国内生产总值预测——基于ARIMA模型的实证分析被引量：1

下载PDF

导出

摘要该文基于ARIMA模型在分析预测不平稳时间序列的独特优势,根据1978-2013年的国内生产总值对2014-2016年的国内生产总值进行预测,预测结果一方面表明模型ARIMA能够很好地拟合我国GDP走势,ARIMA模型是一种精度较高且切实有效的方法模型,另一方面表明我国经济走势较好,这不仅有助于政府制定更加贴合实际的经济金融政策,而且有助于投资者选择更优的个人投资计划.

作者冯潇潇

机构地区安徽财经大学金融学院

出处《赤峰学院学报（自然科学版）》 2015年第9期66-67,共2页 Journal of Chifeng University(Natural Science Edition)

关键词 ARIMA模型国内生产总值短期预测

分类号 F062.4 [经济管理—政治经济学]

引文网络
相关文献

参考文献1

1华鹏,赵学民.ARIMA模型在广东省GDP预测中的应用[J].统计与决策,2010,26(12):166-167. 被引量：47

二级参考文献5

1Box G. Jenkins G. Time Series Analysis Forecasting and Control [M].San Francisco: Holden Day Press,1970.
2Adak S., Time-dependent Spectral Analysis of Nonstationary Time Series[J].Journal of American Statistical Association,1998,(93).
3易丹辉.裂据分析与Eviews应用[M].北京,中国统计出版社,2002.
42008年广东省统计年鉴[M].北京:中国统计出版社,2008,(6).
5龚国勇.ARIMA模型在深圳GDP预测中的应用[J].数学的实践与认识,2008,38(4):53-57. 被引量：97

共引文献46

1穆慧萍,韩影影.基于ARIMA模型的郑州高新技术开发区从业人员数量预测[J].广东经济,2017,0(10X):165-166.
2于小娟.ARIMA模型在短期预测中的应用——以预测广东省“十二五”期间GDP为例[J].市场经济与价格,2013(12):52-54.
3邓伟.论ARIMA模型在广东省第三产业预测中的应用[J].现代商贸工业,2010,22(24):29-30. 被引量：3
4王敏玲.江门市GDP的ARIMA建模与预测[J].四川兵工学报,2011,32(1):148-150.
5王浩,刘荣利.河南经济增长预测[J].四川教育学院学报,2011,27(3):42-47.
6余阳艳,杨浩,江华,孙明伟,彭谨,周志远,李振宇,蔡斌,Charles Damien Lu,曾俊.基于ARIMA-GRNN组合模型的中国交通伤死亡预测模型的方法学研究及公共政策分析[J].四川医学,2011,32(5):624-627. 被引量：1
7张欣.日本核泄露危机对大连海产品生产企业的影响——以獐子岛公司为例[J].中国渔业经济,2011,29(4):139-144.
8喻胜华,邓娟.基于主成分分析和贝叶斯正则化BP神经网络的GDP预测[J].湖南大学学报（社会科学版）,2011,25(6):42-45. 被引量：17
9何新易.基于时间序列模型的中国GDP增长预测分析[J].财经理论与实践,2012,33(4):96-99. 被引量：31
10李之领.中国GDP何时超过美国——基于趋势外推法和ARMA组合模型的预测[J].吉林工商学院学报,2012,28(6):10-16. 被引量：4

同被引文献9

1金菊良,吴永林,汪明武.城市防洪标准方案优选的组合权重方法[J].四川大学学报（工程科学版）,2004,36(4):1-5. 被引量：15
2李娜娜,何正友.主客观权重相结合的电能质量综合评估[J].电网技术,2009,33(6):55-61. 被引量：104
3董艳,贺兴时.一种组合预测模型及其应用[J].西安工程大学学报,2010,24(1):128-130. 被引量：6
4杨扬,何伟.基于组合预测模型的我国GDP预测分析[J].科技和产业,2011,11(3):95-98. 被引量：14
5孙炯,梁锦强,刘凯.一种基于最小二乘法的广义加权组合预测模型[J].科技通报,2013,29(8):10-12. 被引量：12
6孟广文.指数曲线模型在公路路基沉降预测中的应用研究[J].价值工程,2014,33(20):81-82. 被引量：4
7陈瑶,程毛林.ARIMA模型在居民消费价格指数预测中的应用[J].苏州科技学院学报（自然科学版）,2014,31(4):26-30. 被引量：7
8刘博,张静波,韩玉梅,季建英,陈硕,李阳桦,李爽,陈艳伟,杜丹,王全意,黎新宇.应用指数曲线模型预测北京市一般体检人群甲状腺结节流行趋势的研究[J].中华疾病控制杂志,2015,19(2):193-195. 被引量：16
9孙赵晖.时间序列模型在安徽省GDP预测中的应用[J].蚌埠学院学报,2015,4(2):95-99. 被引量：2

