开封市旅游创汇收入预测模型分析

陶银燕

（开封市教育学院，河南开封475000）

开封市旅游创汇收入预测模型分析

陶银燕

（开封市教育学院，河南开封475000）

文章在分析1999-2009年开封市旅游创汇收入额年度数据的基础上,建立了旅游创汇收入额的ARIMA（p,d,q）模型。结果表明，ARIMA（1，1，1）模型提供较准确的预测效果，可以用于未来的短期预测，并为开封市入境旅游的政策和规划提供可靠的依据。

旅游创汇收入；入境旅游；ARIMA预测模型

改革开放30年，开封市旅游事业日新月异，发生了翻天覆地的变化，旅游产业已初具规模。通过近几年的发展，开封市旅游业服务质量明显提高，经济发展的拉动作用日益增强，已发展成为第三产业的龙头。2009年开封市接待海外游客的总数达到17.8608万人次，实现旅游外汇总收入4 162万美元，大约占开封市GDP的0.417%。通过对开封市外汇旅游收入的定量分析与预测,不但可以了解开封市入境旅游的需求情况,而且也能对开封市未来经济运行状况做到“心中有数”。在利用ARMIA模型分析开封市旅游创汇收入之前，我们先回顾一下ARMIA的建模思想。

1 ARIMA模型的建模思想

所谓差分自回归移动平均模型（ARIMA模型），是指将非平稳时间序列通过差分转化为平稳时间序列，然后将因变量对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。这个模型是对自回归移动平均模型（ARMA模型）的扩展，是在时间序列不平稳的条件下ARMA模型的运用。其一般表达式为：

在ARIMA模型的识别过程中，我们主要用到两个工具：自相关函数(简称ACF），偏自相关函数(简称PACF)。

其建模思想可以归纳如下：

⑴根据时间序列的自相关图和偏相关图以及ADF的单位根来检验观察识别该序列的平稳性。

⑵数据进行平稳化处理。如果数据序列是非平稳的，则需对数据进行差分处理。

⑶根据时间序列模型的识别规律，建立相应的模型：若平稳时间序列的偏相关函数是截尾的，而自相关函数是拖尾的，则可断定此序列适合AR模型；若平稳时间序列的偏相关函数是拖尾的，而自相关函数是截尾的，则可断定此序列适合MA模型；若平稳时间序列的偏相关函数和自相关函数均是拖尾的，则此序列适合ARMA模型。

⑷进行参数估计，进行假设检验，诊断模型的残差是否为白噪声，并检验模型的估计效果。

⑸进行预测。

2 开封市旅游创汇收入年度数据序列建模

本文从历年《河南省统计年鉴》中收集整理出1999～2009年的旅游创汇收入额，如表1所示。

表1 开封市旅游创汇收入额X（单位：万美元）

先对序列xt取对数，然后对lnxt运用Eviews5.0软件进行平稳性检验，ADF统计量值为－2.043134,大于5%置信水平的临界值－3.604202,故时间序列lnxt是非平稳时间序列。对lnxt进行一次差分处理记为d(lnxt)，再对时间序列d(lnxt)次进行平稳性检验，ADF统计量值为－5.66351492，小于1%置信水平下的临界值－4.39430937,是无可争议的平稳序列，故d=1。

利用Eviews5.0做出d(lnxt)滞后12期的自相关函数图和偏自相关函数图，从d(lnxt)的自相关函数图和偏自相关函数图中我们可以看到，它们都是拖尾的，因此可设定为ARMA过程。d(lnxt)的自相关函数1阶是显著不为零的，并且从第2阶开始自相关函数都显著为零，因此我们先设定q值为1。d(lnxt)的偏自相关函数1阶显著不为零，并且从第2阶开始都显著为零，因此我们先设定p的值为1，于是对于序列d(lnxt)，我们初步建立了ARMA(1,1)模型。

图1 dLnxt序列的滞后12期的自相关和偏自相关图

经过多次估计，得出时间序列d(lnxt)比较理想的模型如下：对其残差进行单位根检验，结果如表2:

表2 模型残差的单位根检验

由表2可以看出，残差ADF统计量小于置信水平为1%的值，接受残差序列为白噪音序列的原假设，这也意味着模型对序列信息提取充分。

3 对开封市旅游创汇收入的预测模型分析

建立模型的目的之一是对未来进行预测。在对我国未来社会消费品零售额进行预测之前,我们先检验模型的预测能力。

根据时间序列的ARIMA(1,1,1,)模型对做出2003～2007年的预测值，与实际值比较，见表3：

表3 2003年的预测值和实际值（单位：万美元）

从表3可以看出，基于ARIMA(1,1,1,)模型进行预测的预测值和实际值在2003年和2004年误差比较大。尤其是2003年，预测误差达到了87%，可以说预测基本失败。这是因为2003年整个中国都处于“非典”严控时期，受“非典”影响，国外的入境旅游旅客明显减少，因此开封市在这种大环境下，外汇旅游收入也不可能像预测值那样“坚挺”。2004年的误差达到了62%，误差也比较大，很明显还是受到了“非典”“余震”的影响。从2005年以后，预测值基本上和真实值误差逐渐缩小，预测效果比较理想。因此，开封市旅游创汇收入基于ARIMA(1,1,1,)的模型，作为中期预测效果良好，可以用来进行短期预测，相关部门可以作为政策制定和规划的参考。

从上述分析可以看出，计量经济学中的数学模型，只是对数据进行分析，而没有考虑到自然、人文等相关环境，因此有时候预测是不准确的，这也是我们需要注意的问题。我们在利用数据分析的时候，也需要关注其他方面的影响因素。

4 结语

旅游业是战略性产业，资源消耗低，带动系数大，就业机会多，综合效益好，党的十五届五中全会提出将我国旅游业作为国民经济的新增长点。近几年，开封市积极响应党中央的决策，利用其丰富的自然资源和人文资源优势，推动了旅游市场，特别是入境旅游(inbound travel)市场的发展。从预测模型来看，开封市的旅游创汇收入额会不断增加。为充分发挥旅游业在保增长、扩内需、调结构等方面的积极作用，开封市应该继续进一步拉长旅游产业链条，促使入境旅游从观光游览向休闲度假方向转型，拉动第三产业快速发展，是开封市入境旅游业未来一段时期发展的重要任务。

[1]高铁梅.计量经济学分析方法与建模[M].北京：清华大学出版社,2005.

[2]杨卫涛.开封市旅游创汇收入的ARIMA预测模型[J].洛阳理工学院学报，2010，（4）.

[3]开封市统计局.开封市统计年鉴[M].北京：中国统计出版社，2009.

责任编辑 郑文

The ARIMA Forecasting Model of Inbound Travel Income in Kaifeng

TAO Yinyan
（Kaifeng Education College,Kaifeng Henan 475000,China）

This article establishes the ARIMA model of inbound travel income,based on the annual data during 1999－2009 of Kaifeng.The result shows that ARIMA(1,1,1,)model provides exact forecasting effect,which can be used to forecast the future.And it can be used by Kaifeng government to constitute policy and layout.

travelling foreign exchange;inbound travel;ARIMA forecast model

F590

A

1674－5787（2011）01－0026－02

2010－11－15

陶银燕（1983—），河南开封市人，开封市教育学院教师。