基于中文新闻的经济景气一致指数构建及其影响主题分析

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:ryu_sh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
党的十九大报告指出:“我国经济已由高速增长阶段转向高质量发展阶段”,需要做到“着力构建市场机制有效、微观主体有活力、宏观调控有度的经济体制”。宏观经济景气监控历来都是国家经济体系建设和调控的核心内容,对政府、企业、居民等部门均具有重要的信号指示作用。Burns和Mitchell两位学者于1946年出版了《Measuring Business Cycles》,对经济景气监测问题做出系统详尽讨论,随后诸多国内外学者对经济周期相关问题,例如经济周期测定、经济景气指数编制等方面进行了多角度详尽研究,各国政府也相继编制了宏观经济景气指数,例如美国国家经济研究局(NBER)编制的先行、一致和滞后合成指数、中国国家统计局中国经济景气监测中心(CEMAC)编制的中国宏观经济景气指数等。然而,传统合成指数方法从采取指标上来讲,重视市场波动率、长短期利差、工业生产、外贸、劳动力市场等指标,这些指标的好坏将直接影响到最终构建的经济景气指数,由于选取指标过程存在一定人为影响,因此部分学者指出这些指标选择的方法缺乏统计理论基础的支持,同时,由于选取指标多为月度发布指标,公布具有一定滞后性,因此所编制的经济景气指数在监测的时效性上存在一定不足。如今,随着互联网不断发展,我国正式进入5G时代,未来将实现“万物互联”,新闻社交平台的用户人数与新闻曝光度与日俱增,海量的日度网络新闻成为更加直接贴近民生、反映宏观经济运行情况的重要信息,运用网络新闻数据编制宏观经济景气指数可以有效改善传统指数的时效性与主题代表性问题,使得发布周期进一步缩短、涉及主题进一步丰富。本文拟从非结构化的新闻文本数据中提取结构化的经济新闻主题,并利用混频动态因子模型将所提取结构化经济新闻主题与GDP建立联系,构建具有反映信息全面且时效性强的基于中国历史经济新闻数据的新闻经济景气一致指数。从结构上讲,本文分为五个部分:第一部分绪论,首先介绍了相关研究背景和研究意义。接着阐释了本文的研究方法和研究技术路线,介绍本文的主要研究思路。最后说明本文的研究可能存在的创新之处。第二部分国内外研究综述,梳理国内外学者对于宏观经济周期选取的研究指标以及研究方法,进而总结已有利用结构化数据做经济景气指数研究的局限性,总结学者利用文本分析在宏观经济领域的研究思路与研究方法。第三部分新闻经济景气一致指数构建与稳健性分析,分为新闻主题的提取、新闻经济景气一致指数的构建以及不同模型参数下的新闻经济景气一致指数稳健性分析三点,首先,新闻主题的提取包含了主题模型设定、主题总结、情感分析与主题调整以及主题关系网络分析;其次,新闻经济景气一致指数的构建主要展示新闻经济景气一致性指数的构建流程与结果;最后,设计不同模型参数下的新闻经济景气一致指数,并分别做稳健性检验,选择稳健的新闻经济景气一致指数。第四部分新闻经济景气指数分解与影响主题分析。首先介绍基于卡尔曼滤波的经济景气指数分解方法并将经济景气指数进行分解,以卡尔曼滤波法给予每个时点上的主题权重作为衡量该主题对于经济状况变动影响程度的指标,进而找到经济变动影响较大的经济新闻主题,对于每个重点关注的经济新闻主题,总结其变化规律。第五部分研究结论及研究展望,概括全文研究成果,并总结本次研究不足,对未来研究方向做出展望。基于以上研究内容,本文提出的主要结论有:1、新闻经济景气指数可以较好反映经济日度变化本文在构建新闻经济景气指数部分讨论了8种不同形式的模型,经过走势判断、识别转折点能力、AIC与RMSE指标综合对比,最终选取了未调整情绪数据情况下仅限制扰动项参数模型所提取的新闻经济景气指数,该指数可大致描述宏观经济指数的走势变化,包括提前预测了2011年4季度到2012年1季度期间的经济下滑、以及2016年4季度到2017年1季度与2017年4季度到2018年4季度的景气指数暴涨,其他大多数情况的走势也与宏观经济景气指数走势一致,且能够提前判断大幅变动趋势。2、文本挖掘方法可识别非传统的重点经济新闻主题本文从新闻文本中挖掘共26个主题,其中6个主题对新闻经济景气指数的贡献明显较高,分别为改革创新、基础设施建设、新冠肺炎疫情、经济建设、国际交流、文化教育,而这6个经济新闻主题中除经济建设与改革创新外,其他4个经济新闻主题通常被传统构建经济景气指数所忽略,除此之外,本文还发现例如“两会”和“春节”主题出现频率较低,但在特定时间对于经济影响较高。本文一定程度上有助于解决当前宏观经济景气指数在发布滞后性、指标代表性及影响可解释性三方面的问题,可能的创新点包括:第一,构建了此前研究较少的中文新闻经济景气一致性指数。第二,为探索我国经济景气变动影响主题提供更全面的视角。第三,缩短宏观经济景气指数发布周期。
