对城镇居民人均可支配收入及人均消费性支出的预测分析毕业论文(编辑修改稿)

对城镇居民人均可支配收入及人均消费性支出的预测分析毕业论文(编辑修改稿)内容摘要：

ions to the financial situation and thus be constructive to macro economy. Key Words： ARIMA model， Macro economy， Ine and expenditure 对城镇居民人均可支配收入及人均消费性支出的预测分析 1 引言 第十一届全国人大第四次会议通过的十二五规划纲要中明确提出来了 促进城镇化健康发展。 城镇再次成为了关注的焦点。 而其中的居民的可支配收入如何，消费性支出水平如何，自然也与之息息相关。 城镇居民人均可支配收入依照定义是指反映居民家庭全部现金收入中能用于安排家庭日常生活开支的那部分收入。 它在中国国民经济核算体系中扮演着举足轻重的作用，既是衡量国家和地区居民生活水平的重要指标，也是宏观经济学研究的重点之一，故对城镇居民人均可支配收入的数据的研究有着重要的意义。 与城镇居民人均可支配收入相对应的城镇居民人均消费性支出同样有着重要的意义，它是指城镇居民家庭用于日常生活的全部支出，包括用于购买商品的支出及服务、文化等非商品性的支出 （ 不包括罚款、纳税等过程中产生的费用 ）。 收入与支出成对出现，对其进行 分析 研究可以对十二五规划纲要中 所 提出的城镇化问题有 着 积极重要的指导意义。 如今中国经济在持续不断的腾飞，城镇居民的收入支出也在 持续 不断的 变化 ，这种变化是否随着中国经济水平的增长而不断变好。 其中是否有规律可循。 若有 规律可循 ， 那 又是什么规律。 找出其中规律之后是否能做可靠的 分析 预测，对政府的宏观调控给予 适当 帮助。 这些问题都是本文想要解决的。 科学可靠地预测城镇居民的收支水平，可以方便有关本门和单位提前做出政策调整和变化，更有 利于中国经济的发展以及城镇化的良好推行。 这不光对中国经济，乃至 对中国政治都会有深远的影响。 因为不同年份的居民人均可支配收入和人均消费性支出经过排列后是存在时间序列的，运用广泛适用于统计、经济预测的时间序列模型也可对其未来短期的变化趋势进行科学可靠的预测分析。 查阅各种文献，发现对城镇居民人均可支配收入研究分析的大有人在，但是研究消费性支出的比较少见。 作者以为可支配 收入与消费性支出是成双成对相辅相成的，两者缺一不可，单研究其中一面还不够全面。 两者放在一起对比研究研究的意义重大。 综合以上几个因素，故本文决定从这个角度入手。 对于该课题的研究的主要意义在于以下几个方面： 首先，有利于政府 的宏观调控。 通常来讲，正常情况下居民的可支配收入应该大于消费性支出，倘若预测所得结果是 前者小于后者 ，那就说明市场、经济出了很大的问题，老百姓将会 面临 入不敷出的尴尬局面。 这时，政府便可提前行动，找出症结所在，做出宏观调控，对相应的问题进行合理干预，从而提高居民可支配收入，抑制消费，防患于未然 ，可以很大程度上避免可能发生的社会动乱； 若是支出远小于收入或者是支出与以往相比有了明显的下滑，这也应当引起重视，因为这 可能会出现经济滞涨的情况，政府可依据分析预测的结果来对货币政策的宽紧度进行适当的调整， 采取如 扩大需求 、 刺 激消费 的手段 ， 以此来 推动经济发展。 在有预见性的干预下，市场也会更加合理，经济得以持续腾飞。 其次，对于城镇居民家庭财政预算具有指导意义。 由于本文研究对象是涵盖全国范围的人均情况，所以具有普遍性。 （在经济较发达或者欠发达地区，则可根据本文的方法选择合适数据来进行更为具体的小范围研究。 ）城镇居民可根据分析数据对来年家庭大事进行规划，比如：是否购房、购车，是否外出旅游，抑或是否将钱存入银行来规避可能发生的风险等等。 这可以使得城镇居民消费更为合理。 再者， 社会 资源也可得以合理配置。 根据分析数据，各个企业在研究未来短期城镇居民的消费性支出后，便可对未来一段时间内的商品数量、定位以及非商品性的服务做合理的规划。 减少盲目生产，这可以帮助企业避免不必要的损失以及资源浪费。 居民收支的预测结果 往往 于企业而言就如同一个风向标， 可以 轻松地为企业解决诸如来年究竟该将主要精力放在扩大生产上还是科技创新上的问题。 另外，有助于问题的发现。 很多时候城镇居民很少同时关注自己的可支配收入和消费性支出，过得云里雾里。 若是预测数据一旦公布，城镇居民就可能会有一种验证心理：我个人与国家平均水平相比会如何。 这种验证心理可以激起城镇 居民的好奇心，从而增加 他们对自己个人乃至家庭的收支关注，发现其中的问题，使自己收入与支出更为合理。 