国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于ARIMA模型的南寧房地產(chǎn)銷售分析與預(yù)測(cè)

2017-06-20 22:57:37陸尚輝
現(xiàn)代經(jīng)濟(jì)信息 2017年7期
關(guān)鍵詞:ARIMA模型

陸尚輝

摘要:本文應(yīng)用RStutio軟件并基于ARIMA模型對(duì)南寧房地產(chǎn)銷售額進(jìn)行了分析與預(yù)測(cè)。本文建立了兩個(gè)模型,然后通過模型對(duì)比得到最優(yōu)模型,且模型的MAPE值和TIC值均顯示模型的擬合精度良好。因此,模型對(duì)相關(guān)房地產(chǎn)的模型研究起到有一定的參考意義。

關(guān)鍵詞:ARIMA模型;房地產(chǎn)銷售;RStudio

中圖分類號(hào):F299.23 文獻(xiàn)識(shí)別碼:A 文章編號(hào):1001-828X(2017)007-0-03

房地產(chǎn)業(yè)既是我國(guó)基礎(chǔ)性和先導(dǎo)性產(chǎn)業(yè),也是我國(guó)經(jīng)濟(jì)發(fā)展的支柱之一,對(duì)房地產(chǎn)產(chǎn)業(yè)的觀察有助于我們從側(cè)面了解一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展情況。房地產(chǎn)產(chǎn)業(yè)的健康發(fā)展對(duì)區(qū)域經(jīng)濟(jì)的影響有著舉足輕重的作用。一個(gè)地區(qū)的房地產(chǎn)的銷售反映了該地區(qū)的房地產(chǎn)市場(chǎng)的火熱程度和經(jīng)濟(jì)的發(fā)展情況。南寧的房地產(chǎn)在進(jìn)入新世紀(jì)之后,開始進(jìn)入了快速發(fā)展的軌道。特別是南寧作為自治區(qū)首府且將房地產(chǎn)作為支柱產(chǎn)業(yè)進(jìn)行扶持之后,南寧的房地產(chǎn)更是有了飛躍式的發(fā)展。近兩年,根據(jù)官方公布的數(shù)據(jù),隨著全面二孩的開放和各項(xiàng)利好政策的出臺(tái),南寧房地產(chǎn)的銷售實(shí)現(xiàn)了20%左右的增長(zhǎng)。

而隨著自治區(qū)政府和南寧市政府決定將南寧建成面向東盟開放合作的區(qū)域性國(guó)際城市和中央提出“一帶一路”的政策之后,人們對(duì)南寧房地產(chǎn)的發(fā)展充滿信心。另外,從近些年房地產(chǎn)的銷售數(shù)據(jù)來看,也反映的人們對(duì)南寧房地產(chǎn)發(fā)展的信心。本文以南寧近四年的房地產(chǎn)銷售額數(shù)據(jù)作為研究對(duì)象,采用RStudio軟件和ARIMA模型對(duì)南寧房地產(chǎn)銷售額進(jìn)行建模,最后對(duì)南寧房地產(chǎn)銷售額進(jìn)行預(yù)測(cè),最后分析了南寧房地產(chǎn)銷售額的增長(zhǎng)發(fā)展特點(diǎn)和造成這個(gè)特點(diǎn)的原因。

一、模型分析

1.模型理論

本文所使用的模型為簡(jiǎn)單季節(jié)疏系數(shù)模型,即通過趨勢(shì)差分、季節(jié)差分將序列轉(zhuǎn)化為平穩(wěn)序列后,再對(duì)序列進(jìn)行建模。其模型結(jié)構(gòu)如下:

式中

(1)D為季節(jié)周期,d為為對(duì)序列進(jìn)行去趨勢(shì)信息而進(jìn)行的差分階數(shù)

