深圳GDP增速预测模型选取

GDP是衡量一个国家或地区经济状况的重要指标。准确预测GDP对于政策的制定具有重要的指导意义。长期以来，各国学者、政府及金融机构都致力于研究和改进GDP的预测方法。

对于GDP的模型预测，通常分为以下几种。

第一种是传统的结构宏观模型。这类模型建立在经典宏观经济学理论之上，其理论框架明确，因而有助于解释预测结果的经济学含义。二十世纪六七十年代，各国中央银行盛行使用结构性计量模型进行预测。遗憾的是，经济理论通常并不足以对变量之间的动态联系提供一个严密的说明，而且内生变量既可以出现在方程的左端又可以出现在方程的右端，使得估计和推断变得更加复杂。为了解决这些问题，出现了一种用非结构性方法来建立各变量之间关系的模型。

第二种是时间序列模型。目前，较为通用的GDP预测方式是采用时间序列模型的计量经济学分析。该方法特别适用于经济运行的短期分析。其中，最为常见的是自回归移动平均模型（ARMA模型）和向量自回归模型（VAR模型）。用ARMA模型预测，只需要变量自身的历史数据，操作简便；而VAR模型实际上是一种多元线性回归模型，每个变量由它自己和其他变量的过去值表示。在处理多个相关经济指标的分析与预测中，VAR模型是最容易操作的模型之一。VAR模型不过多考虑经济结构问题，而是采用数据驱动的建模方法，在宏观经济预测等方面取得了巨大成功。20世纪80年代之后，VAR模型逐渐取代结构性模型成为主流。

第三种是主观判断性预测。

由于VAR模型相对简单且实用，本文拟用VAR模型对深圳GDP增速进行预测。

模型设定与数据预处理

能够对深圳GDP增速产生影响的变量，主要有消费、投资、出口等指标。一