论文部分内容阅读
[摘 要]本文采用时间序列分析方法对我国1984—2007年木薯干进口量的数据进行分析,建立相应的时间序列模型。我们预留了2006—2007年的数据进行模型预测对比。通过预测对比,发现ARIMA模型的预测效果较好,可以用来对我国木薯干进口量进行预测。
[关键词]木薯干;ARIMA模型; 进口
[中图分类号]F252.21 [文献标识码]A [文章编号]1005-6432(2010)15-0058-02
1 我国木薯产业发展现状
木薯属于大戟科木薯属,是热带地区主要的块根作物,世界三大薯类作物之一。原产巴西,栽培历史已有4000多年。主要分布在亚热带、热带的亚、非、拉各国。18世纪传入亚洲,我国于19世纪20年代引种木薯进行栽培,主要分布在淮河秦岭一线以南的长江流域,包括海南、广西、广东、福建、台湾,其中以广东、广西栽培面积最大,云南、贵州、四川、湖南、江西有少量栽培。由于木薯淀粉含量高,是提炼生物质乙醇燃料不可多得的原料,所以目前木薯越来越受到国际的关注。FAO数据显示,我国2008年木薯种植面积达268580公顷,世界排名第十七位,占世界种植面积的1.4%。近年来,我国大力发展清洁能源,作为生产生物质清洁能源燃料乙醇的主要原料,木薯的消费量也日渐增加,其经济价值也凸显出来。据不完全统计,生产1吨乙醇需6~7吨新鲜木薯,所需要的成本在2500元左右,而在生产同样多的乙醇上所需玉米和甘蔗的成本则在3000元左右。目前,我国木薯深加工企业大约有200多家,但这些企业生产规模小,绝大部分生产规模在5000吨以下,万吨级以上的企业不到10家,生产技术也相对落后。通过对我国木薯干进口量的预测,我们可以间接了解到我国木薯深加工的情况,从而更进一步的了解我国清洁能源的发展现状。
目前我国木薯干片进口量呈现不断上升趋势,而出口量则呈现下降趋势。2007年我国木薯干片进口量达4672184吨,是1984年进口量的87.7倍,年均增长率达20.5%,而2007年我国木薯干出口量却只有121吨,较1984年减少了249879吨。
2 我国木薯干进出口发展趋势预测
本文采用时间序列ARIMA模型进行预测。ARIMA模型在经济预测过程中既考虑了经济现象在时间序列上的依存性,又考虑了随机波动的干扰,对于经济运行短期趋势的预测准确率较高。时间序列模型是建立在平稳性假设的基础上的。因此,在建立模型之前,要检验该数据序列的平稳性。若平稳,则建立ARMA(p,q)模型;若非平稳,则需对数据序列求对数后再差分,直到平稳为止,然后建立ARIMA(p,d,q)模型。模型中d是差分的次数。 ARMA(p,q)模型的建立包括定阶、估计未知参数、检验残差是否为白噪声过程、预测。本研究选用我国1984—2007年木薯干进口量的统计数据,数据来源于世界联农组织(FAO)。
以1984—2007年我国木薯干进口量的数据为例建立模型,在Eviews5.0软件中,建立1984—2007年我国木薯干进口量的时间序列数据(命名为im),对数据作单位根检验,从检验结果看,置信水平为1%、5%、10%的临界值分别为-3.769597、-3.004861、-2.642242,均小于ADF值(ADF值为2.296183),因此序列数据(im)非平稳,对1984—2007年我国木薯干进口量的时间序列数据取对数变换后再一阶差分(命名为diim)。通过观察我们发现,时间序列diim偏相关图不能很快落于置信区间内,从而可以判断diim非平稳。再次对iim做二阶差分得新序列dliim。对dliim做单位根检验我们发现,置信水平为1%、5%、10%的临界值分别为-3.808546、-3.020686、 -2.650413,均大于ADF值(ADF值为-5.4253), 因此,序列dliim平稳,由此可知d=2(d为差分次数)。计算序列dliim的自相关函数和偏相关函数,见图1。
