資源描述：
《基于arima模型中國(guó)gdp發(fā)展速度預(yù)測(cè)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、基于ARIMA模型中國(guó)GDP發(fā)展速度預(yù)測(cè)【摘要】GDP是反映我國(guó)宏觀經(jīng)濟(jì)運(yùn)行狀況的主要指標(biāo)。若能夠?qū)DP發(fā)展速度做出較為準(zhǔn)確的預(yù)測(cè)，也就能夠很好指導(dǎo)宏觀經(jīng)濟(jì)的運(yùn)行使其健康發(fā)展，為相關(guān)部門(mén)提供相關(guān)數(shù)據(jù)進(jìn)而為其決策提供參考依據(jù)。ARIMA模型適用于計(jì)量中國(guó)1978-2012GDP模型分析的建立，并預(yù)測(cè)未來(lái)三年中國(guó)的經(jīng)濟(jì)發(fā)展水平?！娟P(guān)鍵詞】ARIMA模型；GDP發(fā)展速度；預(yù)測(cè)一、引言國(guó)內(nèi)生產(chǎn)總值是用來(lái)衡量在一定時(shí)間或一年的所有最終產(chǎn)品和服務(wù)在一個(gè)國(guó)家或所有常住單位生產(chǎn)和供應(yīng)區(qū)域的總指數(shù)。國(guó)內(nèi)生產(chǎn)總值是衡量一國(guó)經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)
2、和經(jīng)濟(jì)綜合實(shí)力的標(biāo)準(zhǔn)，在制定宏觀經(jīng)濟(jì)政策以及在進(jìn)行經(jīng)濟(jì)研究中，都有著非常重要的作用。時(shí)間序列預(yù)測(cè)模型是基于時(shí)間的趨勢(shì)與目標(biāo)對(duì)象的變化，在綜合分析目標(biāo)的歷史數(shù)據(jù)后，并對(duì)目標(biāo)對(duì)象的未來(lái)變化的預(yù)測(cè)。。時(shí)間序列建模是在連續(xù)的歷史數(shù)據(jù)的基礎(chǔ)上外推出其走向，即對(duì)時(shí)間序列進(jìn)行處理以研究目標(biāo)變化，再在對(duì)未來(lái)發(fā)展趨勢(shì)進(jìn)行的目標(biāo)對(duì)象的規(guī)律的推演［1］。當(dāng)代經(jīng)濟(jì)預(yù)測(cè)中的被普遍認(rèn)為的較準(zhǔn)確的時(shí)間序列模型有ARIMA模型，因此選擇ARIMA模型對(duì)中國(guó)1978-2012的GDP發(fā)展速度進(jìn)行擬合，并在擬合的基礎(chǔ)上進(jìn)行外推預(yù)測(cè)。二、時(shí)間序列模型時(shí)間
3、序列模型是金融模型的一個(gè)重要組成部分。是時(shí)間序列分析在金融領(lǐng)域的應(yīng)用，如股票市場(chǎng)，債券市場(chǎng)，金融衍生工具市場(chǎng)和外匯市場(chǎng)。低頻和高頻數(shù)據(jù)均適用；分析的方法有時(shí)域、譜域和回歸三個(gè)分析；主要研究?jī)?nèi)容是價(jià)格或收益率序列建模，和波動(dòng)或風(fēng)險(xiǎn)建模。時(shí)間序列分析的思想:數(shù)據(jù)序列被認(rèn)為是伴隨時(shí)間變化的隨機(jī)變量，可以在序列上找出一定的規(guī)律，并近似地用模型去擬合。人們常運(yùn)用ARIMA模型來(lái)進(jìn)行實(shí)證研究，以達(dá)到最優(yōu)預(yù)測(cè)效果［2］。三、ARIMA模型的建模步驟（一）數(shù)據(jù)來(lái)源及說(shuō)明本文研究1978-2012年以來(lái)的GDP發(fā)展速度，在此基礎(chǔ)上對(duì)其
4、進(jìn)行外推預(yù)測(cè)，觀察其是否符合中國(guó)新一屆領(lǐng)導(dǎo)人的經(jīng)濟(jì)發(fā)展主張。本文所用數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和數(shù)據(jù)匯。根據(jù)上述數(shù)據(jù)對(duì)1978年到2012年的GDP增長(zhǎng)速度歷史統(tǒng)計(jì)數(shù)據(jù)描繪圖如（圖一）：（二）模型的構(gòu)建：觀察1978年到2012年的GDP增長(zhǎng)速度歷史統(tǒng)計(jì)數(shù)據(jù)描繪圖序列的自相關(guān)圖和偏自相關(guān)圖，對(duì)該序列進(jìn)行初步的模型識(shí)別。由上圖可對(duì)該序列初步建立AR（2）模型?！菊縂DP是反映我國(guó)宏觀經(jīng)濟(jì)運(yùn)行狀況的主要指標(biāo)。若能夠?qū)DP發(fā)展速度做出較為準(zhǔn)確的預(yù)測(cè)，也就能夠很好指導(dǎo)宏觀經(jīng)濟(jì)的運(yùn)行使其健康發(fā)展，為相關(guān)部門(mén)提供相關(guān)數(shù)據(jù)進(jìn)
