大学计算机基础大学计算机基础 (1).pdf

《大学计算机基础大学计算机基础 (1).pdf》由会员分享，可在线阅读，更多相关《大学计算机基础大学计算机基础 (1).pdf（27页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、摘要 I 摘 要 中国改革开放以来，经济发展大体经历了三个阶段，GDP 也呈现相应的阶段性增速变化。第一阶段，1978 年至 1998 年，引入非公有制经济和市场调节机制，形成了具有中国特色的“双轨模式”，而这一体制的 GDP 增速表征是其波动剧烈，很不稳定。第二阶段，1998 年至 2007 年，通过刺激消费、投资和出口，形成了比较典型的“凯恩斯模式”，这一模式的 GDP 增速表征是大体呈指数型高速增长。第三阶段，2007 年至 2018 年，我国面临的是倒逼扩大内需、提高创新能力、促进经济发展方式转变的新机遇【1】，也是下行压力增大的新挑战，这一阶段的 GDP 增速表征是其大体上持续下降。

2、对近几年中国现状进行分析，可以发现劳动适龄人口规模缩减，经济吸纳就业弹性不足，并且就业对经济增速的要求减弱等国内经济社会现象，加之中美之间的贸易摩擦对中国出口带来的影响等国际因素，以及第三阶段 GDP 增速变化的大体趋势，我们发现 2019 年 GDP 增速仍持下降趋势已成必然。对此课题组提出：在当前宏观经济形势下，根据可以获知的数据，借助计算机 Originlab 软件拟合函数技术对过去三个阶段 GDP 增速进行分析，并根据第三阶段尤其近几年GDP 增速变化趋势以及 2019 年已有数据，分别建立相应的函数模型预测 2019年年度 GDP 增速、第四季度同比环比增速及全年 GDP 总量，并通

3、过对不同算法建立的函数模型的对比，找到结果的可能性值以及较为合意的结果。以 GDP 为切入点全方位地感知中国经济发展过去经历的以及未来将呈现的样态。关键词关键词 GDP;计算机 Originlab 软件拟合函数技术;阶段性变化;2019 年数据预测Abstract II AbstractAbstract Since the reform and opening up,Chinas economic development has gone through three stages,and the GDP growth rate has also shown corresponding chan

4、ges in stages.The first stage,from 1978 to 1998,introduced the non-public economy and the market adjustment mechanism,forming a dual-track model with Chinese characteristics.The GDP growth rate of this system is characterized by sharp fluctuations and instability.In the second stage,from 1998 to 200

5、7,a more typical Keynesian model was formed by stimulating consumption,investment and exports,whose GDP growth rate was characterized by an exponential growth rate.In the third stage,from 2007 to 2018,China is faced with new opportunities to expand domestic demand,improve innovation capacity and pro

6、mote the transformation of the economic development pattern 1.On analyzing the present situation and problems of China in recent years,can be found working age population size shrink,economy to absorb employment elasticity is insufficient,weakened demand for economic growth and employment and so on

7、the domestic economic and social phenomenon,along with the trade friction between China and the United States exports to China the impact of international factors,such as the general trend of the change of GDP growth,and the third stage,we found that in 2019,GDP growth remained decline has become in

8、evitable.Group puts forward:in the current macroeconomic situation,according to the data can be obtained,Originlab software fitting function by using computer technology in the past three stages of GDP growth is analyzed,and according to the third stage is particularly GDP growth trend in recent yea

9、rs,as well as the existing data,in 2019,respectively,set up a corresponding function models to predict annual GDP growth,in the fourth quarter of 2019 compared with the sequential and full-year GDP growth,and through the comparison of different algorithms to establish the function model of,find the

10、result values,and the possibility of a more desirable results.Take GDP as a starting point to get a comprehensive sense of what Chinas economic development has experienced in the past and what it will present in the future.Key wordsKey words GDP;Originlab software fitting function technology;Periodi

11、cal change;2019 years data forecast 目录 III 目 录 摘 要.I Abstract.II 目 录.III 第一章 绪论.1 1.1 问题背景.1 1.2 研究动因.1 第二章 分析过去阶段 GDP.3 2.1 GDP、GDP 增长率、基期、名义 GDP、实际 GDP.3 2.2 三个主要阶段.4 2.2.1 1978 至 1998.4 2.2.2 1998 至 2007.5 2.2.3 2007 至 2018.6 第三章 预测 2019 年 GDP.9 3.1 根据第三个阶段预测 2019 年 GDP 年度增速.9 3.1.1 现实背景及问题.9 3.1

