基于时间序列匹配性GDP数据质量评估,本论文可用于时间序列论文范文参考下载，时间序列相关论文写作参考研究。
时间序列论文参考文献：
摘 要：论文在对GDP数据质量评估文献述评的基础上,提出GDP数据渐进稳定性、GDP和GDP增长率长期趋同性、影响因素不同但数据表现的长期趋势一致性三个基本假设,以基本假设为基础,分别构建GDP和GDP增长率的确定性和随机性时间序列模型,对1981年-2009年中国的GDP数据质量进行评估和分析,得出中国GDP数据质量总体上较好,同时具有显著的阶段性特点等基本结论.
关键词：匹配性；GDP数据质量；评估
一、文献述评
对中国GDP数据质量评估,最典型的是Rawski提出的质疑,Rawski从能源利用效率和中国经济特征,自然灾害和农业产出,经济快速增长的主要驱动力和国内消费数据三个方面分析,得出中国GDP的统计数据出现严重的上偏误差的结论[1].而直接针对GDP数据质量的评估问题,主要从以下三个方面展开.
一是以国际准则为起点从理论上对GDP进行评估,该类研究以定性分析为主.常宁从数据生产角度出发,以国际货币基金组织的数据质量评估框架为基础,强调数据的国际可比性,然后分析IMF数据质量评估的内容,结合GDP数据质量评估,说明该评估框架在中国的实践方式[2].周光洪从国际准则的角度对中国GDP数据质量进行了系统的研究.文章从IMF对统计数据质量的定义出发研究,着眼于数据质量的广义定义内涵,分别从我国GDP数据质量理论的国际可比性和GDP数据质量实践的国际可比性两个视觉对我国GDP数据质量进行研究[3].
二是利用计量等模型对GDP数据质量进行评估,以模型分析为主.孟连、王小鲁选取价格指数、工业产品增长率、货物运输/周转总量和工业消费电量/工业消费综合能源增长率等理论上和GDP（或工业增加值）增长速度应保持高度自相关的指标,研究认为1991-1997年间GDP和工业增加值增长速度和上述指标的变化趋势出现较大偏差,因而判定GDP增长数据存在统计误差[4].卢二坡、黄炳艺认为稳健回归方法可使求出的回归估计不受异常值的强烈影响,并且能更好地识别异常点.他们首次运用基于稳健MM估计的异常值诊断方法,在生产函数模型的框架下,分别使用两种不同的劳动投入数据,对改革开放以来我国GDP数据质量进行了评估.结果表明,基于稳健MM估计的异常值诊断方法可有效地解决传统方法容易出现的多个异常点的掩盖现象,改革以来我国的GDP数据是相对可靠的[5].
三是从数据质量控制和实际操作出发,讨论GDP数据质量及其有关的体制、控制和操作方法等问题.杨灿提出了《中国国民经济核算体系（2002）》存在的问题[6]；许宪春就 银行产出、非正规部门和政府和公共企业的交易——股权投资收益和资本注入等几个方面讨论了中国国民经济核算面对的挑战[7]；高敏雪认为,面对现实经济社会生活的演进,国民经济核算在内容和方法诸方面面临着挑战,在某些情况下出现了数据失效的情况,因此她认为需要对国民经济核算某些基本概念做出修正[8]；同时,还有些文献讨论了数据质量内涵应该包含及时性、适应性、可比性、衔接性、可解释性、可获得性、有效性等特征,然后讨论中国数据质量控制的制度和方法等问题[9].一些文献认为,统计数据质量从阶段性来看,确实存在一定问题,这是市场化改革的阶段性造成的,故应该改革现行的统计管理体制,消除体制弊端,加强理论研究和法制建设,增强和优化基层统计力量,以提高我国GDP数据质量[10].
许多学者对GDP数据质量的评估无论是从定性还是定量,无论从理论还是实践提出了许多有益的见解,但是由于GDP反映社会经济现象的综合成果,其变化受到各种因素的影响,以至于GDP绝对数和相对数的变动都只能是渐进变动,所以GDP数据在时间维度上,表现为具有渐进稳定性,符合时间序列数据的前后具有匹配性,即符合时间序列模型的基本特征；同时,GDP的绝对和相对变化是其增长的两个方面,从时间维度看可能存在个别时间点上的不一致,但从整个时间维度来看,具有较强的匹配性.基于此,本文从时间序列的匹配性出发,对GDP的数据质量进行评估.
