中国GDP的计量经济模型(ARIMA模型)分析

中国GDP的计量经济模型(ARIMA模型)分析　　A时间序列是指按照时间顺序得到的变量的观测值，而按时间顺序得到的经济变量的观测值即为经济时间序列。　　文中讨论的 ARIMA 模型是一类常用的随机时序

GDP(ARIMA) 中国的计量经济模型模型分 析 A 时间序列是指按照时间顺序得到的变量的观测值，而按时间 顺序得到的经济变量的观测值即为经济时间序列。 ARIMA 文中讨论的模型是一类常用的随机时序模型，它是一 种精度较高的时序短期预测方法，其基本思想是：某些时间序列是 t 依赖于时间的一族随机变量，构成该时序的单个序列值虽然具有 不确定性，但整个序列的变化却有一定的规律性，可以用相应的数 学模型近似描述。通过对该数学模型的分析研究，能够更本质地认 识时间序列的结构与特征，达到最小方差意义下的最优预测。我国 GDP 总量的形成是一个复杂的过程，受经济、政策、科技水平、 自然等多因素的影响。 GDP GDP 总量或人均预测的理论及应用研究非常多。国内 GDP (1) 外学者对我国的研究方法主要有三种：时间序列方法：研 GDP 究随时间发展的规律。通过时间序列的历史数据揭示现象随 ARMA ARCH 时间变化的规律，建立、等模型，将这种规律延伸 ;(2) 到未来，从而对该现象的未来作出预测协整检验的计量经济学模 GDP GDP 型：通过分析影响发展的本质因素，研究与这些因素 ;(3) 的协整关系，建立计量经济学模型生产函势，并具有很强的非平 稳性。 2 、数据平稳化。对于含有指数趋势的时间序列，可以通过取 对数将指数趋势转化为线性趋势，然后再进行差分以消除线性趋势。 GDP 取对数过后的依旧存在非平稳性，需要对其进行差分，先进 行一阶差分，绘制一阶差分后的时间序列图。 从图中很难看出一阶差分后的序列是否平稳。于是，首先考察 ; 序列的样本自相关图，从直观上检验该序列的平稳性其次，我们对 ADF 该序列进行单位根检验。从自相关图中发现序列的自相关系 2 数一直都比较小，延迟一阶后始终控制在倍标准差的范围以内， 可以认为该序列在零轴附近波动，具有短期相关性，因而可以直观 Tau 地判别一阶差分后序列平稳。从单位根检验结果看，由于统计 P0.05 量的值都小于，可以认为该序列平稳，不存在一个单位根， 即有指数趋势的序列，经过取对数、一阶差分后序列平稳。对差分 Pα 后序列进行纯随机检验，发现延迟各阶的值显著地小于 (α=0.05) ，拒绝原假设，即可以认为序列为非白噪声序列。 () 二模型的建立与识别。 从上文分析已知道，序列经过差分后为平稳非白噪声序列，可