本文關(guān)鍵詞：基于ARIMA模型及VAR模型的我國(guó)第三產(chǎn)業(yè)產(chǎn)值的時(shí)間序列分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：在經(jīng)濟(jì)發(fā)展日益迅速的今天,我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)在不斷地發(fā)生著變化。首先,我們能夠感受到第一產(chǎn)業(yè)的比重在逐漸地減小,而第二、第三產(chǎn)業(yè)因其快速的發(fā)展速度,所占的比重也在不斷地加大。正因?yàn)榈诙a(chǎn)業(yè)的比重在不斷增大,其在經(jīng)濟(jì)增長(zhǎng)中所發(fā)揮的作用也在不斷地增大。我國(guó)的第三產(chǎn)業(yè)主要是指一些服務(wù)行業(yè)。而這些服務(wù)行業(yè)的發(fā)展不僅提供第一、二產(chǎn)業(yè)的發(fā)展中所需要的服務(wù),進(jìn)而能夠?qū)Φ谝坏诙a(chǎn)業(yè)的發(fā)展起到一定的促進(jìn)作用。我國(guó)正處于產(chǎn)業(yè)轉(zhuǎn)型時(shí)期,我國(guó)大力發(fā)展第三產(chǎn)業(yè)的原因是它可以為農(nóng)村的富余勞動(dòng)力提供更多的就業(yè)機(jī)會(huì),進(jìn)而可以促進(jìn)我國(guó)經(jīng)濟(jì)的發(fā)展。由此可見第三產(chǎn)業(yè)逐步成為產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的主導(dǎo)行業(yè),而且也在逐步成為為經(jīng)濟(jì)增長(zhǎng)的重要支柱行業(yè),第三產(chǎn)業(yè)的發(fā)展水平也日益成為各國(guó)衡量經(jīng)濟(jì)發(fā)展水平的重要標(biāo)志。因此越來越多的學(xué)者開始對(duì)我國(guó)第三產(chǎn)業(yè)的發(fā)展進(jìn)行研究。 為了對(duì)我國(guó)第三產(chǎn)業(yè)產(chǎn)值進(jìn)行了系統(tǒng)性的預(yù)測(cè),本文利用Eviews6.0軟件,選取1978—2013年的數(shù)據(jù),通過對(duì)數(shù)據(jù)進(jìn)行預(yù)處理之后,建立ARIMA模型,對(duì)不同階數(shù)ARIMA模型的預(yù)測(cè)誤差的對(duì)比,最終選擇最優(yōu)的ARIMA模型,從而對(duì)以后年度的第三產(chǎn)業(yè)產(chǎn)值有一個(gè)更加準(zhǔn)確的預(yù)測(cè)。為了對(duì)第三產(chǎn)業(yè)的發(fā)展有更全面的認(rèn)識(shí),選取固定資產(chǎn)投資額、第三產(chǎn)業(yè)就業(yè)人數(shù)、城鎮(zhèn)人口數(shù)量、財(cái)政支出這些指標(biāo),研究其與第三產(chǎn)業(yè)發(fā)展之間的關(guān)系。通過查找文獻(xiàn)基本用線性回歸進(jìn)行研究,而用線性回歸的方式進(jìn)行分析時(shí)往往會(huì)出現(xiàn)“偽回歸”的現(xiàn)象,而對(duì)于多變量時(shí)間序列的分析我們多采用VAR模型,VAR模型還能夠描述出隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)的影響,故采用VAR模型進(jìn)行分析,通過方差分解等得出這些因素對(duì)第三產(chǎn)業(yè)的發(fā)展都會(huì)產(chǎn)生不同程度的影響,受其自身的影響尤為顯著。經(jīng)過上述研究,最終為以后我國(guó)第三產(chǎn)業(yè)的更好更快發(fā)展提出意見與建議。
【關(guān)鍵詞】：第三產(chǎn)業(yè)產(chǎn)值 平穩(wěn)性檢驗(yàn) ARIMA模型 VAR模型
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F719;F224
【目錄】：

• 摘要3-4
• Abstract4-8
• 1. 緒論8-12
• 1.1 研究背景及意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-10
• 1.3 論文主要研究?jī)?nèi)容及結(jié)構(gòu)10-12
• 2. ARMA模型的相關(guān)理論概述12-15
• 2.1 ARMA模型的基本類別12-14
• 2.1.1 自回歸AR(p)模型12-13
• 2.1.2 移動(dòng)平均MA(q)模型13
• 2.1.3 自回歸移動(dòng)平均ARMA(p,q)模型13-14
• 2.2 ARIMA模型的建立14-15
• 3. 向量自回歸(VAR)模型介紹15-18
• 3.1 VAR模型的構(gòu)造15
• 3.2 協(xié)整的定義與檢驗(yàn)15-17
• 3.2.1 協(xié)整的定義15-16
• 3.2.2 協(xié)整的檢驗(yàn)16-17
• 3.3 VAR模型最佳滯后階數(shù)的確定17
• 3.4 方差分解17-18
• 4. ARMA模型的應(yīng)用18-27
• 4.1 數(shù)據(jù)的分析及預(yù)處理18-20
• 4.1.1 數(shù)據(jù)的時(shí)序圖18
• 4.1.2 數(shù)據(jù)的預(yù)處理18-20
• 4.2 模型定階20-23
• 4.3 模型檢驗(yàn)23-25
• 4.4 模型預(yù)測(cè)25-27
• 5. VAR模型的構(gòu)建與檢驗(yàn)27-36
• 5.1 指標(biāo)的選取27-29
• 5.2 序列的平穩(wěn)性檢驗(yàn)29-30
• 5.3 Johansen協(xié)整檢驗(yàn)30-31
• 5.4 向量自回歸模型(VAR)的構(gòu)建31-33
• 5.5 方差分解33-36
• 6. 政策建議36-39
• 致謝39-40
• 參考文獻(xiàn)40

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 翁浩;李成標(biāo);;基于ARIMA模型對(duì)湖北省第三產(chǎn)業(yè)產(chǎn)值的預(yù)測(cè)[J];科技創(chuàng)業(yè)月刊;2010年05期

  本文關(guān)鍵詞：基于ARIMA模型及VAR模型的我國(guó)第三產(chǎn)業(yè)產(chǎn)值的時(shí)間序列分析，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：371377