(2)為白噪聲序列,且E(

(3),為q階移動(dòng)平均平均系數(shù)多項(xiàng)式,且至少有一個(gè)系數(shù)為0

(4)Φ(B)=1-φ1B-…φpBp為p階自回歸系數(shù)多項(xiàng)式,且至少有一個(gè)系數(shù)為0

2.分析思路

由ARIMA模型的理論知,ARIMA模型一般是對(duì)平穩(wěn)的序列進(jìn)行建模,因此在進(jìn)行ARIMA建模之前,需先對(duì)序列進(jìn)行平穩(wěn)化。常用的平穩(wěn)化方法為:首先對(duì)原始序列進(jìn)行d階差分去趨勢(shì),如果d階差分后的數(shù)據(jù)具有周期性,則需再對(duì)差分后的數(shù)據(jù)進(jìn)行周期差分以去季節(jié)。在ARIMA模型中,要求模型中的符合上述(2)的要求。建立ARIMA模型的關(guān)鍵點(diǎn)在于,需要對(duì)移動(dòng)平均多項(xiàng)式和自回歸多項(xiàng)的階數(shù)q和p進(jìn)行定階和參數(shù)的估計(jì),然后對(duì)參數(shù)進(jìn)行顯著性檢驗(yàn)并剔除不顯著的參數(shù)。

要使模型中的符合上述(2)的要求,本文采用對(duì)殘差進(jìn)行白噪聲檢驗(yàn),當(dāng)p值小于0.05時(shí)認(rèn)為其為白噪聲序列,即符合(2)的要求。q和p的定階按如下規(guī)則進(jìn)行。

由于真實(shí)的數(shù)據(jù)的自相關(guān)系數(shù)和樣本偏自相關(guān)系數(shù)幾乎不會(huì)呈現(xiàn)出理論上的完美截尾性,因此一般以它們落入二倍標(biāo)準(zhǔn)差范圍內(nèi)作為判斷是否截尾的依據(jù)。一般情況下,它們?cè)谧畛醯膁階明顯大于2倍標(biāo)準(zhǔn)差范圍,d階之后幾乎有95%的樣本相關(guān)系數(shù)或樣本自相關(guān)系數(shù)落入2倍標(biāo)準(zhǔn)差范圍內(nèi),且它們衰減到0值附近波動(dòng)非常突然,則可以認(rèn)為d階截尾。反之,有超過5%的樣本相關(guān)系數(shù)或樣本偏自相關(guān)系數(shù)落入2倍標(biāo)準(zhǔn)差之外,或者在衰減到0值附近波動(dòng)的過程非常的緩慢或者連續(xù),則可以認(rèn)為它們具有拖尾性。

二、實(shí)證分析

1.樣本數(shù)據(jù)獲取及數(shù)據(jù)預(yù)處理

樣本數(shù)據(jù)選自廣西統(tǒng)計(jì)局公布的全區(qū)月度統(tǒng)計(jì)數(shù)據(jù),每?jī)蓚€(gè)月作為一次樣本數(shù)據(jù)獲取點(diǎn),且得到的數(shù)據(jù)為當(dāng)前月與前一月的累計(jì)投資額,比如2013年2月的數(shù)據(jù)即為2013年1月和2月的累計(jì)銷售額。得到的數(shù)據(jù)如下:

首先,觀察原數(shù)據(jù)的分布情況。從下圖可以看到南寧房地產(chǎn)銷售額呈明顯的波動(dòng)增長(zhǎng)趨勢(shì)。另外從原始數(shù)據(jù)中我們可以看到每年的2月份為南寧房地產(chǎn)銷售的低谷,而每年的12月份則是南寧房地產(chǎn)的銷售高峰。因此,可以認(rèn)為南寧房地產(chǎn)銷售額數(shù)據(jù)為具有年度周期的數(shù)據(jù)。

基于上述理由,決定對(duì)數(shù)據(jù)進(jìn)行一階差分后在進(jìn)行周期為6的季節(jié)差分。數(shù)據(jù)處理后的時(shí)序圖如圖2所示,從圖中可以看到經(jīng)過去趨勢(shì)和季節(jié)差分后,序列基本在0值附近波動(dòng),即認(rèn)為預(yù)處理后的數(shù)據(jù)的均值為0,另外可以看出預(yù)處理后的數(shù)據(jù)基本上沒有明顯的趨勢(shì)和周期,初步認(rèn)定處理后的數(shù)據(jù)平穩(wěn)。

