胡玥 李梅 周艷巍
摘 要: 成品油在經濟生活中的地位顯而易見,然而其價格波動頻繁。本文通過ARIMA模型和灰色模型,分別對中國成品油價格展開預測,并對兩種方法進行分析,以便更好地預測未來成品油價格。
關鍵詞: ARIMA模型 灰色模型 成品油價格預測
1.灰色模型
根據搜集到的成品油價格數據,得到原始數據:
表1 成品油2009-2013年各月份價格數據
2.時間序列分析
第一步:采集數據(數據如上表1,成品油2009-2013年各月份價格數據)
第二步:判斷序列的平穩性
由生成數列的時序圖,可知該序列有顯著的趨勢,顯然是一個非平穩序列。
第三步:對原序列進行差分運算
原時序圖呈現出近似線性的趨勢,對序列進行一階差分以消除趨勢的影響,一階差分后序列基本平穩。為進一步確定平穩性,做出差分后序列的自相關圖后,序列有很強的短期相關性,因此初步認為一階差分后序列平穩。
第四步:對平穩的一階差分序列進行白噪聲檢驗
在0.05的顯著性檢驗水平下,延遲6階的檢驗統計量的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,即差分后序列還蘊含相關信息可提取[2]。
第五步:對平穩非白噪聲差分序列擬合模型
第六步:檢驗殘差序列和預測
結果顯示,各階延遲下的統計量的P值都顯著大于0.05,可以認為殘差序列為白噪聲序列,說明模型提取信息充分。預測的成品油價格與對應的95%的置信區間如表2所示。
表2 變量x的預測結果
3.模型比較
ARIMA模型能充分利用各項數據,探索出其中規律,且對數據動態性的把握較好,精度較高[3]。……