基于混频大数据的宏观经济总量实时预测研究
发布时间：2021-01-02 23:34
号脉中国经济高质量发展的主旋律亟需宏观经济的实时预测。本文基于2012年1月1日至2019年6月30日的混频大数据,利用动态因子模型构造高频舆情指数,拓展现有低频（至多到月度）预测模型,提出中国宏观经济总量实时预测的监测系统。研究发现:①高频舆情指数能够显著地反映宏观经济的基本面,对GDP增长率具有稳定和有效的解释力;②实时预测模型相比于基准预测模型既能提升预测精度,又能保证预测的稳健性,同时在样本外预测中,当基准预测期和滞后阶数取3的整数倍时预测效果最好;③实时预测模型的多步滚动向前动态预测具有现时性,在同等预测精度下,预测时间至少比AR、OLS等基准模型分别提前18天和30天。
【文章来源】：宏观经济研究. 2020年02期 北大核心CSSCI
【文章页数】：15 页
【部分图文】：
经济危机搜索热度同比增长率与一致景气指数趋势图
影响GDP的低频宏观经济统计指标众多,固定资产投资总额、社会消费品零售总额、出口额、规模以上工业增加值、税收总额、货币供应量、居民消费价格指数(刘汉和刘金全,2011;李正辉和郑玉航,2015)最为典型,基于“三架马车”需求动力原理以及工业增加值与GDP数据的高度相关性(郑挺国和王霞,2013),本文选择规模以上工业增加值、固定资产投资总额、社会消费品零售总额和出口额作为影响季度GDP的低频指标,所有指标采用当期同比实际增长率数据。根据数据发布实际情况,规模以上工业增加值、社会消费品零售总额可直接获得当期同比增长率数据,固定资产投资完成额增长率采用累计固定资产完成额和固定资产投资价格指数推算,出口额增长率采用美元计价的出口额当期同比增速与月末汇率和出口商品价格指数推算。GDP数据样本期间为2012年1季度至2019年2季度,记为2021q1—2019q2,其他数据为2012年1月至2019年6月,记为2012m1—2019m6。所有数据均来源于中经网数据库。各指标动态趋势和描述统计结果见图1和表1。根据图1可知,2012年以来,受国际国内多重因素影响,拉动中国经济增长的“三驾马车”集体表现乏力,造成宏观经济快速进入下行期,季度GDP增长率一路跌破8%、7.5%、7%、6.5%,中国经济发展进入新常态。规模以上工业增加值方面,2012—2016年自12%左右的增速下降至6%左右,可视为产业升级优化、新旧产业增减规模难以相抵的结果,但在供给侧结构性改革系列政策落地的推动下,2016年工业增加值增长率降幅明显收窄,呈现缓中趋稳迹
表3估计结果表明,各关键词的回归系数均显著,尤其是经济危机、预算赤字、价格、环境保护、房地产、利率、消极、财政政策、股票价格等关键词搜索热度同比增长率对高频舆情指数的影响较大,凸显了政策、投资、价格在宏观经济体系中的核心地位。状态方程的系数均高度显著,验证了舆情具有存续期的说法(徐映梅和高一铭,2017),滞后两期自回归项的系数为负则进一步说明舆情传播热度不会一直持续,当基本面发生较大改变时舆情会随之发生转向。根据图3高频舆情指数与GDP同比增长率、一致景气指数趋势图可知,高频舆情指数与这两个变量均呈负向关系。表3 动态因子模型参数估计结果汇总表 方程形式 观测变量 α β θ φ 测量方程 g1 0.006 0.004* 1.693*** g2 0.000 -0.011** 2.596*** g3 0.004 0.008* 2.742*** g4 0.006 0.008* 6.230*** g5 0.002 0.019** 3.340*** g6 0.003 -0.009* 4.561*** g7 0.005 -0.012* 2.489*** g8 -0.005 -0.014** 2.900*** g9 0.011 0.017** 2.610*** g10 0.001 -0.005* 2.444*** g11 0.012 -0.017** 11.301*** g12 -0.008 -0.019** 3.198*** g13 0.005 -0.025*** 4.531*** g14 -0.004 0.023** 3.089*** g15 0.001 0.005* 4.048*** g16 0.001 0.004* 4.022*** g17 0.001 -0.004* 3.267*** g18 0.006 0.036** 9.706*** g19 -0.001 -0.002* 2.770*** 状态方程 I(-1) 1.182*** I(-2) -0.992*** 注:“***”、“**”、“*”分别表示估计系数在0.1%、1%、10%的显著性水平下显著
【参考文献】：
期刊论文
[1]中国经济预测准确性的再评析——基于2011—2015年GDP数据[J]. 李连友,李帆. 宏观经济研究. 2019(06)
[2]我国经济增长质量的混频测度与货币政策调控方式转型[J]. 刘金全,张龙,张鑫. 经济学动态. 2019(05)
[3]金融危机后宏观政策的发布对股市是否产生了冲击?--基于高频数据的研究[J]. 田金方,王文静. 经济与管理评论. 2018(05)
[4]利用混频大数据预测中国季度GDP增速研究[J]. 何强. 调研世界. 2018(07)
[5]基于互联网大数据的CPI舆情指数构建与应用——以百度指数为例[J]. 徐映梅,高一铭. 数量经济技术经济研究. 2017(01)
[6]互联网搜索行为能帮助我们预测宏观经济吗?[J]. 刘涛雄,徐晓飞. 经济研究. 2015(12)
[7]中国经济增长的真实性:基于全球夜间灯光数据的检验[J]. 徐康宁,陈丰龙,刘修岩. 经济研究. 2015(09)
[8]基于混频数据模型的中国经济周期区制监测研究[J]. 李正辉,郑玉航. 统计研究. 2015(01)