由图1我们可以很清楚地看到,偏相关系数在滞后期k=2处显然不为0,在k=4处似乎与0有显著差异,可以考虑p=1或p=2,自相关系数在滞后期k=2后很快趋于0,所以考虑q=1。因此,我们可以对事件序列dliim建立ARIMA(1,2,1)和ARIMA(2,2,1)模型。为了便于预测比较分析,我们取1984—2005年度数据做样本进行分析,同时,为了便于直接对原序列im进行预测,我们运用差分算子d(y,n),表示对序列y做n次一阶逐期差分,本文可将序列dliim记为d(log(im),2)。利用Eviews5.0软件,分别估算模型ARIMA(p,d,q),比较数据如下表所示。
从模型对应的残差序列图(见图3)我们可以看出,自相关函数与偏相关函数均在置信区间内,且prod值(图3最后一列)均大于5%,所以认为残差是一个白噪声过程。
由模型表达式我们可以看出,我国木薯干进口总量不但与上期的随机误差有关,而且与前两期进口量有关。以前我们预留了2006—2007年的木薯干进口量数据进行预测对比,通过Eviews5.0软件预测,我们可以得到2006—2007年我国木薯干进口量分别为3786677吨、4560295吨。其中2007年预测的数据与实际值相差2.4%,所以此模型具有一定的可信度。通过软件我们预测我国木薯干2008—2011年的进口数量,预测结果分别为:4829382吨、5525965吨、5915895吨和6299528吨。
3 结 论
在建立ARIMA模型时,我们预留了2006—2007年的数据进行模型预测对比。通过对比我们发现,预测数据基本能满足要求。从预测的我国木薯干片2008—2011年进出口量数据来看,我国近年来木薯干进口量总体呈现上升趋势,这种预测结果也很符合我国发展现状。在进入21世纪以来,我国政府大力扶植和鼓励企业发展清洁能源,良好的政策导向和庞大的市场需求,使生物质乙醇燃料的需求不断上升。而作为提炼清洁能源生物质乙醇燃料的原料木薯,其需求量也日益上升。ARIMA模型也存在一定的缺陷,在短期内预测比较精准,但预测时间延长,误差会逐渐增大。总体来讲与其他的预测方法相比,用时间序列方法预测的精准度还是要高些。
[关键词]木薯干;ARIMA模型; 进口
[中图分类号]F252.21 [文献标识码]A [文章编号]1005-6432(2010)15-0058-02
1 我国木薯产业发展现状
木薯属于大戟科木薯属,是热带地区主要的块根作物,世界三大薯类作物之一。原产巴西,栽培历史已有4000多年。主要分布在亚热带、热带的亚、非、拉各国。18世纪传入亚洲,我国于19世纪20年代引种木薯进行栽培,主要分布在淮河秦岭一线以南的长江流域,包括海南、广西、广东、福建、台湾,其中以广东、广西栽培面积最大,云南、贵州、四川、湖南、江西有少量栽培。由于木薯淀粉含量高,是提炼生物质乙醇燃料不可多得的原料,所以目前木薯越来越受到国际的关注。FAO数据显示,我国2008年木薯种植面积达268580公顷,世界排名第十七位,占世界种植面积的1.4%。近年来,我国大力发展清洁能源,作为生产生物质清洁能源燃料乙醇的主要原料,木薯的消费量也日渐增加,其经济价值也凸显出来。据不完全统计,生产1吨乙醇需6~7吨新鲜木薯,所需要的成本在2500元左右,而在生产同样多的乙醇上所需玉米和甘蔗的成本则在3000元左右。目前,我国木薯深加工企业大约有200多家,但这些企业生产规模小,绝大部分生产规模在5000吨以下,万吨级以上的企业不到10家,生产技术也相对落后。通过对我国木薯干进口量的预测,我们可以间接了解到我国木薯深加工的情况,从而更进一步的了解我国清洁能源的发展现状。
目前我国木薯干片进口量呈现不断上升趋势,而出口量则呈现下降趋势。2007年我国木薯干片进口量达4672184吨,是1984年进口量的87.7倍,年均增长率达20.5%,而2007年我国木薯干出口量却只有121吨,较1984年减少了249879吨。
2 我国木薯干进出口发展趋势预测
