经济景气指标与实际GDP增长率的混频预测

文章通过构建月度景气指标与季度实际GDP增长率之间的混频动态向量自回归模型,并采用期望最大值算法和卡尔曼滤波来实现混频数据和缺失数据的估计和迭代预测.大量月度景气指标的MFVAR模型的伪实时数据的多步滚动迭代样本外预测结果表明:虽然不同类别的月度景气变量在不同预测期的预测结果存在一定的差异,但实时预报、短期预测,以及组合预测结果均表明混频动态向量自回归预测模型对我国季度实际GDP增长率的实时预报和短期预测具有精确性、有效性与适用性.     

基于半参数混频误差修正模型的中国CPI预测研究

考虑宏观经济变量具有明显的非线性特征,将非线性误差修正项引入存在协整关系的非平稳混频数据抽样（MIDAS）模型中,构建半参数混频数据抽样误差修正（SEMI-ECM-MIDAS）模型。使用广义似然比（GLR）检验,拓展了混频数据下模型函数形式的一致性检验问题。模拟结果表明SEMI-ECM-MIDAS模型对存在非线性误差修正机制的数据具有显著的预测优势。最后使用该模型研究中国股票市场周度数据、广义货币发行量月度数据和国际原油市场月度数据对中国CPI的短期预测效果。基于AIC准则,对包含半参数模型在内的4种混频数据抽样模型和2种同频模型的连续预测效果进行了全面的比较。研究结果发现：GLR检验表明误差修正项具有明显的非线性特征且在回归中具有显著的反向修正机制,无论采用递归样本、滚动样本还是固定样本,本文提出的SEMI-ECM-MIDAS模型在进行连续预测时均具有最优的预测精度,且预测结果不受混频动态协整关系选择的影响。     

我国季度GDP实时数据预测与评价

传统实证研究中使用的当期特定数据存在滞后信息和噪音信息缺陷,导致模型估计结果存在偏误。应用宏观经济实时数据可以有效的剔除造成模型偏误的滞后信息和噪音信息,得到更为准确的估计结果。MIDAS模型可将低频的关键经济数据与高频数据同时估计,较好的解决了应用一般模型存在的高频数据信息损失问题。本文应用M-MIDAS-DL模型与季度GDP实时数据建立我国季度GDP预测模型,实证表明,应用实时数据与组合预测方法,能及时准确预测出2008年以来中国经济增长率的下滑与反弹走势,能起到较好的提前预警作用,是当前较为有效的经济预测手段之一。     

混频数据回归模型的分析技术及其应用

依据混频数据计量经济模型的设置原理,结合传统回归模型推导出了混频数据回归模型的基本形式及拓展形式。概括、梳理出权重多项式函数的几种形式和性质,并结合传统自回归分布滞后模型的估计方法,给出了非限制性混频数据回归模型的最小二乘识别方法及待估参数的检验方法,在此基础上构建了混频数据自回归分布滞后模型MIDAS-ARDL,并利用其对中国月度通货膨胀率进行短期预测。研究表明:MIDAS-ARDL模型在中国通货膨胀的短期预报方面具有较高的精确性和时效性,预测效果优于传统计量经济模型AR(1,13)。     

中国月度GDP同比增长率估算与经济周期分析

为了充分利用我国同比数据的优势、准确反映和及时调控宏观经济,本文提出一种估计同比数据混频近似因子模型的EM算法,并得到了我国月度GDP同比增长率的估计,然后利用此指标分析了我国经济波动的周期性.研究发现,月度数据的局部极差大于季度数据,尤其在宏观经济经历严重外部冲击时期,月度和季度GDP增长率数据相差较大,即季度GDP平滑了经济的波动性,低估了外部冲击效应.另外,月度GDP增长率数据能够更加精确、及时确定经济周期的转折点.     

我国统计数据质量的评估方法研究————————趋势模拟评估法及其应用

 本文采用组合模型的形式对时间序列数据的变化特点建模，在模型通过各种检验、具有良好统计预测功能的基础上，从检验异常值的角度来分析预测值与实际值之间差异的程度，找出离群数据，利用数理统计中检验实验观测数据异常值的方法，对离群数据的误差进行统计上的显著检验，从而评估统计数据的质量。文章以我国国内生产总值（GDP）为研究对象，选取我国1978-2003年间的GDP作为样本，运用趋势模拟评估法来评估我国2004年国内生产总值的准确性。对我国经济指标的时间序列数据进行了实证分析。     