12、.2 拟合结果分析.9 3.2 微观角度预测 2019 年第四季度 GDP 增速.11 3.2.1 同比增长与环比增长.12 3.2.2 算法一：同比分析.12 3.2.3 算法二：环比推导同比分析.15 3.2.4 算法三：以时间季度为横坐标直接拟合函数曲线.17 3.3 预测 2019 年 GDP 总量.18 第四章 总结与展望.目录 IV 参考文献.致 谢.第一章 1 第一章 绪论 1.1 问题背景 通过发挥自身的组合优势和承接国际产业转移，我国经济实现了 30 年高速增长。2008 年国际金融危机后，我国经济发展进入了新的发展阶段，基本特征就是其由高速增长转向高质量发展。然而，国家为应

13、对危机依然采用凯恩斯模式【2】。这对于调节经济周期性波动或许是有效的，可以短期对冲“硬着陆”的风险，为结构性改革赢得时间。然而，老办法不能从根本上解决经济发展新阶段的新矛盾，凯恩斯主义难以破解我国经济 30 年高速增长中所累积的不平衡、不协调和不可持续的发展难题，进入“新常态”实乃必然。2018 年中国国内生产总值(GDP)实际增长 6.6%,增速比上年下降了 0.2 个百分点,经济增长“稳中趋缓”的态势仍在持续。一方面,“三去一降一补”重点任务扎实推进,企业资产负债率(特别是国有控股企业)持续下降,就业形势保持稳定,经济结构继续优化;另一方面,全球经济扩张趋弱以及中美贸易摩擦发展的不确定性,

14、国内投资持续减速以及居民实际收入增速难以快速提高等也给中国经济增长形成较大的下行压力【3】。1.2 研究动因 当前,我国经济发展面临新的风险挑战,国内经济下行压力加大,一些人因此担忧我国经济发展前景。其实,全面认识当前我国经济形势、深刻把握我国经济发展的大逻辑就不难发现,稳中向好、长期向好是我国经济没有改变也不会改变的大趋势【3】。分析经济形势首先要看“形”,既看速度、又看质量。当前,我国经济增长、就业、物价、国际收支、劳动生产率等主要指标都处于合理区间,高质量发展取得积极进展,经济总体平稳、稳中向好的基本面没有改变。从国际比较看,今年第二季度,我国经济增长 6.2%,远高于美国 2%、日本

15、1.3%、欧盟 1.3%的经济增速,也高于新兴经济体中表现较好的印度 5%的经济增速。从历史比较看,我国现在实现的经济增量相当于 2010 年经济规模下 11%左右经济增速实现的经济增量。作为世界第二大经济体,我国在如此巨大的经济规模下仍能实现持续稳定的中高速第一章 2 增长,实属难能可贵。分析经济形势还要看“势”。当前,我国经济发展具备诸多有利条件,经济长期向好的大趋势没有改变。从发展阶段看,我国仍处在工业化、城镇化进程之中。2019年前三季度,服务业增加值占国内生产总值的比重为54%,与发达国家相比发展尚不充分,特别是教育、医疗、健康、家政等服务业发展潜力远未释放出来。从经济发展要素条件看

16、,我国拥有近 9亿劳动力人口,居民储蓄率较高,国内市场规模巨大并持续扩大,创新创业活力较强,新动能不断发展壮大,具备保持经济中高速增长的各项条件。从发展环境看,当今世界正经历百年未有之大变局,国际力量对比和全球经济版图加速演变,新一轮科技革命和产业变革蓬勃兴起,国际产业分工格局面临重构,世界和平发展潮流和经济全球化大势不可逆转,这些都为我国经济发展提供了新的历史机遇。第二章 3 第二章 分析过去阶段 GDP 2.1 GDP、GDP 增长率、基期、名义 GDP、实际 GDP GDP 是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。国内生产总值有三种表现形态，即价值

