基于大數(shù)據(jù)分析的消費(fèi)額度估計(jì)模型

時(shí)元寧 （青海大學(xué)， 青海 西寧 810016）

關(guān)鍵詞： Hadoop平臺(tái); 大數(shù)據(jù); 時(shí)間序列; 消費(fèi)額度; ARIMA模型; 對(duì)數(shù)轉(zhuǎn)換

中圖分類號(hào)： TN919?34; F713 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2018）24?0146?03

Consumer credit estimation model based on big data analysis

SHI Yuanning

（Qinghai University， Xining 810016， China）

Abstract： The consumer credit estimation model based on the seasonal autoregressive integrated moving average （SARIMA） estimates consumer credits without combining with the big data method， and uses unscientific data， resulting in inaccuracy of the obtained consumer credit estimation results. Therefore， a consumer credit estimation model based on big data analysis and autoregressive integrated moving average （ARIMA） is designed. Preliminary analysis for big data of the past consumer credits is obtained by using the Hadoop platform， so as to construct the time series of the past total consumptions. The first?order difference， seasonal difference， and logarithmic transformation method are used to obtain a stationary time series. The ARIMA model is used to analyze the time series， so as to construct the ARIMA consumer credit estimation model based on big data analysis. The mean absolute percentage error （MAPE） measurement model is used to verify the estimation capability of the designed model， so as to ensure that the model can accurately estimate consumer credits. The experimental results show that the designed model has a consumer credit estimation accuracy as high as 99.7%， which can be used for accurate estimation of consumer credits.

Keywords： Hadoop platform; big data; time series; consumer credit; ARIMA model; logarithmic transformation

0 ?引 ?言

國(guó)家對(duì)經(jīng)濟(jì)進(jìn)行宏觀調(diào)控過(guò)程中，需要未來(lái)經(jīng)濟(jì)發(fā)展的預(yù)測(cè)值作為調(diào)控的依據(jù)。文獻(xiàn)[1]描述的基于消費(fèi)彈性系數(shù)法消費(fèi)額度估計(jì)模型在估計(jì)消費(fèi)額度過(guò)程中，僅可以研究?jī)蓚€(gè)變量之間的關(guān)系，難以顧及其他變量的干擾，導(dǎo)致估計(jì)值不準(zhǔn)確;文獻(xiàn)[2]采用的SARIMA（Seasonal Autoregressive Integrated Moving Average）消費(fèi)額度估計(jì)模型對(duì)于消費(fèi)額度的估計(jì)，未對(duì)構(gòu)建模型的估計(jì)能力進(jìn)行檢驗(yàn)，獲取的估計(jì)結(jié)果精確度較低;文獻(xiàn)[3]中基于ARIMA模型的消費(fèi)額度估計(jì)方法，未結(jié)合大數(shù)據(jù)的優(yōu)勢(shì)進(jìn)行消費(fèi)額度預(yù)測(cè)，采用的分析數(shù)據(jù)缺乏一定的科學(xué)依據(jù)，獲取的估計(jì)結(jié)果存在局限性。針對(duì)上述傳統(tǒng)消費(fèi)額度估計(jì)模型的缺點(diǎn)，本文構(gòu)建基于大數(shù)據(jù)分析的ARIMA的消費(fèi)額度估計(jì)模型[4]。在大數(shù)據(jù)分析的基礎(chǔ)上，結(jié)合ARIMA模型進(jìn)行消費(fèi)額度估計(jì)，并對(duì)構(gòu)建的消費(fèi)額度估計(jì)模型的估計(jì)能力進(jìn)行檢驗(yàn)，確保在估計(jì)模型能力極佳的情況下，對(duì)未來(lái)的消費(fèi)額度進(jìn)行估計(jì)[5]。

1 ?基于大數(shù)據(jù)分析的ARIMA消費(fèi)額度估計(jì)模型的構(gòu)建

1.1 ?采用ARIMA模型獲取消費(fèi)額度的時(shí)間序列估計(jì)結(jié)果

ARIMA模型全稱為自回歸積分滑動(dòng)平均模型（Autoregressive Integrated Moving Average Model，ARIMA），用于時(shí)間序列的估計(jì)與分析，ARIMA模型中，自回歸用AR表示，求和用I表示，移動(dòng)平均用MA表示。ARIMA模型應(yīng)用范圍廣，能夠獲取科學(xué)、可靠的時(shí)間序列估計(jì)結(jié)果[6]。從季節(jié)性角度出發(fā)，構(gòu)建時(shí)間序列模型簡(jiǎn)記為：

