.886074平穩(wěn)通過

2、ADF單位根檢驗(yàn)發(fā)現(xiàn)兩個(gè)變量都是平穩(wěn)的，因此我們可以對(duì)上面兩個(gè)序列建立ARMA模型。根據(jù)序列的自相關(guān)和偏自相關(guān)圖，來確定ARMA模型的AR階數(shù)和MA階數(shù)。首先看一下兩個(gè)變量的自相關(guān)和偏自相關(guān)函數(shù)圖（如圖1）。通過觀察圖1，可以看出，偏自相關(guān)系數(shù)和自相關(guān)系數(shù)都表現(xiàn)出一階截尾的特征，因此擬采用ARMA(1,1),ARMA(1,0),ARMA(0,1)中的一個(gè)模型進(jìn)行估計(jì)。經(jīng)過模型估計(jì)，根據(jù)AIC取值越小越好的原則，我們最終選擇ARMA(1,0)模型進(jìn)行預(yù)測(cè)。由圖2，可以觀察到，偏自相關(guān)函數(shù)大概是在10階的時(shí)候表現(xiàn)出截尾特征，自相關(guān)函數(shù)一階截尾。因此我們擬采用ARMA(10,1)模型，由于偏自相關(guān)

3、函數(shù)3，5，7，9階都落到了置信區(qū)間外，因此在估計(jì)ARMA模型時(shí)把這些項(xiàng)去掉了。同時(shí)結(jié)合AIC準(zhǔn)則和變量的顯著性，去掉一些變量，從而使模型實(shí)現(xiàn)簡化的目的，最終確定的預(yù)測(cè)模型為ARMA(1,1)。ARMA(1,0)模型估計(jì)結(jié)果見表1，ARMA(1,1)模型估計(jì)結(jié)果見表2。由這兩種模型估計(jì)結(jié)果，作出{CPI}、{XCPI}的方程殘差的自相關(guān)和偏自相關(guān)圖。從圖3、圖4看，已經(jīng)沒有了明顯的自相關(guān)和偏自相關(guān)現(xiàn)象。說明選擇的ARMA(1,0)模型和ARMA(1,1)模型效果都比較好。下面采用靜態(tài)預(yù)測(cè)法，分別用ARMA模型和平滑ARMA模型預(yù)測(cè)2009年，2010年，2011年的CPI環(huán)比值。但必須注意：

4、由于靜態(tài)預(yù)測(cè)法需要知道前面數(shù)據(jù)的實(shí)際值，而在利用平滑ARMA模型預(yù)測(cè)2009年的CPI時(shí)，2008年半的實(shí)際值是不知道的，所以應(yīng)該先預(yù)測(cè)2008年半的數(shù)據(jù)，然后用2008年半的預(yù)測(cè)值的2倍減去2008年的實(shí)際值得到2009年的預(yù)測(cè)值。其他預(yù)測(cè)年份依次類推，如果沒有注意到這一點(diǎn)的話會(huì)導(dǎo)致預(yù)測(cè)結(jié)果出奇的好，但實(shí)際上卻是錯(cuò)誤的。記ARMA模型預(yù)測(cè)結(jié)果為預(yù)測(cè)值1，平滑ARMA模型預(yù)測(cè)結(jié)果為預(yù)測(cè)值2。預(yù)測(cè)結(jié)果如下表：比較兩種方法的預(yù)測(cè)效果,平滑ARMA模型的預(yù)測(cè)效果并沒有一般的ARMA模型好，而且預(yù)測(cè)的時(shí)間越長平滑ARMA模型預(yù)測(cè)效果比一般ARMA模型越差。但是平滑ARMA模型還是有一定的優(yōu)勢(shì)，因?yàn)閷?duì)

5、于比較短的時(shí)間序列如果通過這個(gè)平滑方法可以增加樣本個(gè)數(shù)，從而使得本來不能夠進(jìn)行ARMA預(yù)測(cè)的序列可以用ARMA模型預(yù)測(cè)。