基于ARIMAX模型的我国GDP预测分析

基于我国1980-2018年间的GDP和全社会固定资产投资总额数据,以全社会固定资产投资总额为自变量,利用SAS软件,首先建立动态回归模型对我国2019-2021年的GDP进行预测研究。然后建立ARIMA模型对GDP进行预测,预测结果与ARIMAX模型进行对比,发现ARIMAX模型预测更为准确。预测结果显示2019-2021年我国GDP总量稳步增长,我国经济发展前景良好。     

ARIMA模型在太原市全社会固定资产投资预测中的应用

采用Eviews软件系统中的时间序列建模方法对太原市的固定资产投资总额资料进行了分析，建立了ARIMA模型。结果显示ARIMA（2，1，3）模型提供了较准确的预测效果，可用于未来的预测，为太原市全社会固定资产投资的预测提供了一种方便实用的方法。     

Box-Jenkins法在广西GDP预测中的应用

利用Box-Jenkins方法对1950至2004年广西国内生产总值进行了分析,建立了ARIMA模型,检验结果表明该模型有较好的预测效果.并把广西全社会固定资产投资额作为回归项引入到ARIMA模型中,由此建立了ARIMAX模型,从而进一步提高了模型的预测效果.     

基于ARIMA的GDP预测模型的构建及应用

为了准确预测山东省“十二五”期间GDP增长趋势,本文通过分析山东省1978～2012年GDP数据,构建了基于ARIMA模型的GDP预测模型.结果表明,ARIMA(2,2,2)模型能够较好地拟合山东省1978～2012年间GDP变化,在此基础上对山东省2013～2015年GDP进行了预测,结果依次为59 613.02,69 204.16,80 328.56亿兀.     

ARIMA模型与指数平滑法对山东省GDP的实证分析

文借助Eviews6.0和Excel软件,建立了ARIMA(1,2,1)预测模型和三次指数平滑预测模型,对山东省1978年到2010年国内生产总值(GDP)数据进行分析,并对2011年到2013年的GDP进行预测。结果表明,ARIMA模型预测结果与真实值相比平均相对误差小,结果更为精确,基本符合事实。因此,选择ARIMA(1,2,1)模型作为最优模型为有关部门制定经济发展战略、经济发展规划提供重要依据。     

西藏经济发展预测及影响因素分析

以西藏自治区国内生产总值和影响经济发展的因素作为研究对象,采用定量研究分析的方法,通过西藏GDp数据分析建立了时间序列ARIMA模型,利用该模型对西藏GDP进行了预测。结果表明各年实际值与预测值较为吻合,达到了较好的预测效果。此外采用多元线性回归方法对影响西藏经济的因素进行了分析研究,从影响西藏经济发展的因素来看,在进出口总额、财政支出,固定资产投资总额因素中财政支出对西藏经济发展的因素影响依然较大,这与西藏自身“造血”能力不强有关。     

基于ARIMA、BP神经网络与GM的组合模型

为了提高预测模型的精度,给出了一种新的组合预测模型.利用时间序列ARIMA预测模型、BP神经网络及GM灰色预测模型进行单一模型的拟合与预测,通过赋予适当权系数结合三种方法得到了新的组合预测模型.山西省人均GDP预测实例应用结果表明:组合预测模型很好地描述了山西省人均GDP的非线性发展,比单一预测方法具有更高的预测精度.组合模型发挥了这三种模型各自的优势,可以作为人均GDP预测的有效方法,该模型在时间序列的预测中是有效的.     

ARIMA模型在河南全社会固定资产投资预测中的应用

采用求和自回归移动平均模型(ARIMA),对《新中国五十年统计资料汇编》及《2006年河南省统计年鉴》提供的河南省全社会固定资产投资额数据进行分析.结果显示,ARIMA(1,1,5)提供了较为准确的预测结果,此模型可为河南省全社会固定资产投资提供可靠的参考数据.     

基于ARIMA模型的国内生产总值预测

本文通过对1952年以来的各年度GDP数据进行数学建模,利用ARIMA模型对年度GDP进行了预测。实验结果表明：ARIMA模型对GDP年度数据预测的一步预测相对误差可以保持在3%以内,具有较高的预测精度。     

基于ARIMA—ANN的时间序列组合预测模型

目前,时间序列预测主要采用基于传统研究方法或人工神经网络技术的单一预测方法.近年来的研究表明,组合预测方法比单一预测具有更高的预测精度.提出了一种基于BP神经网络和ARIMA组合模型的预测新方法,对中国GDP的变化趋势进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在非平稳时序的预测中的应用是可行、有效的.     