17、形态、收入形态和产品形态。从价值形态看，它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期投入的全部非固定资产货物和服务价值的差额，即所有常住单位的增加值之和；从收入形态看，它是所有常住单位在一定时期内创造并分配给常住单位和非常住单位的初次收入之和；从产品形态看，它是所有常住单位在一定时期内所出产的最终使用的货物和服务价值减去货物和服务进口价值。在实际核算中，国内生产总值有三种计算方法，即生产法、收入法和支出法。三种方法分别从不同方面反映国内生产总值及其构成，理论上计算结果相同。第一，国内生产总值是用最终产品和服务来计量的，即最终产品和服务在该时期的最终出售价值。一般根据产品的实际用

18、途，可以把产品分为中间产品和最终产品。所谓最终产品，是指在一定时期内生产的可供人们直接消费或者使用的物品和服务。这部分产品已经到达生产的最后阶段，不能再作为原料或半成品投入其他产品和劳务的生产过程中去，如消费品、资本品等，一般在最终消费品市场上进行销售。中间产品是指为了再加工或者转卖用于供别种产品生产使用的物品和劳务，如原材料、燃料等。GDP 必须按当期最终产品计算，中间产品不能计入，否则会造成重复计算。第二，国内生产总值是一个市场价值的概念。各种最终产品的市场价值是在市场上达成交换的价值，都是用货币来加以衡量的，通过市场交换体现出来。一种产品的市场价值就是用这种最终产品的单价乘以其产量获得的

19、。第三，国内生产总值一般仅指市场活动导致的价值。那些非生产性活动以及地下交易、黑市交易等不计入 GDP 中，如家务劳动、自给自足性生产、赌博和毒品的非法交易等。第四，GDP 是计算期内生产的最终产品价值，因而是流量而不是存量。第五，GDP 不是实实在在流通的财富，它只是用标准的货币平均值来表示第二章 4 财富的多少。但是生产出来的东西能不能完全的转化成流通的财富，这个是不一定的【4】。经济增长率（RGDP）是末期国民生产总值与基期国民生产总值的比较，以末期现行价格计算末期 GDP,得出的增长率是名义经济增长率，以不变价格（即基期价格）计算末期 GDP，得出的增长率是实际经济增长率。随着经济的不

20、断发展，各行业的价格结构也会不断发生变化，为了更好的反映这种变化对于经济的影响，计算不变价 GDP 需要每隔若干年调整一次基期。我国自开始核算国内生产总值以来，曾有 1952 年、1957 年、1970 年、1980 年、1990 年、2000 年、2005、2010 年 8 个不变价基期，现阶段的基期数据设定是 2015年，大约基期每 5 年更换一次。在量度经济增长时，一般都采用实际经济增长率，经济增长率也称经济增长速度，它是反映一定时期经济发展水平变化程度的动态指标，也是反映一个国家经济是否具有活力的基本指标。实际 GDP 和名义 GDP 通常是不等的，名义国内生产总值增长率等于实际国内生

21、产总值增长率与通货膨胀率之和,由通货膨胀引发的价格变动，即使产量一直没有变动，名义 GDP 仍然会上升。2.2 三个主要阶段 2.2.1 1978 至 1998 1978 年开启的经济体制改革，并非打破计划经济体制本身，而是通过“增量改革”，引入非公有制经济和市场调节机制，发展“体制外经济”，因此也就形成了具有中国特色的“双轨模式”【5】。双轨模式使我国由“短缺经济”向“过剩经济”、由卖方市场向买方市场过渡，在大起大落的周期性波动中实现了经济起飞。同时，双轨模式影响深远，至今依然是我国经济体制的一个基本特征例如“两个毫不动摇”、按劳分配和按要素分配结合、发挥市场决定性作用与更好发挥政府作用等。

22、1997 年亚洲金融危机爆发，我国也出现了改革以来的首次通货紧缩，这是一国经济进入市场经济的根本性标志，有效需求由此也就成为决定经济增长的基本因素。内需不足的必然结果就是扩大外需，因此商品输出浪潮成为了我国改革以来的第一轮“群众运动”。从通货紧缩到商品输出，并非我国所第二章 5 独有的特色，而是工业化国家在经济发展过程中的共同特征。这一阶段，我国经济处于一种不稳定的增长模式，由图 2.2.1 可以清晰地看到年度 GDP 增速波动很大，经用统计方法计算得出的离散系数也相对较大，因此不能用一个较为合适的函数来对这一阶段的数据整体拟合。图 2.2.1 中国年度 GDP 增速 数据来源：国家统计局，h

