甘肃有色金属价格指数编制及与宏观经济关系研究

文章梳理了有色冶金行业发展的文献综述,采用人民银行企业商品交易价格调查等相关数据,针对甘肃有色金属行业发展特点,编制了甘肃省有色金属价格指数,运用定性分析与定量分析相结合的方法,研究了甘肃有色金属行业价格指数变化与主要宏观经济指标波动之间的关系。结果表明:甘肃省有色金属价格指数总体呈现“N”态势,2016年以来指数总体表现为回升状态。甘肃省GDP对有色金属价格反映比较敏感,且在GDP增幅变化之前半年或一个季度有色金属价格开始变化,甘肃省有色金属价格指数对经济波动具有一定的预测作用。最后提出了关注有色金属价格变动和强化预警机制、完善有色金属产业链、进行结构性产业调整等对策建议。     

甘肃省对外贸易与经济增长实证分析

本文通过对甘肃省1978-2005年对外贸易数据的具体分析。得出进出口贸易颠和GDP的增长具有明显的正相关性，甘肃省进出口贸易对GDP的边际产量远远高于全国平均水平。但是，由于甘肃省对外贸易总额较低。所以对GDP增长的贡献份额也明显偏低。本文在对相关数据量化分析的基础上，对于如何提高甘肃省的对外贸易．加快促进经济增长。提出了一些针对性的思路和建议。     

对中国GDP总量超越美国时间点的预测分析

对中国GDP“倍增”的预测及相关分析。“两个倍增”首先就是GDP总量的“倍增”，因此，基于定性分析和定量分析方法相结合对GDP进行预测是有一定科学性且具有重要的现实意义。为了进一步揭示中国GDP增长的重要意义和影响，进行了关于中国GDP总量超越美国GDP总量的时间点的预测和分析。     

ARMA和VAR模型对GDP的预测效果探究

本文回顾了GDP预测的不同模型,并用ARMA模型和VAR模型对季度GDP进行预测,将预测结果与相对权威的主观预测朗润预测进行比较,以检验ARMA模型和VAR模型的预测效果。     

基于SAS软件的时间序列分析在GDP预测中的应用

国内生产总值(GDP)是国民经济核算的核心指标,GDP预测的准确与否直接关系到就业、收入分配等许多国计民生的重大问题.根据1982年～2001年GDP数据,利用SAS统计软件,建立时间序列ARMA模型来预测未来5年的GDP的数值.通过比较模型预测数据与实际数据,证明模型预测精度较高.该结论不仅为GDP的预测提供了可靠信息,也可以在一定程度上作为政府决策的依据和参考.     

ARMA和VAR模型对GDP的预测效果探究

本文回顾了GDP预测的不同模型,并用ARMA模型和VAR模型对季度GDP进行预测,将预测结果与相对权威的主观预测朗润预测进行比较,以检验ARMA模型和VAR模型的预测效果     

中国季度GDP的即时预测与混频分析

及时、准确地获得GDP短期预测值对于宏观调控和企业决策至关重要。本文在收集我国实时碎尾数据集的基础上,采用混频动态因子模型,将我国季度GDP的预测频率由“季度”提高到“日度”。研究结果表明,相对于混频抽样模型以及MFVAR等现有模型,混频动态因子模型能够有效解决实时预测中需要面临的数据问题,包括混频指标、碎尾特征、数据的周期性缺失等。本文模型在每个数据发布日,均可更新GDP的预测结果,这不仅将最新的经济活动信息迅速地体现到GDP预测中,而且显著提高了GDP即时预测的准确性,且预测结果随着月度数据信息的增加趋近于GDP真实值。此外,本文还估算了拟GDP季度同比增长率和GDP月度同比增长率两个月度数据序列,为我国宏观经济监测与政策分析提供一定的数据支撑。     

资产价格对宏观经济的预测效应研究

房地产价格与CPI、GDP之间不仅存在长期稳定的协整关系,且对GDP和CPI分别有5或6个月的预测能力。相对而言,受股票市场资金转化能力较弱、市场波动频繁影响,股票价格对CPI、GDP之间并不存在长期的协整关系,对宏观经济也不具有显著的预测能力。     

最优加权组合法在四川省GDP预测中的运用研究

在国民经济发展的过程中,国内生产总值(GDP)是衡量一个国家经济总体经济运行状况的重要指标。GDP预测对国家的经济政策和措施的制定具有战略性意义。单一的GDP预测方法,由于模型本身的特点和适应条件的限制,测算结果只包含了所研究系统的部分信息,无法准确反映系统的全部信息和其真正的发展规律。考虑用最优加权组合法将多个单一模型的优势综合起来,组成一个预测模型,就有可能比较合理地描述系统的整体情况。文章运用最优加权组合预测法对四川省1978—2014年的GDP走势进行预测。预测结合定性、定量方法,考虑采用指数回归方法、时间序列预测方法建立四川省GDP的单一预测模型,运用SPSS,Excel,Eviews等专业软件分别对这两种预测方法进行操作。采用最小二乘法进行权重分配并进行组合预测。结果发现,相对于单一预测模型,组合预测的误差最小,预测结果更可靠。     

