基于统计分析方法的宏观经济结构和趋势研究

摘要

自1978年以来，中国经济一直保持着稳定快速的增长状态，经济总量持续上涨，并成为了世界第二大经济体。就中国整体发展而言，经济发展状况还是可观的，但各省市之间的发展还存在着差异，且考察一个国家或者地区的发展不能只看GDP这一指标，需要对国家或地区进行全面的考察。本文主要从经济结构均衡性研究和经济趋势预测两方面入手，对31个省市经济情况进行评价。 本文通过对经济影响因素的考量，主要从市场、政府、社会、科技、生态环境和国际化这六个方面对经济发展状况进行评价。利用因子分析对这六个综合方面进行分析，得到各省市的六元综合评分，将评分结果进行归一化后进行可视化。在对中国各省市的经济均衡结构有一定的了解，各省市对现阶段自身的整体发展情况有一定把控的基础上，对未来经济发展趋势进行研究。本文选用GDP涨幅作为经济趋势的重要评价指标，使用可解释性强的梯度提升树对GDP的增长率率进行预测，并将XGBoost模型预测结果与BP神经网络模型的预测结果进行对比。主要得到以下结论： (1)根据各省市的六元综合评分，并结合六元平均得分系数，可以将中国省市大致分为三类：完全均衡型、一般均衡型、均衡欠缺型。完全均衡型省市主要有广东、江苏、山东、上海、北京、浙江，一般均衡型省市有福建、四川、湖北、天津、重庆、辽宁、安徽，其余省市可能低于平均水平的指标较多，因此划分为均衡欠缺型。各省市可以依据自身发展的特点，采取相应的发展举措。 (2)通过XGBoost模型与BP神经网络模型的对比分析，结果表明XGBoost模型在GDP涨幅预测中优于BP神经网络模型，具有较好的短期预测效果。因此，在对各省的GDP增长率进行短期预测时，可采用XGBoost模型进行预测。

目录

第一章 引 言

1.1 研究背景与意义

1.2 宏观经济研究现状

1.2.1 宏观经济运行研究

1.2.2 宏观经济预测

1.3 本文研究方法与技术路线

1.4 研究内容与创新

1.4.1 研究内容

1.4.2 创新点

第二章 经济结构和趋势研究的相关理论

2.1 数据挖掘统计方法

2.1.1 相关性分析

2.1.2 聚类算法

2.2 相关分析及预测算法介绍

2.2.1 因子分析

2.2.2 神经网络预测模型

2.3 本章小结

第三章 指标体系构建及指标数据处理

3.1 指标体系构建原则

3.2指标体系的建立

3.3 数据预处理

3.3.1 KNN填补算法

3.3.2数据标准化

3.4 本章小结

第四章 宏观经济结构的证实研究

4.1 中国宏观经济发展现状

4.2 经济结构均衡模型实证研究

4.3 结论分析与建议

4.4 本章小结

第五章 宏观经济趋势的证实研究

5.1 宏观经济中GDP的重要性

5.2 指标体系的建立与数据处理

5.3 基于XGBoost的GDP涨幅预测模型

5.3.1 XGBoost

5.3.2 算法原理

5.3.3 实证分析

5.4 与神经网络预测结果比较

5.4 本章小结

第六章 结论与展望

6.1 本文总结

6.2展望与不足

致谢

参考文献

附录

攻读硕士学位期间取得的成果