引证文献1

1李佩,彭斯俊.一种新的组合权重在组合预测模型中的应用[J].河南科技大学学报（自然科学版）,2018,39(2):87-93. 被引量：18

二级引证文献18

1杨承佳,何继业.中国与“一带一路”沿线国家贸易合作的竞争性与互补性[J].求索,2018(5):48-55. 被引量：14
2林鹏,倪璇,刘艳杰.基于交叉验证方法的海洋经济发展的组合预测[J].系统科学与数学,2018,38(7):823-829. 被引量：5
3王灿.中国农村居民网购支出预测模型的构建[J].成都师范学院学报,2019,35(3):112-117.
4崔东文.多组群教学优化算法-神经网络-支持向量机组合模型在径流预测中的应用[J].水利水电科技进展,2019,39(4):41-48. 被引量：28
5张欣怡,袁宏俊.正则化和交叉验证在组合预测模型中的应用[J].计算机系统应用,2020,29(4):18-23. 被引量：9
6邵文欢,朱殊田,金伊蕾,钟岳谱,曹军.能源消费量与GDP的统计分析及预测[J].玉溪师范学院学报,2019,35(6):108-116.
7李淑凤,祖培福,马妍,谢威,赵文英.基于组合赋权的GM(1,1)模型对黑龙江省林业总产值的预测研究[J].数学的实践与认识,2020,50(7):75-81. 被引量：2
8苗言明,刘立群,王伟,刘春霞.基于灰色极限学习机组合光伏发电预测[J].太原科技大学学报,2020,41(3):195-200. 被引量：1
9苗淦,石福艳,梁益嘉,满晓玮,秦骁强,孔雨佳,王素珍.基于优势组合模型的“十三五”期间全国卫生总费用预测研究[J].中国卫生统计,2021,38(2):243-246. 被引量：9
10刘影,刘岩,燕凯,岳振宇,彭鑫霞.基于智能电能表的智慧城市峰值负荷概率估计[J].电测与仪表,2021,58(9):166-171. 被引量：2

1方明.中国经济周期的独特性[J].国际金融,2006,0(1):19-21.
2吴俊莲.经济欠发达地区是否存在流动性过剩问题管窥[J].内蒙古金融研究,2007(10):23-24.
3范菲菲.中国城乡居民收入差距和消费差距之间的回归分析和格兰杰因果分析[J].经济研究导刊,2012(27):4-5. 被引量：4
4孙静娟.深圳市2010年产业结构预测[J].特区经济,2001(3):49-51.
5韩晓龙.基于Holt-Winters方法对GDP水平预测方法的比较[J].企业导报,2015(5):76-76.
6荆宝洁.让一套豪宅消灭一个富人[J].经营管理者,2010(4):98-98.
7龙九文.国企改制中战略投资者的选择问题[J].湖南冶金职业技术学院学报,2005,5(1):47-49. 被引量：7
8黄育华,王力,王伟.后“美债危机”时代的全球经济走势——美债危机对全球经济的影响分析[J].中国城市经济,2011(10):54-57.
9吴卓立,覃正,王魁恒,惠龙,丁洁.GM(1,1)扩展方法在经济增长预测中的应用及检验[J].情报杂志,2005,24(11):11-12.
10杨俊凯.收入差距对经济增长效应分析及协调的经济金融政策[J].金融经济（下半月）,2005,0(2):28-29.

赤峰学院学报（自然科学版）

2015年第9期

浏览历史

内容加载中请稍等...

国内生产总值预测——基于ARIMA模型的实证分析被引量：1

参考文献1

二级参考文献5

共引文献46

同被引文献9

引证文献1

二级引证文献18

相关作者

相关机构

相关主题

浏览历史

国内生产总值预测——基于ARIMA模型的实证分析 被引量：1

参考文献1

二级参考文献5

共引文献46

同被引文献9

引证文献1

二级引证文献18

相关作者

相关机构

相关主题

浏览历史

国内生产总值预测——基于ARIMA模型的实证分析被引量：1