23、ttp:/。2.2.2 1998 至 2007 19982007 年我国经济发展的主线，是通过刺激消费、投资和出口，来应对有效需求不足，进而形成了比较典型的“凯恩斯模式”，并实现了持续的高速增长【6】。实际上，这个速度也超乎了决策者的预期，中国在的目标是 2020 年实现国内生产总值比 2000 年翻两番，达到 4 万亿美元。中国在 2008 年就突破了 4万亿美元，2018 年已经超过 14 万亿美元，这样的成绩相比 2000 年是“翻两番后再翻两番”。在衡量外交成绩时，中美关系占八成。经济发展和中美关系是中国发展过程中最重视的两大元素，中美关系在这一期间也越走越好。从其间的1999 年开始

24、，我国的国际收支保持经常项目和资本项目的“双顺差”，并由 1999年的 263 亿美元持续快速地扩大到 2011 年的 4961 亿美元。这在国内市场造成流动性膨胀和人民币贬值，而在国际市场则造成人民币持续升值的压力。双顺差是人民币“内贬”与“外升”的同一根源，而“内贬外升”的必然结果就是人民币和人民币资本输出。这一阶段的稳定持续高速增长为人民带来了生活质量的极第二章 6 大提升，被称作新黄金十年。根据这十年的数据（如图 2.2.1 所示），并结合观察推测，课题组通过指数函数进行拟合，得到如下结果。图 2.2.2 1998 年（横坐标为 1）至 2007 年（横坐标为 10）GDP 增速拟合结

25、果 由图 2.2.2 可以看出该阶段的 GDP 增速可以用某个指数函数很好的拟合，可见这一阶段的“凯恩斯模式”使中国经济有了惊人的增长。2.2.3 2007 至 2018 2007 年次贷危机势头已显，在 2008 年国际金融危机后，我国经济实际上进第二章 7 入了一个新的发展阶段。然而，国家为应对危机依然采用凯恩斯模式。这对于调节经济周期性波动或许是有效的，可以短期对冲“硬着陆”的风险，为结构性改革赢得时间。然而，老办法不能从根本上解决经济发展新阶段的新矛盾，凯恩斯主义难以破解我国经济 30 年高速增长中所累积的不平衡、不协调和不可持续的发展难题，进入“新常态”实乃必然。2008 年以来，我

26、国经济结构已经发生根本性变化。经济结构可以从收入结构、支出结构和生产结构三个维度来描述。从收入结构看，劳动收入占比上升，企业利润占比下降。劳动收入影响消费，企业利润影响投资，因此支出结构就表现为消费对 GDP 增长的贡献上升，投资的贡献下降。最终消费支出对 GDP 增长的贡献超过资本形成的趋势已经形成，目前消费对经济增长的贡献达到 2/3。进入新阶段的原因是：一方面，在全球化过程中形成并逐渐强化的中美经济互补性是不可持续的，因此在国际金融危机后双方都在进行深度调整；另一方面，支撑我国经济 30 年高速增长的粗放型发展模式已经难以依靠凯恩斯主义来维系，同时新动能正在孕育并带来了一系列积极变化。改

27、革开放以来，我国居民家庭所面对的失业、医疗、养老、住房、子女教育等风险和不确定性，始终难以完全释放，因此人们更倾向于把收入转化为储蓄而非消费，高储蓄率一直延续，并且消费在领跑状态下对 GDP 增长的拉动作用难以长期维持在很高的水平；持续 30 年的出口导向型经济和资本的净流入必然造成“双顺差”，进而我国经济不得不应对国内的流动性膨胀【7】。2008 年前我国M2 与 GDP 的比值在 1.5 左右，2008 年后升至 2.0 以上，2008 年前社会融资规模每年增长不超过 7 万亿元人民币，2008 年后升至 19.4 万亿元人民币。过剩的流动性一定要找到自己的出口，这具体表现为更多地流入基础

