中国能源消费的ARIMA模型预测分析

文章利用Box-Jenkins法的ARIMA模型,对1953～2007年中国能源消费总值数据序列进行分析,建立了1953～2005中国能源消费的自回归移动平均模型ARIMA(3,1,3).检验结果表明,ARIMA(3,1,3)模型对原始数据序列有着较好的似合效果,模型的预测效果良好,可用于短期内中国能源消费量的预测.根据建立的模型预测结果,中国能源消费量仍将保持较高的增长.     

基于贝叶斯向量自回归方法的钢材消费量预测

针对我国工业化和城市化进程加快发展、钢材表现消费量持续上升的客观现实,文章构建了包括GDP、城镇固定资产投资、广义货币供应量和钢材表观消费量的贝叶斯向量自回归钢材表观消费量预测模型,实证结果表明,BVAR(2)模型能较好地预测我国月度钢材表观消费量,其短期预测能力优于常用的ARIMA模型,同时,GDP增速的上涨对未来我国钢材表现消费量将产生较大的持久拉动作用;广义货币供应量增速的上涨会对其产生短暂的拉动作用;固定资产投资增速的上涨对其产生的拉动作用将保持半年左右.     

基于三角灰色系统模型的煤炭消费预测

文章认为，灰色GM（1，1）预测模型和三角残差修正技术相结合能够显著提高预测精度。预测的基本步骤为，首先运用灰色GM（1，1）模型获得趋势项；然后利用三角模型捕获GM（1，1）模型残差的周期现象以提高预测精度。中国年煤炭消费量预测实验结果表明，TGM（1，1）模型较传统GM（1，1）模型具有较高的灰色预测精度。中国2010-2013年的煤炭消费量预测结果表明，短期内煤炭消费量会随着GDP增长而逐年增加，因此有必要降低能源结构碳强度，减缓煤炭需求增长，提高煤炭利用效率。     

中国铁矿石消费量与对外依存度预测

文章基于ARIMA模型对非平稳时间序列良好的短期预测特性,采用该方法对“十三五”期间中国铁矿石消费量与对外依存度进行了模型构建和预测分析,所建模型的拟合效果和预测精度较佳.预测结果表明,“十三五”期间中国铁矿石消费量将趋向于缓慢上升至零增长率的顶点,对外依存度则将在经过高位平台后拐入下降趋势.     

ARIMA模型在广东省GDP预测中的应用

文章对广东省1978～2008年国内生产总值进行了分析.运用Box-Jenkins方法建立了ARIMA模型.通过对数据的平稳性检验、模型参数识别与检验、模型检验等综合分析,确立了ARIMA(1,1,O)模型.     

能源消费与经济增长动态关系比较研究

文章以1990～2006年我国能源消费各组成部分煤炭,石油,天然气,水电、风电、核电消费量和GDP的时间序列数据为样本,采用ADF检验检验序列的平稳性,采用协整检验方法检验序列变量是否存在长期均衡关系,并在协整的基础上建立误差修正模型,采用格兰杰因果关系检验序列变量之间是否存在因果关系,比较研究我国煤炭,石油,天然气,水电、风电、核电消费与经济增长之间的短期波动和长期均衡关系,并对未来我国能源和经济的协调发展提出了几点建议.     

能源消费与经济增长关系的实证分析

文章运用协整理论和误差修正模型，基于中国1960～2007年的历史数据对石油消费量、煤炭消费量和GDP之间的关系进行分析。结果表明，石油消费量和GDP之间，煤炭消费量和GDP之间均存在长期均衡关系，且石油消费量是GDP的Granger原因，从短期来看当期石油消费量和煤炭消费量均与GDP呈现正相关关系。     

基于ARIMA模型的外汇占款预测

文章对2001年1月至2011年8月间外汇储备与消费者物价指数同比月度数据进行协整检验,并对二者进行Granger因果关系检验,以确定外汇储备与物价水平在长期内的关系及影响程度。由于外汇储备以外汇占款为中介,通过货币发行量来影响我国物价水平,故货币当局为减缓通胀压力而进行冲销操作的直接对象就是外汇占款。因此,文章将依据外汇占款月度数据建立ARIMA(p,d,q)模型,对外汇占款变动进行较精准的短期预测,为货币当局的工具操作和政策制定提供依据。检验结果表明:将ARIMA模型应用于外汇占款数据分析与预测,可获得较为满意的预测结果。     

基于ARIMA模型的消费者价格指数预测

科学准确地预测CPI将为宏观经济政策的制定提供合理的数据支持.文章根据我国2010年1月至2015年6月CPI月度数据建立ARIMA模型,对2015年下半年我国的CPI数据进行预测.实证结果表明:ARIMA(12,1,2)模型的预测效果良好,可以作为我国CPI走势判断的有效依据.     