二、GDP时间序列匹配性的基本假设
数据质量从其内涵来看应该包括及时性、适应性、可比性、衔接性、可解释性、有效性等特征,这些特征的表现在很大程度上表现为其和自身或者相关指标的匹配性.基于匹配性的数据质量评估包括许多方面：如从投入和产出的关系来看,投入要素和GDP之间的匹配性；从实物量到价值量核算的汇总路径来看,GDP的价值量和实物量之间的匹配性；从经济系统发展来看,GDP和经济结构相关变量存在的驱动关系而形成的内部结构匹配性等；从核算工作来看,有各个地市汇总和国家GDP总量之间的匹配性,月报、季报和年报数据合理衔接而形成的匹配性,普查和常规统计之间数据衔接而形成的匹配性,而这些匹配性有些只是方法改进的问题.而本文从GDP的时间序列匹配性出发,本质上是考察GDP在时间维度上的可比性、衔接性、可解释性、有效性等特征,相应地也是基于在GDP在时间维度上的一些基本假设.
假设1、GDP的变化在时间维度上具有渐进稳定性
GDP指按市场价格计算的一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果.而在连续的时间维度上,GDP的变化具有渐进稳定性.渐进稳定性是指GDP的绝对增长和相对增长均不会发生突变,如果发生改变只是渐渐改变.GDP时间维度的渐进稳定性的原因在于两个方面.一方面是从社会经济增长来看,GDP作为一种产出,需要有投入,投入包括资本、劳动力、技术进步等,这些要素的变化是渐进的,劳动力和资本是稳步增长的,技术进步也是逐渐发展的,所以GDP的变化是渐进性变化.另一方面,经济系统运行在时间上的惯性制约.影响GDP增长的各个要素具有不同的时滞,这使得惯性在同一时间产生“共振”的效应可能性较小,从而发生变化具有渐进性.这种渐进变化体现在时间序列上是模型具有一定程度的稳定性,基于此可以利用时间序列模型对GDP数据质量进行时间维度的匹配性进行质量评估.
假设2、GDP的绝对数和相对数变化在个别时间点上可能背离,但中长期看具有一致性
GDP是反映经济增长的静态指标,是绝对数,而GDP增长率是反映经济增长的动态指标,是相对数,二者在时间维度上都具有渐进稳定性.同时GDP和GDP增长率是从不同角度反映经济增长的情况,所以,GDP绝对数和相对数各自的变化在个别时间点上可能存在背离,但从中长期或者从趋势上看,两者在内容上具有基本一致的趋势.例如,在绝对数处于随着时间增长而增长的趋势,且逐期增长量基本相等时,则增长率每一期大致相同.这种内容趋势的一致性使得利用不同类型数据（绝对数或者相对数）建立时间序列模型,对GDP数据质量在时间维度上匹配性的评估具有可能性.诚然,在利用绝对数和相对数变化内容具有一致性的趋势基本假设,建立时间序列模型进行GDP数据质量评估,要求两者采用的对比基期也具有一致性,即建模过程中GDP绝对数和相对数的时间序列数据均采用定基或者都采用环比.
假设3、GDP在时间维度上变化的匹配性不因影响因素的假设改变而改变
GDP在时间维度上具有匹配性,而从经济学理论来看,对GDP变化可能存在不同的解释,即GDP在时间维度上变化的影响因素不同,即影响因素的假设不一致.根据使用模型评估性质,主要分为两类,一类是认为GDP在时间维度上的变化是由确定性因素决定的,即按照时间序列的分解定理,GDP变化由长期趋势、季节变动、循环变动和不规则变动四个确定性因素决定；另外一类认为GDP变化是随着时间变动具有自身的惯性,其变动程度由GDP以前各期变化决定.
结论：关于时间序列方面的论文题目、论文提纲、时间序列数据回归模型论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
基于熵权模糊综合评价方法居民收支数据质量评估
摘要：本文借鉴国际组织和我国学者对统计数据质量定义，结合我国居民收支数据特点确定居民收支数据质量概念体系、构建居民收支数据质量评估指标体系，通过。
时间序列数据模型人工智能算法
摘 要：时间序列数据模型是当前科研领域当中一种十分重要的构成部分。而在当前很多关于时间序列数据的预测、仿真、建模等方面的研究，在分析过程中大多是。
统计数据质量评估方法分析
摘要 作为统计数据质量管理工作的关键环节，统计数据质量评估结果的准确性直接影响其作为分析参考依据所发挥出的效果。为了保证各类分析工作的顺利完成，。
基于时间序列我国GDP短期预测
摘要：随着经济全球化的深入，一国的经济实力在国家实力中的重要性越来越突出，世界各国都开始疯狂发展经济，以在国际竞争中求得一席之位。GDP（国内生。