Bp神经网络等多方法地区GDP数据质量评估与预警研究.docVIP

基于Bp神经网络等多方法的地区GDP数据质量评估与预警研究 ——以华东地区为例 摘要 我国GDP数据真实性一直是国内外学者关注的焦点，也是核算工作实务中必须面对的难点。本文在若干假定的基础上，综合运用Bp神经网络模型、ARIMA模型、Holter_winter非季节模型，并采用地方财政收入指标作为辅助指标，选取华东地区七个省（市）作为研究样本，对地方GDP变动趋势进行了较好的拟合，据此构造GDP数据质量评价系统；结合实际工作对评估结果进行了有效分析，指出了可能存在的问题；依据评估系统试图对未来数据质量进行预警，给出了2012年若干地区的数据质量预警范围，以期对实际工作有所启示。一、引言 GDP作为综合反映国民经济运行状况的主要指标，倍受各级政府和有关方面关注。然而，一直以来对GDP统计数据质量的质疑声不断，较为典型的是Rawski（2001）从能源利用效率与中国经济特征等方面出发进行分析并质疑。而在实际工作中，受我国地域广大、区域间差异大等情况影响，统计数据质量评估工作存在着评估方法简单、普适性不强等诸多问题。如何对GDP数据的真实性和协调性进行定量分析，有效评估地区经济数据的质量并及时预警，对于提高官方统计数据的权威性，进一步凸显统计数据服务经济决策的作用，具有重要的理论价值和现实意义。 本文特挑选华东地区六省一市作为研究对象，由于该地区包含了我国东部、东南部沿海、中部