西藏地区GDP发展的趋势性研究——基于ARMA模型的预测分析.pdfVIP

《西藏科技》2021年4期（总第337期）创新论坛

西藏地区GDP发展的趋势性研究*

——基于ARMA模型的预测分析

安博文李春玉刘红卫122

（1.新疆财经大学统计与数据科学学院，新疆乌鲁木齐830012；

2.西藏大学理学院，西藏拉萨850000）

摘要：基于经济高质量发展的理论分析框架，以西藏地区1978—2018年的GDP时间序列数据为研究对象，对

未来十年西藏地区的GDP发展情况进行研究。首先，对GDP序列作取对数和一阶差分处理，得到相关性极强的

平稳时间序列数据；其次，采用ARMA模型对处理后的序列进行拟合，并根据拟合优度、DW检验、AIC准则和

SBC准则选取相对最优模型；最后，从样本序列的正态性检验和残差序列的正态性检验与白噪声检验证明了估

计结果的稳健性，并采用建立的ARIMA(4,1,2)模型预测西藏未来十年GDP的发展趋势，为政府作出经济发展方

面的规划提供理论支撑和依据。

关键词：GDP预测西藏ARMA增长速度

1文献综述发展状况采用ARIMA模型进行拟合，实证结果发现

国内生产总值（GDP）是经济社会（国家或地区）ARIMA(1,1,0)拟合效果最优，并基于该模型对广东省

［1］

在一定时期内运用生产要素所生产的全部最终产品GDP进行短期预测；熊志斌（2011）采用ARIMA模型

的市场价值，是衡量一个国家或地区经济发展水平的与神经网络集成的时间序列预测算法，对我国1978—

重要指标。精确预测未来十年西藏地区GDP的增长2009年的GDP数据进行拟合，实证结果显示，集成模

［2］

和增长速度，可以为政府作出经济发展方面的规划提型预测结果精度要优于单一模型的预测精度；尹静

供理论指导。有关GDP的趋势预测方法，国内外学者和何跃（2011）基于四川省2000—2009年GDP的季度

都进行了广泛研究。从预测模型来看，主要有自回归数据，采用ARIMA-GMDH组合模型进行拟合，进一步

滑动平均模型（ARMA模型）、灰色系统模型（GM(1,1)证实了组合模型的预测效果要好于ARIMA和GMDH

［3］

模型）以及一些其他模型。单一模型的预测效果；何黎和何跃（2012）对我国

ARMA模型是以随机理论为基础的时间序列分GDP的季度数据分别用GMDH模型和ARIMA模型进

析模型，该模型既包含时间趋势的自回归因素，又考行预测，在引入PMI指标后采用ARCH模型进行预

虑了时间序列的移动平均因素。因此，在分析GDP的测，实证结果显示，ARCH模型的预测结果要优于GM⁃

［4］

趋势拟合预测上具有独特优势，相关的成果主要有：DH和ARIMA模型；张淑红等（2014）基于河南省

华鹏和赵学民（2010）针对广东省1978—2008的GDP1978—2010年人均GDP指数的时间序列数据，采用

*基金项目：西藏自治区自然科学基金项目“基于数量值角度的多维风险度量相关问题研究”（XZ2019ZRG-25）；西藏大学培育基金

“金融市场中投资组合风险度量相关问题研究”（ZDCZJH19-29）；新疆财经大学研究生科研创新项目“零一膨胀泊松模型的似然检

验及应用”（XJUFE2020K006）；新疆财经大学研究生科研创新项目“数字普惠金融的空间集聚效应和时空收敛机制研究——以新

疆为