基于时间序列分析的上海人均GDP预测研究
Per Capita GDP Prediction Research of Shanghai Bases on Time Series Analysis

作者: 单 伟 , 袁 象 :上海海事大学,上海;

关键词: 人均GDP时间序列预测建议Per Capita GDP Times Series Predict Advice

摘要:
上海作为我国的重要的金融中心城市,研究其人均GDP的发展状况具有重要的现实意义。文章采用时间序列分析方法,根据1978~2014年的上海人均GDP数据,借助Eviews软件选择出最优的数据模型。通过所建立的模型预测2015~2018年的数据,并结合分析的结果,给出相关的建议。

Abstract: Shanghai is an important financial center city in our country, researching the development of its per capita GDP has important significance. According to the Shanghai per capita GDP from 1978 to 2014 and with the aid of Eviews software, this article uses the time series analysis method, and chooses the optimal data model. Then the data from 2015 to 2018 is predicted by the established model and some relevant suggestions are given by the analysis of the results.

文章引用: 单 伟 , 袁 象 (2016) 基于时间序列分析的上海人均GDP预测研究。 社会科学前沿, 5, 410-417. doi: 10.12677/ASS.2016.53057

参考文献

[1] Andrei, E.-A. and Bugudui, E. (2011) Econometric Modeling of GDP Time Series. Theoretical & Applied Economics, 2011, 91-98.

[2] 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.

[3] 张丙见. 我国GDP时间序列的模型建立与实证分析[J]. 商, 2013(23): 93-96.

[4] 郭景威, 李宏斌. 中国人均GDP时间序列的实证分析与预测[J]. 经济论坛, 2012(3): 9-12.

[5] 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(12): 166-167.

[6] 熊志斌. 基于ARIMA与神经网络集成的GDP时间序列预测研究[J]. 数理统计与管理, 2011, 30(2): 306-314.

[7] 龙会典, 严广乐. 基于SARIMA, GM(1,1)和BP神经网络集成模型的GDP时间序列预测研究[J]. 数理统计与管理, 2013, 32(5): 814-822.

[8] 汪丽艳, 叶明海. 基于RBF神经网络的GDP时间序列预测模型研究[J]. 经济论坛, 2013(3):10-13.

[9] 梅沁, 刘宴先, 景小南. 基于多因素VAR分析的上海GDP预测[J]. 湖北工业大学学报, 2011, 26(3): 28-31.

[10] 中华人民共和国国家统计局网[EB/OL]. http://www.stats.gov.cn/

分享
Top