• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      武警經(jīng)費(fèi)規(guī)模的干預(yù)分析

      2015-06-11 21:59:40王少波賈來(lái)喜王曉云
      2015年38期
      關(guān)鍵詞:ARIMA模型

      王少波 賈來(lái)喜 王曉云

      摘要:本文通過(guò)對(duì)武警經(jīng)費(fèi)規(guī)模時(shí)間序列的分析,結(jié)合自相關(guān)系數(shù)和偏自相關(guān)系數(shù),建立ARIMA模型,運(yùn)用干預(yù)分析方法對(duì)此模型進(jìn)行修正,最終結(jié)果表明干預(yù)模型減小了預(yù)測(cè)誤差。通過(guò)干預(yù)影響序列建立起的干預(yù)模型,從定量的角度反應(yīng)了2008年的重大事件對(duì)武警經(jīng)費(fèi)規(guī)模的影響,為武警經(jīng)費(fèi)規(guī)模的研究和預(yù)測(cè)提供參考。

      關(guān)鍵詞:武警經(jīng)費(fèi)規(guī)模;ARIMA模型;干預(yù)分析

      武警部隊(duì)履行處突維穩(wěn)的神圣使命,頻繁發(fā)生的重大突發(fā)事件必然會(huì)對(duì)武警經(jīng)費(fèi)規(guī)模產(chǎn)生重要影響。2008年,南方冰雪災(zāi)害、拉薩314暴亂、汶川大地震、北京奧運(yùn)會(huì)安保以及部隊(duì)工資調(diào)整等重大事件,全方位地考驗(yàn)了武警部隊(duì)履行各項(xiàng)職能使命的能力,同時(shí)也急劇提升了武警部隊(duì)經(jīng)費(fèi)保障規(guī)模[1][2]。

      本文就2008年我國(guó)發(fā)生的對(duì)武警經(jīng)費(fèi)規(guī)模產(chǎn)生重大影響的數(shù)起事件為干預(yù)因素, 2008年為干預(yù)事件發(fā)生的年份,運(yùn)用干預(yù)模型進(jìn)行分析和預(yù)測(cè),定量分析這一重大干預(yù)因素對(duì)武警經(jīng)費(fèi)規(guī)模的影響。

      干預(yù)分析理論是由美國(guó)威斯康辛大學(xué)統(tǒng)計(jì)系教授博克斯和芝加哥大學(xué)教授刁景環(huán)先生于1975年提出,主要從定量角度來(lái)評(píng)估干預(yù)事件(如經(jīng)濟(jì)政策的變化或突發(fā)事件等)對(duì)經(jīng)濟(jì)環(huán)境、經(jīng)濟(jì)過(guò)程或結(jié)果的具體影響[4]。由于國(guó)民經(jīng)濟(jì)增長(zhǎng)不但包含自然地增長(zhǎng)趨勢(shì),也在很大程度上依賴經(jīng)濟(jì)政策的調(diào)整,政策的變化對(duì)經(jīng)濟(jì)有沒(méi)有影響,其影響程度又如何?這就是干預(yù)模型要解決的問(wèn)題。為解決干預(yù)事件對(duì)武警經(jīng)費(fèi)影響變化過(guò)程的定量描述問(wèn)題,本文把干預(yù)模型和時(shí)間序列模型結(jié)合起來(lái)進(jìn)行研究[5][6]。

      建立干預(yù)模型的思路和具體建模步驟包括以下幾點(diǎn):第一,利用干預(yù)影響產(chǎn)生前的數(shù)據(jù),建立一個(gè)單變量的ARIMA模型。然后利用此模型進(jìn)行預(yù)測(cè),得到的預(yù)測(cè)值作為不受干預(yù)事件影響的數(shù)值;第二,用實(shí)際值減去預(yù)測(cè)值,得到干預(yù)影響部分的結(jié)果,利用這些結(jié)果估計(jì)干預(yù)影響部分式的參數(shù);第三,利用排除干預(yù)影響后的全部數(shù)據(jù),識(shí)別與估計(jì)出一個(gè)單變量的ARIMA模型式;第四,將步驟三得到的ARIMA模型式與干預(yù)部分式結(jié)合,求出總的干預(yù)分析模型式[3]。