[ARIMA（n，b，m）×（N，B，M）s] （1）

式中：自回歸項(xiàng)用n表示;移動(dòng)平均項(xiàng)數(shù)用m表示;經(jīng)過(guò)b次差分時(shí)間序列趨于穩(wěn)定;季節(jié)模型的自回歸階數(shù)用N描述;季節(jié)模型的移動(dòng)平均階數(shù)用M描述;季節(jié)差分的階數(shù)用B描述。

1.2 ?時(shí)間序列平穩(wěn)性檢驗(yàn)與處理

結(jié)合以往消費(fèi)額度大數(shù)據(jù)的初步分析結(jié)果，在SAS軟件上描繪消費(fèi)額度大數(shù)據(jù)時(shí)間序列圖，對(duì)時(shí)間序列進(jìn)行平穩(wěn)化處理。

首先，采用一階差分的方法檢測(cè)時(shí)間序列中的初始序列遞增信息，去除時(shí)間序列中的趨勢(shì)性[8];然后，在此基礎(chǔ)上進(jìn)行季節(jié)性差分;最后，采用對(duì)數(shù)轉(zhuǎn)換的方法進(jìn)行再次處理，徹底清除時(shí)間序列中的季節(jié)性與趨勢(shì)性。

1.3 ?確定ARIMA消費(fèi)額度估計(jì)模型

首先，根據(jù)平穩(wěn)性時(shí)間序列的自相關(guān)圖和偏自相關(guān)圖。在[ARIMA（n，b，m）×（N，B，M）s]基礎(chǔ)上，結(jié)合以往消費(fèi)額度大數(shù)據(jù)，將實(shí)際值代入式（1）中，結(jié)合實(shí)際的消費(fèi)額度大數(shù)據(jù)，構(gòu)建具體的ARIMA消費(fèi)額度估計(jì)模型。并對(duì)該模型進(jìn)行擬合，不同的數(shù)據(jù)代入模型中會(huì)形成不同的擬合結(jié)果。接著采用參數(shù)顯著性檢驗(yàn)方法與殘差白噪音檢驗(yàn)方法對(duì)ARIMA模型的參數(shù)實(shí)施檢驗(yàn)[9]。當(dāng)ARIMA模型的參數(shù)檢驗(yàn)結(jié)果符合標(biāo)準(zhǔn)時(shí)，可接受該模型進(jìn)行時(shí)間序列的估計(jì)與分析。

1.4 ?模型的估計(jì)能力檢驗(yàn)

為獲取精確的消費(fèi)額度估計(jì)結(jié)果，首先對(duì)ARIMA消費(fèi)額度估計(jì)模型進(jìn)行估計(jì)能力驗(yàn)證，合格后再進(jìn)行消費(fèi)額度估計(jì)。采用相對(duì)百分誤差絕對(duì)值的平均值MAPE（Mean Absolute Percentage Error）衡量模型的預(yù)測(cè)能力[10]，MAPE的的計(jì)算公式為：

[MAPE=1pi=1pyi-yiyi×100%] （2）

式中：模型的預(yù)測(cè)值用[yi]描述;實(shí)際值用[yi]描述;預(yù)測(cè)期數(shù)用[p]描述。當(dāng)MAPE值在0～10%之間時(shí)，模型的估計(jì)能力最優(yōu);當(dāng)MAPE值在10%～20%之間時(shí)，模型的估計(jì)能力較優(yōu);當(dāng)MAPE值在20%～50%之間時(shí)，模型的估計(jì)能力合格;當(dāng)MAPE值大于50%時(shí)，模型的估計(jì)能力存在誤差。根據(jù)這一標(biāo)準(zhǔn)，對(duì)ARIMA消費(fèi)額度估計(jì)模型進(jìn)行估計(jì)能力檢驗(yàn)，當(dāng)所構(gòu)建的ARIMA消費(fèi)額度估計(jì)模型的MAPE值在10%～20%之間時(shí)，可采用此模型進(jìn)行消費(fèi)額度估計(jì)。

2 ?實(shí)驗(yàn)分析

2.1 ?有效性分析

為驗(yàn)證本文模型的有效性，采用本文模型進(jìn)行消費(fèi)額度估計(jì)。根據(jù)國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)結(jié)果可知，2006—2016年各年的消費(fèi)總額數(shù)據(jù)如圖1所示，實(shí)驗(yàn)在分析該組數(shù)據(jù)的基礎(chǔ)上，對(duì)2017年12個(gè)月份的消費(fèi)總額進(jìn)行估計(jì)。

