經濟序列的趨勢分析

摘 要：社會消費品零售總額代表著宏觀經濟的發展現狀，對其歷史數據分析對我國宏觀經濟未來的發展具有重要意義。本文選取了1997～2014年的我國月度社會消費品零售總額的時間序列數據，通過乘法加法和乘積季節的混合模型來對該序列進行擬合分析，不僅能提取數據之間的相關性，還能夠很精確的擬合序列趨勢，預測效果顯著。

關鍵詞：經濟時間序列；ARIMA模型；混合模型

時間序列分析是一種動態數據處理的統計方法，該方法基于隨機過程理論和數理統計學方法，研究隨機數據序列所遵從的統計規律，以此來解決實際問題。該方法根據系統觀測得到的時間序列數據，通過曲線擬合和參數估計來建立數學模型的理論和方法。

社會消費品零售總額反映各行業通過多種商品流通渠道向居民和社會集團供應的生活消費品總量，是研究國內零售市場變動情況、反映經濟景氣程度的重要指標，對其歷史數據進行分析，能從發展中預見到未來的發展，及時采取相應的對策，對國家政策的制定以及投資等具有指導性作用。

通過上網查找資料選取了1997年1月～2014年9月共213組月度社會消費品零售總額的數據，通過Matlab得到其時間序列圖，為了進行模型預測結果精確程度的分析，將1997年～2013年的作為模型擬合數據，2014年9個月的數據作為檢驗數據。對于月度社會消費品零售總額數據，其具有增長趨勢、周期性和季節性等性質，在本文中利用混合模型……