龙源期刊网 http://www.qikan.com.cn
基于ARIMA模型的中国人均GDP时间序列分析
作者：李田莉
来源：《中国经贸》2016年第11期
【摘 要】利用全国1978—2014年人均GDP数据值，应用基于时间序列模型的分析方法，建立了人均GDP的ARIMA模型，得出2015-2020年中国人均GDP短期预测值。建立人均GDP的ARIMA模型对探讨经济发展状况，研究经济增长规律，制定相应宏观经济政策具有参考意义。
【关键词】时间序列；中国人均GDP；ARIMA（p，d，q） 一、引言
2020年是中国建成小康社会的战略期限，人均国内生产总值最能反映出一国或地区的宏观经济运行状况及人民生活水平，中国人均GDP从2010年的30567元提高至2014年的46629元，扣除价格因素，五年间增长33.6%，年均实际增长7.5%。到2020年能否实现预期目标，人均GDP能达到多少，需要用一个时间序列模型来分析预测。时间序列模型优于计量经济模型之处在于，建立时间序列模型时不需考虑被研究变量以外的其他变量。另外，在20世纪80年代以前，建立经济计量模型时变量的非平稳性一直被忽视，而大多数经济变量往往是非平稳的。基于以上，本文利用1978—2014年人均GDP数据值，通过建立人均GDP的ARIMA模型，进行实证分析及预测，以期得到更好的宏观经济对策与建议。 二、数据准备
1.数据来源、平稳性检验及处理
本文以中国人均GDP历史数据（1978—2014年）为样本进行分析，原始资料来自国家统计局官方网站，人均GDP序列用Y表示。
对象确立后，首先对实际数据进行平稳性检验。从1978至2014年整个时期看， 人均GDP序列呈现出指数增长趋势， 具有明显的非平稳性，因此需要对数据进行平稳化处理。经过取对数处理后， 发现呈线性趋势的序列Y1仍然不是平稳序列， 再经过一阶差分处理后，序列Y2在均值附近大体平稳波动，已经没有明显趋势。进一步考察其自相关及偏自相关图，如图1所示，自相关图表明该序列有很强的短期相关性，则可以初步认为Y2具有一定的平稳性。