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。     

消费者信心指数对居民消费预测作用的实证检验

文章基于2001～2011年的季度数据,采用Carroll两步处理法和非参数方向分析分别检验我国消费者信心指数对居民消费的预测作用及其有效性,结果表明:(1)控制变量为可支配收入或历史消费时,消费者信心指数及其分指数对居民总消费和衣着、居住、杂项商品与服务分项消费的变动存在解释能力,对食品、家庭设备用品及服务分项消费几乎无解释能力,对其他分项消费的解释能力随控制变量的不同而不同；(2)消费者信心指数及其分指数可有效预测居民总消费、杂项商品及服务消费等的变动.     

基于网络搜索量和混合频率模型的经济变量预测研究

针对大数据背景下利用互联网搜索量数据进行经济预测的问题,提出建立能够充分利用高频变量信息的混合频率模型,并尝试解决建模过程中的关键词选取、数据预处理和降维等问题。在对金融和消费领域预测的实证研究中,经过筛选的关键词搜索量变量与作为预测对象的经济变量是高度相关的,并且混频模型相对于经过频率转换的模型具有更优的估计量性质和更高的样本内外预测精度。同时,根据估计结果得到的权重函数还可以发现月内各日搜索量在预测模型中的贡献度分布具有不同模式,借助该分布模式可以对经济主体行为进行描述和测度,也为搜索量数据的频率转换提供了一些参考。     

论取消商品零售价格指数的编制

我国目前编有各种价格指数,其中,最综合反映国民经济一般价格变动和居民生活支出价格变动指数的是居民消费价格指数和商品零售价格指数。我们认为可以取消商品零售价格指数的编制,因为它可以被居民消费价格指数所取代。一、居民消费价格指数和商品零售价格指数具有一致性居民消费价格指数和商品零售价格指数在以下几方面具有一致性,这是商品零售价格指数可以被居民消费价格指数所取代的客观基础。首先,居民消费价格和商品零售价格形式上具有一致性。居民消费价格指数,是通过调查城乡居民用于日常生活消费的全部货物价格和服务项目价格…     

我国近期居民价格消费指数走势分析

文章通过利用ABIMA模型对我国近期居民价格消费指数进行预测,利用预测结果,结合我国目前国内国际情况,对我国目前的经济形势和物品价格情况做出了定性分析,并给出了一些政策意见.     

基于混频数据的日度经济不确定性测度及其应用

经济不确定性主要反映经济系统的不可预测程度，可以通过经济指标的实际值和预期值之间的偏差进行测度。为及时测度我国的经济不确定性，本文提出一种同比形式的日度混频动态因子模型，将金融市场的日度数据和传统的宏观低频数据信息相结合，构建我国日度经济意外指数和经济不确定性指数，用于反映我国宏观经济运行的非预期成分和不确定性程度。进一步地，本文基于日度数据分别讨论经济意外指数对人民币汇率的影响，以及经济不确定性对我国股市波动率的影响，研究结果表明经济意外指数的正向变化使人民币对美元升值，经济不确定性的增加将加剧股市波动。     

消费者信心指数与消费需求关系研究——以南京市居民消费需求为例

传统消费理论主要是注重对消费者收入与消费支出的关系研究,而新的西方消费者信心指数理论指出,消费者信心指数对消费支出有重要影响,特别是在当前国内消费需求增长缓慢的情况下,如何提高居民消费信心对刺激居民消费支出的增长有着重要的现实意义。运用计量经济模型,并结合南京市居民消费支出增长与消费者信心指数的数量关系,通过实证研究印证了两者间存在紧密相关性,从而建立南京市居民消费函数的主观因素拓展模型,并进而提出提高居民消费需求的政策建议,即在注重对影响消费的客观因素——收入的研究外,还要注重对影响消费的主观因素——消费者信心指数的研究。     

