时间序列分析SAS软件实验报告：以我国2002第一季度到2012年第一季度国内生产总值数据（季节效应模型）分析班级：统计系统计0姓名：学号：指导老师：20 年月日时间序列分析报告一、前言【摘要】2012年3月5日温家宝代表国务院向大会作政府工作报告。

温家宝在报告中提出，2012年国内生产总值增长7.5%。

这是我国国内生产总值（GDP）预期增长目标八年来首次低于8%。

温家宝说，今年经济社会发展的主要预期目标是：国内生产总值增长7.5%；城镇新增就业900万人以上，城镇登记失业率控制在4.6%以内；居民消费价格涨幅控制在4%左右；进出口总额增长10%左右，国际收支状况继续改善。

同时，要在产业结构调整、自主创新、节能减排等方面取得新进展，城乡居民收入实际增长和经济增长保持同步。

他指出，这里要着重说明，国内生产总值增长目标略微调低，主要是要与“十二五”规划目标逐步衔接，引导各方面把工作着力点放到加快转变经济发展方式、切实提高经济发展质量和效益上来，以利于实现更长时期、更高水平、更好质量发展。

提出居民消费价格涨幅控制在4%左右，综合考虑了输入性通胀因素、要素成本上升影响以及居民承受能力，也为价格改革预留一定空间。

对于这一预期目标的调整，温家宝解释说，主要是要与“十二五”规划目标逐步衔接，引导各方面把工作着力点放到加快转变经济发展方式、切实提高经济发展质量和效益上来，以利于实现更长时期、更高水平、更好质量发展。

央行货币政策委员会委员李稻葵表示，未来若干年中国经济增长速度会有所放缓，这个放缓是必要的，是经济发展方式转变的一个必然要求。

【关键词】“十二五”规划目标国内生产总值增长率增速放缓提高发展质量附表：国内生产总值(2012年1季度)绝对额（亿元）比去年同期增长（%）国内生产总值107995.0 8.1第一产业6922.0 3.8第二产业51450.5 9.1第三产业49622.5 7.5注1：绝对额按现价计算，增长速度按不变价计算。

注2：该表为初步核算数据。

GDP环比增长速度环比增长速度（%）2011年1季度 2.22季度 2.33季度 2.44季度 1.92012年1季度 1.8注：环比增长速度为经季节调整与上一季度对比的增长速度。

此表是我国2012年第一季度国内生产总值及与2011年同期比较来源：前瞻网为此，我系根据专业课学习情况组织学生分组学习我国经济发展情况，利用统计专业软件SAS 软件分析我国经济发展情况，特此，本人从同花顺数据库中心查找我国经济数据，以我国国内生产总值数据（从2002第一季度到2012年第一季度共11年41个数值）代表我国经济发展情况，并预测我国近5期国内生产总值。

二、数据来源本文选取的数据是从同花顺数据中心下载的，数据跨越2002年到最近的2012年第一季度的（共11年41个数值）国内生成总值季节数据（如下表）：季度年份第1季度 第2季度 第3季度 第4季度 2002 25375.7 27965.3 29715.7 37276.3 2003 28861.8 31007.1 33460.4 42493.7 2004 33420.6 36985.3 39561.7 49910.4 2005 38848.6 42573.9 44562.4 57883 2006 45315.8 50112.7 51912.8 68973.1 2007 54755.9 61243 64102.2 85709.2 2008 66283.8 74194 76548.3 97019.3 2009 69816.92 78386.68 83099.73 109599.48 2010 82496.2 92383 97289.4 129344.4 2011 97101.2 108674.2115443.7150344.62012107995数据来源：同花顺数据中心三、数据分析对序列进行做时序图，在SAS 软件输入代码，输出结果如图1：product2000030000400005000060000700008000090000100000110000120000130000140000150000160000time02Q102Q303Q103Q304Q104Q305Q105Q306Q106Q307Q107Q308Q108Q309Q109Q310Q110Q311Q111Q312Q1图1 原始序列时序图由图1可以看出该序列不是平稳序列，故对其一阶差分，在SAS 软件输入代码，输出结果如图2：dif-50000-40000-30000-20000-10000010000200003000040000time02Q102Q303Q103Q304Q104Q305Q105Q306Q106Q307Q107Q308Q108Q309Q109Q310Q110Q311Q111Q312Q1图2 一阶差分后时序图由图2 可以看出该序列平稳性不显著并且具有很强的季节效应，其周期为4，因此再对其进行4步差分，在SAS 软件输入代码，输出结果如图3：图3 一阶4步差分后时序图由图3可以看出，该序列没有显著的不平稳性，认为一阶4歩差分后的序列平稳。