28、设施投资、房地产投资、国有大中型企业，而非居民消费和民营中小企业。通过以上对第三阶段的大体介绍以及对当下面临现状的描述，我们可以理解中国消费增速持续疲软，GDP 增速逐年放缓（如图 2.2.1 所示）的背景及原因，在这样的前提下，课题组通过反比例函数对相应数据进行拟合得到结果如下。第二章 8 图 2.2.3 2007 年（横坐标为 1）至 2018 年（横坐标为 12）GDP 增速拟合结果 由图 2.2.3 可以看出该阶段的 GDP 增速可以用某个反比例函数很好的拟合，可见这一阶段的 GDP 增速确实呈现不断放缓的趋势。第三章 9 第三章 预测 2019 年 GDP 3.1 根据第三个阶段预测

29、 2019 年 GDP 年度增速 3.1.1 现实背景及问题 2018 年 7 月，美国对价值 340 亿美元中国产品加征关税，随后中美贸易摩擦不断升级。2018 年中国经济增长 6.6%左右，增速比上年减少 0.3 个百分点。2019 年以来，中国经济稳中求进但稳中有忧，经济下行的压力并未减轻。从需求侧来看，消费增速持续疲软，虽房地产开发投资维持高位，基础设施建设投资小幅回升，但受工业企业利润增速下降、进出口增速下滑的影响，制造业投资大幅下滑，总投资增速有所回落。家庭部门杠杆率持续攀升，家庭流动性愈益收紧。不断强化的家庭储蓄动机不仅放大了总需求不足的影响，还加剧了企业经营的困难，企业被动加杠

30、杆，实体部门杠杆率逆势反弹。在国际形势复杂严峻，国内形势令人担忧，经济面临较大下行压力的背景下，课题组对 2019 年度 GDP 增速进行预测。3.1.2 拟合结果分析 通过模型图 2.2.3 可以预测得出 2019 年 GDP 增量为 6.484%，但正确预测经济形势，需要认识经济运行中“稳”“变”“忧”的内涵，需要考虑问题背景中提到的下行压力。所以，我们认为这个结果有可能偏高。考虑到近几年 GDP 大幅度下降的情况，我们用近 8 年的数据再次进行非线性与线性拟合，以此找到其他可能结果，并感知结果的大致范围。第三章 10 图 3.1.2.1 非线性拟合近 8 年 GDP 增速 非线性拟合得到

31、 2019 年年度 GDP 增速的预测值为 6.368%。第三章 11 图 3.1.2.2 线性拟合近 8 年 GDP 增速 线性拟合得到 2019 年年度 GDP 增速的预测值为 6.25477%。3.2 微观角度预测 2019 年第四季度 GDP 增速 在通过拟合函数模型求解之后，得到三个误差不可忽略的结果，而且最低数值与2018 年相差较多，我们认为在年 GDP 增速这个宏观层面上无法继续验证我们得到结果的合理性，因此我们需要进行更为准确的微观分析。出于对基期因素的考虑，我们选取了 2016 至 2019 年各年四个季度的同比增速和环比增速数据，以此第三章 12 来预测 2019 年第四

32、季度 GDP 同比增速。第一季度 第二季度 第三季度 第四季度 2016 年 6.7 6.7 6.7 6.8 2017 年 6.9 6.9 6.8 6.8 2018 年 6.8 6.7 6.5 6.4 2019 年 6.4 6.2 6.0？数据来源：根据国家统计局（http:/）相关数据整理。3.2.1 同比增长与环比增长 同比一般情况下是今年第 n 月与去年第 n 月比。同比发展速度主要是为了消除季节变动的影响，用以说明本期发展水平与去年同期发展水平对比而达到的相对发展速度。同比增长率=（本期数同期数）同期数100%。环比表示连续2 个单位周期（比如连续两月）内的量的变化比。环比增长率=（本

33、期数-上期数）/上期数100%。区别是，对比基数不同：同比的对比基数是上年的同一期间的数据，环比的基数则是上一期间的数据。侧重点不同：环比会突出显示数据的短期趋势，会受到季节等因素的影响。同比更加侧重反映长期的大趋势，也就规避了季节的因素。3.2.2 算法一：同比分析 用计算机技术分别算出第一、二、三季度 2016 年至 2018 年线性拟合函数的斜率，设 2019 年第四季度同比增长率为 x，用含变量 x 的表达式计算出第四季度线性拟合函数的斜率，使之等于前面算得三斜率的平均值，由此解得 x 的值 12346.46.66.8BA B Linear Fit of Sheet1 BEquatio

