跨申经济学一申失败，我紧急提升背景，二申上岸NTU！

公众号新闻

2023-04-04 02:04

※ 本文系指南者留学学员原创，转载请联系授权

学员背景

T同学

本科背景

重庆大学能源经济

背提项目

指南者“高斯杯”数学建模竞赛营

23fall offer

南洋理工大学管理经济学

香港城市大学应用经济学

华威大学经济学

布里斯托大学经济学

PART.1

为什么参加背景提升训练营

首先是因为我需要提升数理背景。数理背景一直是我简历上的短板，而我申请的专业全部都是经济学相关的，很看重数理能力，更准确来说应该是数理的应用能力。

第二，我需要在大四的暑假提升背景。我在大四没有申请到理想学校，计划在9-10月开始23fall的申请。复盘后认为是大学期间没有为留学做好充分的准备（有条件的同学一定要早早进行规划！），在各种硬性背景（如GPA、核心课程分数）已基本确定的情况下，我只能从实习和数理能力这两方面进行提升。所以在大四下学期，除了要认真写毕业论文外，我还一边了解像我这种情况的毕业生该如何提升背景，参加周期较短的背景提升项目是我最好的选择。

第三，指南者的背景提升项目靠谱专业，其中数模竞赛项目最符合我的需求。指南者的口碑十分不错，这边的项目也很丰富，有案例分析的、提升编程能力的等等。我选择了指南者的数学建模竞赛项目，完成该项目能直接体现我数理应用的能力和潜力。

PART.2

项目过程与收获

①时间线

7月中旬：报名，大约一周后和老师进行电话会议，介绍了竞赛模式和训练营内容，了解我的个人情况，并且提到上网课和课后作业的注意事项。

7月-8月：开始上网课，对各种分析方法和模型进行学习和实操。网课是录播，可以反复观看。由于我大学期间有使用过MATLAB、SPSS和Stata，加上这两个月在实习，所以我花了相对少的时间在网课上，但也被老师催过赶进度和作业，可以看出老师是对每个学员都很负责任，时间充足的同学一定要花更长时间去学习！不过我还是认真做好了笔记，竞赛前重新过一遍代码并把老师的教案保存好，实战阶段的时候方便随时查看。

8月底：组队、选题。一个小组3个同学、1名导师，在这里我也想感谢两名队友和导师，这次遇到的两个同学行动力极强，我们也合作得很愉快；导师每次都会在我们汇报情况后及时回复，让进程得以继续推进。我们组三个人的目标都是申请商科与泛商科的项目，因此我们很快便选择了更偏向经济类的题：中国 GDP 影响因素研究与预测。

9月初：开始实战，7-10天内完成论文并上传。时间还是相对充裕的，我推荐在实证前先将大概的方法和预期结果整理后发给导师过目，避免方向错误做了无用功，在有一定的进展以及出现无法解决的问题也应该及时向导师汇报。

11-12月：公布获奖结果。

②实战阶段

我们组的选题是“中国 GDP 影响因素研究与预测”，在确定好选题的当天晚上，我们就开了第一次会议，决定先一起找好文献、列出所有可用的指标、讨论出初步思路再进行分工。我们在阅读相关文献后，就确定了以经济学原理中的“GDP的四驾马车”为基础进行实证分析，并且列出了这四大部门对应的原始经济指标并在年鉴等官方渠道收集好了数据。

（初始数据）

我们的初步思路是：

GDP影响因素研究主要使用多元回归的方法。其中，变量的确定需要从原始经济指标中先进行筛选，获得与GDP显著相关的基础因子，再进行描述性统计，确认数据的可用性再进行回归。多元回归的模型中，我们会运用因子分析法得到基础因子的综合指标再进行公因子多元回归，判断模型的有效性，从而构建GDP与综合指标的回归模型。