5、而為其決策提供參考依據(jù)。ARIMA模型適用于計(jì)量中國(guó)1978-2012GDP模型分析的建立，并預(yù)測(cè)未來(lái)三年中國(guó)的經(jīng)濟(jì)發(fā)展水平?！娟P(guān)鍵詞】ARIMA模型；GDP發(fā)展速度；預(yù)測(cè)一、引言國(guó)內(nèi)生產(chǎn)總值是用來(lái)衡量在一定時(shí)間或一年的所有最終產(chǎn)品和服務(wù)在一個(gè)國(guó)家或所有常住單位生產(chǎn)和供應(yīng)區(qū)域的總指數(shù)。國(guó)內(nèi)生產(chǎn)總值是衡量一國(guó)經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)和經(jīng)濟(jì)綜合實(shí)力的標(biāo)準(zhǔn)，在制定宏觀經(jīng)濟(jì)政策以及在進(jìn)行經(jīng)濟(jì)研究中，都有著非常重要的作用。時(shí)間序列預(yù)測(cè)模型是基于時(shí)間的趨勢(shì)與目標(biāo)對(duì)象的變化，在綜合分析目標(biāo)的歷史數(shù)據(jù)后，并對(duì)目標(biāo)對(duì)象的未來(lái)變化的預(yù)測(cè)。。時(shí)間序列
6、建模是在連續(xù)的歷史數(shù)據(jù)的基礎(chǔ)上外推出其走向，即對(duì)時(shí)間序列進(jìn)行處理以研究目標(biāo)變化，再在對(duì)未來(lái)發(fā)展趨勢(shì)進(jìn)行的目標(biāo)對(duì)象的規(guī)律的推演［1］。當(dāng)代經(jīng)濟(jì)預(yù)測(cè)中的被普遍認(rèn)為的較準(zhǔn)確的時(shí)間序列模型有ARIMA模型，因此選擇ARIMA模型對(duì)中國(guó)1978-2012的GDP發(fā)展速度進(jìn)行擬合，并在擬合的基礎(chǔ)上進(jìn)行外推預(yù)測(cè)。二、時(shí)間序列模型時(shí)間序列模型是金融模型的一個(gè)重要組成部分。是時(shí)間序列分析在金融領(lǐng)域的應(yīng)用，如股票市場(chǎng)，債券市場(chǎng)，金融衍生工具市場(chǎng)和外匯市場(chǎng)。低頻和高頻數(shù)據(jù)均適用；分析的方法有時(shí)域、譜域和回歸三個(gè)分析；主要研究?jī)?nèi)容是價(jià)格或收
7、益率序列建模，和波動(dòng)或風(fēng)險(xiǎn)建模。時(shí)間序列分析的思想:數(shù)據(jù)序列被認(rèn)為是伴隨時(shí)間變化的隨機(jī)變量，可以在序列上找出一定的規(guī)律，并近似地用模型去擬合。人們常運(yùn)用ARIMA模型來(lái)進(jìn)行實(shí)證研究，以達(dá)到最優(yōu)預(yù)測(cè)效果［2］。三、ARIMA模型的建模步驟（一）數(shù)據(jù)來(lái)源及說(shuō)明本文研究1978-2012年以來(lái)的GDP發(fā)展速度，在此基礎(chǔ)上對(duì)其進(jìn)行外推預(yù)測(cè)，觀察其是否符合中國(guó)新一屆領(lǐng)導(dǎo)人的經(jīng)濟(jì)發(fā)展主張。本文所用數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和數(shù)據(jù)匯。根據(jù)上述數(shù)據(jù)對(duì)1978年到2012年的GDP增長(zhǎng)速度歷史統(tǒng)計(jì)數(shù)據(jù)描繪圖如（圖一）：（二）模型的構(gòu)建
8、：觀察1978年到2012年的GDP增長(zhǎng)速度歷史統(tǒng)計(jì)數(shù)據(jù)描繪圖序列的自相關(guān)圖和偏自相關(guān)圖，對(duì)該序列進(jìn)行初步的模型識(shí)別。由上圖可對(duì)該序列初步建立AR（2）模型。并要考察模型的顯著性是否顯著，殘差是否是白噪聲序列，模型參數(shù)顯著性如何以及對(duì)模型平穩(wěn)性和可逆性的考察。檢驗(yàn)結(jié)果圖示：由上圖可知：模型顯著，模型參數(shù)也顯著。該模型是AR（2）所以一定可逆。有
