摘要  社会消费品零售总额是一个国家重要的经济指标，但是它又受许多不确定因素的影响，因此对其进行比较准确的分析预测是具有很大的积极意义的。根据社消总额随时间动态变化的特征，本文采用实证法，以SAS为工具，运用时序法来建模，对其进行了定量分析，再通过AIC、BIC、MSE等误差衡量指数对多个模型之间的拟合效果进行对比分析，最终选取拟合精度最高的模型对以后我国社会消费品零售总额进行短期预测。根据预测结果，对国家宏观调控提出了相应的政策建议。

关键词：社会消费品零售总额  时间序列分析  ARIMA趋势分析  指数平滑法  预测 

目录

摘要

Abstract

1 引言-1

1.1 研究背景和意义-1

1.2 文献综述-1

2 时间序列的基本理论-2

2.1 ARIMA模型的基本原理-2

2.2 确定性因素分解模型-5

2.3 指数平滑预测模型-6

2.4  X—12—ARIMA模型：-8

3 模型建立，数据分析与预测-9

3.1 数据来源-9

3.2  ARIMA模型回归方法-9

3.3 线性回归方法-14

3.4 Holt—Winters三参数指数平滑法-15

3.5 X-12-ARIMA模型-18

3.6 模型评价和比较-23

3.7 社会消费品零售总额预测-24

4 结论和政策建议-24

4.1  结论-24

4.2 政策建议-25

参考文献-27