有关我国社会消费品零售总额的调查分析.doc

时间序列分析课程论文 题目：有关我国社会消费品零售总额的调查分析 院系：石河子大学商学院 年级：2011级 专业：金融 班级：2011级金融（3）班 姓名：李佩佩 张文婷 王喜霞 学号：2011517145 2011517137 2011517138 我国1952-2005年社会消费品零售总额序列分析 摘要：运用时间序列分析的分析方法，借助SAS软件对我国1952到2005年社会消费品零售总额进行了预测与分析，得出了比较准确的结果，为有关部门作出正确的决策提供了有力的理论依据。 关键词：社会消费品零售总额 AR IMA模型 预测 引言： 社会消费品零售总额是指批发和零售业、住宿和餐饮业以及其他行业直接售给城乡居民和社会集团的消费品零售额。其中对居民的消费品零售额，是指售予城乡居民用于生活消费的商品金额；对社会集团的消费品零售额，是指售给机关、社会团体、部队、学校、企事业单位、居委会或村委会等，公款购买的用作非生产、非经营使用与公共消费的商品金额PROC IMPORT OUT=WORK.sheet1 DATAFILE=E:\时间序列数据\第二章\我国1952-2005年社会消费品零售总额.xls DBMS=EXCEL REPLACE; SHEET=sheet1; GETNAMES=YES; MIXED=NO; SCANTEXT=YES; USEDATE=YES; SCANTIME=YES; RUN; data sr; input s; y=log(s); dify=dif(y); dify2=dif(dify); t=intnx(year,01jan1952d,_n_-1); format t year.; cards; proc print ; run; proc gplot; plot s*t; symbol c=black i=join v=dot; title1 我国1952-2005年社会消费品零售总额原图; footnote 我国1952-2005年社会消费品零售总额原图; run; 绘出原序列图如上，观察可见其有非常明显的非平稳特征。 对原序列取对数： proc gplot; plot y*t; symbol c=blue i=join v=star; title2 我国1952-2005年社会消费品零售总额取对数后时序图; run; 对原序列进行一阶差分： proc gplot; plot dify*t; symbol c=green i=join v=none; title3 我国1952-2005年社会消费品零售总额取对数及一阶差分后时序图; run 对原序列进行二阶差分： proc gplot; plot dify2*t; symbol c=orange i=join v=none; title4 ‘我国1952-2005年社会消费品零售总额取对数及二阶差分后时序图’; run; 通过对上述各个图形的观察，可知对原序列进行二阶差分后，序列基本平稳。尝试拟合AR（1）模型。 proc arima; identify var=s nlag=25; run; 原序列的白噪声检验结果： 通过上述数据可知，由于差分序列延迟6、12、18、24 阶的序列统计量的P值都小于0.05，所以序列不能通过白噪声检验。 proc arima data=sr; identify var=s stationarity=(adf=1); run; proc arima; identify var=y(1); run; 一阶差分序列的白噪声检验结果： 因为差分序列延迟6、12 阶的序列统计量的P值都小于0.01，所以原序列一阶差分序列不能通过白噪声检验。 proc arima data=sr; identify var=y(1) nlag=8 minic p=(0:8) q=(0:8); run; estimate p=1 q=0 noint method=ml; run; forecast lead=10 id=t interval=month out=f; run; 二阶差分序列的白噪声检验结果： 因为差分序列延迟6、12、18、24 阶的序列统计量的P值都大于0.05，所以可以认为原序列二阶差分序列是白噪声序列。 二阶差分后的表达式为： （1-B） proc capability data=f normaltest graphics; var RESIDUAL; histogram RESIDUAL/normal ; qqplot RESIDUAL/normal ; run; data jr10 set f; s=exp(y); forecast=exp(forecast + s