基于机器学习LSTM&US模型的消费者信心指数预测研究

消费者信心指数等宏观经济指标具有时间上的滞后效应和动态变化的多维性,不易精确预测。本文基于机器学习长短时间记忆(Long Short-Term Memory,LSTM)神经网络模型,结合大数据技术挖掘消费者信心指数相关网络搜索数据(User Search,US),进而构建一种LSTM&US预测模型,并将其应用于对我国消费者信心指数的长期、中期与短期的预测研究,同时引入多个基准预测模型进行了对比分析。结果发现:引入网络搜索数据能够提高LSTM神经网络模型的预测性能与预测精度;LSTM&US预测模型具有较好的泛化能力,对不同期限的预测效果均较稳定,其预测性能与预测精度均优于其他六种基准预测模型(LSTM、SVR&US、RFR&US、BP&US、XGB&US和LGB&US);预测结果显示本文提出的LSTM&US预测模型具有一定的实用价值,该预测方法为消费者信心指数的预测与预判提供了一种新的研究思路,丰富了机器学习方法在宏观经济指标预测领域中的理论研究。     

基于协整与ARMA组合模型的居民中长期消费贷款预测

文章运用协整回归与ARMA组合模型,通过房屋销售价格指数对居民中长期消费贷款进行了短期预测.先用2007年1月至2010年1月的37期数据进行Granger因果关系检验,再运用协整回归和ARMA组合建立预测模型,模型对2010年2月至6月共5期的居民中长期消费贷款进行预测,与实际数据相比,预测相对误差小于1.5%,最后提出了一些相关的政策建议.     

中国混频金融状况指数的构建

文章从货币政策经济增长目标出发,构建了新的混频金融状况指数(MFFCI)编制公式,使用MF-VAR模型,测算了金融状况变量的混频权重系数,实证编制和应用了中国MFFCI,同时与同频金融状况指数(SFFCI)进行了比较分析.结果表明,MFFCI无论与GR的相关性、因果关系,还是对GR的领先性和预测能力,都比SFFCI好,说明MFFCI更适合中国.     

北京城镇居民消费需求

居民消费需求现状 居民的消费需求可以分为基本消费需求和发展型、享受型消费需求。其中基本消费需求具有特殊的地位，研究居民基本消费需求，对于提高居民消费水平，实现居民发展型、享受型高层次消费水平，组织市场基本生活消费品和高层次生活消费品的供应等具有十分重要的意义。 １．居民基本消费需求测定。居民基本消费需求是指为了保证劳动力的正常再生产，居民对物质产品和劳务所需基本消费量的货币支付能力。为了测定居民基本消费需求，这里采用扩展线性支出系统（简称ＥＬＥＳ）模型，利用１９９８年北京市城镇居民住户调查资料，对…     

消费环境改善对居民消费潜力的影响研究——基于当期剩余消费潜力的视角

通过构建一个较为全面的消费环境和居民当期剩余消费潜力指标体系,并以居民当期剩余消费潜力来间接衡量当期居民消费潜力释放情况。运用ARDL-ECM的动态建模方法进行实证研究,结果表明:总体消费环境改善与居民当期剩余消费潜力之间存在着长期负向均衡关系,且消费环境的改善对剩余消费潜力的影响表现为明显的滞后效应;各子消费环境对居民消费潜力的影响作用不同,消费经济环境改善对提高居民消费能力的作用更明显,消费基础设施环境的改善对刺激居民消费潜力释放的作用最大,消费制度政策环境和消费供给环境改善的刺激作用次之,而消费文化环境对居民消费潜力的影响作用仍需提升。     

南京城市居民消费行为实证研究

改革开放以来,南京城市居民消费发生了系列变化,同时又呈现出新的特征。通过对1980-2009年南京城市居民消费行为进行实证分析,构建自回归分布滞后模型及误差修正模型和ELES模型,分析当前南京城市居民消费结构,探索南京城市居民消费特点和规律。针对存在问题,建议通过扩大就业渠道,稳定居民收入;根据收入分层次促进居民消费等措施,进一步扩大南京市内需、引导居民正确消费。     

