发布时间 : 星期四 文章本科毕业论文基于SAS及时间序列的上海GDP预测更新完毕开始阅读1e5869a7f8c75fbfc77db288
摘要
近日，随着2012年世界各国GDP实力排名的发出，关于中国成为世界第二大经济强国的说法越来越多。
我国省区经济是国民经济的重要组成部分，而各个省区经济优势具有相对独立性的。上海作为中国最大的经济中心城市，带动着我国经济发展，在中国经济发展中一直具有重要地位与举足轻重的影响。因此，上海人均GDP不仅反映出上海居民收入和生活水平，还可以在一定程度上显示出中国经济的发展势头。
本文基于时间序列理论，以上海1978年至2013年三十六年的生产总值为基础，运用SAS软件对数据进行时间序列分析，对数据进行绘图分析、模型识别、模型估计，模型拟合。最后利用所建模型对上海市未来4至5年的年人均生产总值做出预测。
关键词：人均GDP；时间序列；ARIMA模型
1
Abstract
Recently, with the 2012 issue of world GDP rankings for all countries, more and more people think China has become the second largest economy country .
As an important part of our national economy, the provincial economy possesses the relatively independent economic advantages. Shanghai, China’s largest urban economic center, has been exerting significant influence on the domestic economic development; therefore, the real per capita GDP of Shanghai can not only reflect Shanghai residential income level and living standard, but also reveal the development trend of China’s economy.
In this paper, based on the gross product data during the thirty six years from 1978 to 2013, we carry out the time series analysis of the data by the theory of time series and SAS software, and we then do the mapping analysis, model identification, model estimation and model fitting. Finally, we apply the proposed model to the real per capita GDP prediction of Shanghai in the next four to five years.
Keywords: Real per capita GDP；time series；ARIMA model
2
1 引言
国内生产总值（Gross Domestic Product，简称GDP）是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务价值的总和，常被公认为衡量国家经济状况的最佳指标。它不但可以反映一个国家的经济表现，还可以反映一国的国力与财富。而它所对应的人均GDP直接决定和影响着一个国家在居民收入和生活水平及其社会建设方面的投入取向、投入能力与投入水平。
地区生产总值是指一个地区所有常住单位在一定时期内生产活动的最终成果。这个指标把国民经济全部活动的产出成果概括在一个极为简明的统计数字之中，为评价和衡量该地区经济状况、经济增长趋势及社会财富的经济表现提供了一个最为综合的尺度，可以说，它是影响经济生活乃至社会生活的最重要的经济指标。对其进行的分析预测具有重要的理论与现实意义。
本文以上海为例，从《上海统计年鉴》中选取上海1978年2013年共36年的人均GDP作为数据，运用时间序列分析的基本的分析方法随机时序分析，进行模型识别、参数估计和模型检验，建立上海人均GDP时间序列模型，应用选定时间序列方法预测未来人均GDP，并对未来上海经济发展做出短期预测，为政府制定经济发展战略提供依据。
3
2 时间序列分析基本方法
2.1 时间序列分析的预处理
2.1.1 差分运算
一阶差分 相距一期的两个序列值之间的减法运算。
?xt?xt?xt?1
二阶差分 对一阶差分后序列再进行一次一阶差分运算。
?2xt??xt??xt?1
p阶差分 对p?1阶差分序列再进行一次一阶差分运算。
?pxt??p?1xt??p?1xt?1
k步差分 相距k期的两个序列值之间的减法运算。
?kxt?xt?xt?k
差分方式的选择：
序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳。 序列蕴含着曲线趋势，通常二阶或三阶差分就可以提取出曲线趋势的影响。
序列蕴含着固定周期的序列进行步长为周期长度的差分运算，通常可以较好地提取周期信息。
2.1.2 平稳性检验
平稳性是一些时间序列具有的统计特征,对数据进行平稳性检验是分析时间序列的关键步骤。
平稳时间序列有两种定义，根据限制条件的严格程度，分为严平稳时间序列和宽平稳时间序列。
对序列的平稳性有两种检验方法，一种是根据时序图和自相关图显示的特征做出判断的图检验方法；一种是构造检验统计量进行假设检验的方法。
4