从小的角度来说，居民个体可以发现问题，从大的角度来说，国家政府亦能发现问题。 当某年过后，相关部门统计出该年的城镇居民可支配收入和消费性支出的数据，将其与之前预测出的分析数据进行对比分析，研究预测值与实际值在一个合理区间内是否相符，如果不相符，则说明有异常的情况发生，国家政府应当要采取适当的措施研究问题所在，制定干预手段 ，以防类似问题再次发生。 为了使本文有更好的理论指导，作者翻阅了大量的文献及资料，发现对城镇居民人均 可支配收入和消费性支出研究的文献不少，但是运用到时间序列的少之又少。 不过尽管如此，作者还是受到了不小的启发与帮助。 西方学着很早就注意到了单体的经济活动对于整体的影响，挪威的经济学家 RAGNAR FRISCH 在他的著作《经济计划研究论文集》中 认为宏观的经济运行离不开市场机制的作用，而居民的收入以及消费水平又可以作为信号诱导，使市场自行调整与平衡，在市场无法达到平衡，处于失灵状况下，政府就有必要运用各种手段进行宏观调整与控制，因此居民人均可支配收入和消费性支出是国家关注的重点之一。 中国的学着同样也有大量的研究分 析。 朱慧明、韩玉启（ 2020）定量分析了我国城镇居民的可支配收入与消费性支出之间的关系，认为该两者绝对水平之间并不存在明显的协整关系，但在通过差分运算或对数据进行对数化处理后的两者之间存在着长期均衡关系。 陈飞（ 2020）用结构时间序列模型对经济预测方面做了应用研究，他通过建立时间序列模型来研究经济时间序列的结构，并且在次基础上利用所做的模型对我国社会消费品零售总额、国内生产总值 ( GDP)等经济相关的时序进行了分析预测。 研究表明，时间序列模型具有良好的预测效果，对经济方面有重要的指导意义。 汤岩（ 2020）在 对时间序列进行研究后，论述了它使用的背景和意义，并深入讨论了时间序列分析建模的理论方法。 赵婷（ 2020）运用 ARMA 分析了中国改革开放后近三十年的 GDP 数据，并建立模型，对其后 3 年中国的 GDP进行了短期预测，与实际值相比，误差较小，证明 ARMA 模型非常适合于短期预测。 孙海涛（ 2020）基于计量经济学的理论研究了我国从 19782020 年之间的城镇居民人均可支配收入和人均消费性支出之间的数量关系，得到结果显示城镇 居民人均可支配收入和消费性支出之间存在长期均衡的单向因果关系。 许宪春（ 2020）对中国的居民收入、消费和投资做深入理解，认为居民的收入和消费水平在一定程度上被低估，没有很好的帮助到中国国民可支配收入在分配结构和最终需求结构等重大经济结构的准确判断，建议进行城乡住户调查一体化改革的推行，以提高统计方法的科学性和数据可核查性，提高统计数据质量。 2 模型选取 时 间序列指的是将某一个统计指标在其各个不同时间上所得的统计值，按照时间的先后顺序进行排列而成的一组序列。 它是一种定量分析预测的方法，在统计学中作为一种常用的分析、预测手段，被广泛应用。 时间序列模型预测法是对时间数据进行分析、研究，从 中找出规律用以预测将来趋势的一种科学方法。 这套方法可以细致入微地寻找出隐藏在直观数据背后的深层内涵。 辅以其他统计知识与统计工具，对数据进行科学处理，使原本看似简单毫无意义的数据变得有价值。 时间序列分析逻辑严谨，也适合现代的应用需求。 这套科学统计方法 形成到现在 已有几十年的发展 ，至今已形成一套完整的操作程序。 其共有六个主要步骤，分别为数据预处理、模型 识别、参数估计、模型检验、模型优化和预测结果。 数据处理目的在于找到有价值的数据。 随着信息时代的来临，数据规模呈现出爆炸性的增长。 但是并不是所有的 数据都是可以用来使用的，对于本文而言，数据若不 是 随着时间的推移而有规律 变化 则毫无意义。 只有得到有规律可寻的数据，才能研究是什么规律 ，才能研究隐藏于数字表面的意义。 判断数据是否有价值在于该组数据是否平稳、是不是非白噪声。 平稳是指数据 的统计性质不随时间而改变，由于这一点在现实存在的数据中很难找到， 宽平稳的概念由此提出，即如果 满足如下三个条件： （一）任取 ，有 ； （二）任取 ，有 ， 其中 为常数； （三）任取 ，且 ，有 ； 则 是宽平稳序列。 判断一组数据是否平稳的方法可以观察该组数据的时序图和自相关图，时序图中如果显示数据有明显趋势或自相关图中没有短期相关性则认为该组数据不平稳。 白噪声指的是序列各项没有任何关系。 若一组数据是白噪声序列，那么该随机事件就没有包含任何值得提取的有用信息，再去 对它 进行分析也就没有意义了。 非白噪声的要求 则 与之相反。 判断 一组数据。