实际季度GDP指数和季度CPI指数的测算

一、实际季度GDP指数测算限于条件因素,我国国家统计局只公布1992年以来累计季度名义GDP及同期同比增长率,然而由于价格和季节因素的存在,学术上无法利用其进行相关研究,如在产出缺口分析时需要实际季度GDP水平,在观察经济短期波动对长期增长时最好采用季度环比增长率,但是统计局一直公布的是累计季度数据,无法推算出环比增长率,也就无法测算出实际季度GDP指数。     

基于投资混频数据的中国经济波动预测

文章基于投资与经济波动之间的相关关系,充分体现统计调查数据和网络搜索数据的优势,利用两种数据对中国宏观经济波动进行研究。针对混频数据的特点和深度学习算法的优势,提出了融合混频数据和深度学习的宏观经济预测方法。首先,考虑到政府统计调查数据与经济波动的强相关性,选取政府投资统计月度指标合成投资统计指数;然后,结合网络搜索数据的时效性和高频性,选取与投资相关关键词的百度指数日度数据合成投资网络搜索指数;最后,构建多源混频数据长短期记忆神经网络模型（MM-LSTM）,利用中国2011—2022年的相关数据进行实证研究,并考察模型的精度与时效性。结果表明,投资相关指标与中国GDP增长率之间存在正向关系;网络搜索数据的加入有助于提升宏观经济预测的精度;MM-LSTM模型提高了短期和中期的预测精度,具备提前预测能力,可为相关部门提供决策依据。     

各省区季度GDP数据质量评估

  国内外学者对我国GDP数据质量的质疑重点已从年度数据转到季度数据,从全国数据转向地方数据。本文通过设计一套较为系统且可操作性强的季度GDP评估指标体系,运用空间面板数据模型对各省区的季度GDP数据质量进行了实证检验。结果表明,整体来看,中国各省区季度GDP同各经济指标的匹配性较好,数据质量较高,并不存在明显的失真现象;从时间上来看,每年一、二季度的GDP存在一定程度的高估,而每年三、四季度的GDP则存在一定程度的低估,但是这种偏差在统计上不显著;分地区来看,尽管一半省区的季度GDP存在一定程度的高估,另一半省区存在一定程度的低估,但大部分省区高估或低估的程度在统计上不显著。文章进一步分析了其中的原因。     

GDP数据修正对经济周期测定的影响

 本文在收集和建立季度GDP实时数据的基础上,利用区制转移模型对我国经济周期测定展开了实时数据分析,并深入讨论了GDP数据修正对经济周期阶段性的影响。研究结果表明GDP数据修正引致我国经济周期阶段性发生了深刻的变化,使我国经济周期在2005Q2至2006Q4间从低速增长改变为高速增长。而且,我们发现GDP数据修正对经济周期平均增长率的影响方向,与其是否影响经济周期阶段性具有相反关系,即当GDP数据修正不影响 (影响) 经济周期阶段性时,它对高、低平均增长率都具有同向 (反向) 影响。     

中国GDP的季度调整模型及预测分析

基于全国2000年1季度至2014年4季度的GDP季度数据,文章采用乘法模型的时间序列分解法对其进行季度调整,得到不合有季节性特征的时间序列,然后进行趋势性分析以及趋势模型的建立、估计与检验,并结合季节指数预测出2015年1季度至2016年4季度的季度GDP.     

对货币供给量与通货膨胀率关系的再认识

文章针对我国连年货币供给量的快速上涨并没有产生严重的通货膨胀的现象,对1994年第1季度至2011年第1季度的季度数据分别从线性协整模型和门限协整模型的视角对货币供给量增长率和通货膨胀率之间的关系进行考察.经线性协整模型检验的结果表明仅有MO的增长率与通货膨胀率有关;而经门限协整模型的检验结果可知,M0、M1和M2的增长率与通货膨胀率之间均存在门限协整关系.     

GDP核算与数据发布制度改革

最近,国家统计局在总结以往经验的基础上,参照国际惯例,对我国GDP核算和数据发布制度进行了改革。这项改革对提高我国GDP核算的科学化、规范化和国际化水平,使GDP数据更加客观准确地反映我国国民经济发展的实际情况,提高GDP核算的透明度和数据的可信度,具有重要的意义。 一 明确规定对GDP数据进行修订,提高我国GDP核算的科学化和国际化水平国家统计局关于我国GDP核算和数据发布制度改革方案明确规定,年度和季度GDP绝对量和增长率数据都要进行修订,改变了季度GDP数据不做修订,多数年度GDP数据只修订绝对量,不修订增长率的传统做…     

