【摘 要】本文根据我国旅游研究院对全国游客满意度水平进行分季度的数据，建立ARIMA时间序列模型进行数据分析，并对全国满意度水平进行预测，为制定旅游政策，对旅游市场进行宏观调控提供理论依据。
【关键词】游客满意度；ARIMA模型；时间序列分析
一、引言
据统计，我国旅游业总体上呈现平稳较快增长趋势，2011年前三季度旅游市场“两高一平”格局更加明朗，国内旅游平稳较快增长，国内旅游人数19.8亿人次，同比增长12.6%，国内旅游收入1.43万亿，同比增长20.1%。目前，旅游市场并不规范，游客理性消费、自卫意识增强，对旅游产品服务要求也越来越高，截止到2009年底，旅行社作为投诉对象占投诉总数的55.91%，投诉饭店的占9.01%。旅游景区占投诉总数21.80%，投诉购物占2.78%，餐饮占投诉总数1.03%，旅游交通占1.98%。本文搜集了旅游研究院对我国游客满意度水平的时间序列数据，通过eviews5.0软件进行自回归分析，建立ARIMA模型进行预测。
二、时间序列定量分析
（一）资料数据来源
通过旅游研究院全国游客满意度（简称为CSI）的调查，得到自2009年第二季度至2011年第三季度的数据，如下：
表1 全国游客满意度水平时间序列表
（二）平稳性检验和处理
首先我们需要对平稳性进行更进一步的检验，通过eviews5.0统计软件进行单位根检验，结果如下：
表2 全国游客满意度水平CSI及一阶差分ADF检验
表中给出了时间序列CSI及D（CSI）的ADF检验值，发现原始数据的ADF检验值大于所给出的1%～10%的临界值，说明该时间序列不平稳，对该时间序列进行一差分后所得的ADF检验值小于临界值，且P值为0.0063，显著性水平非常高，因此，进行差分后的序列是平稳的。差分后D（CSI）的AC和PAC图如下：
图1 差分后CSI时间序列AC PAC相关图
由于时间序列具有随机性，因此，从图中可以初步判断此时间序列适合移动平均模型。
（三）模型的识别、参数估计和检验
识别模型须利用样本的AC和PAC相关函数分布截尾性来确定模型的阶数，当p=0时，模型为MA（q），则模型的自相关函数在q步截尾；当q=0时，模型为AR（p）模型，模型的偏自相关函数在p步截尾；若样本的自相关函数和偏自相关函数均拖尾，则判断模型为ARMA（p，q）模型。根据上述理论，结合图3可知，全国满意度水平的AC函数在滞后3期后出现断尾，同时PAC偏相关函数呈正弦波动并逐渐衰减（拖尾），因此可初步判断模型为MA（q）模型。根据上述理论，由于差分后的时间序列的AC和PAC相关图变化并不明显，因此在下一步的模型识别过程中我们将会对差分前原序列和差分后序列的统计量进行对比。原序列可能的模型为ARIMA（0，1，2）和ARIMA（0，0，2）两种模型，对两个模型分别进行参数估计，检验统计量，比较AIC或SIC准则中比较小的模型为最优模型，同时进行模型残差的白噪声检验，得到相关的统计量如下：
表3 模型ARIMA（0，1，2）和MA（2）模型效果指标比较表
根据上述表中的各个统计量，根据AIC准则选择三个模型中较小的，因此ARIMA（0，0，2）模型是最符合标准的，即MA（2）模型。MA（2）模型的系数和t检验如下：
表4 模型MA（2）参数系数和检验表
从检验效果上来看，MA（2）模型的t检验在5%的显著水平上都是显著的，F检验值为2.331795，p值为0.167467，在17%的显著水平是显著的，所以我们选择ARMA（0，0，2）模型，模型方程为：Yt=εt+θ1εt-1+θ2εt-2，将系数代入公式得到：Yt=79.7606+0.782724εt-1+0.890296εt-2。如图所示，模型的拟合情况很好：
图2 MA（2）模型回归拟合情况图
（四）模型的适用性检验和预测
对模型MA（2）的残差进行单位根检验，并通过AC和PAC相关图，若都落入置信区间内，则模型符合白噪音过程，说明模型是可以描述该时间序列的，模型残差的单位根检验得到ADF值为-2.443742，p值为0.0213，查表可知，在5%的显著性水平上ADF值小于临界值，所以是显著的，我们可以利用该模型进行预测得出2011年第四季度的全国游客满意度79.67，但是整体满意度水平呈现上升趋势。
三、结论
游客满意度水平受外界波动比较大本文研究的满意度水平时间序列样本数据由于条件的限制比较少，因此会有一定的误差，但是满意度水平基本维持在80%左右。对于经营出入境的企业来说，提升满意度势在必行，可通过各种培训以及路线、产品内在质量的提升来避免顾客的损失率，同时对于国内一些中小的企业，若自身的顾客满意度水平相对于全国游客满意度水平较低，作为企业经营者，应作出相应的措施来提升知名度，综上所述，满意度水平是衡量企业发展潜力的一个重要指标，企业应予以高度重视。
参 考 文 献
[1]孙敬水．计量经济学[M]．北京：清华大学出版社，2004：292～359
[2]［美］Damodar N.Gujarati．计量经济学基础[M]．北京：中国人民大学出版社，2004．748～801
[3]徐国强．统计预测与决策[M]．上海：上海财经大学出版社，2008．129～168
[4]易丹辉．数据分析与EViews应用[M]．北京：中国统计出版社，2002．87～267
[5]高峰．顾客满意度时间序列分析应用研究[J]．中国质量．2009(1)：30～31
[6]中国旅游研究院．游客满意度调查[J/0L]．http://www．ctaweb．org/html/ykmydtc/index_2．html，2011，10（13）