ARMA统计模型的中国人均国内生产总值的预测和分析

摘要本文研究中国人均国内生产总值的发展变化规律，我们的研究基于时间序列分析与主成分分析两种方法。首先我们用ARMA模型建立了我国人均生产总值的发展模型并对人均生产总值作出了预测。接着，我们利用主成分分析的方法将众多影响GDP的因素总结为3个主成分指标，并对其进行了分析。最后在研究分析的基础上给出了一些相应的思考和建议。43907

In this paper, we studied the development and variation of China's per capita gross domestic product (GDP), our research was based on time series analysis and principal component analysis method. First we built an ARMA model to simulate the development of China's per capita GDP and used it to make a prediction of the future development of China's per capita GDP. Then, we summed all possible factors up in three principal component indexes by using the method of principal component analysis and analyzed these three indexes thoroughly. Finally, we provided some suggestions on the basis of our research and analysis.

毕业论文关键词：ARMA模型；时间序列；差分；主成分分析；人均国内生产总值

Keyword: ARMA model； Time series； difference；The principal component analysis； per capita gross domestic product

1. 引言 4

2. 建模和预测 6

2.1. 数据来源及处理 6

2.2. 平稳性检验 7

2.3. 模型定阶及参数估计 9

2.4. 模型优化 11

2.5. 预测 11

3. 因子分析 12

3.1、 GDP影响因子的选取： 12

3.2、 GDP影响因子模型的建立 13

4. 结束语 20

5. 参考文献 20

6. 致谢 21

7. 附录 22

1. 引言

本文计划对我国的人均GDP特点及其发展规律作出初步的研究与预测。参考了既有的文献结果，同时考虑到经济模型的不确定性与复杂性，我们打算采用统计方法，利用实际的数据进行数学建模。我们计划首先使用时间序列预测模型对中国人均GDP进行分析和预测。我们计划选用ARMA模型拟合中国的GDP，利用统计软件拟合利用时间序列并做检验和预测。这一部分内容的目标是对中国经济进行分析和预测，用时间序列对逐年的数据差异进行分析，为中国制定宏观经济发展目标提供一定的参考意见，以达到对宏观经济进行有效调控的目的，有利于指导我们看清在国家经济改革和发展方式转型的过程中经济的成长态势，对当下工作做好更准确的选择。

此外，我们还计划通过主成分分析的方法，研究中国人均GDP的影响因素。我们初步选定的自变量有：平均工资指数、失业率、全社会固定资产投资、进出口总额人民币、汇率（美元）、使用外资额、财政收入、财政支出、居民消费价格指数、邮电业务总量、国际旅游外汇收入、社会消费品零售总额、存款余额、贷款余额等十四个自变量。这一部分的目标是，分析中国人均GDP的重要影响因素并对其作比较，进而利用这些经济变量对人均GDP进行预测，并与我们第一部分的结果进行比较。 ARMA统计模型的中国人均国内生产总值的预测和分析:http://www.youerw.com/shuxue/lunwen_44994.html