消費者信心指數(shù)等宏觀經(jīng)濟指標(biāo)具有時間上的滯后效應(yīng)和動態(tài)變化的多維性,不易精確預(yù)測。本文基于機器學(xué)習(xí)長短時間記憶（Long Short-Term Memory,LSTM）神經(jīng)網(wǎng)絡(luò)模型,結(jié)合大數(shù)據(jù)技術(shù)挖掘消費者信心指數(shù)相關(guān)網(wǎng)絡(luò)搜索數(shù)據(jù)（User Search,US）,進而構(gòu)建一種LSTM&US預(yù)測模型,并將其應(yīng)用于對我國消費者信心指數(shù)的長期、中期與短期的預(yù)測研究,同時引入多個基準(zhǔn)預(yù)測模型進行了對比分析。結(jié)果發(fā)現(xiàn):引入網(wǎng)絡(luò)搜索數(shù)據(jù)能夠提高LSTM神經(jīng)網(wǎng)絡(luò)模型的預(yù)測性能與預(yù)測精度; LSTM&US預(yù)測模型具有較好的泛化能力,對不同期限的預(yù)測效果均較穩(wěn)定,其預(yù)測性能與預(yù)測精度均優(yōu)于其他六種基準(zhǔn)預(yù)測模型（LSTM、SVR&US、RFR&US、BP&US、XGB&US和LGB&US）;預(yù)測結(jié)果顯示本文提出的LSTM&US預(yù)測模型具有一定的實用價值,該預(yù)測方法為消費者信心指數(shù)的預(yù)測與預(yù)判提供了一種新的研究思路,豐富了機器學(xué)習(xí)方法在宏觀經(jīng)濟指標(biāo)預(yù)測領(lǐng)域中的理論研究。 

【文章來源】：統(tǒng)計研究. 2020,37(07)北大核心CSSCI

【文章頁數(shù)】：12 頁

【文章目錄】：
一、引言
二、預(yù)測模型設(shè)計
    (一)LSTM&US預(yù)測模型的構(gòu)建方法
    (二)LSTM&US神經(jīng)網(wǎng)絡(luò)算法
三、實證研究
    (一)數(shù)據(jù)來源
    (二)模型輸入集構(gòu)造
    (三)模型預(yù)測性能度量指標(biāo)
    (四)實證結(jié)果與分析
四、結(jié)論與啟示


【參考文獻】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)的股票預(yù)測模型[J]. 喬若羽.  運籌與管理. 2019(10)
[2]中國70年發(fā)展歷程與大國發(fā)展模式——第十三屆中國經(jīng)濟增長與周期高峰論壇綜述[J]. 郎麗華,周明生,劉召圣.  經(jīng)濟研究. 2019(10)
[3]城市居民生活質(zhì)量“總體穩(wěn)定、穩(wěn)中有憂”——2019年中國35個城市生活質(zhì)量報告[J]. 張連城,郎麗華,趙家章,王銀,郝宇彪,張自然,王鈺.  經(jīng)濟學(xué)動態(tài). 2019(09)
[4]基于Xgboost和LightGBM算法預(yù)測住房月租金的應(yīng)用分析[J]. 謝勇,項薇,季孟忠,彭俊,黃益槐.  計算機應(yīng)用與軟件. 2019(09)
[5]機器學(xué)習(xí)驅(qū)動的基本面量化投資研究[J]. 李斌,邵新月,李玥陽.  中國工業(yè)經(jīng)濟. 2019(08)
[6]基于深度學(xué)習(xí)LSTM神經(jīng)網(wǎng)絡(luò)的全球股票指數(shù)預(yù)測研究[J]. 楊青,王晨蔚.  統(tǒng)計研究. 2019(03)
[7]一種基于差分灰狼算法的消費者信心預(yù)測指數(shù)的設(shè)計[J]. 鄒鴻飛,王建州.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2019(02)
[8]基于蝙蝠算法SVR模型的北京市二手房價預(yù)測研究[J]. 唐曉彬,張瑞,劉立新.  統(tǒng)計研究. 2018(11)
[9]基于長短記憶型卷積神經(jīng)網(wǎng)絡(luò)的犯罪地理位置預(yù)測方法[J]. 肖延輝,王欣,馮文剛,田華偉,吳紹忠,李麗華.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(10)
[10]基于深度學(xué)習(xí)的上證綜指波動率預(yù)測效果比較研究[J]. 陳衛(wèi)華.  統(tǒng)計與信息論壇. 2018(05)



本文編號：3484188