      一、模型構(gòu)建

      (一)干預(yù)分析模型選擇

      本文選取1996-2012 年武警經(jīng)費(fèi)規(guī)模為原始時(shí)間序列,2008年為干預(yù)事件年份,即T=2008,將時(shí)間序列劃分為兩個(gè)時(shí)期:第一個(gè)時(shí)期為1996-2007 年,第二個(gè)時(shí)期為2008-2012 年,由2008 年前后的數(shù)據(jù)對(duì)比,可見(jiàn)重大突發(fā)事件干預(yù)是立刻產(chǎn)生影響的,且對(duì)部隊(duì)長(zhǎng)期建設(shè)有重要影響,于是選取以下模型形式:

      Yt=Mt+Nt(1)

      Mt=ωB1-BS(T)t(2)

      S(t)t=1,t≥T0,其他(3)

      其中,{Yt}是干預(yù)模型預(yù)測(cè)武警經(jīng)費(fèi)時(shí)間序列;Mt代表均值函數(shù)的變化;Nt的模型是ARIMA過(guò)程,{Nt}過(guò)程代表著未受干預(yù)的基礎(chǔ)時(shí)間序列,稱為無(wú)擾過(guò)程;S(T)t為階梯函數(shù);B為延遲算子;ω表示干預(yù)所致均值的未知永久變化[7]。

      (二)干預(yù)分析模型的建模計(jì)算

      (1)根據(jù)1996 — 2007 年的數(shù)據(jù),建立一個(gè)單變量的ARIMA 模型。對(duì)干預(yù)事件發(fā)生前的序列進(jìn)行識(shí)別。序列有線線性,根據(jù)序列自相關(guān)(ACF)和偏相關(guān)(PACF)函數(shù)圖(圖2),可判斷序列非平穩(wěn)。

      取一階差分處理后參考自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖的數(shù)據(jù)滿足平穩(wěn)性,可以采用ARIMA 建模。根據(jù)自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖的特點(diǎn),可以采用ARIMA(1,1,1),ARIMA(1,1,0)來(lái)進(jìn)行擬合。綜合比較Adjusted-R2, D W ,A I C 和S C 四個(gè)統(tǒng)計(jì)量后(ARIMA(1,1,0)模型的Adjusted-R2=0.889, DW=1.95,AIC=-4.92 和SC=-4.03 四個(gè)檢驗(yàn)統(tǒng)計(jì)量后,認(rèn)為ARIMA(1,1,0)為最優(yōu)模型[8]。

      (2)分理出干預(yù)影響的具體數(shù)值,估計(jì)干預(yù)模型的參數(shù)。用得到的ARIMA(1,1,0)時(shí)間序列模型進(jìn)行外推預(yù)測(cè)2008 —2012 年武警經(jīng)費(fèi) 的值。然后,用實(shí)際值減去預(yù)測(cè)值,得到的差值就是2008年干預(yù)事件對(duì)武警部隊(duì)所產(chǎn)生的影響,即Mt,運(yùn)用干預(yù)值序列可估計(jì)出干預(yù)模型是一個(gè)自回歸的形式的線性方程,當(dāng)t≥T時(shí),

      Mt=σMt-1+ω(4)

      BMt=Mt-1(5)

      可以估計(jì)出它的參數(shù)ω =58.22B=0.927方程的系數(shù)都通過(guò)了t 檢驗(yàn),其中R2=0.8666,T=9.317,P值=0.003說(shuō)明模型的擬合效果不錯(cuò)。

      (3)計(jì)算凈化序列,凈化序列{Nt}是指消除了干預(yù)的影響的序列,它是由實(shí)際值Xt減去干預(yù)值得到的

      Nt=Xt-ωB1-BS(T)tt=1996—2012,T=2008(6)

      (4)組建干預(yù)分析模型。根據(jù)求到的Nt值和干預(yù)參數(shù)ω、Bt的值,可以得到要求的干預(yù)分析模型

      Yt=Mt+Ntt=1996,1997……2012(7)

      Yt=ωB1-BS(T)t+0.218Nt-1+51.951+et(8)

      以2000-2007 年的數(shù)據(jù)為基準(zhǔn),分別用單純的ARIMA 模型和干預(yù)模型預(yù)測(cè)2008-2012 年的武警經(jīng)費(fèi),結(jié)果如下:

      2008年ARIMA模型預(yù)測(cè)值為576.50,干預(yù)分析模型預(yù)測(cè)值為577.44,實(shí)際值是 579.17。2009年ARIMA模型預(yù)測(cè)值為664.58,干預(yù)分析模型預(yù)測(cè)值為 671.59,實(shí)際值是760.77。2010年ARIMA模型預(yù)測(cè)值為745.53,干預(yù)分析模型預(yù)測(cè)值為 781.51,實(shí)際值是 760.77。2011年ARIMA模型預(yù)測(cè)值為 819.94,干預(yù)分析模型預(yù)測(cè)值為841.99,實(shí)際值是 872.73。2012年ARIMA模型預(yù)測(cè)值為888.33,干預(yù)分析模型預(yù)測(cè)值為931.02,實(shí)際值是959.51。

