號脈中國經(jīng)濟(jì)高質(zhì)量發(fā)展的主旋律亟需宏觀經(jīng)濟(jì)的實時預(yù)測。本文基于2012年1月1日至2019年6月30日的混頻大數(shù)據(jù),利用動態(tài)因子模型構(gòu)造高頻輿情指數(shù),拓展現(xiàn)有低頻（至多到月度）預(yù)測模型,提出中國宏觀經(jīng)濟(jì)總量實時預(yù)測的監(jiān)測系統(tǒng)。研究發(fā)現(xiàn):①高頻輿情指數(shù)能夠顯著地反映宏觀經(jīng)濟(jì)的基本面,對GDP增長率具有穩(wěn)定和有效的解釋力;②實時預(yù)測模型相比于基準(zhǔn)預(yù)測模型既能提升預(yù)測精度,又能保證預(yù)測的穩(wěn)健性,同時在樣本外預(yù)測中,當(dāng)基準(zhǔn)預(yù)測期和滯后階數(shù)取3的整數(shù)倍時預(yù)測效果最好;③實時預(yù)測模型的多步滾動向前動態(tài)預(yù)測具有現(xiàn)時性,在同等預(yù)測精度下,預(yù)測時間至少比AR、OLS等基準(zhǔn)模型分別提前18天和30天。 

【文章來源】：宏觀經(jīng)濟(jì)研究. 2020年02期 北大核心CSSCI

【文章頁數(shù)】：15 頁

【部分圖文】：

經(jīng)濟(jì)危機搜索熱度同比增長率與一致景氣指數(shù)趨勢圖

影響GDP的低頻宏觀經(jīng)濟(jì)統(tǒng)計指標(biāo)眾多,固定資產(chǎn)投資總額、社會消費品零售總額、出口額、規(guī)模以上工業(yè)增加值、稅收總額、貨幣供應(yīng)量、居民消費價格指數(shù)(劉漢和劉金全,2011;李正輝和鄭玉航,2015)最為典型,基于“三架馬車”需求動力原理以及工業(yè)增加值與GDP數(shù)據(jù)的高度相關(guān)性(鄭挺國和王霞,2013),本文選擇規(guī)模以上工業(yè)增加值、固定資產(chǎn)投資總額、社會消費品零售總額和出口額作為影響季度GDP的低頻指標(biāo),所有指標(biāo)采用當(dāng)期同比實際增長率數(shù)據(jù)。根據(jù)數(shù)據(jù)發(fā)布實際情況,規(guī)模以上工業(yè)增加值、社會消費品零售總額可直接獲得當(dāng)期同比增長率數(shù)據(jù),固定資產(chǎn)投資完成額增長率采用累計固定資產(chǎn)完成額和固定資產(chǎn)投資價格指數(shù)推算,出口額增長率采用美元計價的出口額當(dāng)期同比增速與月末匯率和出口商品價格指數(shù)推算。GDP數(shù)據(jù)樣本期間為2012年1季度至2019年2季度,記為2021q1—2019q2,其他數(shù)據(jù)為2012年1月至2019年6月,記為2012m1—2019m6。所有數(shù)據(jù)均來源于中經(jīng)網(wǎng)數(shù)據(jù)庫。各指標(biāo)動態(tài)趨勢和描述統(tǒng)計結(jié)果見圖1和表1。根據(jù)圖1可知,2012年以來,受國際國內(nèi)多重因素影響,拉動中國經(jīng)濟(jì)增長的“三駕馬車”集體表現(xiàn)乏力,造成宏觀經(jīng)濟(jì)快速進(jìn)入下行期,季度GDP增長率一路跌破8%、7.5%、7%、6.5%,中國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)。規(guī)模以上工業(yè)增加值方面,2012—2016年自12%左右的增速下降至6%左右,可視為產(chǎn)業(yè)升級優(yōu)化、新舊產(chǎn)業(yè)增減規(guī)模難以相抵的結(jié)果,但在供給側(cè)結(jié)構(gòu)性改革系列政策落地的推動下,2016年工業(yè)增加值增長率降幅明顯收窄,呈現(xiàn)緩中趨穩(wěn)跡

