新冠疫情对中小服务型企业影响评估及对策研究——基于回归算法优化模型的分析预测

发布时间：2020-12-03 22:54

　　本文从分析新冠疫情的特点及其对中小服务型企业的影响路径入手,通过Python语言和机器集成算法对样本数据进行测试,在比较不同回归预测模型的基础上,择优选用贝叶斯岭回归模型进行了不同情景下的模拟量化分析,比较客观地估测了本次疫情对我国中小服务型企业的影响。分析表明,疫情将在中短期内主要通过总需求链、企业生产链、供应链、销售链以及资金链和物流链等多重路径对我国中小服务型企业形成巨大冲击。预计本次疫情将导致2020年我国中小服务型企业产业增加值损失约2.3～2.6万亿元,主营业务收入损失约7.2～8.1万亿元,且其影响将主要集中在第一、二季度,此后将逐步减小。最后,本文从财政、金融、产业等政策方面提出了一系列相应的宏微观风险防控对策。 

【文章来源】：经济评论. 2020年03期 第101-117页 北大核心CSSCI

【文章页数】：17 页

【部分图文】：

新冠疫情对中小服务型企业的主要影响路径

按照上述方法，运用Python语言调用上述六种备用回归模型对被解释变量第三产业增加值增长率GRAVTI进行预测，得到的结果见图2。从图2中可以明显看出，BayesianRidge模型的预测值与实际值的拟合度最高，估测效果最好。ARDR、XGBR、GBR这三个模型的测算效果也较好，但预测值普遍偏高，而ElasticNet和SVR两个模型估算效果最差，其中，ElasticNet对各季度的估计值均为17.09%，效果很不理想。(四)疫情对我国中小服务型企业的影响预测———基于BayesianRidge模型

对于疫情影响我国2020年1—4季度第三产业增加值增长率、中小服务型企业产业增加值与主营业务收入的两个控制变量:疫情期间中小服务型企业复工率(QFGR)和产销恢复率(CXHR)，笔者结合工业和信息化部官网、新浪网、Wind数据库等的疫情防控专栏在本研究时点(2020年3月28日)的已公布数据，并结合后期疫情防控与复工复产的进度情况，按照乐观、中性、悲观三种情景预期估算得到2020年1—4季度疫情期间的QFGR和CXHR。具体详见图3。其中，企业复工率是从2020年2月20日5%算起，然后按照3月28日工业和信息化部官网公布的70%复工率开始进行推算得到，产销恢复率是从2020年2月底根据疫情的发展情况及媒体信息估算所得。

【参考文献】：
期刊论文
[1]“抗疫情稳经济”专题(4) 新冠肺炎疫情对交通企业的影响及对策分析[J]. 陈楚宣,胡坚柱,沈达扬,江超.  广东经济. 2020(03)
[2]“新冠肺炎”疫情对我国外贸和就业的冲击及纾困举措[J]. 沈国兵.  上海对外经贸大学学报. 2020(02)
[3]新冠疫情对经济的影响分析及对策研究[J]. 安国俊,贾馥玮.  金融理论与实践. 2020(03)
[4]新冠肺炎疫情防控期间企业复工决策分析——基于行为经济学视角[J]. 胡越秋,王军,董泽华.  统计与决策. 2020(05)
[5]新冠肺炎疫情对宏观经济的影响分析及政策建议[J]. 贾文勤,唐诗磊.  中国发展. 2020(01)
[6]新冠肺炎疫情对企业影响调查与一季度经济预测[J]. 许士春,张婧男.  淮海文汇. 2020(01)
[7]我国第三产业全要素生产率区域差异及影响因素研究[J]. 田萍,汪制邦.  数量经济研究. 2019(03)
[8]新常态下第三产业时空演变及其影响因素探讨[J]. 潘城文.  商业经济研究. 2016(24)
[9]重大突发事件冲击性经济效应与潜在影响评判[J]. 李宏.  社会科学家. 2016(09)
[10]突发大规模疫情对经济的影响分析[J]. 张文斗,祖正虎,许晴,徐致靖,刘巾杰,郑涛.  军事医学. 2014(02)



本文编号：2896597