论文部分内容阅读
在国民经济发展过程中,国内生产总值(GDP)无疑是衡量一个国家综合国力的重要指标。GDP是指在一定时期内(一个季度或一年),一个国家或地区所有常住单位全部生产活动的最终结果。常被认为是衡量一个国家经济状况的最佳指标(刘薇2008)。这个指标不仅能从总体上度量国民产出和收入规模,也能从整体上度量经济波动和经济周期状态。成为宏观经济中最受关注的经济数据,被认为是衡量国民经济发展、判断宏观经济运行状况的一个重要指标,也是政府制定经济发展战略和经济政策的重要依据。因此,准确的分析预测GDP具有重要的理论和实际意义。时间序列是同一现象在不同时间上的相继观察值排列而成的一组数字序列。时间序列分析是动态数据分析处理的一种重要的方法,它以概率统计学作为理论基础来分析随机数据序列(或称动态数据序列),并对其建立数学模型,并进一步应用于预测、自适应控制等诸多方面,是一个具有相当高的实际价值的应用研究领域。时间序列预测方法则是通过序列的历史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做出预测。传统的时间序列分析方法在经济中的应用主要是确定性时间序列分析方法,主要包括指数平滑法、移动平均法、时间序列的分解等。随着社会经济的发展,许多不确定因素在经济生活中的影响越来越大,必须引起人们的广泛重视。Box和Jenkins于1970年提出了以随机理论为基础的时间序列分析方法,使时间序列分析理论上升到了新的高度,使预测的精度大大提高。时间序列分析的基本模型有:AR模型、MA模型、ARMA模型和ARIMA模型。本文在时间序列分析理论的基础上,以陕西省1952年到2007年56年来的国民生产总值为基础,利用SPSS软件和Excel对数据进行时间序列分析,建立时间序列分析模型,并对模型进行检验,综合各种条件确定最终的模型。最后利用建立的模型对陕西省未来6年的生产总值做出预测。本文主要从以下三个方面做研究:(1)论述了分析陕西省GDP的原因、研究时间序列分析的目的和意义,时间序列分析的研究现状;(2)研究和讨论了时间序列分析建模的基本理论和方法;(3)建立陕西省GDP、第一、二、三产业的时间序列模型,进行深入的讨论与研究,并对其进行预测。