【摘 要】
:
当前全球经济复苏、中国基本面良好、转型升级加快推进的发展背景下,及时准确地预测中国GDP具有重要意义。基于动态因子模型(DFM)构建的即时预测模型作为国际上被广泛应用且卓有成效的模型范式,在我国应用较少。推动我国基于动态因子模型的预测模型的运用具有非常重要的意义,其不仅能够完善中国在即时预测研究上的缺失,建立中国的即时预测模型,而且可以即时为政策制定者提供参考,使决策者可以更有针对的制定政策,助力
论文部分内容阅读
当前全球经济复苏、中国基本面良好、转型升级加快推进的发展背景下,及时准确地预测中国GDP具有重要意义。基于动态因子模型(DFM)构建的即时预测模型作为国际上被广泛应用且卓有成效的模型范式,在我国应用较少。推动我国基于动态因子模型的预测模型的运用具有非常重要的意义,其不仅能够完善中国在即时预测研究上的缺失,建立中国的即时预测模型,而且可以即时为政策制定者提供参考,使决策者可以更有针对的制定政策,助力于维持经济的平衡运行。基于此,本文聚焦于我国GDP即时预测,对现有即时预测方法进行全面、深入的剖析与对比,并对我国季度GDP即时预测展开实证分析。本文选取中国宏观经济数据,基于高频月度经济金融数据开展对我国季度GDP的即时预测研究。本研究的实现流程主要为以下四步:第一,引入桥接方程、混合数据抽样模型、混频向量自回归模型以及动态因子模型进行实证分析,通过对比检验动态因子模型即时预测的有效性;第二,将新冠肺炎疫情对经济造成的冲击纳入考量范围,对比经历冲击前后动态因子模型模型预测有效性的变化;第三,将多个经济变量依照数据发布时序分为不同信息块,研究每一信息块发布后对即时预测中国季度GDP增长率准确性的边际影响;第四,利用组合预测方法将动态因子模型与其他即时预测模型组合。本文得出主要结果如下:第一,助力实现中国季度GDP的即时预测,动态因子模型行之有效且准确,而且相对于其他预测模型而言该模型能实现几乎最好的预测效果。第二,动态因子模型即时预测效果稳定,相较于其他预测模型,动态因子模型预测效果在经历经济冲击后的表现更佳。第三,汇率和进出口对即时预测准确性的边际影响最大,且本季度信息的纳入对动态因子模型的效果起重要作用。第四,组合预测对提升预测准确度的效果不佳,动态因子模型仍是保证即时预测精度的最优解。
其他文献
距离1999年7月战略投资者这一概念的首次提出,已经过去了20多年的时间,中国作为一个经济处于快速发展的大国,最早因为国企改制而引入了大量的战略投资者,由于全球经济一体化,市场经济环境竞争愈发激烈,战略投资者在上市公司中的比例也逐渐提高,上市公司希望战略投资者可以加入到本公司的经营与管理之中,进而提升本公司的绩效水平。然而公司绩效水平的提升是否与战略投资者的引入有着密切的相关性,假如有,战略投资者
2019—2020年,通过在内陆海水养殖中心利用养殖尾水培植红花美人蕉,研究其在6 h滞留期内对海水养殖尾水中氨态氮、硝酸盐氮和亚硝酸盐氮的去除效果。结果表明:美人蕉在pH值为8.1~8.3、盐度为2.9%~3.0%的海水中能够存活,并且对氨态氮、硝酸盐氮和亚硝酸盐氮均具有较好的去除效果。
<正>近年来,国网枞阳县供电公司结合地方发展的用能需求,围绕乡村振兴总体规划、重点工程、重大项目,提前布局电网建设项目,通过建立齐抓共管的“联动”机制、搭建面对面的“对话”平台、打造精准合理的“订制”方案,对接县域总体规划和城镇建设规划;以供电所为单位开展配电网规划与管理,在各供电所搭建平台,电网建设规划实施“一村一规划”,开展“主网—配网—村网”梯次规划研究,有效提升了电网投资利用率和精准性。
政府通过制定和调节经济政策来达到对经济的干预,在这过程中,政策的频率变化、以及指向和力度不明确都会加剧经济政策不确定性。中国的经济政策比西方发达国家更加具有不确定性。商业银行是金融系统的枢纽,负责配置经济资源并将其投入社会再生产之中,其经营过程既面临本身存在的固有经营风险,也会受到经济环境和经济政策的影响,银行风险承担行为是影响经济稳定的关键因素。在此背景下,研究经济政策不确定性对商业银行风险承担
大数据时代,各行各业涌现出海量的高维数据。高维数据中存在的许多不相关或冗余的特征使其在处理过程中需要更高的计算成本和存储要求,甚至还会带来维度灾难。特征选择是对高维数据进行降维的有效解决方法。特征选择是指从原始高维数据特征集中选取低维相关特征子集并删除冗余特征以提高后续数据处理任务性能的过程。多视图学习的一个重要特点是利用了不同视图提供的兼容和互补信息,使得视图之间起到相互促进和增强的作用,因此多
面对复杂多变的金融市场,人工智能技术的快速发展获得了众多学者的关注,人们开始探索利用复杂的深度学习技术对金融市场进行分析研究。金融市场每天都会产生大量数据,这些数据关联性错综复杂,依靠传统方式难以实现快速分析。深度学习拥有传统模型所不具备的大数据非线性处理能力,能够通过对大量数据学习训练,从中挖掘数据特征进而构建模型,成为研究金融市场的重要手段。近年来,随着内地投资者将投资视野拓展到港股市场,港股
历史经验表明,系统性金融风险的过度积聚而导致的金融危机,对金融体系的正常运行、国际宏观经济环境、各行业产业链甚至国计民生都会造成极大的负面影响。近年来,中国面临着新冠疫情、全球经济增速放缓、通胀输入等巨大外部压力,仍坚持深化金融业对外开放,对内坚定进行产业升级,金融体制完善等一系列长远举措,当下复杂的经济金融状态,既是挑战更是机遇。在金融市场对外开放大背景下,坚持不爆发系统性金融风险的底线,需要建
镍钴锰三元锂离子正极材料结合了镍酸锂、钴酸锂、锰酸锂三种正极材料的优势,具有循环性能佳、克容量高、成本低、安全性好的优点,是一种新型的锂离子电池正极材料,有很大的研究和应用前景。通过检索镍钴锰三元锂离子正极材料相关的专利,总结了镍钴锰三元锂离子正极材料相关专利的申请趋势、IPC申请热点及趋势以及热点技术分析,揭示了镍钴锰三元锂离子正极材料的研究和知识产权保护的方向。