基于ARIMA模型的我国对外贸易总额动态分析Word格式文档下载.docx

基于ARIMA模型的我国对外贸易总额动态分析Word格式文档下载.docx

《基于ARIMA模型的我国对外贸易总额动态分析Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《基于ARIMA模型的我国对外贸易总额动态分析Word格式文档下载.docx（28页珍藏版）》请在冰豆网上搜索。

并于2013年跃居世界货物贸易首位，成为名符其实的贸易大国。

对外贸易的发展不仅推动中国经济增长，而且有助于中国经济增长的转型，有利于在新形势下促进我国对外贸易与经济增长良性互动。

中国改革开放以来，自身的发展实践证明，大力发展对外贸易，是促进中国经济增长、加速现代化的重要途径。

（三）中国外贸发展环境

2014年，世界经济复苏势头趋于改善，增长动力有所增强，但风险因素依然突出，国际竞争更加激烈。

中国经济开局平稳，但仍然面临下行压力，部分领域风险有所上升。

总的看，中国外贸具备实现稳定增长的条件，但困难和挑战较多，形势严峻复杂的一面不容低估。

　从国际看，世界经济总体趋于改善，但风险因素依然突出。

随着全球经济贸易复苏步伐加快，国际市场对中国出口商品的需求总体呈回升之势。

国际货币基金组织预计，2014年全球经济增长3.6%，比2013年提高0.6个百分点。

世贸组织预计，2014年全球贸易量增长4.7%，比2013年提高2.6个百分点。

发达国家经济形势进一步好转，自主增长动力增强，财政紧缩压力减小，对世界经济复苏形成更有力支撑。

但与此同时，美联储货币政策调整，新兴经济体困难加重，部分国家和地区政治局势紧张，外部需求具有诸多不确定性。

新兴经济体经济增长乏力，进口需求疲弱；

发达国家积极推进“再工业化”，在保持高端制造业优势的同时，也在一定程度上恢复了传统制造业的竞争力，其经济复苏与进口需求明显不同步，进口额下降。

从国内看，中国经济开局平稳，但仍存下行压力。

2014年第一季度，国内生产总值增长7.4%，仍然处于一个高速发展速度。

中国经济结构调整和转型升级取得新的进展，经济发展质量和效益稳步提升，内生动力不断增强。

当前中国正处于经济增速换挡期、结构调整阵痛期和前期刺激政策消化期“三期”叠加阶段，工业产能严重过剩等矛盾没有根本缓解，部分区域房地产市场又出现了新的波动，经济增长仍面临下行压力。

加之中国劳动力、土地等要素成本持续上涨，传统劳动密集型产业竞争力不断削弱，外贸企业用工成本连续多年上涨，中国出口竞争力明显下降。

在全球经济低速增长、失业率总体偏高的情况下，一些国家为了维护本国产业的市场份额，仍然实行各种形式的贸易保护主义，纷纷设立贸易壁垒，中国成为是全球贸易保护主义最大的受害国。

在国际竞争日趋激烈的环境下，贸易摩擦成为影响中国出口稳定增长的重要因素。

三、实证分析

（一）数据预处理

本文选取2002年1月至2014年5月我国对外贸易总额月度数据，数据来自国家统计局网站。

中国2011年12月21日加入世界贸易组织，本文研究中国加入世界贸易组织十多年来对外贸易发展情况，并预测2014年6、7、8月份的对外贸易总额。

图3-1对外贸易总额时序图

从时序图可以看出序列具有明显的增长趋势，且包含周期为12个月的季节波动。

为减小数据波动，对原始数据序列Y做自然对数计算，对数变换后的序列为LY，并做时序图。

图3-2对外贸易总额取对数后时序图

LY时序图可以看出取自然对数后的序列存在上升的趋势，并含有季节性波动。

从时序图可初步判断LY为非平稳序列。

非平稳序列可以通过差分方法实现平稳，对序列LY进行1阶-12步差分，差分后序列为DLY。

图3-3对外贸易总额预处理后时序图

从上图可见，经过处理的序列时序图无显著趋势或周期，随机波动比较平稳。

（二）序列平稳性和随机性检验

1.序列平稳性检验

对经过预处理的数据进行单位根检验，结果显示，序列的ADF统计量为-18.37499，分别小于1%、5%、10%检验水平的临界值，所以经过1阶-12步差分后，对外贸易总额对数序列趋势和季节变动基本消除，成为平稳序列。

表3-3单位根检验结果

NullHypothesis:

DLYhasaunitroot

Exogenous:

Constant

LagLength:

0（AutomaticbasedonSIC,MAXLAG=12）

t-Statistic

Prob.*

AugmentedDickey-Fullerteststatistic

-18.37499

0.0000

Testcriticalvalues:

1%level

-3.479281

5%level

-2.882910

10%level

-2.578244

*MacKinnon（1996）one-sidedp-values.