基于ARIMA模型对我国能源需求的预测

本文利用时间序列的建模方法,对我国1987-2006年的能源消费总量数据进行了实证分析,构建了ARIMA模型。经检验该模型能够很好的拟合全社会对于能源的需求趋势。在此基础上作了短期预测,最后给出了结论及建议。     

中国能源消费系统预测模型的构建

文章采集了大量能源消费量的历史数据,在此基础上首先利用灰色预测和多项式曲线趋势外推的方法建立了我国能源消费系统的单项预测模型;其次,通过标准差法进行权重分配,建立了我国未来能源消费量的组合预测模型,并应用此模型对2007～2011年的能源消费量进行了预测.     

基于ARIMA模型对湖北省能源消费的预测

能源影响着我国社会经济的稳定持续发展,对未来能源消耗的准确预测具有重要意义。文章以我国湖北省为例,利用1980～2005年的能源消费总量数据为基础,运用ARIMA模型进行能源消费的预测,达到了最小方差意义下的最优预测的效果。     

基于乘法季节ARIMA模型的农村居民人均收入的短期预测

文章采用我国近10年的农村居民人均现金收入季度数据进行乘法季节ARIMA建模,发现ARIMA(0,1,0)×(2,1,0)4模型能够很好的拟合我国农村居民人均收入,并用该模型进行预测,预测结果表明:2014年前两季度的预测值与实际值的相对误差率非常小,说明模型拟合的效果很好;同时预测结果也发现农村居民人均现金收入呈现稳定增长的趋势,且存在明显的季节周期性.     

股票价格预测的最优选择模型

文章首先介绍了我国学者对股票价格指数的研究现状,并阐述了时间序列分析中两种常见的模型:自回归移动平均(ARIMA)模型和条件异方差(ARCH)模型。然后分别对上证指数近八年的346个有效收益数据进行建模,并对未来三个月的收盘价进行预测。结果表明,ARCH模型的整体预测效果优于ARIMA模型。     

基于残差自回归和自适应过滤的生活能源消费量组合预测模型

文章主要应用残差自回归模型和自适应过滤模型,对1980年到2006年间我国生活能源消费量时间序列建模,并通过两种模型组合预测得到了2007年到2010年的我国生活能源消费量的预测值。     

基于最优ARIMA模型的我国GDP增长预测

准确预测GDP对政府进行有效宏观调控意义重大,而ARIMA模型是预测GDP的有效工具.文章以1952-2011年不变价格GDP为研究样本,首先建立36组ARIMA模型,进而运用多重筛选准则,找到最优滞后阶数p和q,最后确定了最优ARIMA(6,1,3)模型.该模型通过了多项假设检验,对2009-2011年的GDP预测精度高.笔者还利用模型对未来几年的GDP进行了预测.     

国债回购利率预测模型研究

以国债回购利率为研究对象，分别建立ARIMA及GARCH模型，并比较这两种模型的预测能力。研究结果表明：使用传统ARIMA模型，模型ARIMA（0，1，1）配适较好；使用GARCH模型，模型GARCH（2，3）配适效果较好。此外，虽然GARCH模型的预测置信区间的波动性比ARIMA模型要小，但ARIMA模型的预测置信区间更小一些，因此其预测能力比GARCH模型更强。     

基于ARIMA-GMDH的GDP预测模型

文章先对四川省GDP分别建立了ARIMA时间序列模型和GMDH变量自回归模型来进行预测;然后利用GMDH自组织建模方法建立ARIMA-GMDH组合预测模型来预测;最后使用Bonferroni-Dunn方法对三个模型的稳定性进行分析检验。模型预测结果和稳定性检验结果表明:基于ARIMA-GMDH组合的GDP预测模型的拟合和预测都优于另外两种单预测模型。相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。     

ARIMA与指数平滑法在我国人口预测中的比较研究

文章建立了基于人口时间序列资料的ARIMA和指数平滑法人口预测模型,并将二者进行比较,得出最优模型为ARIMA(2,2,1)模型;用此模型对我国2006～2015年人口数作出了估计.结果表明,ARIMA模型更适合我国人口时间序列数据的拟合;我国总人口在未来十年内仍会增长,但增长速度渐趋缓慢,到2010年末,我国人口将达到13.39亿.     

我国石油消费与经济增长关系研究

本文通过对国内生产总值(GDP)、石油消费、石油产量和石油工业产品出厂价格指数进行分析,建立向量自回归模型(VAR)并进行因果关系检验,模拟了GDP、石油产量和石油价格对石油消费量的影响,并预测了今后我国的石油消费量.