ARMA在我国GDP预测中的应用-时间序列.docx

?

?

ARMA在我国GDP预测中的应用

时间序列

?

?

论文导读:：时间序列预测方法的基本思想是：预测一个现象的未来变化时。在我国GDP预测中的应用。

论文关键词：ARMA模型GDP，时间序列

?

一、前言

经济运行过程从较长时间序列看,由于市场机制的作用,呈现一定的规律,这对预测提供了依据。目前,预测经济运行时间序列的理论与方法较多,而AR-MA模型在经济预测过程中既考虑了经济现象在时间序列上的依存性,又考虑了随机波动的干扰性,对经济运行短期趋势的预测准确率较高,是近年应用比较广泛的方法之一。由于国内生产总值(GDP)不仅能够在总体上度量国民产出和收入规模,也能够在整体上度量经济波动和经济周期状态,因此,对GDP进行精确的拟合和分析对分析一国的宏观经济发展趋势具有重要意义。在本文中研究中,根据ARMA模型的应用条件,选取1978年我国实行市场经济体制后的GDP序列数据进行建模分析。

二、ARMA模型简介

ARMA模型是由美国统计学家GE.P.Box和英国统计学家G.M.Jenkin在二十世纪七十年代提出的时序分析模型,即自回归移动平均模型。若时间序列为它的当前与前期的误差和随机项,以及它的前期值得线性函数,可以表示为:

(1.1)

则称该时间序列为(p,q)阶自回归移动平均模型,记为ARMA(p,q)论文开题报告范例。参数为自回归参数,，，为移动平均参数,是模型的待估