论文部分内容阅读
GDP(Gross Domestic Product)——国内生产总值是SNA(System ofNational Accounts)——国民经济帐户体系中最主要的总量指标，它全面完整地反映了社会再生产过程的初始流量，是反映一个国家或地区宏观经济总量的统计指标。由于国民经济核算体系的历史演变，客观上造成了GDP历史数据的缺失。 为了做到GDP数据的延续性和可对照性，国家和北京市以国民收入和其他有关历史资料为基础，测算GDP历史数据，而对于门头沟区来说，1990年以前这段时间的GDP总量还处于缺失状态。90年代以前GDP数据的测算对于门头沟区来说同样重要，也是统计工作者必须面对和解决的一个问题。 本文将尝试运用预测方法来测算门头沟区1978-1990年GDP,在将预测方法运用于历史缺失数据测算方面做一些探索性研究。具体测算步骤是:第一步:根据门头沟区具体情况和现有资料状况以及有利于两个历史时期的对比，运用回归分析法——多重线性回归分析法分别测算三次产业增加值数据，最后加总得到第一个GDP总量。第二步:运用时间序列分析法——趋势外推法直接测算第二个GDP总量。第三步:运用组合预测法一以误差平方和达到最小的线性组合预测模型，将前两种测算结果加权平均，得到最终GDP总量。结果证明，以预测误差平方和达到最小为准则的线性组合模型测算门头沟区GDP，精度较高，且符合门头沟区经济运行状况，因此模型是合理的。 论文成功测算了门头沟区1978-1990年的GDP，使门头沟区GDP数据的延续性和可对照性进一步加强。相对于全国和北京市的测算方法，本方法操作简便，对历史数据完整性要求较低。同时，就方法的可实现性来看，也适用于其他地区GDP历史缺失数据的测算或者其它经济社会历史缺失数据的测算，具有一定推广价值。论文选题的理论意义在于探讨了回归分析法（多重线性回归分析法）、时间序列分析法（趋势外推法）、组合预测法（以误差平方和达到最小的线性组合预测）等多种预测方法在历史缺失数据测算中的应用。使预测方法不仅能应用于对未来数据测算，而且可以用于历史缺失数据的测算，一方面拓宽了预测方法的应用领域，另一方面也使历史缺失数据的测算有了一个新的方法。