大学论文：GDP预测方法的探讨

IGDP预测方法的探讨摘要国内生产总值GDP是核算体系中一个重要的综合性统计指标，也是中国新国民经济核算体系中的核心指标，它反映一国的经济实力和市场规模．经过多年的研究，前人也尝试用多种方法尝试过对GDP的预测，但大多数方法都比较单一，说服性不强，本文将针对1994-2011年的相关数据叙述几种具有代表性的预测方法．如一元线性回归预测法、多元线性回归预测法、趋势外推法，并对预测模型进行对比进而阐述个人观点．关键词:GDP预测方法探讨IIDiscussiononGDPPredictionMethodZhouJiyuDirectedbyLecturerJiangShutaoABSTRACTGrossdomesticproductGDPisanimportantcomprehensivestatisticalindicatorsofaccountingsystem,anditisthecoreindexofChinesenewnationaleconomicaccountingsystem.GDPreflectseconomicstrengthandmarketscaleofacountry.Afteryearsofresearch,theformeralsotrytouseavarietyofmethodstopredictGDP,butmostmethodsaresingle,persuasionisnotstrong.Thispaperwilldescribesomerepresentativepredictionmethodsfortherelevantdataduring1994-2011,comparetoeachmethodandelaboratethepersonalviews.KEYWORDS:GDPPredictionMethodDiscussion目录摘要...................................................................I英文摘要................................................................II前言...................................................................11一元线性回归预测法......................................错误!未定义书签。1.1一元线性回归预测法简述............................错误!未定义书签。1.2一元线性回归预测法在GDP预测中的应用..............错误!未定义书签。2多元线性回归预测法......................................错误!未定义书签。2.1多元线性回归预测法的简述..........................错误!未定义书签。2.1多元回归预测法在GDP预测中的应用..................错误!未定义书签。3时间序列趋势外推法......................................错误!未定义书签。3.1趋势外推法的简述及简单判断........................错误!未定义书签。3.2指数预测模型在GDP预测中的应用....................错误!未定义书签。3.3二次抛物线模型在GDP预测中的应用..................错误!未定义书签。3.4三次抛物线模型在GDP预测中的应用..................错误!未定义书签。4总结..................................................错误!未定义书签。参考文献................................................................12致谢..................................................................131前言GDP是指一个国家或地区所有常住单位在一定时期内生产活动的最终结果，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具有重要的理论和现实意义．所谓“GDP预测方法的探讨”就是指通过比较多种GDP预测方法找到一种预测精度高的预测方法．GDP综合反映了一国经济的发展状况以及宏观经济的跌涨起落，其形成是一个非常复杂的过程，影响因素众多．因此，其预测几乎要牵涉到经济体系中的一切部分，且涉及到的数据体系具有一定的特性，这也给GDP的预测带来了一定的难度，使GDP预测成为一个研究难题，引起很多专家和学者的关注，也取得了这方面的一些研究成果．本文就针对经济领域中的GDP数据进行研究，希望给出其发展规律．众所周知，近年来我国GDP一直保持较快的增长速度，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．因此，准确的分析预测GDP具有重要的理论和现实意义．考虑到GDP数据的特殊性，本文主要运用大学《统计预测与决策》这本书中的三种简单易懂的预测方法（一元回归预测法、多元回归预测法、时间序列趋势外推法）模拟了几种常见的模型进行GDP数据的模拟．借鉴前人的经验和大量文献一元线性回归预测法将采用第三产业增加值作为参变量进行拟合；考虑到线性回归预测增加指标可以提高预测精度所以第二种方法选择了多远回归预测法，为了避免多重共线性多元线性回归预测法采用农林牧渔业总产值、第三产业增加值作为自变量进行模拟预测；第三种方法是时间序列的趋势外推法，将涉及指数模型、二次抛物线模型、三次抛物线模型.