降低社會(huì)物流成本對(duì)提升國(guó)民經(jīng)濟(jì)運(yùn)行效率至關(guān)重要。文章從宏觀層面出發(fā),基于若干宏觀指標(biāo)對(duì)社會(huì)物流總費(fèi)用及其在GDP中的占比進(jìn)行預(yù)測(cè),為解決不同頻率數(shù)據(jù)建模的問(wèn)題,選用ADL-MIDAS模型方法進(jìn)行預(yù)測(cè)分析。結(jié)果表明:季度GDP對(duì)社會(huì)物流總費(fèi)用的預(yù)測(cè)效果較月度全社會(huì)用電量更為準(zhǔn)確;第三產(chǎn)業(yè)占比可以有效預(yù)測(cè)社會(huì)物流總費(fèi)用占比,外生變量引入并不能有效提高預(yù)測(cè)效果。從模型應(yīng)用效果看,ADL-MIDAS模型能夠有效提高估計(jì)精度,而滾動(dòng)窗口和遞歸窗口相比固定窗口的預(yù)測(cè)精度更高。 

【文章來(lái)源】：統(tǒng)計(jì)與決策. 2020,36(13)北大核心CSSCI

【文章頁(yè)數(shù)】：5 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)貨幣政策中介目標(biāo)的量?jī)r(jià)選擇——現(xiàn)實(shí)困境與混頻數(shù)據(jù)模型預(yù)測(cè)效果分析[J]. 李俊江,黃瀟雨.  西安交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2019(01)
[2]中國(guó)宏觀經(jīng)濟(jì)總量的實(shí)時(shí)預(yù)報(bào)與短期預(yù)測(cè)——基于混頻數(shù)據(jù)預(yù)測(cè)模型的實(shí)證研究[J]. 劉漢,劉金全.  經(jīng)濟(jì)研究. 2011(03)
[3]基于GRNN神經(jīng)網(wǎng)絡(luò)的社會(huì)物流成本預(yù)測(cè)研究[J]. 馮社苗.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2010(06)
[4]中國(guó)宏觀經(jīng)濟(jì)混頻數(shù)據(jù)模型應(yīng)用——基于MIDAS模型的實(shí)證研究[J]. 劉金全,劉漢,印重.  經(jīng)濟(jì)科學(xué). 2010(05)



本文編號(hào)：3305863