中国人均GDP的时间序列模型的建立与分析.pdfVIP

笫34卷第6期 mm舢‰u咖w西est宅慧篡怒：曼。煞慧急蹦咖e洲。n Dec．2008 162-06 文章编号：1003-2843(2008)06-1 中国人均GDP的时间序列模型的建立与分析 严天艳1‘3，吕王勇2j，朱丽萍3 (1．四川大学数学学院，四川成都610065；2．四Jll师范大学数学学院，四川成都610066； 3．攀枝花学院计算机学院，四川攀枝花617000) 摘要：人均GDP是人们了解和把握一个国家或地区宏观经济运行状况的有效工具．本文在介绍时间序列模型的基础上， 文章详细介绍了模型建立的整个过程，并由此模型对中国2007-2010年中国人均GDP的数值进行了预测．这对我们从宏 观上了解中国经济的发展状况，为国家制定科学合理的经济发展战略具有重要意义． 关键词：人均GDP；彳删(p，g)；AmMA(p，d，g)；白噪声序列 中图分类号：0211．9 文献标识码：A 人均GDP是体现一个国家经济实力、发展水平和生活水准的综合指标．它不仅考虑了经济总量的大小， 而且结合了人口多少的因素，在国际上被广泛用于评价和比较一个国家和地区经济发展水平．根据国家 实现比2000翻两番的预期目标，需要用一个时间序列的模型来分析预报．根据西方国家的经验，不同人均 GDP时期所面临的社会主要问题是不一样的．人均GDP的预报值不仅可以为国家领导人制定经济目标提 供依据而且还有利于国家采取正确的方针来应对人民收入水平逐渐升高带来的一系列社会问题．改革开 放三十年来中国经济保持了每年两位数的增长，在经济高速增长的同时到底人民口袋里的钱增长了多少． 在未来的几年内可能增长到什么数字，很值得去研究． 对于预测人均GDP有很多的方法，如回归预测法、时问序列分解法、趋势外推法、时间序列平滑预测法、 自适应过滤法等【2。81．相对于这些方法而言，时间序列模型预测法是一种精度相当高的短期预测法，而且是一种 均GDP时间序列数据进行了研究，并根据数据的特点构建了彳兄?=^翻时问序列预测模型． 1 时间序列分析方法简介 1．1 ARMA(p，g)模型141 形成的时间序列数据视为一个随机序列i用一定的数学模型来近似描述这个序列，这个模型一旦被识别后就可 以从时间序列数据的过去值及现在值来预测未来值。 我们把具有如下结构的模型称为自回归移动平均模型，简记为ARMA(p，q)： 收稿日期：2008．09．16 作者简介：严天艳(1969·)，女，I囤)JI大学硕士生，攀枝花学院计算机学院副教授，主要从事概率与数理统计研究． 万方数据 第6期 严天艳等：中国人均GDP的时间序列模型的建立与分析 1163 f薯=矽o+≯l薯一l+≯2t一2+…+≯战一P+毛一目1E一。一82st一：一…一岛E1， I矽P≠0，Oq≠0， I E(6t)=o，Var(6t)=仃2f，E(616,)=o，S≠t， l E(xstrt)=0，Vst． 间序列中它的一般形式可写为： 薯=矽l‘一l+≯2‘一2+…+矽磁一p+乞一秒lt一，一乡2t一：一…一秒gt一， 的误差q一，有关，毋是独立于誓一，和q一，的白噪声序列．在对原始数据平稳化处理后，可以通过分析数据的残 自相关函数显著不为零的最高阶数． 1．2 ARIMA(p，d，g)模型 求和自回归移动平均(autoregressiveintegratedmoving 精度相当高的短期预测方法，而且它不需要事先假定数据存在着一定的结构或模式，而是从数据本身出发来寻 找可以较好描述数据的模式，从而可以保证模型与数据的拟合较好．它的结构为： l O(B)V口■=O(B)8， {E(‘)=0，Var(s，)=盯占2，E(er占。)=0，s≠， 【Ex，q=o，VSf 式中：Vd=(1一B)d，差分运算； ①(B)=1一≯lB…·一九Bp，为平稳可逆ARIMA(p，d，q)模型的自回归系数多项式； o(B)=1一qB…·一巳B。，为平稳可逆ARIMA(p，d，g)模型的移动平滑系数多项式；