中国人均GDP时间序列的实证分析与预测.pdfVIP

经济论坛Mar．2Ol2

总第500期第03期EconomicForumGen．500No．O3

中国人均GDP时间序列的实证分析与预测

文／郭景威李宏斌

摘【要】本文结合1970~2009年我国的人均GDP数据，应用SAS软件进行分析，建立中国人均GDP的时

间序列ARMA模型，并在此模型的基础上对我国2011~2013年人均GDP进行了短期预测，探讨经济发展趋

势，深入分析这一指标对于反映我国经济发展历程、探讨经济增长规律、研究波动状况、制定相应的宏观

调控政策有着十分重要的意义。

【关键词】人均GDP；时间序列；ARNIA模型；预测

【作者简介】郭景威，北京林业大学经济管理学院，研究方向：农林经济与管理；李宏斌，长春理工大学，

研究方向：电子材料与元器件。

人均GDP是体现一个国家或地区经济实但是SAS软件具有比其他软件更优的准确性。③所

力、发展水平和生活水准的综合指标，是人们建时间序列模型的可推广性差。本文采用1970—

了解和把握一个国家或地区宏观经济运行状况2009年最新数据，应用较为权威的SAS软件，对

的有效工具。它不仅考虑了经济总量的大小，中国人均GDP数据值进行分析，通过建立相关模

而且结合了人口多少的因素，在国际上被广泛型来探讨中国经济发展状态和趋势，以揭示我国人

用于评价和比较一个国家和地区经济发展水均GDP变化的内在规律性，并在此模型的基础上

平。尤其是我们这样的人口大国，用人均GDP对我国2011-2013年人均GDP进行短期预测，使我

这一指标反映经济增长和发展情况更加准确、们从宏观上了解中国经济的发展状况。同时期望为

深刻和富有现实意义。国家制定科学合理的经济发展战略、采取正确的方

一、研究背景及意义针来应对人民收入水平逐渐升高所带来的一系列社

近年来，国内外有一些学者对GDP的发展会问题提供一定的参考和建议。

规律及预测方法进行了研究。魏宁、边宽江等二、研究的技术路线及方法

利用SPSS统计软件，对1952～2007年陕西省的(一)ARMA模型简介

GDP进行分析，并对陕西省未来6年GDP进行预ARMA模型(Auto—RegressiveandMoving

测。靳珊对1950～2006年贵州的数据进行分AverageMode1)是研究时间序列的重要方法，由

析，采用Eviews软件建立ARIMA(1，1，1)模白回归模型(简称AR模型)与滑动平均模型

型，揭示了贵州GDP的增长变化规律。赵盈以(简称MA模型)为基础“混合”构成。其基本

1954～2004年我国GDP的数据资料为依据，采思想是：某些时间序列是依赖于时间T的一组

用Box--Jenkins方法建立ARIMA(1，1，1)模型，随机变量，构成该时间序列的单个序列值虽然

揭示了我国GDP增长变化的规律性，并对回归具有不确定性，但整个序列的变化却有一定的

结果进行了实证分析。规律可以用相应的数学模型近似描述。该方法

通过对前人文章的研究，我们发现三点问题：不考虑以经济理论为依据的解释变量的作用，而

①对中国GDP时间序列进行深入分析与研究的文是依据变量本身的变化规律，利用外推机制描述

献甚少。②大多数学者选择使用SPSS或者Eviews时间序列的变化，能达到