基于变量选择和ARIMAX模型的山东省GDP预测

论文摘要

GDP是国民经济核算的综合性的核心指标,也被认为是衡量一个国家或地区经济状况和发展水平的最优指标,其反映出国家或地区的经济实力和市场规模。山东省的经济发展水平在国内一直处于领先位置,其重要特点是“稳”。近年来占据全国省份GDP排名榜单的第三位,是仅次于广东和江苏的经济大省,对全国经济总量的影响可谓举足轻重。然而,自2017年开始,山东省的GDP增长遇到不小的挑战,经济下行压力加大,省内经济增长缺乏活力带来的问题进一步显现,具体即实体经济发展困难,内需增长放缓,新旧动能转换空档期等问题。在此背景下,研究和预测山东省GDP具有重要意义。与此同时,鉴于山东省与国家宏观经济政策的契合程度高,研究也可以反映出我国GDP总量的发展趋势,预测今后国家整体的经济动向。本文首先经过参考文献和相关研究,选取11个与GDP和宏观经济发展相关的社会经济指标,使用Lasso方法对其进行变量选择,排除变量间的多重共线性,经过R语言的编程计算,最终选择了两个对山东省GDP发展最有影响的指标:农林牧渔总产值和工业总产值,根据这两个指标,分析了山东省当前经济发展的状态和面对的一些问题,山东省内商业水平需要更大的发展、营商环境需要进一步加强、企业家文化精神需要提高等问题,产业升级和新旧动能转换的必要性和紧迫性,新兴产业迫切需要引入和发展,经济创新能力亟需加强。第一第二产业对GDP影响明显,第三产业服务业包括商业、金融业、交通运输业和新兴产业如互联网产业的发展不足,针对这些问题提出了改进建议,增强第三产业的发展,一方面发展服务业是必要的,从近年来全国经济数据来看,服务业规模日益壮大、质量效益大幅提升、新产业新业态层出不穷。目前山东省服务业还需进一步发展,服务业可带来不少新的经济增长点,如生产性服务业,在精细化发展上大有可为;金融服务业的私有募集基金,文化旅游产业,互联网经济产业如大数据、云计算、人工智能、电子商务等。同时发展服务业也可以更好的完善和支撑当前山东省经济占主体地位的制造业及农业。面对新的经济形势及中美贸易战的冲击,更应该充分扩大挖掘内需,不断激活民营企业小微企业的发展,创造新的经济增长点。在变量选择的基础上,使用SAS软件编程,对响应变量和解释变量分别建立了ARMA模型,同时根据响应变量的ARIMA模型对自身进行了预测,之后建立了带有输入变量的ARIMAX模型,并最终完成对山东省GDP的预测。预测结果说明,带有输入变量的ARIMAX模型的准确度要高于ARIMA模型,同时ARIMAX模型的稳定性优于ARIMA模型。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 论文研究背景及意义
•   1.2 国内外研究现状
•     1.2.1 时间序列分析方法与应用
•     1.2.2 变量选择的研究与应用
•     1.2.3 GDP预测的研究方法
•   1.3 论文框架及研究思路
•   1.4 研究内容与创新点
• 第二章 Lasso方法的理论知识
•   2.1 Lasso方法
•   2.2 参数t的估计
•   2.3 LAR算法
• 第三章 时间序列分析方法的理论知识
•   3.1 时间序列分析
•     3.1.1 时间序列分析的一些基本概念
•     3.1.2 平稳时间序列模型
•     3.1.3 非平稳的时间序列
•   3.2 ARIMA模型
•   3.3 多元时间序列分析
•     3.3.1 ARIMAX模型
•     3.3.2 ARIMAX模型建立步骤
• 第四章 山东省GDP预测的实证分析
•   4.1 数据来源与指标选择
•     4.1.1 数据来源
•     4.1.2 经济社会指标选择
•     4.1.3 经济社会指标含义
•   4.2 基于Lasso方法的经济指标变量选择
•     4.2.1 数据预处理
•     4.2.2 基于Lasso方法的变量选择
•   4.3 基于ARIMAX模型的山东省GDP预测
•     4.3.1 平稳性检验
•     4.3.2 预白噪声化处理
•     4.3.3 模型检验与拟合
•     4.3.4 模型预测
• 第五章 总结
• 附录
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表

文章来源

类型: 硕士论文

作者: 司圃旭

导师: 林路

关键词: 预测,时间序列分析,变量选择,模型

来源: 山东大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,经济体制改革

单位: 山东大学

分类号: F224;F127

DOI: 10.27272/d.cnki.gshdu.2019.000983

总页数: 83

文件大小: 5222K

下载量: 739