论文部分内容阅读
在当今世界,国家的发展离不开经济的发展,扩大消费需求是促进经济发展的重中之重,而社会消费品零售总额是反映一个国家人们消费水平的重要因素,在国民经济体系中,也是一个很重要的指标。因此,分析研究社会消费品零售总额对于处在转型期的中国经济更好的发展具有重要的意义。首先,本文以1991年至2015年近25年的时间序列数据为依据,以Eviews 8.0为工具,对取对数后的数据进行了主成分分析,根据累计贡献率,选取出几乎反映原变量所有信息的第一主成分F1t,再对选取出的主成分和社会消费品零售总额做主成分回归模型,最终得出主成分回归结果为:Yt=0.8308F1t+1.2145AR(1)-0.4614AR(2)。紧接着又用近 10 年的时间序列数据,运用 Matlab 编程进行了灰色关联度分析,得到如下结论:我国社会消费品零售总额与居民可支配收入、国内生产总值、居民消费水平有很大关系,而与人口数量、物价指数、恩格尔系数关系不大,最后在灰色关联度分析的基础上建立了灰色GM(1,5)模型,得出主要影响因素对社会消费品零售总额的影响水平。然后,本文分别以社会消费品零售总额1952年至2016年的年度数据以及2001年1月至2016年12月的月度数据为依据,根据自相关和偏自相关函数图进行模型识别,运用Eviews 8.0建立ARMA模型,并根据各种检验最终确定最优ARMA模型,最终在对社会消费品零售总额的年度数据预测中,建立了ARIMA(1,1,0)模型,并通过2011年至2016年六年的实际值,预测值之间的误差说明预测结果的理想性,接着再利用此模型对2017年至2020年未来4年的社会消费品零售总额进行预测。在对社会消费品零售总额的月度数据预测中,本文最终建立的是ARIMA(2,2,1)(0,1,1)12模型,同样通过各种检验说明所建模型为最优模型,并运用此模型对2017年的各月度社会消费品零售总额进行预测,进而再对预测结果进行分析。本文的研究结果对当今经济的发展具有一定的实际意义,有利于制定宏观经济政策,促进国家发展。