同时．本文将以1994—2011年近18年的数据完成本次论文，论文思路清晰，方法简单易懂但不失预测性．21一元线性回归预测法1.1一元线性回归预测法简述一元线性回归预测法是指成对的两个变量数据分布大体呈直线趋势时，采用适当的计算方法，找到两者之间特定的检验公式，即一元线性回归模型．然后根据自变量的变化，来预测应变量发展变化的方法．一元线性模型可表述为：式中，错误!未找到引用源。、错误!未找到引用源。是未知参数；错误!未找到引用源。为剩余残差项或随机扰动项，引进随机扰动项错误!未找到引用源。是为了包括对因变量错误!未找到引用源。的变化有影响的所有其他因素．在运用回归预测法时，要求满足一定的假设条件．其中最重要的是关于错误!未找到引用源。须具有的5个特性：（1）错误!未找到引用源。是一个随机变量；（2）错误!未找到引用源。的平均值为零，即错误!未找到引用源。；（3）在每一个时期中，错误!未找到引用源。的方差为一个常数，即错误!未找到引用源。错误!未找到引用源。；(4)各个错误!未找到引用源。间相互独立；(5)错误!未找到引用源。与自变量无关．要将一元线性回归模型用于预测，就需要估计出错误!未找到引用源。、错误!未找到引用源。这两个未知参数．建立以下一元线性回归预测式：一个好的估计量应满足一致性、无偏性和有效性的要求．线性回归模型参数的估计方法通常有两种，即普通最小二乘法和最大似然估计法.最常用的是普通最小二乘法．1.2一元线性回归预测法在GDP预测中的应用GDP的值是由第一产业总值、第二产业总值和第三产总值构成的，其中每一个模块的变化都会影响GDP的变化．纵观近些年的经济发展状况第三产业在GDP核算中的地位越来越高，直接影响一国的综合实力．又因为第三产业增加值直接反应第三产业产值情况，正是由于第三产业增加值与GDP有较强的相关性，同时也有前人曾经用此指标进行过相关的预测．因此，本论文选用此指标来对GDP进行预测回归．3表1-11994-2011年第三产业增加值与GDP数据年份时序（t）第三产业增加值国内生产总值（亿元）年份时序（t）第三产业增加值国内生产总值（亿元）1994116179.848197.920031056004.7135822.81995219978.560793.720041164561.3159878.31996323326.271176.620051274919.3184937.41997426988.178973.020061388554.9216314.41998530580.584402.3200714111351.9265810.31999633873.489677.1200815131340.0314045.42000738714.099214.6200916148038.0340902.82001844361.6109655.2201017173596.0401512.82002949898.9120332.7201118205205.0473104.0（数据来源：中国统计年鉴）对上面数据利用EXCEL对上面数据作图得下散点图:图1-11994-2011年GDP随第三产业增加值的序列散点图从散点图中可以看出，国内生产总值与第三产业增加值大致呈线性关系，进一步用EXCEL进行线性回归得以下表格:表1-2回归系数Coefficients标准误差tStatP-valueIntercept14719.791404.41610.481081.42E-08XVariable12.2354070.015157147.48481.67E-26由上表1-2可得一元线性回归模型为：经查表得错误!未找到引用源。，对比上表易知系数通过了错误!未找到引用源。检验，说明回归系数显著；表1-3方差分析4dfSSMSFSignificanceF回归分析12.76E+112.76E+1121751.781.67E-26残差162.03E+0812672388总计172.76E+11经查表得错误!未找到引用源。，对比上表1-3易知，次回归模型通过了错误!未找到引用源。检验，即表明回归模型显著；表1-4回归统计回归统计MultipleR0.999632RSquare0.999265AdjustedRSquare0.999219标准误差3559.83观测值18拟合曲线的可决系数错误!未找到引用源。，由于拟合直线的相关系数较高，我们可以认为用一元线性函数拟合国家GDP拟合效果较好．综上所述，此一元回归模型拟合效果较好，可以用于错略预测GDP．但是要进行精确预算还是要慎重，可以进一步增加变量提高精确度．2多元线性回归预测法2.1多元现行回归预测法的简述以上讨论了两个变量因素之间的回归预测问题，然而，客观事物的变化往往受多种因素的影响，即使其中一个因素起着主导作用．但有时候其他因素的作用也是不可忽视的，在实际问题中，大多数影响自变量的因素不是一个，而是多个，我们把包括两个或两个以上自变量的回归称为多元回归．建立以下多元（以二元为例）线性回归预测式:式中，错误!未找到引用源。是因变量，错误!未找到引用源。、错误!未找到引用源。是自变量，错误!未找到引用源。、错误!未找到引用源。、错误!未找到引用源。是回归系数，通常使用一个以上的自变量可以使预测精度大大提高．2.2多元线性回归预测法在GDP中的应用为了防止多重共线性，在选数值上特意选了第一产业和第三产业两个没有交叉的指标作为因变量．5表2-１农林牧渔业总产值、第三产业增加值及国内生产总值数据年份农林牧渔业总产值第三产业增加值国内生产总值（亿元）年份农林牧渔业总产值第三产业增加值国内生产总值（亿元）199415750.516179.848197.9200329691.856004.7135822.8199520340.919978.560793.7200436239.064561.3159878.3199622353.723