经营环境

宏观经济Macroeconomy世行上调今年中国GDP增幅至11.3%CPI预升4.6%继5月将2007年中国GDP增长预测由此前的9.6%上调至10.4%后,世界银行近日发布的最新《中国经济季报》宣布,再次上调今年中国GDP增长预测值至11.3%。报告同时预测,2008年中国GDP增长率为10.8%。     

“30·60”目标下甘肃能源结构调整对经济增长的影响研究

在“30·60”目标下,甘肃省能源结构势必进行调整,进而对地区经济增长构成影响。研究结果表明,在全国能源需求不同增速情景下,到2030年,化石能源生产将带动甘肃GDP增长约为2020年GDP的-0.229%至0.003%;到2060年,化石能源生产缩减对GDP的负向冲击约为2030年GDP的-0.022%至-0.041%。对此,提出合理优化能源结构和产业结构、强化金融支持助推绿色低碳发展、加强环境信息披露和转型风险监测评估等政策建议。     

基于ARMA模型对我国GDP季度数据的建模

本文利用我国1992年至2010年GDP的季度数据,建立一个能够有效模拟我国经济时间序列趋势、季节和周期变化的预测模型。分析表明包含季节虚拟变量、ARMA（1,1）的线性趋势模型能够很好地拟合我国实际GDP的值。最后本文对中国2011年一季度的GDP进行预测,并根据预测的结果分析了我国当前的景气状况。     

基于贝叶斯混频模型的中国宏观经济预测研究

本文通过构建中国宏观经济系统的BMF-VAR模型对中国的宏观经济进行预测分析,并与相关模型的预测结果进行比较,来检验BMF-VAR模型对中国宏观经济进行预测时的适用性。研究结果表明,多变量BMF-VAR模型更适合于短期预测,多变量有效信息的增加促进了短期预测精度的提高;两变量BMF-VAR模型在预测精度方面整体上优于相对应的同频模型;通过BMF-VAR模型能够估计出潜在的月度GDP增长率,且相比于通常所使用的规模以上工业增加值月度增长率更加贴近于真实的GDP增长率走势,有效地解决了月度GDP增长率缺失的问题,据此进行决策会更加有效合理,具有重要的理论和现实意义。     

数字

中科院预测今年GDP增速可达9．9％ 中国社会科学院10月12日在京发布《中国经济形势分析与预测》报告，预测全年GDP增速同比将增9．9％，并且在保持政策力度相对稳定的条件下，预计2011年经济增速可达10％左右。     

电脑辅助金融预测的方法

本文以分割预测法和灰色预测模型为例，结合预测甘肃省西峰市１９９５、１９９６年的主要金融指标，说明用电脑辅助金融预测的方法和实际测算中的一些问题。     

“十五”期间我国GDP增长速度的预测

在“九五”计划实施的后期阶段,提前对“十五”时期(2001-2005年)的GDP增长速度作出科学的分析及预测十分重要。对GDP增长速度的科学预测,应该既考虑“可能会怎样”,又应该考虑“应该是怎样”,既有历史规律的分析,又有未来要求的分析。因此,对“十五”期间GDP增长速度的预测,我们既进行了基于其自身历史发展规律的实证分析,又进行了基于社会经济发展需要的规范分析,并将此两者与专家预测结合起来,得出最终预测值。     

海南省航空旅客需求量预测研究

本文通过研究海南省GDP与航空旅客需求的关系,建立海南省航空旅客需求量预测模型,并在预测海南省GDP的基础上分别预测2015年、2020年、2030年海南省航空旅客的需求量,为海南地区航空业发展提供参考依据。     

时间序列分析在青海省GDP预测中的应用——兼评新冠肺炎疫情冲击

本文利用两类时间序列模型对青海省2020年GDP进行有效预测,并分析了新冠肺炎疫情对青海省GDP的影响,认为2020年必然成为青海经济发展的结构断点,在目前疫情防控形势持续向好的基础上,二季度青海省GDP有望企稳回正,全年GDP预测实现5%左右的增长。强化刺激消费政策,加大招商引资力度,保质保量推进固定资产投资,是推动青海经济尽快走出泥潭,实现经济复苏的关键。     

海南省航空旅客需求量预测研究

本文通过研究海南省GDP与航空旅客需求的关系,建立海南省航空旅客需求量预测模型,并在预测海南省GDP的基础上分别预测2015年、2020年、2030年海南省航空旅客的需求量,为海南地区航空业发展提供参考依据.     

基于时间序列模型的中国GDP增长预测分析

作为度量一个国家或地区所有常住单位在一定时期之内所生产和所提供的最终产品或服务的重要总量指标,如果能够对GDP做出正确的预测,必然可以有效引导宏观经济健康发展,为高层管理部门提供决策依据。选用适合短期预测的ARIMA模型对中国1952～2010年的GDP进行计量建模分析,预测结果认为未来五年中国的经济增长仍将处于一个水平较高的上升通道。