【原创】R语言 趋势模型的中国进出口总额时间序列预测分析(附数据代码)
基于趋势模型的中国进出口总额预测分析
学院：
专业：
辅导老师：
姓名：
学号：
日期：
【摘要】本文利用2006年到2014年的各月度数据构建了趋势模型。通过对该趋势模型的分解，回归和预测，将2006年到2014年这个时间段内的中国进出口总额进行建模，并对2014年10月到2014年12月的中国进出口总额进行预测。
【关键词】趋势模型；进出口总额；预测
【中图分类号】F124.7 【文献标志码】 A
【Abstract】Using the month’s data from the 2005 to 2012,the paper build the TREND model.Through the decomposition, regression and forecasting on the trend model, Modeling China total imports and exports of the time period of 2005 to 2012. And forecasting Total imports and exports between the month 8 in 2012 and month 12 in 2013.
【Key Words】trend model; Total imports and exports ; forecasting
1引言
1.1 研究的背景及意义
众所周知，中国是一个贸易大国，进出口贸易在我国经济增长中发挥了扩大需求规模与优化资源配置的双重功能，对工业化和产业结构升级起到重要作用。我国当前处在一个转型发展的关键时机，我们一方面要扩大内需，降低外贸依存度。另一方面，我们又不得不依靠进出口贸易来稳增长，促就业。这使得我们处在一个两难的境地，既要遏制进出口贸易规模，又离不开进出口贸易。所以，在这种情形下，上上之策就是将进出口贸易规模控制在一个合理的范围之内。如果能用一种方法将未来时间点上的进出口贸易规模进行合理的建模与预测，就能使得我们将进出口贸易规模控制在一个合理的、预期的范围之内。这对我们进行产业结构的调整和扩大内需、稳定增长都大有裨益。基于上述原因，本文特选取2006年10月到2014年9月这个阶段的数据进行分析，希望能合理的预测出2014年10月到2014年12月这3期的中国进出口贸易总额值，为宏观把握我国经济发展的走势提供决策依据。
1.2国内外研究回顾
针对中国的进出口总额分析，危高潮（2009）通过建立对数模型,着重研究了进出口总额与国内生产总值的关系,并进行预测分析得到,从2008年10月开始,我国经济受到金融危机的较大影响;在这之前我国由于有自己的一套经济体制,所以并未受到金融危机的太大影响。程兰芳；陆敏（2010）根据时间序列建模原理,对我国的服务贸易进出口的时间序列数据构建了ARIMA模型,并进一步分别给出了在95%的概率意义下,我国服务贸易进出口总额、进口额和出口额的短期区间预测结果,这一预测范围比简单的点预测结果更加客观与可信。张嘉为；齐晓楠；张珣；郑桂环；徐山鹰（2009）根据对国内外经济形势的分析和截至2008年11月底的海关统计数据，对我国进出口总额、中美和中欧贸易进行了测算。提出了2009年我国对外贸易中需要关注的一些问题,例如综合运用多种政策工具减轻金融危机影响;贸易顺差持续扩大,贸易摩擦形势严峻;加工贸易进出口显著下降将带来严重就业问题;机电产品进出口前景不容乐观;呼吁欧美扩大对华技术出口。这些研究都忽视了对我国进出口总额趋势性的研究，是不全面的。
1.3 数据的选取与描述性统计
本文选取了2006年10月份到2014年9月份的中国进出口总额（X），（见图1）通过对数据的初步观察可得出：中国进出口总额呈现一个非常明显的季节周期同时也有非常明显的上升趋势。2005年1月到2008年8中国进出口总额增长非常迅速，这一时期的平均增长率为2.26%。但在2008年9月份受国际金融危机的影响，中国进出口总额突然开始急转直下，最高降幅达49.62%。一直到2009年2月份受国家政策的强力影响，我国的进出口总额有开始回升，从2009年2月到2012年7月中国的进出口总额又呈现出一个迅速上升的趋势，这一时期平均增长率为2.31%。说明我国已经摆脱了国际金融危机对进出口贸易的影响，进出口贸易规模进一步扩大。
( 以下为利用软件相关过程：)
>JCK<-read.table("clipboard",header=T,sep='\t');
>JCK1=ts(Teiv,frequency=12,start=c(2006))
> plot(JCK1,xlab='月份',ylab='进出口总额',type='l')
得到图1所示，中国进出口总额变化趋势图（2006.01—2014.09）
图1.中国进出口总额变化趋势图
2 正文
2.1 趋势模型的基本思想及原理
趋势模型又称为时间回归模型，即时间序列值随时间的变化呈现出增加或减少的趋势和方差的不稳定性。
设 t t t f μ+=)(Y ，其中，t Y 为时间序列值；t f 是时间t 的一个确定性函数；t
μ为一个白噪声序列。该模型的主要思想是：将时间序列t Y 分解成为两个部分t f 和 t μ ， 然后对t f 进行预测。若t μ是一个白噪声序列则t Y 的预测值直接就等于t f 的预测值；若
t μ不是一个白噪声序列则要将其构造成ARIMA 模型进行预测，然后，t Y 的预测值就等于t f 预测值与t μ预测值的和。
2.2 中国进出口总额的趋势模型应用
通过图１观察，首先对进出口总额Teiv 作平稳性检验。
>library(fUnitRoots)
> adfTest(Teiv ）
得到如下结果：
以上结论说明实际Teiv不平稳，将其取自然对数并差分得序列JCK3。
> JCK3=diff(log(JCK1))
> plot(JCK3,type='l')
结果如下：
图2.Teiv自然对数一阶差分变化趋势图
对其进行单位根检验：> adfTest(JCK3) 得到如下结果：
因此我们可以看到序列JCK3，即Teiv的自然对数一阶差分是平稳的。所以我们构建JCK3的趋势模型，并以此来进行预测。
>acf(JCK3,xaxp=c(0,20,10))