34、ny=a+b*xPlotBWeightNo WeightingIntercept6.95 0.25981Slope-0.1 0.09487Residual Sum of Squares0.09Pearsons r-0.59761R-Square(COD)0.35714Adj.R-Square0.03571第三章 13 图 3.2.2.1 2016 至 2018 年一、二、三季度线性拟合函数斜率 第一、二、三季度同比增速数据分别得出斜率为-0.1，-0.17 和-0.24。当 2019年第四季度同比为 6.36%时，第四季度数据算出的斜率为-0.172，约为前三个季度数据的平均值。图 3.2.2

35、.2 16、17、18、19 年第四季度线性拟合函数斜率 我们推断预测的数值偏高，理由是，通过表格可以观测出 17 年至 19 年 GDP同比增速大幅度下降，18 年至 19 年可以说是断崖式下降。所以我们做出改进决定：舍弃 16 年的数据，重新进行拟合 12346.06.26.46.66.8BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept7.1 0.26268Slope-0.24 0.09592Residual Sum of Squares0.092Pearsons r-0.87057R-Sq

36、uare(COD)0.75789Adj.R-Square0.6368412346.46.66.8BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept7.02 0.14819Slope-0.172 0.05411Residual Sum of Squares0.02928Pearsons r-0.91365R-Square(COD)0.83476Adj.R-Square0.7521412346.26.46.66.8BA B Linear Fit of Sheet1 BEquationy=a+b*xPl

37、otBWeightNo WeightingIntercept7.05 0.30373Slope-0.17 0.11091Residual Sum of Squares0.123Pearsons r-0.73497R-Square(COD)0.54019Adj.R-Square0.31028第三章 14 图 3.2.2.3 2017 至 2018 年一、二、三季度重新拟合结果 根据图 3.2.2.3，17,18,19 年前三个季度同比增速的数据拟合后斜率分别为-0.25，-0.35 和-0.4。当 19 年第四季度同比为 6.13%时，17，18,19 年第四季度数据拟合后斜率为-0.335，约

38、为前三个季度数据的平均值。图 3.2.2.4 17、18、19 年第四季度重新拟合结果 我们认为这个数据有正确的可能性，但考虑到 18 至 19 年的大幅度下降，不妨大胆猜测，第四季度同比=6.4%-0.5%=5.9%。换言之，2019 年第四季度的同比增长值很有可能低于 6%，将达到近年来的 GDP 同比增速新低。1236.26.46.66.87.0BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept7.3 0.18708Slope-0.35 0.0866Residual Sum of Squar

39、es0.015Pearsons r-0.97073R-Square(COD)0.94231Adj.R-Square0.884621236.46.66.8BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept7.2 0.18708Slope-0.25 0.0866Residual Sum of Squares0.015Pearsons r-0.94491R-Square(COD)0.89286Adj.R-Square0.785711236.06.26.46.66.8BA B Linear Fit of

40、Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept7.23333 0.12472Slope-0.4 0.05774Residual Sum of Squares0.00667Pearsons r-0.98974R-Square(COD)0.97959Adj.R-Square0.959181236.26.46.66.8BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept7.11333 0.08107Slope-0.335 0.03753Res

41、idual Sum of Squares0.00282Pearsons r-0.99378R-Square(COD)0.98761Adj.R-Square0.97521第三章 15 3.2.3 算法二：环比推导同比分析 相比同比，环比会突出显示数据的短期趋势，用同样的思路，分别算出第一、二、三季度 16 年至 19 年线性拟合函数的斜率，设 2019 年第四季度环比增长率为 x，用含变量 x 的表达式计算出第四季度线性拟合的斜率，使之等于前面算得三斜率的平均值，由此解得 x 的值。第一季度 第二季度 第三季度 第四季度 2016 年 1.4 1.9 1.7 1.6 2017 年 1.5 1.8