本文采用时间序列ARIMA模型进行预测。ARIMA模型在经济预测过程中既考虑了经济现象在时间序列上的依存性,又考虑了随机波动的干扰,对于经济运行短期趋势的预测准确率较高。时间序列模型是建立在平稳性假设的基础上的。因此,在建立模型之前,要检验该数据序列的平稳性。若平稳,则建立ARMA(p,q)模型;若非平稳,则需对数据序列求对数后再差分,直到平稳为止,然后建立ARIMA(p,d,q)模型。模型中d是差分的次数。 ARMA(p,q)模型的建立包括定阶、估计未知参数、检验残差是否为白噪声过程、预测。本研究选用我国1984—2007年木薯干进口量的统计数据,数据来源于世界联农组织(FAO)。
以1984—2007年我国木薯干进口量的数据为例建立模型,在Eviews5.0软件中,建立1984—2007年我国木薯干进口量的时间序列数据(命名为im),对数据作单位根检验,从检验结果看,置信水平为1%、5%、10%的临界值分别为-3.769597、-3.004861、-2.642242,均小于ADF值(ADF值为2.296183),因此序列数据(im)非平稳,对1984—2007年我国木薯干进口量的时间序列数据取对数变换后再一阶差分(命名为diim)。通过观察我们发现,时间序列diim偏相关图不能很快落于置信区间内,从而可以判断diim非平稳。再次对iim做二阶差分得新序列dliim。对dliim做单位根检验我们发现,置信水平为1%、5%、10%的临界值分别为-3.808546、-3.020686、 -2.650413,均大于ADF值(ADF值为-5.4253), 因此,序列dliim平稳,由此可知d=2(d为差分次数)。计算序列dliim的自相关函数和偏相关函数,见图1。
由图1我们可以很清楚地看到,偏相关系数在滞后期k=2处显然不为0,在k=4处似乎与0有显著差异,可以考虑p=1或p=2,自相关系数在滞后期k=2后很快趋于0,所以考虑q=1。因此,我们可以对事件序列dliim建立ARIMA(1,2,1)和ARIMA(2,2,1)模型。为了便于预测比较分析,我们取1984—2005年度数据做样本进行分析,同时,为了便于直接对原序列im进行预测,我们运用差分算子d(y,n),表示对序列y做n次一阶逐期差分,本文可将序列dliim记为d(log(im),2)。利用Eviews5.0软件,分别估算模型ARIMA(p,d,q),比较数据如下表所示。
从模型对应的残差序列图(见图3)我们可以看出,自相关函数与偏相关函数均在置信区间内,且prod值(图3最后一列)均大于5%,所以认为残差是一个白噪声过程。
由模型表达式我们可以看出,我国木薯干进口总量不但与上期的随机误差有关,而且与前两期进口量有关。以前我们预留了2006—2007年的木薯干进口量数据进行预测对比,通过Eviews5.0软件预测,我们可以得到2006—2007年我国木薯干进口量分别为3786677吨、4560295吨。其中2007年预测的数据与实际值相差2.4%,所以此模型具有一定的可信度。通过软件我们预测我国木薯干2008—2011年的进口数量,预测结果分别为:4829382吨、5525965吨、5915895吨和6299528吨。
3 结 论
在建立ARIMA模型时,我们预留了2006—2007年的数据进行模型预测对比。通过对比我们发现,预测数据基本能满足要求。从预测的我国木薯干片2008—2011年进出口量数据来看,我国近年来木薯干进口量总体呈现上升趋势,这种预测结果也很符合我国发展现状。在进入21世纪以来,我国政府大力扶植和鼓励企业发展清洁能源,良好的政策导向和庞大的市场需求,使生物质乙醇燃料的需求不断上升。而作为提炼清洁能源生物质乙醇燃料的原料木薯,其需求量也日益上升。ARIMA模型也存在一定的缺陷,在短期内预测比较精准,但预测时间延长,误差会逐渐增大。总体来讲与其他的预测方法相比,用时间序列方法预测的精准度还是要高些。