◆王 哲 颜卫忠

我国社会消费品零售总额预测方法与实证分析

◆王 哲 颜卫忠

本文通过对我国社会消费品零售总额的影响因素进行分析,建立线性回归方程对2015年社会消费品零售总额进行预测。再通过时间序列分析方法中的时间序列模型 (ARIMA)，对我国2015各月份社会消费品零售总额进行预测。通过对比两种预测方法，时间序列模型预测结果较为准确，可为政府决策提供科学依据。

社会消费品零售总额；多元线性回归；时间序列；ARIMA模型

引言

通过近40年的数据显示，我国消费品的零售总额有了较好的发展趋势，而消费品零售总额包含了许多影响因素，比如教育业、零售批发贸易业、旅游业、餐饮业、建筑业等其他行业。如今研究消费品零售总额]的现状对我国经济增长起着非常重要的作用，因此探讨我国消费品零售总和的影响因素和分析其影响因素的影响程度帮助我国政府出谋划策极为重要。

根据计量经济学相关知识理论及前人所写文章研究经验可得,社会消费品零售总额y（亿元）的主要影响因素有: 城镇居民家庭人均可支配收入水平指数x1（1978=100）、农村居民家庭人均纯收入水平指数x2（1978=100）和商品零售价格指数x3。

一、模型的建立与求解

本文把因变量记为 ，三个自变量分别记为：x1,x2,x3。

其中β0,β1,β2,β3是模型参数，ε为绝对误差项。本文知道在多元线性回归模型中，对误差项ε有三个基本假定：

1.正态性。即：E(ε)=0

2.方差齐性。即：var(ε) =σ2

3.独立性。对于自变量x1,x2,x3一组特定值，ε所对应的与ε任意一组其他值不相关。……