養(yǎng)老保險的發(fā)展關系到社會保障體系的建設,對其的預測有利于推動我國養(yǎng)老產業(yè)的發(fā)展。為了預測我國城鎮(zhèn)居民養(yǎng)老保險參保率的變化,基于2000年到2018年我國養(yǎng)老保險參保率的數據,利用MATLAB、EVIEWS等軟件,建立GM（1:1）模型和ARIMA模型對我國2019年到2023年的養(yǎng)老保險參保率進行預測,并對所建立的模型進行檢驗和與預測的相對誤差進行對比。根據預測的結果發(fā)現,利用GM（1:1）預測模型預測的參保率的上升趨勢要快于ARIMA模型的預測結果,并根據預測結果對我國養(yǎng)老保險發(fā)展提出相關建議。 

【文章來源】：長沙大學學報. 2020,34(01)

【文章頁數】：6 頁

【部分圖文】：

2000—2023年我國參保率的發(fā)展變化

表4 不同模型的信息準則 模型 AIC SC HQ ARIMA(1,1,0) 2.193115 2.292046 2.206757 ARIMA(0,1,1) 2.250301 2.349231 2.263942 ARIMA(1,1,1) 2.266028 2.414423 2.2864893.模型的檢驗

表5 拉格朗日乘數檢驗結果 延遲階數 P值 結論 2 0.3813 擬合模型顯著性通過 7 0.2682 10 0.4007 14 0.24064.模型的預測

【參考文獻】：
期刊論文
[1]基于ARIMA和BP神經網絡對人民幣匯率預測的比較分析——以美元人民幣匯率為例[J]. 朱家明,胡玲燕.  重慶理工大學學報(自然科學). 2019(05)
[2]基于GM（1,1）模型的城鄉(xiāng)居民基本養(yǎng)老保險參保率測算[J]. 許燕,楊再貴.  保險研究. 2019(04)
[3]基于灰色GM（1,1）模型的商品房銷售價格預測[J]. 崔慶岳,趙國瑞.  哈爾濱商業(yè)大學學報(自然科學版). 2019(02)
[4]基于Holt線性趨勢和ARIMA模型對安徽省能源消費的預測[J]. 汪京徽,谷月,徐子媛,朱家明.  齊齊哈爾大學學報(自然科學版). 2019(02)
[5]福建省基本養(yǎng)老保險基金收支平衡現狀、預測及影響因素分析[J]. 徐婷婷.  社會保障研究. 2018(01)
[6]我國城鎮(zhèn)養(yǎng)老保險基金收支平衡的預測分析[J]. 岳公正,王俊停.  統(tǒng)計與決策. 2016(20)
[7]養(yǎng)老金支付風險預測及延遲退休作用評估——以S省為例[J]. 蘇春紅,李松.  財政研究. 2016(07)
[8]新型農村養(yǎng)老保險參保決策影響因素研究[J]. 穆懷中,閆琳琳.  人口研究. 2012(01)

碩士論文
[1]保險行業(yè)保費收入預測及發(fā)展趨勢實證分析[D]. 張志浩.黑龍江大學 2017



本文編號：2974745