灰色模型與時(shí)間序列分析在成品油價(jià)格中的應(yīng)用對(duì)比

胡玥　李梅　周艷巍

摘 要： 成品油在經(jīng)濟(jì)生活中的地位顯而易見，然而其價(jià)格波動(dòng)頻繁。本文通過ARIMA模型和灰色模型，分別對(duì)中國(guó)成品油價(jià)格展開預(yù)測(cè)，并對(duì)兩種方法進(jìn)行分析，以便更好地預(yù)測(cè)未來成品油價(jià)格。

關(guān)鍵詞： ARIMA模型 灰色模型 成品油價(jià)格預(yù)測(cè)

1.灰色模型

根據(jù)搜集到的成品油價(jià)格數(shù)據(jù)，得到原始數(shù)據(jù)：

表1 成品油2009-2013年各月份價(jià)格數(shù)據(jù)

2.時(shí)間序列分析

第一步：采集數(shù)據(jù)（數(shù)據(jù)如上表1，成品油2009-2013年各月份價(jià)格數(shù)據(jù)）

第二步：判斷序列的平穩(wěn)性

由生成數(shù)列的時(shí)序圖，可知該序列有顯著的趨勢(shì)，顯然是一個(gè)非平穩(wěn)序列。

第三步：對(duì)原序列進(jìn)行差分運(yùn)算

原時(shí)序圖呈現(xiàn)出近似線性的趨勢(shì)，對(duì)序列進(jìn)行一階差分以消除趨勢(shì)的影響，一階差分后序列基本平穩(wěn)。為進(jìn)一步確定平穩(wěn)性，做出差分后序列的自相關(guān)圖后，序列有很強(qiáng)的短期相關(guān)性，因此初步認(rèn)為一階差分后序列平穩(wěn)。

第四步：對(duì)平穩(wěn)的一階差分序列進(jìn)行白噪聲檢驗(yàn)

在0.05的顯著性檢驗(yàn)水平下，延遲6階的檢驗(yàn)統(tǒng)計(jì)量的P值為0.0011，顯著小于0.05，該差分序列不能視為白噪聲序列，即差分后序列還蘊(yùn)含相關(guān)信息可提取[2]。

第五步：對(duì)平穩(wěn)非白噪聲差分序列擬合模型

第六步：檢驗(yàn)殘差序列和預(yù)測(cè)

結(jié)果顯示，各階延遲下的統(tǒng)計(jì)量的P值都顯著大于0.05，可以認(rèn)為殘差序列為白噪聲序列，說明模型提取信息充分。預(yù)測(cè)的成品油價(jià)格與對(duì)應(yīng)的95%的置信區(qū)間如表2所示。

表2 變量x的預(yù)測(cè)結(jié)果

3.模型比較

ARIMA模型能充分利用各項(xiàng)數(shù)據(jù)，探索出其中規(guī)律，且對(duì)數(shù)據(jù)動(dòng)態(tài)性的把握較好，精度較高[3]?！?br>