个人所得税起征点分析

利用类层次分析模型对居民刚性消费支出进行研究,发现中低收入阶层的经济负担日益加重,现行个人所得税的改革不能适应当今社会经济迅速发展的趋势.同时采用统计分析法对个人所得税与人均GDP的关系进行定量和定性的分析,发现个人所得税的收入与国内人均生产总值有密切的联系,并影响人均GDP增长;相反,人均GDP的总量和增长速度也影响着个税收入的发展.又应用协整原理,对人均GDP和人均消费两变量建立经济计量模型,从而确定CPI与GDP的关系,并计算出个人所得税每年增长率,然后利用几何平均值求出个人所得税的历年平均增长率.最后通过滑动增长模型求得个人所得税起征点,并利用非线性拟合预测模型和Lo-gistic模型预测出2009~2018年的个税起征点.     

基于ARMA算法的美国人均GDP预测模型设计

基于ARMA提出了一个美国人均GDP预测模型,首先对数据进行平稳化处理,然后识别与建立模型.根据模型预测2014年的数据并与真实数据进行比对,实验结果表明该模型能够准确地预测美国人均GDP数值,说明了该模型设计的合理性.进而预测2015—2017年的美国人均GDP的数值.     

中国卫生总费用与GDP协整和引导关系的实证分析

为了深入探讨中国卫生总费用增长变化的趋势,本文利用协整理论,对我国卫生总费用与GDP的内在关系进行了实证分析.结果表明:中国卫生总费用与GDP均为一阶单整序列,两者之间存在动态均衡关系,并且经过引导检验,GDP的增长和卫生总费用的增长具有Grange因果关系.这一结果比传统计量经济模型方法所得结果更加深刻.     

电视广告与GDP关系研究

本文利用协整分析和误差修正模型,基于1983至2011年电视广告和GDP的数据,分析了中国电视广告与GDP的长期均衡关系以及短期波动的影响,结果显示电视广告和GDP呈现出共同的增长趋势,电视广告经营额的变化对GDP具有正面的影响。     

基于协整理论的税收预测误差修正模型初探

首先运用单位根检验方法验证了税收收入与GDP的非平稳性,进而通过协整检验证明二者之间存在着长期稳定的均衡关系,最后建立了基于协整理论的税收预测误差修正模型.检验证明,该模型的解释效果和预测精度都较好,可以满足实际工作的需要.     

基于VAR模型的湖南经济增长与就业关系实证

根据湖南省1952-2014年3大产业就业人数和GDP数据，利用向量自回归(VAR)模型分析二者之间的动态相关性.结果表明，湖南省GDP增长与3大产业就业人数增长有双向Granger因果关系.湖南省GDP的增长能够对3大产业的就业人数产生显著影响，同时3大产业就业人数增长也能促进湖南省GDP快速增长.     

股价指数与经济增长之间协整关系的实证分析

自2001以来,中国经济呈现高速增长的趋势,但股票市场作为经济增长晴雨表似乎并没有得到真正反映出来.笔者运用误差修正模型(ECM)对中国股票市场和国民经济之间均衡关系问题进行了研究.结果表明二者之间的均衡关系已经被打破.从预期理论角度对此结论进行原因分析,得出经济主体利益预期的不一致以及由此导致的居民预期利益高度不确定是股票市场与国民经济均衡破坏的主要原因之一.     

人口红利、财政支出与经济增长

运用描述统计、稳定性检验、三段线性回归模型和VAR模型分析财政支出占GDP比重随时间的变动趋势、人均财政支出和人均GDP的相互关系和影响人均财政支出因素的动态变化。结果表明,20世纪70年代以来,我国实行的计划生育政策促进了人均财政支出与人均GDP的长期稳定增长;1981—2011年,人均财政支出、人均GDP、人均固定资产投资和人均工业总产值之间存在长期稳定的均衡关系。     

泰安市GDP预测的灰色模型

运用灰色理论研究了泰安市国内生产总值(GDP)1990～2003年的变化规律,建立了泰安市国内生产总值预测的灰色模型,对2004～2009年泰安市国内生产总值作了预测,得出了2007年泰安市国内生产总值将超过1000亿的结论。利用灰色关联度分析,分析了泰安市第一、二、三产业对国内生产总值的影响程度。     

基于ARIMA模型的我国GDP短期预测

国内生产总值(Gross Domestic Product,简称GDP)常被公认为衡量国家经济状况的最佳指标,因此对GDP的预测越来越受到政府和公众的关注.由于影响GDP的因素有很多,而且这些因素间又常常存在多重共线性,所以准确找出影响GDP的重要因素并进行建模比较困难,而且经济数据常常是自相关非平稳的,因此本文采用ARIMA模型来拟合1991年到2010年的GDP数据并预测GDP.结果表明ARIMA(1,1,1）能较好拟合GDP数据,预测表明我国经济发展势头良好.