【摘要】：本文以時(shí)間序列理論為基礎(chǔ),以鄭州市1981年至2010年三十年的地區(qū)生產(chǎn)總值為數(shù)據(jù)基礎(chǔ)資料,對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)化處理、模型識(shí)別、參數(shù)估計(jì),建立時(shí)間序列模型,并對(duì)模型進(jìn)行檢驗(yàn),確定較適合模型為自回歸移動(dòng)平均模型ARIMA (1,2,1)。利用ARIMA(1,2,1)模型對(duì)鄭州市2011—2012年GDP作出預(yù)測(cè)并與實(shí)際值比較,結(jié)果表明相對(duì)誤差均在3%之內(nèi),預(yù)測(cè)模型良好,繼續(xù)利用ARIMA (1,2,1)模型對(duì)我市未來(lái)5年的地區(qū)生產(chǎn)總值做出預(yù)測(cè)。 國(guó)內(nèi)生產(chǎn)總值(GDP)是現(xiàn)代國(guó)民經(jīng)濟(jì)核算體系的核心指標(biāo),是衡量一個(gè)國(guó)家綜合國(guó)力的重要指標(biāo)。國(guó)內(nèi)生產(chǎn)總值(Gross Domestic Product)是指在一定時(shí)期內(nèi)(一個(gè)季度或一年),一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價(jià)值,它反映該國(guó)的經(jīng)濟(jì)發(fā)展水平和人民的生活狀況,它是衡量國(guó)家經(jīng)濟(jì)發(fā)展水平的最優(yōu)指標(biāo)。國(guó)民經(jīng)濟(jì)產(chǎn)出的全部成果都概括在這個(gè)指標(biāo)之中,用一個(gè)統(tǒng)計(jì)數(shù)字來(lái)表示簡(jiǎn)單明了,這一指標(biāo)為社會(huì)財(cái)富的經(jīng)濟(jì)表現(xiàn)提供了一個(gè)最為綜合尺度,它同時(shí)可以衡量與評(píng)價(jià)國(guó)家經(jīng)濟(jì)狀況及增長(zhǎng)趨勢(shì)�？梢哉f(shuō),這一經(jīng)濟(jì)指標(biāo)在人類(lèi)的經(jīng)濟(jì)生活乃至整個(gè)社會(huì)生活中扮演著非常重要的角色。對(duì)它進(jìn)行分析,并作出準(zhǔn)確及時(shí)的預(yù)測(cè)具有重要的實(shí)際意義和理論意義。用GDP指標(biāo)來(lái)反映區(qū)域經(jīng)濟(jì)增長(zhǎng)和發(fā)展情況更加準(zhǔn)確、深刻和富有實(shí)際意義。深入分析這一指標(biāo)對(duì)于反映我國(guó)經(jīng)濟(jì)發(fā)展歷程、探討增長(zhǎng)規(guī)律、研究波動(dòng)狀況,制定相應(yīng)的宏觀調(diào)控政策有著十分重要的意義。目前國(guó)內(nèi)外GDP預(yù)測(cè)大量運(yùn)用了多元線性回歸、時(shí)間序列、人工神經(jīng)網(wǎng)絡(luò)等理論。但由于GDP影響因素的復(fù)雜性,這些分析方法的不確定性,使得GDP預(yù)測(cè)精確度還很低。 時(shí)間序列是指同一空間、不同時(shí)間某一現(xiàn)象的統(tǒng)計(jì)指標(biāo)數(shù)值按時(shí)間先后順序形成的一組動(dòng)態(tài)序列。時(shí)間序列預(yù)測(cè)法就是通過(guò)編制和分析時(shí)間序列,根據(jù)時(shí)間序列所反映出來(lái)的發(fā)展過(guò)程、方向和趨勢(shì),進(jìn)行類(lèi)推或延伸,借以預(yù)測(cè)下一段時(shí)間或以后若干年內(nèi)可能達(dá)到的水平。其內(nèi)容包括：收集與整理某種社會(huì)現(xiàn)象的歷史資料：對(duì)這些資料進(jìn)行檢查鑒別,排成數(shù)列；分析時(shí)間數(shù)列,從中尋找該社會(huì)現(xiàn)象隨時(shí)間變化而變化的規(guī)律,得出一定的模式；以此模式去預(yù)測(cè)該社會(huì)現(xiàn)象將來(lái)的情況。在經(jīng)濟(jì)中,傳統(tǒng)的時(shí)間序列分析方法應(yīng)用非常廣泛,其中最主要的是確定性的時(shí)間序列分析方法,包括時(shí)間序列的分解、移動(dòng)平均法和指數(shù)平滑法等。隨著社會(huì)的不斷發(fā)展變化,很多未知因素越來(lái)越影響著經(jīng)濟(jì)生活的發(fā)展,這種現(xiàn)象必須引起人們的重視。1970年,BoX和Jenkins提出來(lái)了一種新的時(shí)間序列分析方法,這種方法以隨機(jī)理論為基礎(chǔ),將原有分析理論提升到一個(gè)新的高度,大大提高了預(yù)測(cè)的精確度。時(shí)間序列分析的基本模型有：ARMA模型和ARIMA模型。 運(yùn)用時(shí)間序列模型對(duì)鄭州GDP進(jìn)行研究和預(yù)測(cè),可以為市領(lǐng)導(dǎo)制定“十二五”發(fā)展戰(zhàn)略提供了決策依據(jù),同時(shí)也鄭州的產(chǎn)業(yè)規(guī)劃提供了有意義指導(dǎo),通過(guò)預(yù)測(cè)結(jié)果,我們可以更好的了解鄭州市未來(lái)的經(jīng)濟(jì)發(fā)展水平和人民的生活狀況。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類(lèi)號(hào)】：F222.33;F224;O211.61

