肖东亚

【摘  要】GDP是衡量经济发展状况的一个重要指标，研究与预测GDP的发展趋势具有重要意义。论文运用EViews10和SPSS22软件，对1978-2020年江苏省GDP数据进行分析研究。在对数据进行进一步处理以及验证平稳性后，观察自相关图和偏自相关图，建立模型。之后根据AIC、SBC准则，从优选择ARIMA（0，1，1）模型。最后检验模型参数的显著性水平，发现系数显著非零。运用2016-2020年GDP的历史数据对模型拟合的好坏进行判断，得出平均相对误差较低、模型的拟合较好的结论。最后用ARIMA（0，1，1）模型对2021-2023年江苏省GDP数据进行了预测。

【Abstract】GDP is an important index to measure the economic development status. It is of great significance to study and predict the development trend of GDP. This paper uses EViews10 software and SPSS22 software to analyze and study the GDP data of Jiangsu Province from 1978 to 2020. After further processing the data and verifying the stationarity， the paper observes the autocorrelation graph and partial autocorrelation graph， and established the model. Then according to AIC criteria and SBC criteria， the paper selects the ARIMA （0，1，1） model preferentially. Finally， the significance level of model parameters was tested， and the coefficient was found to be significantly non-zero. Using the historical data of GDP from 2016 to 2020 to judge the quality of the model fitting， the conclusion is that the average relative error is low and the model fitting is good. Finally， the paper uses the ARIMA （0，1，1） model to predict the GDP data of Jiangsu Province from 2021 to 2023.

【关键词】ARIMA模型;GDP;预测

【Keywords】ARIMA model; GDP; prediction

【中图分类号】F224;F127                                             【文献标志码】A                                                 【文章编號】1673-1069（2021）07-0120-02

1 引言

GDP是衡量一个国家或者地区经济发展状况的重要指标，它反映了该国家或者地区的经济实力和市场规模。所以，对未来GDP作出准确的预测能为宏观经济健康发展起导向性作用，有利于决策机构作出更好的决策[1]。但是，近几年受国家产业调整等多种因素影响，导致GDP增速放缓。这无疑增加了GDP预测的难度。本文选取了1978-2020年江苏省的GDP数据，建立了ARIMA模型，并用2016-2020的历史数据对模型进行了检验，发现误差较小，于是运用模型对2021-2023年的GDP作出了预测。

2 ARIMA模型基本原理

ARIMA模型又称为求和自回归移动平均模型，由博克思和詹金斯最先提出。该模型的基本思想是：将预测变量随时间变化而形成的序列作为随机序列，其后以时间序列的自相关性为基础，用特定的数学模型来描述该随机序列[2]。

3 实证分析

3.1 数据来源

本文选取的数据是1978-2020年期间江苏省的GDP数据。……