摘 要：用電量是反映某一地區經(jīng)濟運行狀況的晴雨表，它與經(jīng)濟發(fā)展的方方面面都有著(zhù)密切的關(guān)系，通過(guò)對用電量數據的分析及預測，可以更好地掌握該地區經(jīng)濟的運行狀況。本文通過(guò)分析新疆近幾年的月度用電量數據，建立了ARIMA（2，1，1）模型，實(shí)證分析的結果表明該模型對于歷史數據有著(zhù)較好的擬合效果，預測準確度比較高，可以用于短期的預測，這對了解該地區經(jīng)濟發(fā)展狀況提供了一定的參考價(jià)值。
關(guān)鍵詞：用電量 ARIMA模型 預測
中圖分類(lèi)號：F230 文獻標識碼：A 文章編號：1674-098X（2017）10（a）-0186-03
隨著(zhù)我國經(jīng)濟的增長(cháng)、城市化進(jìn)程的推進(jìn)以及居民消費結構的升級，社會(huì )用電需求日益增加。一個(gè)地區用電量需求的變化通?？梢苑从吵鲈摰貐^經(jīng)濟發(fā)展的水平，準確分析和預測某一地區對于用電量的增長(cháng)需求，對于判斷該地區未來(lái)經(jīng)濟的可持續發(fā)展有著(zhù)重要的現實(shí)意義。由于該指標的參考價(jià)值，近些年來(lái)對用電量的分析研究越來(lái)越多。汪建均等應用ARMA模型對我國電力需求進(jìn)行了短期預測[1]。張士強等將ARIMA模型應用于成都市的用電量預測中，結果表明預測效果比較理想[2]。張璇建立了ARIMA乘積季節模型對全社會(huì )的用電量進(jìn)行了分析及預測[3]。周琪等基于江蘇省的宏觀(guān)經(jīng)濟指標和實(shí)際用電量情況建立了用電量預測模型[4]。
習近平總書(shū)記提出的“一帶一路”重大戰略構想，為西部地區加快發(fā)展提供了寶貴的契機。新疆位于絲綢之路經(jīng)濟帶的核心區，伴隨著(zhù)近年來(lái)經(jīng)濟的高速增長(cháng)，社會(huì )用電量的需求也與日俱增，因此對新疆用電量數據的分析及預測，對于分析新疆區域經(jīng)濟發(fā)展有一定的參考意義。本文應用ARIMA模型對新疆用電量月度時(shí)間序列進(jìn)行分析，經(jīng)過(guò)檢驗最終選擇了ARIMA（2，1，1）模型來(lái)擬合數據，并利用該模型對未來(lái)的用電量進(jìn)行了短期預測。
1 ARIMA模型
在分析經(jīng)濟變量的時(shí)間序列時(shí)，自回歸移動(dòng)平均模型（ARMA模型，Autoregressive and Moving Average Model）可以很好地研究這一序列的變化規律，它是對時(shí)間序列分析和預測的重要方法。通常，ARMA（p，q）模型包含了一個(gè)自回歸過(guò)程AR（p）和一個(gè)移動(dòng)平均MA（q）。但是，ARMA模型只適用于平穩的時(shí)間序列，由于受到某些因素的影響，大部分的時(shí)間序列是非平穩的。為了達到平穩性的要求，通常采用差分的方法來(lái)將非平穩的序列轉換為平穩的序列。ARIMA（p，d，q）模型是ARMA（p，q）模型經(jīng)過(guò)d階差分變換后得到的[5]，其表達式為：
其中，ωt是通過(guò)d階差分轉換得到的變量，即，p和q分別代表滯后階數，則是白噪聲序列。
2 實(shí)證分析
2.1 數據的選取與分析
本文數據來(lái)源于Wind資訊，所使用的樣本數據為2010年1月—2017年6月新疆用電量月度數據，并將數據分為倆部分，2010年1月—2017年3月的數據用于估計ARMA模型參數，余下的數據用于檢驗預測的準確性，數據的單位為億千瓦時(shí)。文中數據的分析與預測均使用Eviews7.1軟件。
