GDP总量预测方法探讨研究丁文斌一、研究背景在经济形势分析中，常常需要对主要经济指标进行预测，特别是对GDP的总量和增长速度进行预测（政府统计部门和发展计划部门的这种要求尤为迫切）。在以往的预测中，人们大多利用固定资产投资、工业增加值、社会消费品零售额等主要经济指标对GDP进行回归预测。实际上，利用回归模型进行预测存在如下缺陷：1、根据解释变量的预测值测算被解释变量的未来值，扩大了最后的预测误差在大多数回归模型中，要预测某期的GDP，往往需要知道解释变量（如上面提到的固定资产投资、工业增加值和社会消费品零售额等）的同期数值，而实际上，在预测GDP之前，上述解释变量的同期数值也是未知的，因此，需要首先通过其他方法对解释变量的数值进行预测，然后，再利用回归模型预测GDP。这种根据解释变量的预测值回归测算被解释变量未来值的方法无形之中扩大了最后的预测误差。而且，在多元回归模型中，解释变量之间的多重共线性和异方差性也常常是需要加以考虑的，所有这些方面都会影响模型的合理性以及最后的预测精度。2、利用非平稳时间序列直接建模容易产生“伪回归”问题现在，大多数经济时间序列都是非
