本文關(guān)鍵詞：基于混頻誤差修正模型的通貨膨脹預(yù)測(cè)研究

  更多相關(guān)文章： 混頻數(shù)據(jù)模型 ECM-MIDAS 通貨膨脹預(yù)測(cè)宏觀經(jīng)濟(jì)

【摘要】：本文以我國的月度宏觀經(jīng)濟(jì)數(shù)據(jù)和日度股市數(shù)據(jù)為研究對(duì)象,利用混頻誤差修正模型(ECM-MIDAS),對(duì)我國通貨膨脹的預(yù)測(cè)做了相關(guān)研究。一直以來,通貨膨脹都是最重要的宏觀經(jīng)濟(jì)指標(biāo)之一,備受政府、銀行和私人部門的關(guān)注。從上世紀(jì)開始,國外眾多央行在做決策的時(shí)候不再過分依賴經(jīng)濟(jì)的通脹歷史信息,而是越來越依賴于未來的通貨膨脹情況,以便針對(duì)可能的通貨膨脹及時(shí)地調(diào)整決策,盡可能的減少對(duì)經(jīng)濟(jì)的沖擊,降低對(duì)私人部門的危害。惡性的通貨膨脹對(duì)經(jīng)濟(jì)和社會(huì)有著巨大的危害,首先,通貨膨脹給居民的收入和消費(fèi)帶來負(fù)面影響。物價(jià)上漲以后,貨幣購買力不斷下降,導(dǎo)致消費(fèi)的福利減少,同時(shí)實(shí)際工資水平急劇下降,生活水平降低。其次,通貨膨脹對(duì)生產(chǎn)者和投資者造成危害。通貨膨脹與市場(chǎng)需求都會(huì)帶來價(jià)格上升,若企業(yè)沒有分辨價(jià)格上漲原因,會(huì)誤導(dǎo)生產(chǎn)者繼續(xù)生產(chǎn),又因價(jià)格上漲伴隨著利率下降,會(huì)造成過度投資和生產(chǎn)能力過剩的現(xiàn)象。再次,通貨膨脹的財(cái)富再分配效應(yīng)使得低收入者的福利受損,高受益者卻可以獲益,加大了貧富差距,給社會(huì)帶來了諸多不穩(wěn)定因素,影響社會(huì)的安定。最后,通貨膨脹對(duì)我國的綜合競(jìng)爭(zhēng)力帶來危害。由于價(jià)格持續(xù)普遍的上漲,企業(yè)對(duì)新產(chǎn)品的研發(fā)、技術(shù)應(yīng)用、勞動(dòng)生產(chǎn)率的提高失去了積極性,而中國是出口大國,屬于勞動(dòng)密集型經(jīng)濟(jì),在國際上產(chǎn)品的優(yōu)勢(shì)是價(jià)格低廉,而通貨膨脹會(huì)使得我國出口產(chǎn)品價(jià)格上升,在與其他新興的勞動(dòng)密集型國家的國際市場(chǎng)份額爭(zhēng)奪中失去優(yōu)勢(shì)。從而,對(duì)通貨膨脹的未來趨勢(shì)的預(yù)測(cè)顯得尤為重要。傳統(tǒng)的通貨膨脹預(yù)測(cè)主要是基于菲利普斯曲線和ARIMA模型,模型要求數(shù)據(jù)為同頻數(shù)據(jù),因此高頻和超高頻數(shù)據(jù)必需處理為同頻數(shù)據(jù),高頻化低頻的方法會(huì)忽略高頻數(shù)據(jù)波動(dòng)暗含的信息,降低了模型的預(yù)測(cè)精度,還影響了模型預(yù)測(cè)的及時(shí)性,低頻化高頻又太過主觀,缺乏依據(jù)。而混頻數(shù)據(jù)模型對(duì)宏觀經(jīng)濟(jì)的研究有很多優(yōu)勢(shì),由于包含不同頻率的數(shù)據(jù),低頻數(shù)據(jù)能夠保證預(yù)測(cè)的準(zhǔn)確性,高頻數(shù)據(jù)的波動(dòng)性又使得預(yù)測(cè)模型可以進(jìn)行及時(shí)的更新,改進(jìn)了宏觀經(jīng)濟(jì)分析的準(zhǔn)確性和預(yù)測(cè)的精準(zhǔn)性,大大提高短期實(shí)時(shí)預(yù)測(cè)的時(shí)效性。同時(shí),時(shí)間序列的平穩(wěn)性,對(duì)同頻數(shù)據(jù)和混頻數(shù)據(jù)都是一大挑戰(zhàn),直接回歸可能會(huì)造成偽回歸,從而導(dǎo)致錯(cuò)誤的結(jié)論。本文實(shí)現(xiàn)了混頻數(shù)據(jù)模型與非平穩(wěn)時(shí)間序列的結(jié)合,把同頻中的誤差修正模型思想運(yùn)用到混頻數(shù)據(jù)的模型中,構(gòu)建了ECM-MIDAS,解決了混頻數(shù)據(jù)模型中序列的不平穩(wěn)帶來的不足,進(jìn)一步發(fā)展了混頻時(shí)間序列模型。最后,本文詳細(xì)介紹了混頻誤差修正模型中的協(xié)整方程的不同形式,在同低頻和混頻的兩種思路下分別闡述了協(xié)整方程,以及對(duì)應(yīng)的誤差修正模型的推導(dǎo),豐富了混頻數(shù)據(jù)模型的協(xié)整形式。本文試圖將協(xié)整思想加入到混頻數(shù)據(jù)模型的研究中,利用2006年到2015年10年間不同頻率的非平穩(wěn)但存在協(xié)整的時(shí)間序列,構(gòu)建ECM-MIDAS模型,并對(duì)協(xié)整方程的不同形式展開了討論,從x先于y、x同期于y、x后于y中找到合適的協(xié)整形式,試圖提高模型的預(yù)測(cè)精度,然后通過和無約束的ECM-MIDAS、兩種同頻率數(shù)據(jù)模型的比較,發(fā)現(xiàn)ECM-MIDAS在模型估計(jì)和預(yù)測(cè)中是有優(yōu)勢(shì)的,然后利用ECM-MIDAS模型討論各變量對(duì)我國通貨膨脹的影響。本文秉著科學(xué)、嚴(yán)謹(jǐn)?shù)那笾獞B(tài)度,利用了多種方法對(duì)我國的通貨膨脹進(jìn)行了研究,包括文獻(xiàn)研究法、實(shí)證研究法、定性分析與定量分析法、交叉研究法。首先,牛頓說過,站在巨人的肩膀上,看得比較遠(yuǎn)。通過對(duì)國內(nèi)外大量文獻(xiàn)的閱讀和研究,對(duì)所研究的問題、方法有了全面的認(rèn)識(shí),在此基礎(chǔ)上,在變量選取和方法上做了創(chuàng)新。其次,理論知識(shí)要學(xué)以致用,才能轉(zhuǎn)化為生產(chǎn)力,貢獻(xiàn)社會(huì),本文對(duì)我國的通貨膨脹預(yù)測(cè)做了實(shí)證研究。再次,在定性分析的引導(dǎo)下,進(jìn)一步進(jìn)行了定量分析,保證了宏觀方向正確的情況下,進(jìn)一步做到精準(zhǔn)。最后,本文利用時(shí)間序列理論實(shí)現(xiàn)了對(duì)宏觀經(jīng)濟(jì)的預(yù)測(cè),同頻時(shí)間序列的協(xié)整理論運(yùn)用到混頻時(shí)間序列中,實(shí)現(xiàn)了學(xué)科之間、理論之間的交叉應(yīng)用。本文也做了一些新的嘗試。