数字普惠金融、居民消费与共同富裕

文章基于我国31个省份2011—2020年的面板数据，通过构建固定效应模型和中介效应模型，实证检验了数字普惠金融对共同富裕的促进作用，以及居民消费的中介作用。研究发现：数字普惠金融对共同富裕具有显著的促进作用，且就机制检验而言，居民消费增长和居民消费升级在其中发挥显著的中介效应；分区域看，数字普惠金融在中西部和东北地区能够显著促进共同富裕，且西部和东北地区更为明显，但东部地区并不显著；分城乡居民而言，城镇居民消费增长在数字普惠金融促进共同富裕的过程中发挥了显著的中介效应，而农村居民消费增长的中介效应并不显著，但城乡居民消费升级均在数字普惠金融促进共同富裕的过程中发挥了显著的中介效应，且农村居民消费升级的中介效应相对更大。在使用2SLS和GMM方法进行检验后结论依然稳健。     

我国居民消费价格指数的历史演变及其发展趋势

2002年4月5日,中国正式加入GDDS。这对我国居民消费价格指数而言,是一个重大的发展契机。但加入GDDS并不等于完全符合GDDS的要求。本文先对我国居民消费价格指数的发展历史作了回顾,然后阐述了我国现行居民消费价格指数与GDDS的主要差距,在此基础上,分析了价格指数的发展趋势,其主要内容是编制分群消费价格指数和质量指数。     

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。     

对低收入居民家庭消费价格指数编制的几点设想

随着构建和谐社会思想的提出,在社会主义市场经济建设过程中如何走上共同富裕之路已摆在了我们面前。中央和各级地方人民政府在加快经济建设的同时,越来越重视目前还处于较低收入水平的居民家庭的生活状况。自2005年开始,根据浙江省人民政府《关于对困难群众实行基本生活消费品价格上涨动态补贴的意见》(浙政发[2004]52号),浙江省城调队着手编制全省低收入居民家庭消费价格指数,以便全面准确反映价格上涨对我省困难居民生活的影响程度。从2005年我省编制的低收入居民家庭消费价格指数看,较好地反映了我省低收入居民消费价格变动的情况,为政…     

基于混频已实现GARCH模型的波动预测与VaR度量

本文将Hansen等（2012）的Realized GARCH模型扩展为包含日内收益率、日收益率以及已实现波动率的混频已实现GARCH模型（M-Realized GARCH模型）。该模型将日内交易分为前后两段,引入了混频均值方程,并对混频均值方程的残差分别建立条件波动率方程和已实现日波动率方程。本文采用2013-2016年沪深300指数混频数据,分别在扰动项服从正态分布、t分布和广义误差分布的假设下,采用损失函数、SPA检验、kupiec检验和动态分位数检验法,对GARCH、Realized GARCH和M-Realized GARCH模型的波动率预测和VaR度量效果对比研究,得出M-Realized GARCH模型能提高预测精度,且VaR实际失败率与理论失败率一致,失败发生之间不相关。最后,本文利用Block bootstrap方法抽样得到混频数据,模拟证明了M-Realized GARCH模型比Realized GARCH模型具有更高的预测精度。     

县域城乡居民消费结构与收入关系分析

 本文利用福建省县域居民消费样本调查数据,基于空间相关性和扩展线性支出系统,对我国县域居民消费结构与收入关系进行实证分析。结果表明：可支配(纯)收入对居民的各类消费具有显著的影响,而且对八类消费的作用强度不同;旨在提高居民收入的收入分配制度改革能够促进消费需求,针对不同边际消费倾向的政策可以更有效地引导居民消费。本文的分析不同于以往对居民消费结构的研究在于：一是直接使用居民生活状况调查的微观数据进行ELES模型的参数估计,改变了仅使用七类收入群体数据的局限;二是在ELES模型中引入空间因素,考虑了因地理相邻对居民消费结构的影响,分析更为客观合理。