公共文化服务平台

搜索到44744篇“ GDP“的相关文章

内蒙古自治区GDP分析与预测: 2024年; GDP是衡量国家或地区经济状况和发展水平的关键指标。文章运用SPSS软件对内蒙古自治区1990—2022年的GDP数据进行分析,构建ARIMA(0,1,0)模型对内蒙古自治区2023—2027年的GDP进行预测,并对预测结果进行了分析。研究结果表明:内蒙古自治区2023—2027年的GDP预计将分别达到24810.6亿元、26519.04亿元、28284.32亿元、30106.45亿元和31985.41亿元,这说明内蒙古自治区GDP将持续稳定增长。; 殷佳棋; 关键词：GDP预测 ARIMA模型时间序列

GDP核算改革何以影响地方财政支出?: 2024年; 2015年,我国GDP核算改革明确将“财政八项支出”纳入GDP核算中。基于预算间断-均衡理论,以2008—2019年237个地级市作为研究样本,运用测量间断性变化的MAD方法和多组中断时间序列(ITS)模型,论文考察了GDP核算改革对我国地方财政支出的影响及其机制。因果关系识别的结果显示,受GDP核算改革的影响,2015年之后“财政八项支出”比重增长率的右尾概率呈现出“均衡—间断—均衡”的变化,符合间断-均衡理论提出的“突发间断”与“长期均衡”。作用机制的检验结果表明,“财政八项支出”间断性增长是GDP核算改革产生的冲击和“生产性支出偏向”这一既有的制度惯性综合作用的产物。研究表明,我国地方财政支出间断性增长的实质是地方政府利用GDP核算改革做大其GDP。国家虽然确立了新发展理念,但地方政府“唯GDP”导向的财政支出模式惯性并未得到根本扭转。为引导地方政府落实新发展理念,需要建立、完善相关的激励和约束机制。; 庞伟李青; 关键词：财政支出制度惯性

基于网络搜索数据的GDP组合预测研究: 2024年; 网络搜索数据(Web Search Data, WSD)是研究宏观经济现象的重要微观信息依据。从需求、供给与政策环境等方面选取和筛选关键词来合成网络搜索指数,采用金枪鱼群(Tuna Swarm Optimization, TSO)算法优化的最小二乘支持向量回归(Least Squares Support Vector Regression, LSSVR)模型,对GDP进行预测。结果表明,网络搜索指数与GDP具有强相关性,合成的网络搜索指数能较好地反映GDP的波动走势;网络搜索数据的加入使得预测结果呈现出强时效性,预测效果及预测精度都取决于对最优模型的选择,引入参数智能优化算法可提高模型的预测性能。提出的TSO-LSSVR&WSD模型充分利用网络搜索数据及组合预测优势,提高了GDP的预测精度和时效性,可应用于宏观经济指标预测中。; 王书平卢子晗冀承秀; 关键词：GDP预测组合预测

基于循环神经网络的GDP预测研究与分析: 2024年; GDP(Gross Domestic Product)和人均GDP是一个国家经济实力的标志性指标,反映一个国家经济发展状况。通过世界银行提供各国1976年以来的GDP和人均GDP数据对LSTM(Long Short-Term Memory)网络进行了训练,用训练好的LSTM网络对6个国家的人均GDP进行了预测。通过对预测值和实际值的比较,结果显示LSTM网络对人均GDP的预测效果明显优于传统的统计学方法。; 白斌丽吴年祥; 关键词：人均GDP 循环神经网络

基于图模型分析中国GDP的行业影响因素: 2024年; 文章通过《中国统计年鉴》选取近23年国内生产总值GDP年度数据,对GDP与九大行业间的关系进行分析,以国内生产总值GDP为被解释变量,九大行业作为解释变量,即农林牧渔业、工业、建筑业、批发和零售业、交通运输仓储和邮政业、住宿和餐饮业、金融业、房地产业、其他。基于偏相关系数选取最佳阈值0.637 5,并以此构建网络图结构,以GDP与九大行业为节点,相互之间的相依关系为边,进行网络图可视化。根据网络图可得出影响GDP的主要因素有工业、建筑业、金融业、房地产业和其他,其中除房地产业与GDP呈负相关外,其他行业与GDP呈正相关。利用网络图模型分析所得结论与多元统计方法分析所得结论相同,验证了基于偏相关系数与最佳阈值构建的网络图模型分析GDP的影响因素的正确性。但相较于多元统计方法,网络图模型使各节点间的相关关系更为清晰直观,便于理解和分析GDP的行业影响因素。; 郭洪菊索利杰杨帆; 关键词：图模型最佳阈值网络图