42、 1.7 1.5 2018 年 1.5 1.7 1.6 1.5 2019 年 1.4 1.6 1.5？数据来源：根据国家统计局（http:/）相关数据整理。图 3.2.3.1 2016 至 2019 年 GDP 环比增速 根据前三季度环比增速数据，拟合后斜率分别为 0，-0.1 和-0.07。当第四季度环比增速为 1.41时，第四季度数据拟合后斜率为-0.057，约为前三个季度数12341.401.451.50BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept1.45 0.0866Slope0 0

43、.03162Residual Sum of Squares0.01Pearsons r-R-Square(COD)-Adj.R-Square-0.512341.61.71.81.9BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept2 2.50954E-16Slope-0.1 9.16354E-17Residual Sum of Squares8.39705E-32Pearsons r-1R-Square(COD)1Adj.R-Square112341.51.61.7BA B Linear Fit

44、of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept1.8 0.04743Slope-0.07 0.01732Residual Sum of Squares0.003Pearsons r-0.94388R-Square(COD)0.89091Adj.R-Square0.8363612341.451.501.551.60BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept1.645 0.03705Slope-0.057 0.01353Re

45、sidual Sum of Squares0.00183Pearsons r-0.94803R-Square(COD)0.89876Adj.R-Square0.84813第三章 16 据的平均值。同比增长率=（本期数同期数）同期数100%，环比增长率=（本期数-上期数）/上期数100%。19 年四个季度 GDP 环比增速逐季度相乘即可得到 19年第四季度同比增速，课题组据此计算得出 19 年第四季度 GDP 同比增速：1.0141*1.014*1.016*1,015=1.060421410776。即第四季度的同比约为 6.042%，不难看出，这个结果已经接近我们的推测。出于同样目的的考虑，课题

46、组决定舍弃 16 年数据再次拟合。图 3.2.3.2 2017 年至 2019 年 GDP 环比增速。2017、2018、2019 三年间，前三个季度环比增速数据拟合后斜率分别为-0.05，-0.1 和-0.1。当 2019 年四季度环比增速 1.34%时，第四季度数据拟合后的斜率为-0.08，大致为前三个季度数据的平均值。根据同样的计算方法：1.0134*1.014*1.015*1.016=1.059689436624 即可得出19 年第四季度同比增速约为 5.97%，更为接近预测值。1231.401.451.50BA B Linear Fit of Sheet1 BEquationy=a+

47、b*xPlotBWeightNo WeightingIntercept1.56667 0.06236Slope-0.05 0.02887Residual Sum of Squares0.00167Pearsons r-0.86603R-Square(COD)0.75Adj.R-Square0.51231.61.71.8BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept1.9 2.39836E-16Slope-0.1 1.11022E-16Residual Sum of Squares2.46519

48、E-32Pearsons r-1R-Square(COD)1Adj.R-Square11231.51.61.7BA B Linear Fit of Sheet1 BEquationy=a+b*xPlotBWeightNo WeightingIntercept1.8 4.15407E-16Slope-0.1 1.92296E-16Residual Sum of Squares7.39557E-32Pearsons r-1R-Square(COD)1Adj.R-Square11231.351.401.451.50BA B Linear Fit of Sheet1 BEquationy=a+b*xP

49、lotBWeightNo WeightingIntercept1.60667 0.09978Slope-0.08 0.04619Residual Sum of Squares0.00427Pearsons r-0.86603R-Square(COD)0.75Adj.R-Square0.5第三章 17 3.2.4 以时间季度为横坐标直接拟合函数曲线 02468101214161.41.51.61.71.81.9BA B 图 3.2.4.1 环比增长速度随季度变化 可以看出，环比增长速度随季度变化呈现不规律的态势，且波动幅度很大，我们用拟合函数进行预测的结果不够科学而且意义不大，因此不对它进行拟合

50、。同比增长速度随季度的函数呈现良好的态势，是类抛物线函数，可进行函数拟合。图 3.2.4.2 同比增长速度随季度变化函数拟合结果 02468101214166.06.26.46.66.8BA B Holliday1 Fit of Sheet1 BModelHolliday1Equationy=a/(1+b*x+c*x2)PlotBa6.53051 0.04778b-0.017 0.00203c0.0015 1.24502E-4Reduced Chi-Sqr0.00309R-Square(COD)0.96235Adj.R-Square0.95607第三章 18 根据同比增速拟合结果，我们得到 1