首先,討論了混頻數(shù)據(jù)的協(xié)整形式的選擇�？紤]到指標(biāo)存在先行、同步、滯后的經(jīng)濟(jì)特性,基于以往文獻(xiàn)本文把協(xié)整形式分為x先于y、x同期于y、x后于y三種形式,并把每月的HS300數(shù)據(jù)分為4個(gè)周,每個(gè)周末的HS300數(shù)據(jù)都可以替代月度的HS300指數(shù),而不僅僅是以往常用的月末值。本文列舉了24個(gè)協(xié)整方程構(gòu)建誤差修正項(xiàng),引入到短期的動(dòng)態(tài)方程中進(jìn)行預(yù)測(cè),以找出最合適的協(xié)整形式,這樣不僅能找到合適的長期協(xié)整關(guān)系,加深對(duì)經(jīng)濟(jì)變量之間長期均衡情況的了解,還可以提高模型的預(yù)測(cè)精度。另外,在指標(biāo)選取上,選取了消費(fèi)者價(jià)格指數(shù)CPI、貨幣供應(yīng)量M2、采購經(jīng)理人指數(shù)PMI和滬深300指數(shù)4個(gè)變量進(jìn)行研究。其中PMI是宏觀經(jīng)濟(jì)的重要先行指標(biāo),也是一套綜合性的經(jīng)濟(jì)監(jiān)測(cè)指標(biāo)體系,但由于自開始編制以來才10年左右,國內(nèi)還幾乎沒有被用于CPI預(yù)測(cè)的研究,本文參考國外文獻(xiàn),選取PMI為解釋變量之一。另外,采用了金融變量數(shù)據(jù)HS300來預(yù)測(cè)宏觀經(jīng)濟(jì),這是大數(shù)據(jù)時(shí)代的一個(gè)趨勢(shì),在預(yù)測(cè)的準(zhǔn)確性和及時(shí)性方面都具有重要的意義。本文選取2006年1月到2015年12月為樣本區(qū)間,選擇月度的消費(fèi)者價(jià)格指數(shù)CPI、采購經(jīng)理人指數(shù)PMI、貨幣供應(yīng)量M2和日度滬深300指數(shù)進(jìn)行了實(shí)證研究。為了使得研究更加科學(xué),我們將2006年1月到2014年12的數(shù)據(jù)用于樣本內(nèi)估計(jì),將2015年1月到2015年12的數(shù)據(jù)用于樣本外預(yù)測(cè)。在研究過程中,我們主要有以下結(jié)論：第一,協(xié)整形式的選擇對(duì)模型的短期預(yù)測(cè)有影響,選擇正確的協(xié)整形式使得預(yù)測(cè)誤差降低。以往文獻(xiàn)中,混頻數(shù)據(jù)模型的協(xié)整形式一般采用同期的形式,本文考慮到指標(biāo)存在先行、同步、滯后的經(jīng)濟(jì)特性,把協(xié)整形式分為x先于y、x同期于y、x后于y三種形式來考慮,針對(duì)三種協(xié)整形式構(gòu)建了24個(gè)協(xié)整方程,實(shí)證結(jié)果表明,在預(yù)測(cè)方面,x先于y的協(xié)整形式要優(yōu)于x同期于y、x后于y的形式,并且當(dāng)PMI和M2相對(duì)CPI滯后兩期,HS300相對(duì)于CPI滯后一期時(shí)的預(yù)測(cè)效果最佳。第二,在本文的實(shí)證研究中,混頻數(shù)據(jù)模型的估計(jì)和預(yù)測(cè)要優(yōu)于同頻數(shù)據(jù)模型。實(shí)證結(jié)果表明,各模型的樣本內(nèi)估計(jì)的均方根誤差中,混頻模型的0.4895和0.4932要明顯小于同頻數(shù)據(jù)的0.5437、0.5260,樣本外預(yù)測(cè)效果中,通過畫圖發(fā)現(xiàn)ECM-MIDAS的預(yù)測(cè)最佳,充分表明ECM-MIDAS模型在預(yù)測(cè)方面的穩(wěn)定性要優(yōu)于同頻方程。第三,在混頻非平穩(wěn)的數(shù)據(jù)模型中,當(dāng)協(xié)整關(guān)系存在時(shí),誤差修正機(jī)制同樣存在,誤差修正項(xiàng)的引入會(huì)使得模型預(yù)測(cè)精度提高。實(shí)證結(jié)果表明,無論混頻數(shù)據(jù)還是同頻數(shù)據(jù),4個(gè)模型通過加入誤差修正項(xiàng),均方根誤差分別從0.4895、0.4932、0.5437、0.5260上升到0.6168、0.6125、0.6080、0.6038。第四,通過ECM-MIDAS模型中解釋變量的滯后項(xiàng)的選擇,討論中國通貨膨脹的預(yù)測(cè)機(jī)制。首先,CPI的差分的滯后項(xiàng)不顯著,說明我國的通貨膨脹波動(dòng)無記憶性。其次,M2和PMI的一階差分原序列系數(shù)都不顯著,至少要滯后一期才開始顯著,進(jìn)一步說明這兩個(gè)經(jīng)濟(jì)指標(biāo)是CPI的先行指標(biāo),且貨幣增速的變動(dòng)對(duì)CPI的影響比較長久,4個(gè)月前的變動(dòng)仍然顯著。最后,PMI和HS300的波動(dòng)與CPI的波動(dòng)呈正相關(guān)�？傊�,混頻誤差修正模型對(duì)中國通貨膨脹預(yù)測(cè)有多種優(yōu)勢(shì)。混頻數(shù)據(jù)中包含了低頻數(shù)據(jù)和高頻數(shù)據(jù),低頻數(shù)據(jù)使得預(yù)測(cè)的趨勢(shì)正確,高頻數(shù)據(jù)的引入包含了眾多波動(dòng)的信息,使得預(yù)測(cè)相對(duì)于同頻數(shù)據(jù)模型更加精確,并且由于高頻數(shù)據(jù)的更新快的特點(diǎn),預(yù)測(cè)也更加的及時(shí)。又把同頻中非平穩(wěn)時(shí)間序列的協(xié)整思想加入到混頻數(shù)據(jù)模型中,解決了混頻數(shù)據(jù)模型中的非平穩(wěn)問題,防止了偽回歸的產(chǎn)生對(duì)決策者的誤導(dǎo)。其中協(xié)整方程代表了變量之間的長期均衡關(guān)系,可以幫助我們理解變量之間長期的作用關(guān)系,但在短期內(nèi),因?yàn)槭艿酵饨绲母蓴_會(huì)與長期的均衡關(guān)系發(fā)生偏離,構(gòu)建的短期的動(dòng)態(tài)方程可以對(duì)短期預(yù)測(cè)實(shí)現(xiàn)修正,又充分考慮了長期的趨勢(shì)的水平值,預(yù)測(cè)精度會(huì)大大提高,這對(duì)政府和央行,以及私人決策者都有重要的參考意義。
【關(guān)鍵詞】：混頻數(shù)據(jù)模型 ECM-MIDAS 通貨膨脹預(yù)測(cè)宏觀經(jīng)濟(jì)
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F822.5
【目錄】：

