本章应用时间序列模型对2015—2020年吉林省新型城镇化资金需求额进行预测，根据既往的研究文献，确定固定资产投资额与国内生产总值具有相关性，因此本章先要预测2015—2020年的GDP值，然后将GDP带入GDP与INV的回归方程，求得固定资产投资的预测值。在建立回归模型之前，先用Eviews6.0对各个变量进行单位根检验。
根据表5-2所示的检验结果可以判定各个变量的对数化序列的一阶差分P值都几乎等于0，因此拒绝有单位根的原假设。
表5-2 各变量单位根检验结果
1.GDP值预测
（1）滞后阶数确定。首先通过ADF检验证明GDP的时间序列是非平稳的，因此为了降低该序列的非平稳性，对GDP时间序列进行对数化，上述单位根检验证明Ln（GDP）一阶差分后的序列是平稳的，通过对Ln（GDP）的一阶差分序列的自相关系数与偏自相关系数图分析，自相关系数呈拖尾性，偏自相关系数呈截尾性，因此可以可以断定该方程为一阶自回归方程。
（2）自回归方程的建立。应用向量自回归模型对2015—2020年GDP值进行预测，由上述检验结果，因此取对数后的GDP的一阶自回归方程如下：
其中，自变量GDPt-1为GDPt的一阶滞后变量，t为观察的时期总数，ut为随机扰动项。α0、α1为方程的回归系数。
（3）回归结果估计。根据1985-2014年吉林省GDP的数据进行回归分析，通过Eviews6.0对以上模型进行回归估计结果，得到的回归方程如下：
由表5-3所示的统计结果分析可得，吉林省国内生产总值的一阶滞后变量与现年的吉林省国内生产总值之间有明显的线性关系，R2=0.9975，说明拟合效果非常好，并且系数值均通过在5%的置信区间下显著性检验。
表5-3 Ln（GDP）一阶自相关的回归结果
因此由该方程式可以对2015—2020年的GDP值进行预测，预测分析结果如表5-4所示：
表5-4 2015—2020年吉林省GDP预测值(www.xing528.com)
2.INV值预测
（1）回归方程确立。为了消除固定资产投资（INV）与国民生产总值（GDP）序列的非线性，分别对两个序列做对数化的处理，通过它们之间的散点图2观察，ln（GDP）与ln（INV）具有明显的线性关系。
根据图5-1所示，构建的Ln（GDP）与Ln（INV）的线性方程如下：
图5-1 ln（GDP）与ln（INV）的散点图
其中，INVt为t年的吉林省固定资产投资额，GDPt为t年的吉林省的国内生产总值，λ0、λ1分别是参数，ut为残差项。
（2）回归结果的估计。根据1985-2014年吉林省固定资产投资额及吉林省GDP的数据进行回归分析，通过Eviews6.0对上述模型进行估计，在统计结果中发现R2=0.99，可以看出拟合优度非常好，并且截距项和自变量系数也通过在1%的置信水平下显著，但是该统计结果中D.W=0.39，说明存在明显的正自相关，因此将要对模型进行修正，为此对随进干扰项加入一阶自回归项，得到的新回归方程如下：
如表5-5所示的回归结果可以看出R2=0.978，F=1259.85说明拟合效果非常好，D.W=1.714，说明干扰项不存在自相关关系，并且通过在1%的置信区间下显著性检验。接着对回归方程结果进行协整检验，回归后的残差序列经过ADF检验。
表5-5 Ln（INV）与Ln（GDP）的回归结果
因此，可以用GDP值对2015—2020年吉林省固定资产投资进行预测。由GDP预测结果代入城镇固定资产投资额与GDP之间的回归方程（5.3）可以得到2015—2020年吉林省固定资产投资额的预测值如下：
表5-6 2015—2020年吉林省固定资产投资预测值
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