网络搜索数据与我国GDP的关联机理分析: 2024年; 网络搜索数据是研究我国宏观经济现象的重要微观信息依据。本文从需求、供给与政策三方面选取和筛选关键词合成网络搜索指数,并与我国GDP进行相关性研究。结果表明:网络搜索指数与GDP的相关性较高,且两者存在长期均衡关系与短期误差修正机制,当GDP逐渐偏离均衡,将会以1~2个月的调整速度从非均衡态过渡到均衡态;网络搜索指数的增长对我国GDP有促进作用。; 王书平卢子晗冀承秀; 关键词：GDP VAR模型主成分分析宏观经济

基于LSTM神经网络的内蒙古自治区GDP预测: 2024年; 通过使用国家统计局公开发布的内蒙古自治区1992—2022年的年度GDP数据,基于长短时记忆神经网络(LSTM)分别构建了两步预测模型和三步预测模型进行对比,并在网络结构中添加了Dropout模块,避免出现过拟合的情况,同时提高模型的预测能力。根据预测值和真实值的结果,使用平均绝对误差(MAE)、均方误差(MSE)、均方根误差(RMSE)指标来评价两个模型的优劣。经实验结果表明:LSTM两步预测模型在测试集样本中R2值可达到0.93,证明该模型预测结果拟合更好,有很强的泛化能力,可用于内蒙古自治区GDP的短期预测;应用LSTM两步预测模型预测内蒙古自治区2023—2024年的GDP值分别为24805.60亿元和25131.69亿元,能够看出该地区未来GDP增长良好,可为政府部门定制宏观经济计划提供参考。; 武阳罗季康赵贞谢晓波庞晶; 关键词：GDP预测

基于图注意力LSTM深度学习的季度GDP预测应用被引量：1: 2024年; GDP预测一直以来都是宏观经济领域的重要研究议题。同时,融合深度学习算法并实时监测GDP的动态变化已是宏观经济指标预测的必然趋势。基于此,本文考虑到宏观经济变量的多源非线性时空特征,提出了一种新的GAT LSTM融合深度学习模型并对季度GDP进行预测。该模型采用图注意力网络(GAT)捕捉空间拓扑结构信息,并运用长短期记忆神经网络(LSTM)提取时间序列信息,以提高模型预测效果。结果表明:与其他基准模型相比,本文所提出的GAT LSTM模型在回归拟合度(R^(2))上平均提升了0.5929、均方误差(MSE)上平均下降了0.6617,具有良好的泛化能力和鲁棒性。该模型在GDP预测领域具有较好的应用前景,以帮助投资者、企业和国家作出科学决策,提高经济效益。; 龙志陈湘州; 关键词：GDP预测

GDP国际比较方法及中美GDP相对变化趋势: 2024年; GDP是衡量国家经济规模和世界经济格局的关键指标,然而在理论和实践中对于GDP国际比较方法尚未形成共识。本文阐释了GDP国际比较的三类主要方法及各自的特点与局限,认为其本质差异在于转换因子的选择,在此基础上分析了中美GDP在1990~2020年的相对变化趋势,分别从总量视角和分产业分行业的结构视角进行分析。研究发现,中国GDP迅速追赶美国,尤其在制造业方面显著超越美国,但是不同方法测算的相对变动程度差异较大。汇率法在计算上较为简便,但受到汇率波动等因素的影响较大;购买力平价法在原理上较为合理,但在操作性和可比性上较弱;替代法在数据上较为可靠,但理论依据和客观性较弱。本研究深化了对于GDP国际比较方法理论本质的认识,测算了中美GDP总量和结构的相对变化趋势,可为进一步完善GDP国际比较方法提供借鉴。; 李兆辰韩天阔高宇宁; 关键词：国内生产总值购买力平价经济增长 GDP

预测中国GDP增长率:基于R语言和机器学习的分析: 2024年; 本文旨在通过运用R语言和机器学习技术,包括多元线性回归和随机森林模型,对中国的GDP增长率进行预测。研究探讨了GDP增长率对中国宏观经济政策和商业策略的重要性,进一步探讨了选取合适的预测模型。多元回归模型旨在探究各经济指标对GDP变动的影响,而随机森林模型则用于捕捉数据间的复杂非线性关系,并通过构建多个决策树提高预测的准确性。多元回归模型显示固定资产和工业是影响中国GDP增长率的显著因素,而CPI和贸易平衡的影响不显著。随机森林模型则强调了固定资产和工业在预测中国GDP增长率中的重要性。最后,论文指出了固定资产和工业对GDP增长的显著影响,并讨论了研究中存在的问题和未来的研究方向。; 左晨睿; 关键词：多元回归模型机器学习模型

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