[摘 要] 本文采用求和自回歸移動平均模型(ARIMA),對我國1952年~2006年的就業(yè)人數(shù)的數(shù)據(jù)進行時間序列分析,結(jié)果顯示ARIMA(2,1,1)模型提供了較準(zhǔn)確的預(yù)測結(jié)果,可用于未來的預(yù)測,就此可為我國社會保障部門提供一些參考數(shù)據(jù)。
[關(guān)鍵詞] 時間序列分析 就業(yè)人員合計 ARIMA模型 未來預(yù)測
充分就業(yè)與經(jīng)濟增長、物價穩(wěn)定、國際收支平衡并列為各國政府管理經(jīng)濟的四大目標(biāo)。近年來,我國的就業(yè)壓力越來越大,受到社會各界的廣泛關(guān)注,成為各級政府面臨的嚴(yán)峻挑戰(zhàn)和亟待解決的主要難題;增加就業(yè)的難點,體制轉(zhuǎn)軌釋放出的壓力,信息化進程加快使就業(yè)的難度加大,就業(yè)結(jié)構(gòu)性矛盾突出。為了準(zhǔn)確預(yù)測我國就業(yè)人數(shù)的發(fā)展趨勢,使所建模型既要滿足實際的要求,也滿足統(tǒng)計方法理論的要求,故文章采用自回歸移動平均模型來建立我國就業(yè)人數(shù)的預(yù)測模型。
一、RIMA模型的構(gòu)建思想
ARIMA是一類常用的隨機時間序列模型,由博克斯、詹金斯創(chuàng)立。它是一種精度較高的時間序列短期預(yù)測方法,其基本思想是:某些時間序列是依賴于時間t的一簇隨機變量,構(gòu)成該時序的單個序列值雖然具有不確定性,但整個序列的變化卻有一定的規(guī)律性,可以用相應(yīng)是數(shù)學(xué)模型近似描述。通過對該序列的分析研究,能夠更本質(zhì)的認識時間序列的結(jié)構(gòu)與特征,達到最小方差意義下的預(yù)測。
ARIMA(p,d,q)模型中,AR指自回歸,P為模型的自回歸項數(shù);MA為移動平均,q為模型的移動平均項數(shù);d為時間序列成為平穩(wěn)之前必須取其差分的次數(shù)。其一般的表達式為:Yt=a0+a1Yt-1+a2Yt-2+…+apYt-p+b0Ut+b1Ut-1+b2Ut-2+…+bqUt-q
二、ARIMA模型的應(yīng)用
根據(jù)ARMA模型的前提條件,建立模型的時間序列方法是以平穩(wěn)隨機時間序列為前提的。選取我國1952年~2006年就業(yè)人數(shù)合計的數(shù)據(jù),令其為W,并對數(shù)據(jù)進行平穩(wěn)性檢驗與處理。
1.對時間序列W進行分析
對其做折線圖,觀察到曲線向右上方傾斜,并且在其后波動幅度不一致,說明序列存在增長趨勢。對數(shù)據(jù)進行單位根檢驗,從檢驗結(jié)構(gòu)(P=0.9966)中得出數(shù)據(jù)沒有通過ADF檢驗,因此該序列是非平穩(wěn)的時間序列。說明我國就業(yè)人數(shù)的變化受多種因素影響而不能采用固定模式進行分析預(yù)測。
2.對W進行平穩(wěn)化處理
對{W}序列進行差分,經(jīng)檢驗發(fā)現(xiàn)需要對{W}序列進行一階差分才能使序列達到平穩(wěn),ADF檢驗量的P=0.0000。
3.模型識別
即選擇用AR(P),MA(q),還是用ARMA(p,q)模型對平穩(wěn)的時間序列模型進行估計。通過前文我們已經(jīng)知道I(d)的階數(shù)為1,即d=1。現(xiàn)對ARMA模型進行定階分析。首先利用ACF圖和PACF圖進行模型階數(shù)分析,初步確定為ARMA(2,1)模型。此模型效果指標(biāo)如下表:
從下表的數(shù)據(jù)可以證實其參差接近白噪聲序列:
可擬核出此模型為:Yt=0.483293Yt-2+0.342998Ut-1
三、ARIMA的預(yù)測與分析
對{W}作出2007年~2010年的預(yù)測值:
由于ARIMA模型模型的自身存在先天性缺陷:隨著預(yù)測期的延長,其預(yù)測誤差也會逐漸增大,但在短期內(nèi)它的預(yù)測還是比較準(zhǔn)確的,而且與其他的預(yù)測方法相比,其預(yù)測的準(zhǔn)確程度還是比較高的,尤其在短期預(yù)測方面。
希望本文的預(yù)測結(jié)果能給我國關(guān)于就業(yè)情況的分析與改善提供一些依據(jù),使我國可以更好地優(yōu)化就業(yè)結(jié)構(gòu),提供更多的工作崗位,維護社會的穩(wěn)定,促進我國經(jīng)濟加快發(fā)展進程。
注:本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文