GDP是國民經濟核算的綜合性的核心指標,也被認為是衡量一個國家或地區(qū)經濟狀況和發(fā)展水平的最優(yōu)指標,其反映出國家或地區(qū)的經濟實力和市場規(guī)模。山東省的經濟發(fā)展水平在國內一直處于領先位置,其重要特點是“穩(wěn)”。近年來占據全國省份GDP排名榜單的第三位,是僅次于廣東和江蘇的經濟大省,對全國經濟總量的影響可謂舉足輕重。然而,自2017年開始,山東省的GDP增長遇到不小的挑戰(zhàn),經濟下行壓力加大,省內經濟增長缺乏活力帶來的問題進一步顯現,具體即實體經濟發(fā)展困難,內需增長放緩,新舊動能轉換空檔期等問題。在此背景下,研究和預測山東省GDP具有重要意義。與此同時,鑒于山東省與國家宏觀經濟政策的契合程度高,研究也可以反映出我國GDP總量的發(fā)展趨勢,預測今后國家整體的經濟動向。本文首先經過參考文獻和相關研究,選取11個與GDP和宏觀經濟發(fā)展相關的社會經濟指標,使用Lasso方法對其進行變量選擇,排除變量間的多重共線性,經過R語言的編程計算,最終選擇了兩個對山東省GDP發(fā)展最有影響的指標:農林牧漁總產值和工業(yè)總產值,根據這兩個指標,分析了山東省當前經濟發(fā)展的狀態(tài)和面對的一些問題,山東省內商業(yè)水平需要更大的發(fā)展、營商環(huán)境需要進一步加強、企業(yè)家文化精神需要提高等問題,產業(yè)升級和新舊動能轉換的必要性和緊迫性,新興產業(yè)迫切需要引入和發(fā)展,經濟創(chuàng)新能力亟需加強。第一第二產業(yè)對GDP影響明顯,第三產業(yè)服務業(yè)包括商業(yè)、金融業(yè)、交通運輸業(yè)和新興產業(yè)如互聯網產業(yè)的發(fā)展不足,針對這些問題提出了改進建議,增強第三產業(yè)的發(fā)展,一方面發(fā)展服務業(yè)是必要的,從近年來全國經濟數據來看,服務業(yè)規(guī)模日益壯大、質量效益大幅提升、新產業(yè)新業(yè)態(tài)層出不窮。目前山東省服務業(yè)還需進一步發(fā)展,服務業(yè)可帶來不少新的經濟增長點,如生產性服務業(yè),在精細化發(fā)展上大有可為;金融服務業(yè)的私有募集基金,文化旅游產業(yè),互聯網經濟產業(yè)如大數據、云計算、人工智能、電子商務等。同時發(fā)展服務業(yè)也可以更好的完善和支撐當前山東省經濟占主體地位的制造業(yè)及農業(yè)。面對新的經濟形勢及中美貿易戰(zhàn)的沖擊,更應該充分擴大挖掘內需,不斷激活民營企業(yè)小微企業(yè)的發(fā)展,創(chuàng)造新的經濟增長點。在變量選擇的基礎上,使用SAS軟件編程,對響應變量和解釋變量分別建立了ARMA模型,同時根據響應變量的ARIMA模型對自身進行了預測,之后建立了帶有輸入變量的ARIMAX模型,并最終完成對山東省GDP的預測。預測結果說明,帶有輸入變量的ARIMAX模型的準確度要高于ARIMA模型,同時ARIMAX模型的穩(wěn)定性優(yōu)于ARIMA模型。
【學位單位】：山東大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：F224;F127
【部分圖文】：

圖１－１邋２０１１－２０１８年山東省ＧＤＰ總量及增速逡逑

４／？／ＡＭ（ｐ，ｄ，（７）模型。逡逑從定義可知，模型實質上是的ｄ階差分序列是一個平穩(wěn)可逡逑逆的ｙＵ？Ａ＾４（Ｐ，幻模型。綜上所述，多個時間序列模型之間的關系如圖３－１。逡逑３３逡逑

逡逑圖４－１解釋變量的相關性逡逑Ｘ３邐Ｘ４邐Ｘ５邐Ｘ６邐Ｘ７邐Ｘ８邐Ｘ９邐Ｘ１０５３２邐０．２６８６４２９邐０．４９２０９９９邐０．２３１３２５５邐０．６６６９２７９邐０．３５４３５４６邐０．１１６１２０７邐０．２４９Ｂ５７４邐０．２６４００００邐０．９６３８７００邐０．７５８８６６４邐０．９９６９８１３邐０．８３３Ｂ９６７邐０．９７６６３６７邐０．８１５１０２８邐０．９９３７３７２邐０．９９３８７００邐１．０００００００邐０．８４４７７８８邐０邋９７Ｂ４９９８邐０．８５９５２２６邐０．９８６８５７８邐０．７８９４７６０邐０．９８５８８３４邐０．９８４７

【相似文獻】

相關期刊論文 前10條

1 吳吟吟;;ARIMAX模型中的異常點挖掘[J];貴州工業(yè)大學學報(自然科學版);2008年03期

2 陳曦;洪希成;徐興建;魏鳳華;朱惠國;;ARIMA與ARIMAX模型在釘螺密度預測中的應用[J];公共衛(wèi)生與預防醫(yī)學;2014年02期

3 黨紅剛;馬亮亮;;基于ARIMAX模型的海西州地區(qū)高血壓月發(fā)病率預測[J];中國老年學雜志;2011年22期

4 程宇;夏若雯;;匯率改革對人民幣兌美元匯率中間價的影響——基于ARIMAX模型的實證分析[J];當代經濟;2016年17期

5 彭娟;;中國高校在校學生人數發(fā)展趨勢的ARIMAX模型[J];教育教學論壇;2013年26期

6 黨亞崢;徐騰飛;高巖;;基于Haar小波與ARIMAX模型進行短期負荷預測[J];上海理工大學學報;2019年01期

7 程燕;;ARIMAX模型方法及其應用——重慶城市居民可支配收入與消費支出[J];重慶工商大學學報(自然科學版);2015年11期

8 李春燕;陳峻;;基于ARIMAX模型的交通事故宏觀預測[J];道路交通與安全;2009年01期

9 胡學鋒;ARIMAX模型在居民儲蓄存款預測中的應用[J];財經問題研究;2001年01期

10 魏艷華;王丙參;;基于ARIMAX模型的甘肅農村居民消費預測與決策[J];天水師范學院學報;2015年02期

相關碩士學位論文 前5條

1 司圃旭;基于變量選擇和ARIMAX模型的山東省GDP預測[D];山東大學;2019年

2 吳吟吟;用Gibbs方法挖掘ARIMAX模型中的異常點[D];東南大學;2006年

3 林璐;基于ARIMAX模型的鐵路客運量預測研究[D];暨南大學;2016年

4 范菁;ARMA模型的兩種共軛梯度參數估計法及ARIMAX模型的應用[D];燕山大學;2010年

5 陳聰聰;基于ARIMA模型和ARIMAX模型的山東省GDP的預測與分析[D];山東大學;2016年

本文編號：2816384