【摘要】：4 结论性评述预测是利用模型对未来特定时点数值的估计。本文建立了用于出口预测的自回归模型,消除了残差的自相关性问题,模型整体拟合的调整R2值较大。针对国内市场茶叶需求规模的预测,自回归模型并没有消除残差自相关,经过诊断,ARIM A模型能解决这些问题。随着时间后移,95%置信区间幅度增大,说明中长期预测的不确定性增加。
4 结论性评述
预测是利用模型对未来特定时点数值的估计。由于构建模型主要依靠历史的序列数据,序列数据往往会遇到残差自相关和非平稳性问题,自回归模型和ARIM A模型能在一定程度上解决这些问题,因而常应用于对序列数据的处理。本文建立了用于出口预测的自回归模型,消除了残差的自相关性问题,模型整体拟合的调整R2值较大。因此,该模型可应用于对将来我国茶叶出口的预测。针对国内市场茶叶需求规模的预测,自回归模型并没有消除残差自相关,经过诊断,ARIM A(1,1,0)模型能解决这些问题。图5和图6是上述两个模型实际观察值与预测值的比较。总体而言,残差值处于较小范围,进一步说明模型可用于短期预测。
图5 茶叶出口实际值和模型预测值的比较
图6 国内市场茶叶消费实际值和模型预测值的比较
和所有其他预测模型相类似,上述模型应用于预测中国茶叶出口和内销需求时,短期预测相对准确,中、长期预测则可能存在很大的偏差。表5是根据ARIM A(1,1,0)模型预测的2008—2011年出口量和内销量数据值。随着时间后移,95%置信区间幅度增大,说明中长期预测的不确定性增加。
表5 ARIMA(1,1,0)模型的出口量和内销量的短期预测值
［1］宇传华.SPSS与统计分析.北京:电子工业出版社,2007
［2］Studenmund AH著.王少平,杨继生,刘汉中译.应用计量经济学.北京:机械工业出版社,2007
［3］许咏梅,苏祝成.中国茶产业竞争力研究.北京:中国农业出版社,2008
［4］黄祖辉,钱晓燕,李皇照.茶叶安全性消费特性分析.浙江大学学报:人文社会科学版,2004,34(3):21-25
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
