1. 研究目的与意义及国内外研究现状

我们把一个国家所有常驻单位在特定时期内生产的所有最终产品和劳务的市场价值称为gdp。在核算我国国民经济时，统计gdp是一项必不可少的任务，同时它也是我们评定一个国家或地区总体经济情况的重要指标。

随着我国上世纪八十年代实施改革开放以来，我国gdp年均增长速度达到了9.8%，这种高速发展的经济趋势被人们称为“中国经济奇迹”。但是自从2008年美国爆发经济危机之后，我们开始担心中国经济的高速发展期已经不复存在，而且也出现了gdp增速放缓等现状，2015年gdp增速为6.9%，近二十多年来首次低于7%。中国如何才能让经济再保持20年的平稳快速增长呢?所以本文通过主成分分析法得出影响gdp的主要指标，进行相应分析，以保证gdp的稳速增长，通过建立时间序列模型来拟合，分析gdp的趋势特点，并预测未来几年的gdp，从而为我国的经济走向提供有效的意见。

国内外研究现状

近年来，国内外的许多学者对gdp采用时间序列分析法对其发展规律进行研究并用于预测。王正宇和王红玲1则基于arima模型对我国gdp进行了分析预测。赵盈2以我国1954-2004年gdp的数据资料为依据，采用box-jenkins方法建立arima（1,1,1）模型，揭示我国gdp增长变化的规律性，并对回归结果进行实证分析。韩卫国3研究了arima模型在gdp预测中的应用。符晓燕4研究了中国人均gdp时间序列模型比较分析。

2. 研究的基本内容

本文试分析主成分BP神经网络模型、ARIMA模型在我国GDP预测中的应用。选取《中国统计年鉴》中1995-2014年我国GDP以及对其有影响的相关因子数据，通过主成分分析法确定BP神经网络模型的输入层节点数，构建主成分BP神经网络模型。并根据时间序列分析理论，建立合适的时间序列模型来拟合我国GDP。并对两种模型进行比较分析以及做出模型的评价推广，得出最后的结论。

3. 实施方案、进度安排及预期效果

实施方案：

通过查阅书籍、期刊及网络上的一些共享资源，在老师和同学的帮助指导下，运用所学的统计软件完成数据的处理，分析gdp的增长趋势和特点。

进度：

4. 参考文献

[1]王燕.应用时间序列分析（第三版）[m].中国人民大学出版社,2012.

[2]赵卫亚.计量经济学教程（第二版）[m].上海财经大学出版社,2010.

[3]张丙见.我国gdp的时间序列的模型建立与实证分析[j].商贸纵横,2013,(23):95-96.