本文模型對(duì)2017年12個(gè)月份的消費(fèi)總額估計(jì)的過(guò)程中，一階差分后的時(shí)序圖如圖2所示。分析該圖可得采用本文模型獲取的時(shí)間序列變化平穩(wěn)，未出現(xiàn)明顯的波動(dòng)趨勢(shì)，說(shuō)明本文模型能夠獲取平穩(wěn)性時(shí)間序列。

表1為采用本文模型得到的2017年12個(gè)月份消費(fèi)額度估計(jì)結(jié)果。分析該表中的數(shù)據(jù)能夠得出，采用本文模型能夠根據(jù)以往的消費(fèi)總額數(shù)據(jù)獲取未來(lái)的消費(fèi)額度估計(jì)結(jié)果，驗(yàn)證了本文模型的有效性。

2.2 ?估計(jì)準(zhǔn)確度分析

為突出本文模型在估計(jì)消費(fèi)額度方面的準(zhǔn)確度優(yōu)勢(shì)，進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)在Windows 8操作系統(tǒng)，4 GB內(nèi)存的硬件配置下進(jìn)行，利用Matlab軟件實(shí)現(xiàn)仿真實(shí)驗(yàn)。對(duì)本文模型、基于消費(fèi)彈性系數(shù)法消費(fèi)額度估計(jì)模型和SARIMA消費(fèi)額度估計(jì)模型的估計(jì)準(zhǔn)確度進(jìn)行對(duì)比，具體的實(shí)驗(yàn)方法為：根據(jù)2008—2015年的消費(fèi)總額，對(duì)2016年1—5月份的消費(fèi)額度進(jìn)行估計(jì)，實(shí)驗(yàn)分10次展開(kāi)，取10次準(zhǔn)確度的平均值，將其制成柱狀圖，如圖3所示。

分析圖3能夠明顯看出三種模型進(jìn)行消費(fèi)額度估計(jì)的準(zhǔn)確度情況。SARIMA消費(fèi)額度估計(jì)模型對(duì)2016年1—5月份的消費(fèi)額度估計(jì)準(zhǔn)確度均值分別為：98.1%，95.9%，96.1%，97.7%，95.7%，該模型在1月份、4月份出現(xiàn)準(zhǔn)確度峰值，分別為98.1%，97.7%，另外三個(gè)月份的準(zhǔn)確率在96%左右，總體看來(lái)，該模型的準(zhǔn)確度較低，且波動(dòng)性大、穩(wěn)定性較差。基于消費(fèi)彈性系數(shù)法消費(fèi)額度估計(jì)模型對(duì)2016年1—5月份的消費(fèi)額度估計(jì)準(zhǔn)確度均值分別為：98.2%，97.8%，98.4%，98.3%，98.3%，該模型的準(zhǔn)確度基本穩(wěn)定在98%上下，準(zhǔn)確度較高，穩(wěn)定性較強(qiáng)。本文模型對(duì)2016年1—5月份的消費(fèi)額度估計(jì)準(zhǔn)確度均值分別為：99.8%，99.9%，99.7%，99.6%，99.6%，準(zhǔn)確度均值高達(dá)99.7%。通過(guò)數(shù)據(jù)能看出，本文模型的準(zhǔn)確度遠(yuǎn)遠(yuǎn)高于另外兩種模型，且穩(wěn)定性較強(qiáng)。實(shí)驗(yàn)結(jié)果表明，本文模型進(jìn)行消費(fèi)額度估計(jì)的準(zhǔn)確度高達(dá)99.7%，具有準(zhǔn)確度高的優(yōu)勢(shì)。