中国季度GDP核算数据质量研究

如何核算和发布季度GDP数据是一个主要难题。中国2017年改革了GDP核算方法,将季度GDP核算分为初步核算和最终核实两个步骤,取消了原先的初步核实,进一步研究取消初步核实的合理性。从理论角度,构造了一个新的等预测精度检验,新建立的检验具有更好的有限样本性质;从实证角度,首先基于季度GDP数据和第一、二、三产业的数据,排除了三大产业数据存在偏差相互抵消的可能,证实了初步核算数据以及初步核实数据均为真实数据的无偏有效估计,并基于新建立的检验比较了初步核算数据和初步核实数据的预测精度,发现初步核实数据预测精度更高,但两者预测精度差异并不显著,因此改革方案具有合理性。     

从政府案头到百姓手头--再谈经济增长成果的分享

在所有经济统计指标中,经济增长率几乎是最为引人注目的.每逢一个季度完了,国家(以及各级政府)宏观管理部门都翘首以待国家统计局发布的季度GDP及据此衡量的经济增长率数据,甚至会直达国务院总理(以及各级最高行政首脑)的案头.     

季节调整与环比增长率测算最新进展及比较

国家统计局从2011年4月对外公布经季节调整的包括GDP的四项统计指标的环比数据,这标志着季节调整和环比增长率测算在我国统计工作实践中已经起步.本文从季节调整的理论研究和实践两个方面对各种季节调整模型、国内外理论研究和各国统计工作实践的差异进行比较分析,发现国内外在研究基础、理论和应用研究比例、研究模型的广度和基础理论研究等理论研究方面以及季节调整的指标范围、环比增长率测算、数据的公布等实际工作方面均存在较大差异.这对我国进一步完善季节调整模型和软件,不断提高环比统计数据质量,以及逐步建立月、季度统计调查制度具有重要意义.     

基于网络搜索数据的住房价格预期与实际价格波动分析

在混频数据方法的框架下,分析网络搜索数据是否能够增强中国住房价格的解释能力。对2011年1月至2014年12月的时间序列数据分析显示:以"房价"为关键词得出的百度指数能够解释中国住房价格的部分波动,将其引入传统模型,显著增强了住房价格预测的准确性。研究表明:混频数据方法通过对高频网络搜索数据和低频官方统计数据进行整合,可以挖掘出大数据背后隐藏的丰富信息,为宏观和中观层面的研究提供坚实的微观数据基础。网络搜索数据提供了一个观察个体行为的良好途径,必将在未来促进宏观经济学到纳米经济学的深度融合。     

中国经济增长的整体预测——基于月度扩散指数的实证

利用39个宏观经济指标构建中国月度扩散指数,分析了各扩散指数的特征,并利用动态因素模型预测中国2009年4季度至2010年3季度的GDP增长率,取得了较好的预测效果。实证结果表明,基于扩散指数的动态因素模型,具有提高模型自由度、降低多重共线性、综合大量信息、保证预测精确性等优势,对于宏观经济预测分析和决策具有一定的作用。     

基于组合预测模型的GDP统计数据质量评估研究

准确可靠的统计数据是把握经济运行情况、进行科学决策的基础.以我国GDP数据的准确性为例,选取1985～2010年间的数据作为样本,根据时间序列自身的变化特点,分别拟合灰色预测模型、回归组合模型和双指数平滑模型.在模型通过统计检验、具有良好统计预测能力的基础上,构建基于误差绝对值和最小的组合预测模型对我国GDP数据进行预测,所得预测值代表“真值”,再从异常值的角度对我国GDP数据的准确性进行分析,结果表明组合预测模型在统计数据准确性检验中较高的实用价值,值得进一步研究.     

凝心聚力改革创新努力开创统计工作新局面——浙江省统计局局长李学忠在全省统计工作会议上的讲话摘要

一、充分肯定2013年全省统计工作 （一）专业统计调查和国民经济核算工作完成较好 农业、工业、建筑业、批发和零售业、住宿和餐饮业、房地产业、规模以上服务业等各行业,以及投资、人口就业、社会科技文化、能源资源环境等各领域的专业统计调查工作扎实有效开展,还与有关部门一起开展了侨情、浙商回归、平安浙江、人才状况等专题性调查。加强和改善GDP核算工作,完善全省季度GDP核算方案,探索完善服务业增加值核算方法,开展GDP核算数据质量评估方法研究,提高GDP数据与相关指标的匹配性和协调性,较好反映了浙江发展的客观实际。