表3估計結(jié)果表明,各關(guān)鍵詞的回歸系數(shù)均顯著,尤其是經(jīng)濟(jì)危機、預(yù)算赤字、價格、環(huán)境保護(hù)、房地產(chǎn)、利率、消極、財政政策、股票價格等關(guān)鍵詞搜索熱度同比增長率對高頻輿情指數(shù)的影響較大,凸顯了政策、投資、價格在宏觀經(jīng)濟(jì)體系中的核心地位。狀態(tài)方程的系數(shù)均高度顯著,驗證了輿情具有存續(xù)期的說法(徐映梅和高一銘,2017),滯后兩期自回歸項的系數(shù)為負(fù)則進(jìn)一步說明輿情傳播熱度不會一直持續(xù),當(dāng)基本面發(fā)生較大改變時輿情會隨之發(fā)生轉(zhuǎn)向。根據(jù)圖3高頻輿情指數(shù)與GDP同比增長率、一致景氣指數(shù)趨勢圖可知,高頻輿情指數(shù)與這兩個變量均呈負(fù)向關(guān)系。表3 動態(tài)因子模型參數(shù)估計結(jié)果匯總表 方程形式 觀測變量 α β θ φ 測量方程 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*** 狀態(tài)方程 I(-1) 1.182*** I(-2) -0.992*** 注:“***”、“**”、“*”分別表示估計系數(shù)在0.1%、1%、10%的顯著性水平下顯著

【參考文獻(xiàn)】：
期刊論文
[1]中國經(jīng)濟(jì)預(yù)測準(zhǔn)確性的再評析——基于2011—2015年GDP數(shù)據(jù)[J]. 李連友,李帆.  宏觀經(jīng)濟(jì)研究. 2019(06)
[2]我國經(jīng)濟(jì)增長質(zhì)量的混頻測度與貨幣政策調(diào)控方式轉(zhuǎn)型[J]. 劉金全,張龍,張鑫.  經(jīng)濟(jì)學(xué)動態(tài). 2019(05)
[3]金融危機后宏觀政策的發(fā)布對股市是否產(chǎn)生了沖擊?--基于高頻數(shù)據(jù)的研究[J]. 田金方,王文靜.  經(jīng)濟(jì)與管理評論. 2018(05)
[4]利用混頻大數(shù)據(jù)預(yù)測中國季度GDP增速研究[J]. 何強.  調(diào)研世界. 2018(07)
[5]基于互聯(lián)網(wǎng)大數(shù)據(jù)的CPI輿情指數(shù)構(gòu)建與應(yīng)用——以百度指數(shù)為例[J]. 徐映梅,高一銘.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2017(01)
[6]互聯(lián)網(wǎng)搜索行為能幫助我們預(yù)測宏觀經(jīng)濟(jì)嗎?[J]. 劉濤雄,徐曉飛.  經(jīng)濟(jì)研究. 2015(12)
[7]中國經(jīng)濟(jì)增長的真實性:基于全球夜間燈光數(shù)據(jù)的檢驗[J]. 徐康寧,陳豐龍,劉修巖.  經(jīng)濟(jì)研究. 2015(09)
[8]基于混頻數(shù)據(jù)模型的中國經(jīng)濟(jì)周期區(qū)制監(jiān)測研究[J]. 李正輝,鄭玉航.  統(tǒng)計研究. 2015(01)
[9]中國經(jīng)濟(jì)周期的混頻數(shù)據(jù)測度及實時分析[J]. 鄭挺國,王霞.  經(jīng)濟(jì)研究. 2013 (06)
[10]中國宏觀經(jīng)濟(jì)總量的實時預(yù)報與短期預(yù)測——基于混頻數(shù)據(jù)預(yù)測模型的實證研究[J]. 劉漢,劉金全.  經(jīng)濟(jì)研究. 2011(03)



本文編號：2953863