基于 SARIMA 和 Elman 模型及其組合模型的財政支出研究.pdf

1、隨著經濟的發(fā)展，人民生活水平得到顯著的提高，中國已成為世界上第二大經濟體，國內生產總值連年遞增，國家財政支出也呈逐年上升的趨勢。財政支出是政府實施宏觀調控，進行資源優(yōu)化配置的有效手段。近年來，國家財政在民生方面的支出比例不斷增加，人民切實感受到了財政支出所帶來的實惠。由于財政支出數據具有明顯的季節(jié)性特征，因此在進行數據建模時，要先對原始序列進行季節(jié)性調整。為了更好地預測財政支出的增長趨勢，本文首先建立了季節(jié)性差分自回歸滑動平均模型（SA

2、RIMA)和Elman年神經網絡模型，結果表明SARIMA模型要優(yōu)于Elman模型。其次，又建立了SARIMA模型和Elman模型相結合的組合模型，并對國民財政支出數據進行最終的預測。在組合模型中，為了尋找最優(yōu)的組合系數，采用了粒子群優(yōu)化算法(PSO)，以平均相對百分比誤差(MAPE)為目標函數，使組合模型的預測誤差最小。最后，實證分析了2000年1月-2015年12月財政支出序列，并對2016年的國家財政支出進行預測，結果表明組合模型