[1]夏天,程细玉.SARIMA模型的建模及其信贷预测分析[J].华侨大学学报(自然科学版),2006,27(3):329-332.[doi:10.3969/j.issn.1000-5013.2006.03.029]
　Xia Tian,Cheng Xiyu.The Study of SARIMA Model and the Application in Loan Forecast[J].Journal of Huaqiao University(Natural Science),2006,27(3):329-332.[doi:10.3969/j.issn.1000-5013.2006.03.029]
点击复制

SARIMA模型的建模及其信贷预测分析()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第27卷
期数:
2006年第3期
页码:
329-332
栏目:
出版日期:
2006-07-20

文章信息/Info

Title:
The Study of SARIMA Model and the Application in Loan Forecast
文章编号:
1000-5013(2006)03-0329-04
作者:
夏天; 程细玉
华侨大学商学院; 华侨大学商学院 福建泉州362021; 福建泉州362021
Author(s):
Xia Tian;  Cheng Xiyu
College of Commerce, Huaqiao University, 362021, Quanzhou, China
关键词:
SARIMA模型;  随机时间序列;  银行信贷总量;  预测
Keywords:
SARIMA model;  random time series;  the volume of loan;  forecast
分类号:
F224
DOI:
10.3969/j.issn.1000-5013.2006.03.029
文献标志码:
A
摘要:
对自回归单整移动平均季节模型(SARIMA模型)的原理,以及建模思想进行诠释.指出在经济数据中普通存在的季节性问题,并在ARIMA模型基础上提出SARIMA模型.通过对中国人民银行的月度信贷总量资料的建模及预测分析,得到良好的效果.SARIMA(1,1,0)(1,1,1)12模型这一短期预测模型及其短期预测的结果,可为中国人民银行进行信贷政策的制订提供依据.
Abstract:
This article explain the principle and the modeling idea of the seasonal autoregressive integration moving average(SARIMA),and point out that there exists the seasonal problem in the economic data universally.Based on this ARIMA model,SARIMA model have been proposed.This short-term forecast model and the outcome of the SARIMA(1,1,0)(1,1,1)12 model,good in forcasting the monthly credit data,will provide the support for the credit policy of the People′s Bank of China.

参考文献/References:

[1] 戴根有. 走向货币政策间接调控--中国的实践与国外的经验 [M]. 北京:中国金融出版社, 1999.43-44.
[2] Ghysels E, Lee H S, Noh J. Testing for unit roots in seasonal time series [J]. Journal of Econometrics, 1994(3):415-424.
[3] Hylleberg S. Modeling seasonal variation [A]. Oxford:Oxford University Press, 1994.54-66.
[4] Miron J A. The Economics of seasonal cycles [M]. Massachusettes:MIT Press, 1996.176-189.
[5] Box G E P, Jenkins G M. Time series analysis forecasting and control [M]. San Francisco:Holden Day, 1970.112-176.
[6] 易丹辉. 数据分析与Eviews应用 [M]. 北京:中国统计出版社, 2002.112-113.
[7] 张世英, 樊智. 协整理论与波动模型--金融时间序列分析与应用 [M]. 北京:清华大学出版社, 2004.136-141.
[8] 约翰斯顿 J, 唐齐鸣. 计量经济学方法 [M]. 北京:中国经济出版社, 2002.119-120.

备注/Memo

备注/Memo:
国务院侨务办公室科研基金资助项目(01QZR07)
更新日期/Last Update: 2014-03-23