做平稳性检验，在SAS 软件输入代码，生成自相关图（图4）、偏自相关图（图5）以及纯随机检验结果（图6）：dif1-11000-10000-9000-8000-7000-6000-5000-4000-3000-2000-100001000200030004000500060007000time02Q102Q303Q103Q304Q104Q305Q105Q306Q106Q307Q107Q308Q108Q309Q109Q310Q110Q311Q111Q312Q1图4 自相关系数图图5 偏自相关系数图图6 纯随机检验由图6可以看出延迟6阶的检验P 值比给定的显著性水平05.0=α小，因此，拒绝原假设0H ，认为该序列为非白噪声序列。

所以，对该序列建模是有意义的。

四、模型的建立及模型的检验（一）、模型的识别优化由图4样本自相关系数图可知自相关系数拖尾；观察图5样本偏自相关系数图可知滞后4阶和5阶偏自相关系数都落在两倍标准差外。

因此，尝试对一阶4步差分后的序列拟合AR （4 5）模型。

在SAS 软件输入代码，对模型进行估计。

具体代码如下：proc arima data=homework3;/*homework3为一阶4步差分后的数据集*/ identify var=product(1 4); estimate p=(4 5);forecast lead=5 id=time out=out; run;（二）、模型参数的估计由以上代码：“identify var=product(1 4);”和“estimate p=(4 5);”输出如下的模型的估计值：图7由图7可以看到参数的估计方法为条件最小二乘估计法；由图可以得出MU 、AR1,1和AR1,2的估计值分别为267.81794、0.51943和-0.48057；图8 拟合优度统计量表通过拟合优度统计量表可以看出相关统计量，这些统计量可以帮助比较该模型和其他模型的优劣。

其中“Constant Estimate”表示的为均值项MU和自回归参数的函数；“Variance Estimate”表示残差序列的方差；“Std Error Estimate”代表方差估计值的平方根；AIC和SBC 函数值的大小分别为662.6768和667.4273；“Numbers of Residuals”表示的是残差个数，本例残差个数为36个。

图9 参数估计值的相关系数表通过参数估计值的相关系数表可以帮助我们了解参数相关性可能影响结果的程度。

从该表可以发现，任何两参数估计值的相关性都不高。

图10 残差序列检验值表通过残差序列检验值表来检验残差序列是否为白噪声序列，从而检验模型的显著性。

由表可以看出延迟6、12、18和24期的P值都明显大于0.05，认为残差序列为非白噪声序列，并认为模型拟合良好。

图11 拟合模型参数值图11输出的是拟合模型的具体形式。

其中，均值的估计值为267.8179；在本图下一部分显示的是自相关因子。

得到的模型表达式如下：5448057.051743.018179.267B B x tt +-+=∇ε或将其记为：65448057.003686.051743.18179.267-----+=t t t t x x x x五、模型的预测图12 序列预测值由图12可以看到由代码：“forecast lead=5 id=time out=out;”语句输出5期的预测值，其未来5期预测值分别为：123171.3463，130355.6774，166096.8934，117387.4775和139549.7188。

为了观察模型的拟合效果，本文将原序列图、序列拟合图、预测值95%置信下限和上限图画在一起，如图13：product2000030000400005000060000700008000090000100000110000120000130000140000150000160000170000180000time02Q102Q303Q103Q304Q104Q305Q105Q306Q106Q307Q107Q308Q108Q309Q109Q310Q110Q311Q111Q312Q112Q3图13 序列拟合效果图在图13中，黑色曲线表示原序列值。

红色曲线表示模型的拟合值，而两绿色曲线分别表示预测值95%的置信下限和上限。

我们发现红色曲线和黑色曲线几乎重合。

再次说明模型拟合非常完美。

六、结论我们得到该序列模型表达式为：65448057.003686.051743.18179.267-----+=t t t t x x x x用该模型预测未来5期，其预测值分别为：123171.3463，130355.6774，166096.8934，117387.4775和139549.7188。

模型拟合效果非常完美。

七、政策建议（一）．扩大内需特别是消费需求要促进经济平稳较快发展。

扩大内需特别是消费需求，不断优化投资结构。

着力扩大消费需求。

大力调整收入分配格局，增加中低收入者收入，提高居民消费能力。

完善鼓励居民消费政策。

大力发展社会化养老、家政、物业、医疗保健等服务业。

（二）．保持物价总水平基本稳定保持物价总水平基本稳定，是关系群众利益和经济社会发展全局的重点工作。

要在有效实施宏观经济政策、管好货币信贷总量、促进社会总供求基本平衡的基础上，搞好价格调控，防止物价反弹。

要增加生产、保障供给。

要搞活流通、降低成本。

调整完善部分农产品批发、零售增值税政策，推动流通标准化、信息化建设。