• 摘要4-8
• Abstract8-13
• 1. 引言13-20
• 1.1 研究背景和意義13-15
• 1.2 研究方法與工具15-16
• 1.3 研究內(nèi)容與結(jié)構(gòu)安排16-18
• 1.4 本文的創(chuàng)新與不足18-20
• 2. 文獻(xiàn)綜述20-35
• 2.1 國內(nèi)外研究現(xiàn)狀和文獻(xiàn)綜述20-28
• 2.1.1 通貨膨脹預(yù)測(cè)的相關(guān)研究20-23
• 2.1.2 混頻數(shù)據(jù)模型的相關(guān)研究23-28
• 2.1.3 混頻方法預(yù)測(cè)通貨膨脹的相關(guān)研究28
• 2.2 MIDAS模型介紹28-35
• 2.2.1 基礎(chǔ)MIDAS模型28-29
• 2.2.2 MIDAS模型的發(fā)展29-35
• 3. 研究設(shè)計(jì)35-45
• 3.1 問題提出35
• 3.2 ECM-MIDAS模型介紹35-40
• 3.3 變量選擇40-45
• 3.3.1 指標(biāo)選擇40-42
• 3.3.2 數(shù)據(jù)來源與分析42-45
• 4. 基于ECM-MIDAS的實(shí)證分析45-61
• 4.1 數(shù)據(jù)預(yù)處理和描述性統(tǒng)計(jì)45-47
• 4.2 單位根檢驗(yàn)47-50
• 4.3 協(xié)整檢驗(yàn)50-53
• 4.4 協(xié)整形式對(duì)模型的影響53-55
• 4.5 ECM-MIDAS的估計(jì)和預(yù)測(cè)55-59
• 4.6 本章小結(jié)59-61
• 5. 結(jié)論和展望61-64
• 參考文獻(xiàn)64-69
• 致謝69-70
• 在讀期間科研成果目錄70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄭挺國;尚玉皇;;基于金融指標(biāo)對(duì)中國GDP的混頻預(yù)測(cè)分析[J];金融研究;2013年09期

