基于ARIMA模型对未来全国进出口总额的预测

目 录
1 绪 论 1
1.1 研究背景及意义 1
1.2 国内外研究现状 2
1.3 正文的主要内容与组织结构 3
1.3.1 基本框架 3
1.3.2 研究的重点以及措施 3
1.3.3预期成果 3
2 理论基础 4
2.1 ARIMA模型的基本介绍 4
2.1.1 AR模型 4
2.1.2 MA模型 4
2.1.3 ARIMA模型有三个参数:p,d,q 5
2.1.4 ARIMA模型的优缺点 6
3 ARIMA模型的建立 7
3.1 ARIMA模型原理 7
3.2 数据准备 7
3.3 数据分析 7
4 ARIMA模型预测 10
4.1 差分d的确定 10
4.2模型识别和定阶 11
4.3残差的检验 12
4.4模型的适应性检验 13
4.5模型的预测 14
5 模型的比较 18
5.1自回归模型 18
5.2二次指数平滑法 19
结 论 21
参考文献 22
附 录 23
致 谢 24

图目录
图3.1 建立模型的基本操作流程 7
图3.2 原数据x的折线图 8
图3.3 x的自相关图和偏自相关图 8
图3.4 x对数后的折线图 8
图3.5 y的自相关图和偏自相关图 9
图3.6 y的ADF检验 9
图4.1 y的一阶差分序列 10
图4.2 y的二阶差分序列 10
图4.3 y的三阶差分序列 11
图4.4 y的三阶差分PDF检验 11
图4.5 d3y的自相关图和偏自相关图 12
图4.6 d3y用AR(5)MA(5)检验 12
图4.7 d3y用AR(6)MA(6)检验 13
图4.8 d3y用AR(16)MA(16)检验 13
图4.9 RESID01的自相关偏相关图 14
图5.1 d3y的动态预测检验 15
图5.2 序列估计值d3y与动态预测序列d3yf以组的形式 15
图5.3 d3y的静态预测检验 16
图5.4 序列估计值d3y与静态预测序列d3yf2以组的形式 16
图5.5 序列估计值d3y与序列y2以组的形式 17
图5.6 2010年到2017年自回归模型测试数据实际与预测图 18
图5.7 2010年到2017年二次指数平滑法测试数据实际与预测图 19
图5.8 模型数据对比图 20

表目录
表4.1 还原实际值结果预测 17
表4.2 预测值和实际值的比较表 17
表5.1 2010年到2017年自回归模型测试数据实际与预测表格 19
表5.2 2010年到2017年二次指数平滑法测试数据实际与预测表格 .20
表5.3 2010年到2017年三种模型测试数据实际与预测表格 .20

欧盟、美国和东盟是中国三大商业伙伴，双边贸易总额分别为564.7亿美元、558.2亿美元以及472.6亿美元[14]。其中，中国对美国的出口增长了3.4%，而对欧盟、东盟的出口分别下降了4%、9.2%。中国对一些新兴经济体国家的出口额增长迅速，及印度、泰国和越南的出口分别增长7.4%、11.6%和3.9%[15]。在世界经济体明显缓慢增长、商品价格总体下划、国内外生产要素成本增长的情况下，国内外进出口贸易增长速度大幅度下跌。全年外贸进出口总额约38668亿美元，同比增长6.2%，相比下降16.3个百分点；其中出口总额约占20489亿美元，同比增长7.8%，下降12.2个百分点，进口总额约占18178亿美元，同比增长4.4%。
1.3 正文的主要内容与组织结构
1.3.1 基本框架
1、综述国内外对进出口总额数据和影响的相关文献，提出本论文的研究问题、研究内容、研究方案、研究的重点和难点和拟解决的关键问题及方案，并介绍预测未来国内外进出口总额的方法。
2、简要国内外进出口对全国进出总额的影响。
3、用相关模型ARIMA，或其他计算机语言实现预测跟探究。
1.3.2 研究的重点以及措施
重点：国内与国外的商业商业，工业商业等市场对全国进出口的影响而形成的每年进出口总额的变化（甚至变化趋势与幅度）。难点：全国进出口总额的变化趋势与幅度不单单只是数据上的变形，还有一些我们无法预知的内容，所以的预测有相关的影响。
正文主要是通过Eviews7软件来构建基于ARIMA模型的进出口状况指数，通过软件，将实际数据带入构建的模型中，得出相应的结论，并将构建好的模型与其它模型进行比较，得到其相应的优点与不足，从而比较出ARIMA的优点。
1.3.3预期成果
正文利用相关进出口数据，采用ARIMA模型构建进出口状况指数，并对得出的进出口状况指数进行相关验证，希望通过研究分析后的结果能更全面、客观、科学的反映进出口市场状况，预期成果将以论文的形式呈现，（但也绝非准确，因存在很多现实客观影响，只是相对平稳）。