第一步   将gdp序列平稳化  genr dlngdp=dlog(gdp)
第二步   用PAR 和AR识别  ARMA(1,1)
第三步   ls dlog(gdp) c ar(1) ma(1)
第四步   模型预测：将样本容量扩大到预测点
          选择静态预测 forecast  得到gdpf
把 gdp 和 gdpf 画图，看拟合程度。点击gdpf可以看到预测年份的gdp

呵呵，你感谢你的回答，还有想问下怎么将样本容量扩大到预测点？第四步怎么做啊？
我琢磨了半天还是没有搞出来！

我在用ARMA模型的时候也遇到这样的问题，但我总结出一种比较好的方法——试算法，加入AR,MA的多次滞后期，一般不超过4，然后再根据回归结果系数的 t 统计量的伴随概率看哪些阶数是不适合的，然后逐个剔除，以至最后确定P、Q的数值。用这个方法并不是很麻烦，在识别不出来的情况下比较好用。希望能帮助你。

谢谢你的回答，很多地方说是按照AIC准则，看最小值，但是这也不是绝对的。怎么根据回归结果系数的 t 统计量的伴随概率分析呢，概率要在哪个范围内呢？

t 统计量的伴随概率就是P值。。。看显著性，然后决定是否保留变量。
就像逐步回归，这个方法应该是有很大问题的。