[9]中国经济周期的混频数据测度及实时分析[J]. 郑挺国,王霞. 经济研究. 2013 (06)
[10]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)
本文编号：2953863
【文章来源】：宏观经济研究. 2020年02期 北大核心CSSCI
【文章页数】：15 页
【部分图文】：
经济危机搜索热度同比增长率与一致景气指数趋势图
影响GDP的低频宏观经济统计指标众多,固定资产投资总额、社会消费品零售总额、出口额、规模以上工业增加值、税收总额、货币供应量、居民消费价格指数(刘汉和刘金全,2011;李正辉和郑玉航,2015)最为典型,基于“三架马车”需求动力原理以及工业增加值与GDP数据的高度相关性(郑挺国和王霞,2013),本文选择规模以上工业增加值、固定资产投资总额、社会消费品零售总额和出口额作为影响季度GDP的低频指标,所有指标采用当期同比实际增长率数据。根据数据发布实际情况,规模以上工业增加值、社会消费品零售总额可直接获得当期同比增长率数据,固定资产投资完成额增长率采用累计固定资产完成额和固定资产投资价格指数推算,出口额增长率采用美元计价的出口额当期同比增速与月末汇率和出口商品价格指数推算。GDP数据样本期间为2012年1季度至2019年2季度,记为2021q1—2019q2,其他数据为2012年1月至2019年6月,记为2012m1—2019m6。所有数据均来源于中经网数据库。各指标动态趋势和描述统计结果见图1和表1。根据图1可知,2012年以来,受国际国内多重因素影响,拉动中国经济增长的“三驾马车”集体表现乏力,造成宏观经济快速进入下行期,季度GDP增长率一路跌破8%、7.5%、7%、6.5%,中国经济发展进入新常态。规模以上工业增加值方面,2012—2016年自12%左右的增速下降至6%左右,可视为产业升级优化、新旧产业增减规模难以相抵的结果,但在供给侧结构性改革系列政策落地的推动下,2016年工业增加值增长率降幅明显收窄,呈现缓中趋稳迹
表3估计结果表明,各关键词的回归系数均显著,尤其是经济危机、预算赤字、价格、环境保护、房地产、利率、消极、财政政策、股票价格等关键词搜索热度同比增长率对高频舆情指数的影响较大,凸显了政策、投资、价格在宏观经济体系中的核心地位。状态方程的系数均高度显著,验证了舆情具有存续期的说法(徐映梅和高一铭,2017),滞后两期自回归项的系数为负则进一步说明舆情传播热度不会一直持续,当基本面发生较大改变时舆情会随之发生转向。根据图3高频舆情指数与GDP同比增长率、一致景气指数趋势图可知,高频舆情指数与这两个变量均呈负向关系。表3 动态因子模型参数估计结果汇总表 方程形式 观测变量 α β θ φ 测量方程 g1 0.006 0.004* 1.693*** g2 0.000 -0.011** 2.596*** g3 0.004 0.008* 2.742*** g4 0.006 0.008* 6.230*** g5 0.002 0.019** 3.340*** g6 0.003 -0.009* 4.561*** g7 0.005 -0.012* 2.489*** g8 -0.005 -0.014** 2.900*** g9 0.011 0.017** 2.610*** g10 0.001 -0.005* 2.444*** g11 0.012 -0.017** 11.301*** g12 -0.008 -0.019** 3.198*** g13 0.005 -0.025*** 4.531*** g14 -0.004 0.023** 3.089*** g15 0.001 0.005* 4.048*** g16 0.001 0.004* 4.022*** g17 0.001 -0.004* 3.267*** g18 0.006 0.036** 9.706*** g19 -0.001 -0.002* 2.770*** 状态方程 I(-1) 1.182*** I(-2) -0.992*** 注:“***”、“**”、“*”分别表示估计系数在0.1%、1%、10%的显著性水平下显著
【参考文献】：
期刊论文
[1]中国经济预测准确性的再评析——基于2011—2015年GDP数据[J]. 李连友,李帆. 宏观经济研究. 2019(06)
[2]我国经济增长质量的混频测度与货币政策调控方式转型[J]. 刘金全,张龙,张鑫. 经济学动态. 2019(05)
[3]金融危机后宏观政策的发布对股市是否产生了冲击?--基于高频数据的研究[J]. 田金方,王文静. 经济与管理评论. 2018(05)
[4]利用混频大数据预测中国季度GDP增速研究[J]. 何强. 调研世界. 2018(07)
[5]基于互联网大数据的CPI舆情指数构建与应用——以百度指数为例[J]. 徐映梅,高一铭. 数量经济技术经济研究. 2017(01)
[6]互联网搜索行为能帮助我们预测宏观经济吗?[J]. 刘涛雄,徐晓飞. 经济研究. 2015(12)
[7]中国经济增长的真实性:基于全球夜间灯光数据的检验[J]. 徐康宁,陈丰龙,刘修岩. 经济研究. 2015(09)
[8]基于混频数据模型的中国经济周期区制监测研究[J]. 李正辉,郑玉航. 统计研究. 2015(01)
[9]中国经济周期的混频数据测度及实时分析[J]. 郑挺国,王霞. 经济研究. 2013 (06)
[10]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)
本文编号：2953863
本文链接：https://www.wllwen.com/jingjilunwen/shijiejingjilunwen/2953863.html
