原创《京津冀一体化下北京市政府财政收入预测》：关于免费京津冀论文范文在这里免费下载与阅读,为您的京津冀相关论文写作提供资料。
[摘 要] 利用2008至2016年月度全市一般财政收入,建立ARIMA（p,d,q）模型,对北京市政府未来2年的财政收入进行预测,并对预测结果进行优化拟合和检验,希望能使预测结果为北京市制定财政政策目标提供决策参考.
[关键词]京津冀一体化；ARIMA模型；财政收入；模型预测
1引言
近年北京市已然面临经济增长乏力、财政收入增速下滑,而在通州副行政中心建设、产业优化、交通缓堵、大气污染防控、城市管理、民生保障等方面的支出不断攀升等问题,随着《京津冀协同发展规划纲要》、《京津冀协同发展产业转移对接企业税收收入分享办法》两个重大文件的出台,北京市政府财政收入无疑将面临一场严峻的考验.在此背景下,北京市财政收入将何去何从.基于以上背景,作者通过对北京市政府1990年至2016年的财政收入建立ARMA模型,并利用模型对北京市财政收入进行预测,望能为北京市政府相关部门提供决策依据,增强决策合理性.
2 ARIMA模型简介
在经济研究中,许多数据具有非平稳性,所谓非平稳性即指数据表现出随时间变化而变化的特性,这类数据在各时点会有不同规律,所以很难通过已有数据进行预测.为解决此问题,1970年BoxJenkins提出ARlMA模型.ARIMA模型以时间序列自相关分析为基础,在经济预测过程中既考虑经济现象在时间序列上的依存性,又考虑随机波动的干扰性,从而有效提高模型的预测精度.对于经济运行短期趋势的预测准确率较高.其建立的一般步骤如下：
2.1确定数据源即数据样本
2.2检验原序列的平稳性.若原序列是非平稳序列,则进行差分或对数变换,将其变换为平稳序列.
2.3确定模型参数.ARIMA模型的标准范式是ARIMA（p,d,q）,d表示原序列经过d阶差分变换,P表示自回归模型阶数,q表示移动平均阶数.一般可使用自相关自相关分析确定模型阶数p和q,并使用AIC和SC准则综合考虑判断模型参数.
2.4诊断分析.使用参数的T统计量检验其显著性和模型合理性.检验模型拟合值和实际值的拟合度以及残差序列是否为白噪声序列.
3实证分析
3.1数据来源
本文以2012-2016年度北京市财政局公布的全市一般财政收入预算为样本.
3.2数据平稳性检验
使用ADF检验检测此组数据平稳性.Y1是原序列,YT是将原序列Y1一阶差分后的序列.单位根检验结果显示,序列在1%、5%、10%显著性水平下,ADF检验值为-2.333012,均大于1%（-3.55）、5%（-2.91）、10%（-2.59）显著性水平下的临界值.因此,接受存在单位根的结论,说明原序列是不平稳的.因此,对该序列进行平稳化处理.本文采用一阶差分消除序列趋势,再次检验,其单位根检验结果显示,序列YT在1%、5%及10%显著性水平下,ADF检验值为-14.12400,均小于1%（-3.57）、5%（-2.93、10%（-2.60%）显著性水平下的临界值,说明YT平稳.可用以拟合模型,即d等于1.
3.3确定模型参数
对YT序列进行自相关性分析.发现ACP图拖尾,PACP图截尾,初步判定该模型为ARIMA（2,1,0）,为使模型建立更合理,对该序列建立ARIMA（3,1,0）、ARIMA（6,1,0）等模型综合比较.
运用最小二乘法估计,分别对序列进行ARIMA（3,1,0）、ARIMA（6,1,0）等模型拟合估计.反复计算和比较并综合AIC和SC值判断,可知ARMA（2,1,0）能更好的拟合该序列.
3.4诊断分析
根据ARIMA（2,1,0）对序列进行回归拟合,发现实际值和拟合值基本一致,对模型残差序列进行白噪声检验,类似白噪声过程,较平稳.再对残差序列进行单位根检验.残差序列的ADF检验值为-10.29091,明显小于显著性水平1%（-3.58）、5%（-2.92）、10%（-2.60）的临界值,通过1%、5%、10%显著水平下的检验,于是最终选定ARIMA（2,1,0）对序列进行描述.
3.5数据预测
运用统计软件Eviews,对拟合模型后的序列进行预测,预测结果如表3
4结束语
通过对2012至2016年月度数据进行分析,本文构建并检测了ARMA（2,1,0）模型,最终预测出北京市政府未来两年的月度财政收入,望为北京市政府制定经济发展目标提供决策参考.
作者简介：
刘晓铃（1992）,女,汉,四川樂山,在读研究生,学校首都经济贸易大学金融学院,研究方向国际金融.
京津冀论文参考资料：
结论：京津冀一体化下北京市政府财政收入预测为关于对不知道怎么写京津冀论文范文课题研究的大学硕士、相关本科毕业论文京津冀交通论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
