尹静，何跃

（四川大学工商管理学院，成都610064）

基于ARIMA-GMDH的GDP预测模型

尹静，何跃

（四川大学工商管理学院，成都610064）

文章先对四川省GDP分别建立了ARIMA时间序列模型和GMDH变量自回归模型来进行预测；然后利用GMDH自组织建模方法建立ARIMA-GMDH组合预测模型来预测；最后使用Bonferroni-Dunn方法对三个模型的稳定性进行分析检验。模型预测结果和稳定性检验结果表明：基于ARIMA-GMDH组合的GDP预测模型的拟合和预测都优于另外两种单预测模型。相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。

GDP；ARIMA；GMDH；组合预测

0 引言

对GDP的定量预测模型种类繁多。最初人们多用单一模型预测，如回归分析法、时间序列分析法、灰色预测法、人工神经网络法等。但是不同的预测方法也自身存在局限性，可能会影响预测效果。例如ARIMA模型可能存在共线性、过拟合的现象，会影响模型的预测能力[1]；GMDH自回归模型的不同数据分组预测出来的结果不同，导致预测结果有偏差[2]；而组合预测能克服单个模型预测的局限性，能够综合各种模型的有用信息，最大效用地利用各个模型的有用信息，减少单个模型受随机因素的影响，使预测的精度得到提高。根据参考文献[2]，自组织组合预测模型要优于最优组合模型和人工神经网络组合预测模型，因此采用此方法组合预测。

本文尝试首先分别利用ARIMA、GMDH自回归模型对四川省季度GDP进行预测，在此基础上建立基于GMDH的两种模型的组合模型；最后使用Bonferroni-Dunn方法做模型稳定性检验。……