AugmentedDickey-FullerTestEquation

DependentVariable:

D（DLY）

Method:

LeastSquares

Date:

06/19/14Time:

13:

59

Sample（adjusted）:

2003M032014M05

Includedobservations:

135afteradjustments

Variable

Coefficient

Std.Error

Prob. 

DLY（-1）

-1.432383

0.077953

C

-0.003417

0.007391

-0.462360

0.6446

R-squared

0.717406

Meandependentvar

0.000767

AdjustedR-squared

0.715281

S.D.dependentvar

0.160871

S.E.ofregression

0.085839

Akaikeinfocriterion

-2.057979

Sumsquaredresid

0.979992

Schwarzcriterion

-2.014938

Loglikelihood

140.9136

Hannan-Quinncriter.

-2.040489

F-statistic

337.6401

Durbin-Watsonstat

2.045393

Prob（F-statistic）

0.000000

2.纯随机性检验

考察差分后序列的随机性，序列自相关和偏自相关分析图如下：

图3-4差分后序列自相关和偏自相关图

自相关和偏自相关分析图显示，序列自相关和偏自相关系数都非常小，尤其是k=1阶之后，向零衰减的非常迅速，几乎都小于0.01。

P值显著小于0.01，所以认为该序列为非纯随机序列。

（三）模型识别

简单季节模型是指序列中的季节效应和其他效应之间是加法关系，通过简单的周期步长差分即可将序列中的季节信息提取充分，简单的地界差分即可将趋势信息提取充分，提取完季节信息和趋势信息之后的残差就是一个平稳序列，可以用ARMA模型拟合。

对经过差分处理后的序列做自相关和偏自相关分析图。

自相关图显示延迟12步自相关系数显著大于2倍标准差范围，这说明差分后序列中仍蕴含着非常显著的季节效应。

延迟1步、2步的自相关系数也大于2倍标准差，这说明差分后序列还具有短期相关性。

观察偏自相关图得到的结论和上面一致。

偏自相关系数k=1时显著不为0，之后很快趋于0，在k=12时，显著不为0，因此，可考虑用AR（1，12）模型拟合；

自相关系数在k=1时显著不为0，在k=2时，也与0有显著差异，k=12时，显著不为0，因此，可考虑用MA（1，2，12）模型拟合；

也可用ARMA（（1，12），（1，12））来进行拟合。

（四）模型选择与建立

运用最小二乘法对预处理后的序列进行分别进行AR（1，12）、MA（1,2,12）、ARMA（（1,12）,（1,12））模型拟合，并检验AR、MA模型拟合后残差是否为纯随机序列。

由于AR（1，12）MA（1，2，12）拟合结果残差不能通过白噪声检验，说明单纯的AR或MA模型不能将信息提取完全，进而尝试ARMA（（1,12），（1,12））模型。

表3-3ARMA（（1,12），（1,12））模型拟合

DLY

14:

03

2004M022014M05

124afteradjustments

Convergenceachievedafter12iterations

MABackcast:

2003M022004M01

Prob.

AR

（1）

-0.329221

0.099173

-3.319671

0.0012

AR（12）

-0.074019

0.105565

-0.701171

0.4846

MA

（1）

-0.127620

0.074666

-1.709198

0.0900

MA（12）

-0.805258

0.065932

-12.21347

0.516983

-0.001074

0.504908

0.095460

0.067169

-2.531497

0.541394

-2.440520

160.9528

-2.494540

1.922980

InvertedARRoots

.75-.21i

.75+.21i

.55-.57i

.55+.57i

.18-.77i

.18+.77i

-.24-.77i

-.24+.77i

-.60+.56i

-.60-.56i

-.81+.21i

-.81-.21i

InvertedMARoots

.99

.86-.49i

.86+.49i

.50-.85i

.50+.85i

.01+.98i

.01-.98i

-.48+.85i

-.48-.85i

-.84+.49i

-.84-.49i

-.97

结果显示AR（12）的参数不显著，因此删除该项。

04

Convergenceachievedafter8iterations

2002M032003M02

-0.368699

0.087059

-4.235043

-0.098445

0.048100

-2.046678

0.0427

-0.843515

0.039295

-21.46639

0.530039

-0.002154

0.522918

0.094895

0.065545

-2.590179

0.567096

-2.525618

177.8371

-2.563943

2.018943

-.37

.01-.99i

.01+.99i

-.85+.49i

-.85-.49i

-.98

（五）模型检验与评价

对模型的评价主要是检验整个模型对信息的提取是否充分，即检验残差序列是否为白噪声序列。

如果拟合模型的残差序列不是为白噪声序列，则需要重新选择模型进行拟合。

如残差序列是白噪声序列，则认为拟合模型是有效的，信息提取较充分。

检验残差项是否为白噪声，可以通过自相关和偏自相关分析图直观判断和Q统计量判断。

检验结果显示，残差序列的自相关系数和偏自相关系数都落入随机区间，自相关系数和偏自相关系数的绝对值都小于0.1，与0无明显差异，Q统计量的P均大于0.1,表明残差序列是纯随机序列，即白噪声序列。