通過(guò)繪制用電量序列的相關(guān)圖和Q統計量（如圖1），可以看出該序列的自相關(guān)函數呈現指數衰減，但是衰減的速度非常緩慢，因此可以認為用電量序列是非平穩的。
2.2 數據的處理
由于用電量序列（YDL）是非平穩的，因此，對序列進(jìn)行一階差分轉換，得到YDL_D序列。對差分后的序列進(jìn)行ADF單位根檢驗，檢驗結果如表1所示，ADF檢驗的t統計量等于-8.954，在1%、5%和10%的檢驗水平下t統計量的臨界值分別為-4.080、-3.468和-3.161，ADF檢驗的t統計量比在1%、5%和10%檢驗水平下的臨界值都小，并且t統計量所對應的概率值也非常小，可以得出一階差分后的用電量序列是平穩的。
2.3 模型的識別和估計
通過(guò)分析，一階差分變換后的YDL_D序列是平穩的，這樣可以使用ARIMA（p，d，q）模型來(lái)擬合該序列。由于序列YDL_D是經(jīng)過(guò)一階差分得到的，則d=1，而模型的p、q值要通過(guò)查看相應的相關(guān)圖來(lái)確定。
通過(guò)觀(guān)察圖2，并根據ARIMA模型的識別方法，模型的p值選取1、2較為合適，而模型的q值選取1、2較為合適。于是，時(shí)間序列模型可以為ARIMA（1，1，1）、ARIMA（1，1，2）、ARIMA（2，1，1）和ARIMA（2，1，2）。各模型的AIC值如表2所示，根據AIC最小化準則，選取ARIMA（2，1，1）模型。
使用Eviews估計ARIMA（2，1，1）模型的參數，結果如表3所示，其表達式為：
式中，F統計量=11.650。
2.4 模型的檢驗
為了確保模型的有效性，還需要對模型估計結果的殘差進(jìn)行白噪聲檢驗。圖3為ARIMA（2，1，1）模型殘差的相關(guān)圖，可以看出模型的殘差不存在序列相關(guān)性，并且各項統計量也很好，因此可以判斷該殘差序列為白噪聲序列，說(shuō)明ARIMA（2，1，1）模型是合理的。
2.5 模型的預測
選取2017年4月至6月新疆用電量數據進(jìn)行樣本內預測，表4的結果顯示預測的準確度較高，誤差都在5%以?xún)?，說(shuō)明可以使用該模型對時(shí)間序列的未來(lái)趨勢進(jìn)行短期預測。通過(guò)該模型，預測新疆下半年用電量數據如表5所示。
3 結語(yǔ)
本文對新疆月度用電量數據進(jìn)行分析并建立了時(shí)間序列模型，通過(guò)對模型的檢驗，結果顯示ARIMA（2，1，1）模型對于歷史數據有著(zhù)較好的擬合效果，預測準確度較高，可以用于對新疆未來(lái)用電量數據進(jìn)行短期預測。通過(guò)模型的預測，新疆下半年用電量將保持小幅上升的趨勢。用電量數據是衡量一個(gè)地區經(jīng)濟發(fā)展速度快與慢的一項重要依據，全面準確地把握用電量走勢，有助于了解該地區的經(jīng)濟狀況，并為當地政府采取相關(guān)措施提供參考。
參考文獻
[1]汪建均，胡宗義.ARMA模型在我國電力需求預測中的應用[J].經(jīng)濟數學(xué)，2006，23（1）：64-68.
[2]張士強，王雯，王健.ARIMA模型在城市年用電量預測中的應用[J].電力需求側管理，2010，12（6）：31-34.
[3]張璇.ARIMA乘積季節模型在全社會(huì )用電量預測中的應用[J].現代經(jīng)濟信息，2012（13）：234-235.
[4]周琪，陳泉，姜楠，等.基于宏觀(guān)經(jīng)濟指標的全社會(huì )用電量預測方法研究[J].江蘇科技信息，2015（23）：52-55.
[5]高鐵梅.計量經(jīng)濟分析方法與建模[M].北京：清華大學(xué)出社，2009：175-176.