其他文献
贫困是困扰中国乃至世界的严重问题。自1978年改革开放以来,我国的经济快速增长,精准脱贫战略的提出更是极大改善了贫困问题。2020年中国832个国家级贫困县全部脱贫摘帽,5575万贫困人口成功脱贫。金融扶贫这一新的扶贫方式,成为了全国各地贫困地区的扶贫中坚力量,其中四川省贫困县区众多,其贫困县占比达到36%,贫困面宽、量大,省内将金融扶贫作为脱贫攻坚的重要工程,用金融“活水”浇灌县域经济。本文旨在
学位
党的十八届五中全会上,首次明确提出了以创新、协调、绿色、开放、共享为主要内容的五大发展理念,其中共享发展是其余四个理念的最终目标。共享发展是脱贫攻坚、实现共同富裕的主要途径。因此,研究共享发展兼具理论和时代意义。习总书记在《深入理解新发展理念》中,分别从覆盖面、内容、实现途径以及整体推进过程这四个方面入手,为共享发展注入了全新的理念内涵,并将其概括为全民共享、全面共享、共建共享、渐进共享。本文正是
学位
为了实现建设社会主义现代化的重大课题,我们要把目光聚焦在如何解决缩小地市间的发展差异、经济差异上。同时为了实现决胜全面建成小康社会,也要着眼于如何促进区域间的发展协调。由于吉林省各地市之间产业结构、生产力水平、生产要素分配、政策方针不尽相同,导致吉林省内各地市发展水平参差不一,吉林省区域经济若想要协调稳定发展,必须要清楚明确各地市的综合经济实力,以此对各地市发展提出相应有效的策略建议,从而实现经济
学位
自党的十九大以来,我国经济开始由高速增长阶段转向高质量发展阶段,报告中提出的“建立健全绿色低碳循环发展的经济体系”为新时代下高质量发展指明了方向。随着“两山”理论的提出,生态文明的方法论原则得以建立,真正拓展了经济发展与环境保护协调并进的现实途径。社会经济向绿色发展转型离不开金融的支撑,“绿色金融”在我国经济发展中具有重要地位。当前,绿色信贷作为我国绿色金融的主要工具手段,银行自主参与积极性不高导
学位
随着互联网与信息技术的发展,网络舆情的识别、监测成为了一个备受关注的研究问题。舆情热度是体现民众对社会事件关注度的一项极其重要的指标,能够有效地反应对应事件所带来的社会影响力,研究舆情热度的变化范围和波动趋势,可以为政府及时把握舆情趋势、控制恶性舆论传播、制定舆情引导等干预政策提供切实可行的依据。突发性公共卫生事件舆情热度的监测和趋势预测不仅有助于及时发现疫情,还对引导公众正确面对疫情、识别谣言,
学位
随着人工智能技术的发展,人机对话系统成为自然语言处理领域的研究热点。虽然对话技术渐渐发展为端到端的深度学习模式,但当前大多数研究工作仅关注模型在单一数据集上的效果,缺乏在不同技能、不同领域数据上的评价,因此与真正实现多技能对话目标还有一定距离。而且,由于人们的背景知识和对话场景的差别,同样的问题可能会有多个候选答案,但常用的生成式对话模型大多采用一个问题和答案一一对应的编码-解码模型,这样就会对问
学位
固态电池是指采用固态电解质代替有机液态电解液的锂离子电池,针对电动汽车在续航、安全性等方面的短板,固态电池的高安全性和更高能量密度,使其成为了各个国家新能源技术研究的重点。各大机构和企业也将固态电池作为下一代锂电池的主要发展方向。就固态电池的发展、固态电解质的解析、固态电池优势与挑战、国内外发展现状等方面进行了介绍。
期刊
命名实体识别(NER,Named Entity Recognition)致力于研究从海量非结构化文本高效提取结构化信息(有意义的名词)的一项自然语言处理(NLP,Natural Language Processing)领域的子任务。作为知识图谱、问答系统和机器阅读理解等高层NLP任务的基石,NER的准确率会直接影响下游任务的表现。由于中文结构相比英文更加复杂,且中文实体识别研究起步较晚,中文NER
学位
自改革开放以来,我国经济得到了快速的发展,但同时也产生了严重的资源消耗问题和环境污染问题,使我国付出了巨大的生态代价。因而加强对生态环境的保护已经成为当前重要的课题。生态福利绩效响应了我国生态文明建设和保护生态红利的战略方针,因此对生态福利绩效进行研究,有助于更好地了解当前我国存在的生态问题,推动经济社会绿色发展,实现可持续发展的根本目标。基于以上背景,本文运用我国30个省、市、自治区的相关统计数
学位
现实生活中,受到复杂的市场环境、商业秘密等因素的影响,股票之间的潜在交互关系总是隐藏的并且难以获得。在现有股票价格时间序列建模分析中,或者是忽略股票和行业之间的关系,或者是预定义关系,因此会忽略股票间的共享关系,从而无法准确地描述股票之间潜在的相互作用的影响。基于此,本文研究工作旨在了解股票之间以及行业之间潜在的交互关系,进而推荐最有利可图的股票。本文将建模隐藏在时间序列的序列模式中,并考虑了建模
学位