摘要：本文利用统计软件对我国1987年到2012年实际GDP时间序列数据进行了分析，解释趋势性，利用PP检验，检验我国GDP序列的平稳性，并建立我国GDP对数序列的ARIMA模型，得到我国GDP内在的规律性，可以用来做我国GDP时间序列的拟合和预测。
　　关键词：GDP；时间序列分析；平稳性；ARIMA模型
　　一、前言
　　国内生产总值（Gross Domestic Product，简称GDP），国内生产总值是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。因此建立我国GDP的时间序列模型并对其进行分析具有十分重要的意义。本文以1987年到2012年我国GDP的时间数据资料为依据，建立ARIMA模型，以揭示我国GDP增长变化的规律性，并据此进行分析。
　　二、关于时间序列
　　时间序列分析（Time series analysis）是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。
　　AR（p），MA（q）和ARMA（p，q）三个模型只适用于刻画一个平稳序列的自相关性。一个平稳序列的数字特征，如均值、方差和协方差等是不随时间的变化而变化的，时间序列在各个时间点上的随机性服从一定的概率分布。可以通过时间序列过去时间点上的信息，建立模型拟合过去信息，进而预测未来的信息。〖BP（〗然而，对于一个非平稳时间序列而言，往往时间序列的某些数字特征是随着时间的变化而变化的，也就是说，非平稳时间序列在各个时间点上的随机规律是不同的，难以通过序列已知的信息去掌握时间序列整体上的随机性。而在实践中遇到的经济和金融数据大多是非平稳的时间序列。〖BP）〗
　　三、我国GDP时间序列的建模
　　我们采用的数据来自中国统计年鉴各年版，样本时期为1978-2012年。（数据如下表1）：