      (5)結(jié)果分析。通過(guò)上表我們可以看出,干預(yù)分析模型預(yù)測(cè)值比單純的ARIMA模型預(yù)測(cè)值更接近實(shí)際值,但是對(duì)于2009年武警經(jīng)費(fèi)規(guī)模的預(yù)測(cè)來(lái)說(shuō),兩種預(yù)測(cè)模型都不夠準(zhǔn)確。

      二、初步結(jié)論

      從結(jié)果來(lái)看,單變量的ARIMA 模型在進(jìn)行外推預(yù)測(cè)時(shí)準(zhǔn)確度并不高,而通過(guò)建立干預(yù)分析模型,將會(huì)大大減小預(yù)測(cè)誤差。干預(yù)分析模型的建立,將只能用定性方法說(shuō)明的問(wèn)題從定量角度反映了出來(lái)。但是本文在確定干預(yù)時(shí)間時(shí)有著一定主觀因素,從預(yù)測(cè)來(lái)看2009年武警經(jīng)費(fèi)規(guī)模受某干預(yù)事件影響較為明顯,對(duì)于國(guó)家整體來(lái)講,突發(fā)事件的干預(yù)不一定立即產(chǎn)生影響,有的突發(fā)事件是隨著時(shí)間的推移逐漸產(chǎn)生影響的,因此,可選用即時(shí)效應(yīng)和永久效應(yīng)相結(jié)合的干預(yù)模型進(jìn)行預(yù)測(cè)分析,進(jìn)一步減小預(yù)測(cè)誤差。另外,在選擇模型類型的時(shí)候,如果不確定用哪個(gè)模型進(jìn)行擬合,可以根據(jù)經(jīng)驗(yàn)選定幾個(gè),然后進(jìn)行統(tǒng)計(jì)檢驗(yàn),通過(guò)檢驗(yàn)的就可以用作模型的擬合,以確定最優(yōu)的干預(yù)模型。(作者單位:1.武警工程大學(xué)研究生管理大隊(duì);2. 武警工程大學(xué)軍事基礎(chǔ)教育學(xué)院)

      參考文獻(xiàn):

      [1]賈來(lái)喜.國(guó)防與維穩(wěn)經(jīng)濟(jì)學(xué)[M].陜西:陜西科學(xué)技術(shù)出版社,2006,12:216-217

      [2]陳琳.武警經(jīng)費(fèi)規(guī)模及其影響因素的實(shí)證分析[R].2009

      [3]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.《中國(guó)統(tǒng)計(jì)年鑒》[M].北京:中國(guó)統(tǒng)計(jì)出版社, 1996-2012

      [4]李江琳.經(jīng)濟(jì)政策對(duì)我國(guó)經(jīng)濟(jì)的干預(yù)影響分析[J]. 現(xiàn)代商業(yè), 2011,6(1):22-23

      [5]楊立常巍.干預(yù)分析模型在中國(guó)GDP預(yù)測(cè)中的應(yīng)用[J]. 經(jīng)濟(jì)研究導(dǎo)刊,2009,8(1):25-26

      [6]馮文權(quán),蔡基棟.干預(yù)分析模型及其應(yīng)用[J].武漢大學(xué)學(xué)報(bào):自然科學(xué)版,1994,6(2):12-13

      [7]Jonathan D.cryer,Kung-Sik chan.Time Series Analysis with Applications in R[M],Second Edition.America:Springer Science+Business Media,2008:86-88.

      [8]朱建平.應(yīng)用多元統(tǒng)計(jì)分析[M].科學(xué)出版社,2012(1):100

      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
      中山市| 西吉县| 平凉市| 库尔勒市| 合山市| 信丰县| 成安县| 西贡区| 常熟市| 宕昌县| 衡阳市| 昔阳县| 临夏市| 萝北县| 威宁| 沂南县| 固阳县| 浦县| 泰兴市| 炉霍县| 万荣县| 平原县| 安塞县| 正镶白旗| 邵东县| 澜沧| 龙陵县| 大悟县| 贵阳市| 精河县| 鱼台县| 凤冈县| 灵台县| 成都市| 五指山市| 富民县| 建昌县| 抚松县| 富裕县| 黄骅市| 姜堰市|