基于贝叶斯理论的人均GDP时间序列预测研究

发布时间：2017-03-20 04:07

  本文关键词：基于贝叶斯理论的人均GDP时间序列预测研究，由笔耕文化传播整理发布。

【摘要】：人均国内生产总值从一个国家核算期内的国内生产总值和国家的常住人口两方面考虑,是居民人均收入水平、生活水平高低的重要参照指标。虽不能如国内生产总值正确反映我国的综合国力,但是在某种程度上反映了国家或地区的经济发展状况。特别像我们中国这样的人口基数大的国家,用人均国内生产总值这一指标反映我国居民人均收入和生活水平更加准确和富有现实意义。本文在查阅了以人均GDP作为研究对象进行预测的相关文献和贝叶斯统计推断在参数估计中的应用的基础上,考虑了经济环境随着时间的推进在不断变化着,并且经济市场的数据在相近时间段内具有很高的相关性,导致估计的模型参数也会伴随着市场的变化而变化,于是决定将这两种模型相结合对中国人均GDP做预测,并与单一传统时间序列模型作对比,是否具有更高的准确性。具体完成的工作和内容包括:(1)分析了时间序列的四个特点,详细介绍了基于经典时间序列模型ARIMA的建模步骤,在此基础上研究了基于ARIMA模型的中国人均GDP时间序列的预测分析。(2)研究了贝叶斯统计推断,建立基于一定时间长度的滚动中国人均GDP时间序列ARIMA模型,被估计的参数作为先验信息,为了检验该方法对先验分布的灵敏性,我们做了基于两种先验分布的模拟预测,通过样本数据更新原有的认知,计算并得到各参数的贝叶斯估计,并对中国人均GDP做出预测分析。(3)本文采用平均绝对百分比误差(MAPE)和均方根误差(RMSE)两个指标来衡量模型预测效果的好坏,以全面地比较不同模型的预测效果。本文最后发现第一种贝叶斯模型的预测误差相对于传统时间序列模型(1978-2012),在2013年人均GDP的预测误差较低,但在2014年人均GDP的预测误差偏高。两种贝叶斯模型的预测效果都好于传统时间序列模型(1985-2012)。说明了贝叶斯参数估计有一定的科学性,为得到更准确的参数估计,需要合理假定参数的先验分布。同时,存在不足之处,需进一步深入研究。
【关键词】：时间序列模型 先验信息 贝叶斯估计
【学位授予单位】：广州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F222.33
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 研究背景与意义8-11
• 1.1 研究背景8-9
• 1.2 国内生产总值发展现状9-10
• 1.3 研究意义10-11
• 第二章 国内研究现状11-14
• 2.1 人均GDP研究现状11-12
• 2.2 贝叶斯理论在参数估计中的应用12-14
• 第三章 研究思路与方法14-27
• 3.1 研究设计思路14-15
• 3.2 研究方法15-27
• 3.2.1 时间序列简介15-17
• 3.2.2 时间序列分析方法17-22
• 3.2.3 贝叶斯统计推断理论22-27
• 第四章 基于贝叶斯理论的人均GDP时间序列模型27-41
• 4.1 基于经典时间序列模型的人均GDP时间序列预测27-34
• 4.2 基于贝叶斯理论的人均GDP时间序列模型预测34-39
• 4.2.1 滚动经典时间时间序列建模34-38
• 4.2.2 正态分布下单参数方差已知的贝叶斯模型38
• 4.2.3 正态-Wishart先验假设的贝叶斯模型[31]38-39
• 4.3 模型比较39-41
• 第五章 研究结论41-42
• 5.1 结论41
• 5.2 展望41-42
• 参考文献42-44
• 附录44-50
• 攻读硕士学位期间发表的论文50-51
• 致谢51

【参考文献】

中国期刊全文数据库 前10条

1 韩绍庭;周雨欣;;多元线性回归与ARIMA在中国人口预测中的比较研究[J];中国管理信息化;2014年22期

2 曲荣华;马莉媛;詹从赞;童行伟;;基金仓位估算的修匀模型[J];数理统计与管理;2014年05期

3 范金宇;熊健;;基于Gibbs抽样方法ARFIMA-GARCH模型的贝叶斯估计[J];数理统计与管理;2014年05期

4 张淑红;杨万才;武新乾;;“十二五”时期河南省人均GDP预测[J];数理统计与管理;2014年03期

5 李娜;薛俊强;;基于最优ARIMA模型的我国GDP增长预测[J];统计与决策;2013年09期

6 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年03期

7 郭一鹏;郭晓丽;郭晓红;郝晓君;赵晖;;利用时间序列分析法预测工作面瓦斯涌出规律[J];矿业安全与环保;2012年01期

8 朱慧明;曾惠芳;郝立亚;李素芳;虞克明;;基于M-H抽样的贝叶斯非对称厚尾GARCH模型研究[J];数理统计与管理;2011年03期

9 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年02期

10 宋喜芳;李建平;胡希远;;模型选择信息量准则AIC及其在方差分析中的应用[J];西北农林科技大学学报(自然科学版);2009年02期

中国硕士学位论文全文数据库 前3条

1 李守丽;时间序列模型在地级市GDP预测中的应用[D];郑州大学;2013年

2 陈晓锋;AIC准则及其在计量经济学中的应用研究[D];天津财经大学;2012年

3 李大利;一种时间序列预测方法的应用研究[D];吉林大学;2008年

  本文关键词：基于贝叶斯理论的人均GDP时间序列预测研究，，由笔耕文化传播整理发布。

本文编号：257119