论文部分内容阅读
GDP(Gross Domestic Product)是国民经济核算的核心指标,常被公认为衡量一个国家(或地区)经济状况的最佳指标,我们可以从GDP的变化判断出一个国家(或地区)经济状况的盛衰。时间序列分析预测方法是通过序列的历史统计数据揭示现象随时间变化的规律,将该规律延伸到未来,从而对该现象的未来走势做出预测,在经济领域发挥了重要作用。将时间序列分析法应用到我国GDP预测中,利用时间序列模型,能够准确地预测我国GDP将来走势,为国家宏观经济的有效调控和政策制定提供理论引导。本文基于时间序列分析理论,选用国家统计局发布的2000年第一季度至2014年第一季度我国GDP累计值57个季度数据,借助EViews 6.0软件,SAS 9.1.3软件和Matlab 2011a软件,对数据进行拟合分析,分别建立乘积季节ARIMA模型,叠合模型和虚拟变量回归模型,在叠合模型中建立全新的高斯函数与正弦函数和的叠合模型形式,以及在虚拟变量回归模型中开拓建立含多个虚拟变量的非线性回归模型这一新思路,并通过计量模型对2014年后三个季度我国GDP进行预测。分析探讨三种模型的准确性,选择相对预测误差最小的模型成为相对最优预测模型,具有较高的理论和实际作用。