基于混频数据的社会物流成本预测

发布时间：2021-07-27 13:21

　　降低社会物流成本对提升国民经济运行效率至关重要。文章从宏观层面出发,基于若干宏观指标对社会物流总费用及其在GDP中的占比进行预测,为解决不同频率数据建模的问题,选用ADL-MIDAS模型方法进行预测分析。结果表明:季度GDP对社会物流总费用的预测效果较月度全社会用电量更为准确;第三产业占比可以有效预测社会物流总费用占比,外生变量引入并不能有效提高预测效果。从模型应用效果看,ADL-MIDAS模型能够有效提高估计精度,而滚动窗口和递归窗口相比固定窗口的预测精度更高。 

【文章来源】：统计与决策. 2020,36(13)北大核心CSSCI

【文章页数】：5 页

【参考文献】：
期刊论文
[1]中国货币政策中介目标的量价选择——现实困境与混频数据模型预测效果分析[J]. 李俊江,黄潇雨.  西安交通大学学报(社会科学版). 2019(01)
[2]中国宏观经济总量的实时预报与短期预测——基于混频数据预测模型的实证研究[J]. 刘汉,刘金全.  经济研究. 2011(03)
[3]基于GRNN神经网络的社会物流成本预测研究[J]. 冯社苗.  武汉理工大学学报(交通科学与工程版). 2010(06)
[4]中国宏观经济混频数据模型应用——基于MIDAS模型的实证研究[J]. 刘金全,刘汉,印重.  经济科学. 2010(05)



本文编号：3305863