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王悅;人工神經(jīng)網(wǎng)絡(luò)在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用[J];北京廣播電視大學(xué)學(xué)報(bào);2002年01期

2 趙蕾;陳美英;;ARIMA模型在福建省GDP預(yù)測(cè)中的應(yīng)用[J];科技和產(chǎn)業(yè);2007年01期

3 韓春紅,楊勇,聶盛偉,李國(guó)棟;基于聯(lián)立方程的需求預(yù)測(cè)計(jì)量經(jīng)濟(jì)模型[J];東北電力學(xué)院學(xué)報(bào);2002年01期

4 曾憲齡,孫永杰;省級(jí)經(jīng)濟(jì)計(jì)量模型的建立與預(yù)測(cè)分析[J];東北大學(xué)學(xué)報(bào);1999年05期

5 徐先金;姜茂啟;;基于灰色預(yù)測(cè)模型的上海市實(shí)際利用外資預(yù)測(cè)[J];工業(yè)技術(shù)經(jīng)濟(jì);2009年10期

6 方威;肖衡;任湘郴;;基于線性回歸模型的物流需求預(yù)測(cè)分析[J];生產(chǎn)力研究;2009年12期

7 石美娟;ARIMA模型在上海市全社會(huì)固定資產(chǎn)投資預(yù)測(cè)中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2005年01期

8 甘壽國(guó);廣東宏觀經(jīng)濟(jì)模型及預(yù)測(cè)研究[J];統(tǒng)計(jì)與預(yù)測(cè);2000年06期

9 范里駒;道格拉斯生產(chǎn)函數(shù)模型在農(nóng)業(yè)中的運(yùn)用[J];山東氣象;1991年02期

10 馬樹(shù)才,李華,袁國(guó)敏,曾憲寧,劉偉奇;區(qū)域經(jīng)濟(jì)預(yù)測(cè)的一個(gè)宏觀計(jì)量模型[J];預(yù)測(cè);1997年05期

相關(guān)碩士學(xué)位論文 前3條

1 周偉鋒;我國(guó)就業(yè)需求循環(huán)景氣分析與預(yù)測(cè)[D];重慶大學(xué);2009年

2 常潔;熵分析方法在生物信息處理中的應(yīng)用[D];中南大學(xué);2008年

3 田風(fēng)娥;人均國(guó)民生產(chǎn)總值的小樣本時(shí)序分析[D];華北電力大學(xué)（北京）;2010年

本文編號(hào)：2794690