基于ARIMA与GM(1,1) 模型的广西社会消费品零售总额预测

雁 刘(南宁学院教育学院，中国)

摘要

社会消费品零售总额是反映国内消费情况的宏观经济指标之一，随时间变化存在很强的相关性，其历史数据对未来的发展存在一定的影响，因此分析预测社会消费品零售总额对把握经济增长趋势具有重要意义。论文基于广西1978—2020年的社会消费品零售总额年度数据，在R Studio统计软件下构建时间序列ARIMA模型与灰色预测GM(1,1)模型，并分别运用模型对未来三年的零售总额进行预测，结果表明ARIMA模型预测的相对误差较小，GM(1,1)模型的预测精度较高，短期预测可以为政府提供参考。

关键词

社会消费品零售总额；ARIMA；GM(1,1)；预测

参考

马强,张琛婕,陈雪平,等.基于乘积季节模型的社会消费品零售总额分析[J].数学的实践与认识,2021,51(6):87-94.

蒋翠清,李元申,丁勇,等.基于VMD-DE-LSSVM误差校正的社会消费品零售总额组合预测模型[J].运筹与管理,2023,32(6):126-131+144.

樊亮.基于ARIMA模型对社会消费品零售总额的预测分析——以甘肃省陇南市各县为例[J].通化师范学院学报,2020,41(8):29-34.

尤游,刘苏兵.岭回归和主成分回归下的芜湖市社会消费品零售总额实证研究[J].信阳农林学院学报,2020,30(3):28-32.

王爽,汪海飞.中国社会消费品零售总额的成分分解及预测——基于X-12-ARIMA模型的应用[J].经济研究导刊,2020(17):75-77.

王志坚,王斌会.基于ARMA模型的社会消费品零售总额预测[J].统计与决策,2014(11):77-79.

王黎明,王连,杨楠.应用时间序列分析[M].上海:复旦大学出版社,2009.

郭改文,王诗涵.基于灰色理论与ARIMA模型的股票价格预测[J].河南教育学院学报(自然科学版),2023,32(2):22-27

DOI: http://dx.doi.org/10.12345/fm.v3i1.15317