GDP预测主要使用时间序列模型，如ARIMA。根据历年数据对未来三年的GDP进行预测，将真实值和预测值进行对比，保证预测模型的准确性。

按照梅老师推荐的方式进行分工：

因为我们的沟通很充足很及时，我和一个同学一起承担了论文撰写和第三人的任务，在后期阶段，我还参与了预测部分的建模，分担编程手的工作量。

接下来，编程手在第一步——四大部门原始指标进行筛选时就出现了第一个困难。用相关性排除了一些指标后，再用Stata进行回归分析，发现共线性一直存在，我们第一个想到的解决方法是再多看文献，多找指标，但还是无法筛选出有代表性的指标。后来，我们发现多个指标的绝对数值都是越来越大的（如人均可支配收入、出口额等），因此它们之间出现共线性是一定的，所以这些指标的数据应该是指数型或相对数的。将原始指标换成指数之后再进行降维，留下了6项具有代表性的指标，它们都来自影响GDP的四大部门：消费、投资、政府支出和出口。在这个过程中，我认识到正确处理数据的重要性，需要知道何时将其相对化、何时需要绝对值的数据和降维的目的，这也是我日后的研究学习中必须掌握的。

（换成了指数型数据）

基础因子的问题解决了，编程手很快就完成了描述性统计、绘制散点矩阵图、斯皮尔曼相关性分析和灰色关联度分析以证明基础因子的可靠性。并通过SPSS，用因子分析法处理基础因子得到四个综合指标，刚好对应了“四驾马车”，说明我们的实证在正确的方向上了。

随后便是在Stata上进行多元回归，修正异方差后得出：在显著性为0.05的水平下，四个综合指标都对中国GDP有正向促进作用。

同时，我们还要推进预测部分的进度。老师曾提醒过我们需要通过真实值和预测值进行对比并且要将不同模型得出的预测结果进行对比才更有说服力，对比的方式可以主要通过误差平方（SSE）和平均绝对误差来表示。我们在查阅文献时发现ARIMA和灰色预测模型在预测GDP时都很常见，所以我们决定用这两个模型，并将结果进行对比。前者在课堂上重点讲过，尽管我们没学习过后者，但在查阅了其公式、优缺点后发现其原理就是通过得到在离散点处的解经过累减生成的原始数据的近似估计值，从而预测原始数据的后续发展，适合历史数据少的序列，适合用在GDP、工业产值等这类序列的预测上。

根据课堂所学，我们很快确定了使用ARIMA（4,2,3）模型，我在MATLAB和SPSS上运行灰色预测模型，得出的结果不错，但误差值更大，因此最终选择ARIMA的GDP预测结果。

ARIMA的结果：

灰色预测模型结果：

最后我们得出的结论是：

1.在1990-2019年间，消费、投资、政府预算支出与进出口这四个部门对GDP起到明显的促进作用，因此针对四个部门提出政策建议：提高居民消费水平，扩大内需；鼓励民间投资；合理增加政府支出，鼓励新兴产业创造需求；扩大对外开放力度，推动对外经济结构转变。

2.预测2022年，我国的GDP有望突破120万亿元，在2022-2024年间，GDP增长率都将在6%以上。

PART.3

该项目对我二申上岸的帮助

对时间比较紧迫的我来说，这个项目对申请很有帮助。

①这个项目符合经济学硕士项目的申请要求。经济学项目大致都是需要申请人具有比较优秀的数学和统计学背景，我在这方面的背景比较欠缺，尤其是在如今留学申请相当火爆的背景下，参加这个项目精准满足我的需求，我也借这次项目填补了在应用统计方面的欠缺。该项目对有意跨申的同学来说是很好的选择，因为这个项目的整体结构逻辑就是社科、商科研究的基本逻辑，也能在短时间内掌握相关软件的运用。

②这个项目还为学员提供文书写作的辅导。这也是很重要的一点，因为参加该项目对背景的提升需要最终体现在文书上，指南者的老师会讲述如何将项目经历更好地呈现在PS和CV上以突显自己的优势，这种留学应用的项目辅导对我有非常大的帮助。

③时间设置合理。申请季前就可以完成这个项目，在九月初实战结束后，我就立刻写文书开始23fall的申请了。虽然要过两个月才出最终获奖结果，但我认为竞赛结果在文书上并没有那么重要，更重要的是在文书上体现过程与收获和自己的潜力。

而对于还有较长时间准备的同学来说，这个项目也同样适合。很多同学在低年级就开始留学申请的准备了，参加这个项目可以作为一个导入，因为这个竞赛是应用导向的。学习过程中有不懂的原理和公式很正常，但不用过于纠结，只要先应用起来，之后回头看就会豁然开朗了，可以为大家在后面的学习和研究打个基础。

▼

扫描下方二维码

咨询同款项目实战经历

▼

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章