摘要:
民航客运量的研究有利于帮助政府和民航企业合理优化资源配置、制定运输规划.本文以2005年1月至2019年6月我国民航客运量的时间序列数据为研究对象,首先针对数据呈现的趋势及季节波动特征建立SARIMA(1,1,1)(0,1,1)12模型.其次,为提高模型预测精度,加入GARCH模型消除SARIMA(1,1,1)(0,1,1)12模型回归残差的异方差并建立SARIMA(1,1,1)(0,1,1)12-GARCH(1,1)模型,利用2019年7-12月的数据对模型进行验证,结果表明该模型预测的平均相对误差为1.32%,低于SARIMA(1,1,1)(0,1,1)12模型的3.27%.最后运用SARIMA(1,1,1)(0,1,1)12-GARCH(1,1)模型预测2020年1-6月的民航客运量,分析民航业受疫情的影响并给出建议.