3 ?結(jié) ?論

本文構(gòu)建基于大數(shù)據(jù)分析的ARIMA的消費(fèi)額度估計(jì)模型，采用大數(shù)據(jù)分析方法對(duì)以往消費(fèi)總額數(shù)據(jù)進(jìn)行初步分析，在此基礎(chǔ)上構(gòu)建平穩(wěn)性時(shí)間序列，采用ARIMA模型對(duì)時(shí)間序列進(jìn)行分析，并對(duì)構(gòu)建的ARIMA消費(fèi)額度估計(jì)模型的估計(jì)能力進(jìn)行檢驗(yàn)，確保估計(jì)能力符合標(biāo)準(zhǔn)，實(shí)現(xiàn)對(duì)未來(lái)消費(fèi)額度的準(zhǔn)確估計(jì)。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，本文模型的估計(jì)誤差僅約為0.05%，遠(yuǎn)遠(yuǎn)低于其他估計(jì)模型;本文模型的估計(jì)準(zhǔn)確度高達(dá)99.7%，相對(duì)其他估計(jì)模型具有準(zhǔn)確度高的優(yōu)勢(shì)。所設(shè)計(jì)的模型能夠準(zhǔn)確估計(jì)未來(lái)消費(fèi)額度，為國(guó)家經(jīng)濟(jì)宏觀調(diào)控提供了有效依據(jù)。

參考文獻(xiàn)

[1] 劉衛(wèi)東，仲偉周，石清.2020年中國(guó)能源消費(fèi)總量預(yù)測(cè)：基于定基能源消費(fèi)彈性系數(shù)法[J].資源科學(xué)，2016，38（4）：658?664.

LIU Weidong， ZHONG Weizhou， SHI Qing. Forecast of China′s total energy consumption in 2020 based on method of fixed base energy consumption elasticity coefficient [J]. Resources science， 2016， 38（4）： 658?664.

[2] 張麗，牛惠芳.基于SARIMA模型的居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)分析[J].數(shù)理統(tǒng)計(jì)與管理，2013，32（1）：1?6.

ZHANG Li， NIU Huifang. The predictive analysis of consumer price index based on SARIMA model [J]. Application of statistics and management， 2013， 32（1）： 1?6.

[3] 桂梅，劉蓮花.基于ARIMA模型對(duì)海南省社會(huì)消費(fèi)品零售總額的預(yù)測(cè)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2017，47（3）：25?30.

GUI Mei， LIU Lianhua. Prediction of the total retail sales of consumer goods based on the ARIMA model [J]. Mathematics in practice and theory， 2017， 47（3）： 25?30.

[4] 李敏波，王海鵬，陳松奎，等.工業(yè)大數(shù)據(jù)分析技術(shù)與輪胎銷售數(shù)據(jù)預(yù)測(cè)[J].計(jì)算機(jī)工程與應(yīng)用，2017，53（11）：100?109.

LI Minbo， WANG Haipeng， CHEN Songkui， et al. Data analysis of industrial big data and sales forecast of tyre industry [J]. Computer engineering and applications， 2017， 53（11）： 100?109.

[5] 王娜.基于大數(shù)據(jù)的碳價(jià)預(yù)測(cè)[J].統(tǒng)計(jì)研究，2016， 33（11）：56?62.

WANG Na. Forecasting of carbon price based on big data [J]. Statistical research， 2016， 33（11）： 56?62.

[6] 艾兵，董明剛.基于誤差校正的能源消費(fèi)總量預(yù)測(cè)方法[J].桂林理工大學(xué)學(xué)報(bào)，2016，36（2）：388?394.

AI Bing， DONG Minggang. Prediction method of total energy consumption based on error adjustment [J]. Journal of Guilin University of Technology， 2016， 36（2）： 388?394.

[7] 龍映宏，李布明.關(guān)于旅游消費(fèi)者購(gòu)買指數(shù)預(yù)測(cè)建模仿真研究[J].計(jì)算機(jī)仿真，2015，32（12）：455?458.

LONG Yinghong， LI Buming. Modeling and simulation of purchase index prediction for tourism consumers [J]. Computer simulation， 2015， 32（12）： 455?458.

[8] ZHAO Y， LUO X， DENG L. A CBR?based and MAHP?based customer value prediction model for new product development [J]. The scientific world journal， 2014， 2014： 1?18.

[9] 蔣輝，張波.支持向量回歸特征提取的ARMA準(zhǔn)則：中國(guó)社會(huì)消費(fèi)品零售總額預(yù)測(cè)的實(shí)證研究[J].統(tǒng)計(jì)與信息論壇，2012，27（7）：3?7.

JIANG Hui， ZHANG Bo. ARMA criterion of feature extraction in support vector regression： empirical research of our national social total retail sales of consumer goods prediction [J]. Statistics & information forum， 2012， 27（7）： 3?7.

[10] ONOYAMA H， RYU C， SUGURI M， et al. Nitrogen prediction model of rice plant at panicle initiation stage using ground?based hyperspectral imaging： growing degree?days integrated model [J]. Precision agriculture， 2015， 16（5）： 558?570.