2 鄭挺國;王霞;蘇娜;;通貨膨脹實(shí)時(shí)預(yù)測(cè)及菲利普斯曲線的適用性[J];經(jīng)濟(jì)研究;2012年03期

3 羅乃利;;我國貨幣供應(yīng)量與通貨膨脹關(guān)系實(shí)證研究[J];陜西行政學(xué)院學(xué)報(bào);2011年03期

4 何啟志;范從來;;中國通貨膨脹的動(dòng)態(tài)特征研究[J];經(jīng)濟(jì)研究;2011年07期

5 張嘉為;索麗娜;齊曉楠;張恩瑜;汪成豪;張大斌;汪壽陽;陸鳳彬;;基于TEI@I方法論的通貨膨脹問題分析與預(yù)測(cè)[J];系統(tǒng)工程理論與實(shí)踐;2010年12期

6 宋建江;胡國;;我國貨幣供應(yīng)量與通貨膨脹關(guān)系的實(shí)證分析[J];上海金融;2010年10期

7 陳彥斌;唐詩磊;李杜;;貨幣供應(yīng)量能預(yù)測(cè)中國通貨膨脹嗎?[J];經(jīng)濟(jì)理論與經(jīng)濟(jì)管理;2009年02期

8 陳彥斌;;中國新凱恩斯菲利普斯曲線研究[J];經(jīng)濟(jì)研究;2008年12期

9 封北麟;;匯率傳遞效應(yīng)與宏觀經(jīng)濟(jì)沖擊對(duì)通貨膨脹的影響分析[J];世界經(jīng)濟(jì)研究;2006年12期

10 張煥明;1979年～2000年我國菲利普斯曲線的實(shí)證研究[J];管理科學(xué);2003年02期

，

本文編號(hào)：945843