摘要
本文开发了一种新的经济时间序列预测方法———利用结构时间序列模型进行预测。在结构时间序列模型中由经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量,不能利用传统的回归分析方法求解模型,因此,本文采用状态空间方法来求解结构时间序列模型。本文通过ARIMA模型来研究经济时间序列的结构,在此基础上建立了不同形式的结构时间序列模型,并利用结构时间序列模型对我国社会消费品零售总额、狭义货币供给量(M1)和国内生产总值(GDP)等经济时间序列进行了预测。实证研究表明,结构时间序列模型具有良好的预测效果,从而为经济时间序列预测提供了一种新的有效方法。
In the paper,we construct a new forecast model of economic time series by using the Structural Time Series model. We study the structure of economic time series by ARIMA model,and set up different forms of Structural Time Series models.Further,we use the Structure Time Series model to forecast the total amount of social goods consumption,Ml and GDP by using Chinese economic time series.
出处
《数量经济技术经济研究》
CSSCI
北大核心
2005年第2期95-103,共9页
Journal of Quantitative & Technological Economics
基金
教育部人文社会科学重点研究基地重大课题项目(项目号:01JAZJD790003)
国家自然科学基金项目(项目号:70171019)