参数显著性检验显示三个参数均显著。

该模型有很好的拟合效果，信息提取充分。

表3-3ARMA（1，（1,12））模型检验结果

残差白噪声检验

参数显著性检验

延迟阶数

Q统计量

P值

待估参数

T统计量

6

2.7237

0.436

φ1

12

3.9782

0.913

θ1

18

5.3751

0.988

θ2

最终得到的模型为：

（六）模型预测

将序列拟合值和序列观察值联合作图，通过图示也可以直观地看出该模型对序列的拟合效果良好。

图3-5残差自相关和偏自相关图

现用拟合的简单季节模型对我国2014年6、7、8月进出口总额进行预测，如下。

表3-3预测值表单位：

千美元

时间

2014M06

2014M07

2014M08

预测值

3

9

从以上6、7、8月预测值来看，7月较6月我国对外贸易总额月度数据仍然呈增长趋势，而8月较7月对外贸易总额有所减少，与以往实际序列呈相同变动趋势，进一步验证拟合模型的有效性。

四、结论

改革开放以来，我国对外贸易发展迅速，尤其是2011年12月11日，中国加入WTO以后，发展势头迅猛。

对外贸易的发展，一度带动了我国国内经济的稳定高速增长，二者形成良性互动，为我国人民生活水平提高乃至世界经济做出了巨大贡献。

从2008年金融危机以来，世界经济发展缓慢，我国外贸发展也受到不可避免的影响，也为我国对外贸易发展结构调整提供了契机。

综合考虑国际国内环境，2014年中国外贸发展面临的环境略好于上年，但形势仍然不容乐观，还存在不少挑战和压力。

2013年我国GDP保持7.6%的增速，国内经济增长平稳，为中国外贸具现稳定增长提供了必备的条件，ARIMA模型预测结果显示，我国对外贸易总额接下来三个月增长稳定。

五、主要的政策建议

面对如此严峻的国内外经济形势，中国应积极促进进出口稳增长调结构，深入落实已出台的稳定外贸增长的政策，进一步提高贸易便利化水平，为外贸企业营造更为宽松的环境。

（一）提供融资便利

中国外贸企业中小微企业为数众多，占总数超过90%，是中国外贸大军中重要的组成部分。

虽然小微企业经营方式灵活，创新能力强，但由于业务规模小，资信水平底，融资难始终是困扰小微外贸企业生产和发展的难题之一。

2001年中国出口信用保险公司虽成立，但利用这一融资方式的外贸企业不足3%。

因此国家应增强支持中小微企业出口信用保险融资的力度，并积极引导各银行推出对外贸小微企业融资更切实际的方案，并给予政策支持。

（二）提高出口产品附加值

中国商品一直以来靠着廉价的劳动力成本占领全球市场，然而低成本策略并非长远之道。

国家应该抑制价格低廉，质量低劣的产品出口，鼓励外贸企业技术创新投入，促进广大进出口企业主动转型升级，提高产品质量档次，建立国际营销网络，从单纯的出口产品向出口产品与服务协同发展。

充分挖掘出口新增长点，由资源密集型和劳动密集型向资本密集型和技术密集型转变，建立与国际标准接轨的产品质量检验检疫标准和制度，真正实现中国制造走向中国创造。

（三）增强民企活力，提高国企竞争力

新一届政府大力推进简政放权，取消和下放大量行政审批事项，激活了广大民营企业开展外贸的活力，2013年民营进出口增长22.3%，国有企业进出口下降0.6%，形成鲜明对比。

民企作为外贸增长的新生力量，国家应给予税费、融资、减免收费等方面的政策支持。

同时应对规模大，实力雄厚的国企加以监督管理，严肃处理国有企业中职务犯罪，积极引导国企制度改革，提高国企在市场的竞争力。

参考文献

[1]庞皓.计量经济学.北京：

科学出版社，2007

[2]王燕.应用时间序列分析.北京：

中国人民大学出版社，2008

[3]沈汉溪.林坚.基于ARIMA模型的中国外贸进出口预测：

2006-2010[J].国际贸易问题，2007，（6）

[4]苗长青.张满林.中国出口贸易结构的特征及优化对策[J].改革与战略2014，

（2）

[5]孙雪.我国进出口总额的动态分析—基于ARIMA模型[J].中国集体经济，2010，

（1）

[6]梅园.浅析中国对外贸易在国际贸易中的地位及发展[J].流通经济，2014，

（1）

[7]中国经济统计数据库.cn

[8]中国商务部网站.cn/

[9]中国统计局中国统计年鉴.cn/tjsj/ndsj/

MA（1,2，12）

46

2003M022014M05

136afteradjustments

Convergenceachievedafter10iterations

2002M022003M01