论文部分内容阅读
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):
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):