為進(jìn)一步確認(rèn)判斷是否正確,現(xiàn)對(duì)經(jīng)過預(yù)處理后的數(shù)據(jù)進(jìn)行無趨勢(shì)無常數(shù)項(xiàng)的單位根檢驗(yàn),檢驗(yàn)結(jié)果如下:

結(jié)果顯示預(yù)處理后的數(shù)據(jù)平穩(wěn)。進(jìn)一步地,對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行白噪聲檢驗(yàn),檢驗(yàn)結(jié)果如下:

圖3的結(jié)果顯示預(yù)處理后的數(shù)據(jù)不是白噪聲數(shù)據(jù),這說明預(yù)處理后的數(shù)據(jù)存在著相關(guān)信息。綜上可知預(yù)處理后的數(shù)據(jù)平穩(wěn)且非白噪聲數(shù)據(jù),適合建立ARIMA模型。

為對(duì)模型的p和q進(jìn)行定階,現(xiàn)在觀察預(yù)處理后的數(shù)據(jù)的自相關(guān)系數(shù)圖和偏自相關(guān)系數(shù)圖如下:

從圖4可以看出自相關(guān)系數(shù)均具有一定的拖尾性,從圖5可以看出偏相關(guān)系數(shù)4階截尾。這表明預(yù)處理后的數(shù)據(jù)具有短期相關(guān)性,這與ADF檢驗(yàn)的結(jié)果一致。根據(jù)圖4和圖5,因考慮對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行無常數(shù)均值的ARMA(1,4)和AR(4)模型。并對(duì)模型和模型系數(shù)的顯著性進(jìn)行檢驗(yàn),然后根據(jù)AIC準(zhǔn)則選擇最優(yōu)模型。

2.數(shù)據(jù)建模

首先對(duì)數(shù)據(jù)進(jìn)行ARIMA(1,(1,6),4)模型擬合,其結(jié)果如下:

圖6 ARIMA(1,(1,6),4)模型系數(shù)擬合結(jié)果

接下來對(duì)模型的各項(xiàng)系數(shù)進(jìn)行顯著性檢驗(yàn)。其結(jié)果如下:

根據(jù)表4,剔除檢驗(yàn)p值大于0.05的系數(shù)項(xiàng),由此擬合疏系數(shù)季節(jié)模型ARIMA(1,(1,6),(2,4)),得到結(jié)果如下:

猜你喜歡
ARIMA模型
基于時(shí)間序列模型的中國(guó)出口總額分析及預(yù)測(cè)
基于R軟件的金融時(shí)間序列的預(yù)測(cè)分析
基于Eviews上證綜合指數(shù)預(yù)測(cè)
基于ARIMA模型的河北省能源消費(fèi)預(yù)測(cè)
商(2016年29期)2016-10-29 21:09:09
基于ARIMA模型的滬銅期貨價(jià)格預(yù)測(cè)研究
商(2016年27期)2016-10-17 06:06:02
基于ARIMA模型的人民幣匯率分析及預(yù)測(cè)
ARIMA模型在中國(guó)GDP預(yù)測(cè)中的應(yīng)用
商(2016年22期)2016-07-08 15:29:39
對(duì)我國(guó)進(jìn)出口總額的預(yù)測(cè)
商(2016年22期)2016-07-08 14:41:15
組合預(yù)測(cè)法在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用
商(2016年19期)2016-06-27 14:21:53
時(shí)間序列分析在財(cái)政收入預(yù)測(cè)中的應(yīng)用
商(2016年10期)2016-04-25 10:25:45
奉节县| 青海省| 闵行区| 沛县| 夹江县| 汉川市| 安达市| 贡山| 洛南县| 龙泉市| 潼南县| 肃南| 莲花县| 蒙自县| 盐池县| 集安市| 大石桥市| 阳信县| 郑州市| 卫辉市| 安义县| 清苑县| 收藏| 新田县| 兴城市| 安塞县| 巨野县| 若羌县| 扬州市| 潼关县| 获嘉县| 新河县| 堆龙德庆县| 洪雅县| 多伦县| 文昌市| 玉屏| 图片| 梁河县| 达孜县| 祁连县|