基于时间序列分析的我国GDP预测模型-概率论与数理统计专业论文.docxVIP

Master Dissertation of Suzhou University of Science and Technology Chinas GDP Forecasting Model Based on Time Series Analysis Master Candidate: Chen Yao Supervisor: Cheng Mao Lin Major:Probability Theory and Mathematical Statistics Suzhou University of Science and Technology Department of Mathematics and Physics June,2015 苏州科技学院硕士学位论文 摘要 摘 要 GDP（Gross Domestic Product）是国民经济核算的核心指标，常被公认为衡量一 个国家（或地区）经济状况的最佳指标，我们可以从 GDP 的变化判断出一个国家（或 地区）经济状况的盛衰。 时间序列分析预测方法是通过序列的历史统计数据揭示现象随时间变化的规律， 将该规律延伸到未来，从而对该现象的未来走势做出预测，在经济领域发挥了重要作 用。将时间序列分析法应用到我国 GDP 预测中，利用时间序列模型，能够准确地预 测我国 GDP 将来走势，为国家宏观经济的有效调控和政策制定提供理论引导。 本文基于时间序列分析理论，选用国家统计局发布的 2000 年第一季度至 2014 年第一季度我国 GDP 累计值 57 个季度数据，借助 EViews 6.0 软件，SAS 9.1.3 软件 和 Matlab 2011a 软件，对数据进行拟合分析，分别建立乘积季节 ARIMA 模型，叠合 模型和虚拟变量回归模型，在叠合模型中建立全新的高斯函数与正弦函数和的叠合模 型形式，以及在虚拟变量回归模型中开拓建立含多个虚拟变量的非线性回归模型这一 新思路，并通过计量模型对 2014 年后三个季度我国 GDP 进行预测。分析探讨三种模 型的准确性，选择相对预测误差最小的模型成为相对最优预测模型，具有较高的理论 和实际作用。 关键词：GDP，时间序列分析，乘积季节 ARIMA 模型，叠合模型，虚拟变量回 归 模 型 I 苏州科技学院硕士学位论文Abs 苏州科技学院硕士学位论文 Abstract II II Abstract GDP (Gross Domestic Product) is a key index of national economic accounting, often regarded as the best index of a measure of economic condition of a country (or region). We can determine economic ups and downs of a country (or region) from the change of GDP. Time series analysis forecasting method reveals the law of the phenomenon changing with time through historical data sequences. The law extends to the future, so as to predict the future trend of the phenomenon. It has played an important role in the economic field. Time series analysis method can be applied to forecast the GDP of China, and using time series model can accurately predict the future trend of the GDP of China. This provides theoretical guidance for the effective regulation of national macro economy and policy making. In this paper, the theory is based on time series analysis. The paper uses the 57 quarter data of GDP aggregate-value of China from the first quarter of 2000 to the first quarter of 2014 relea