中国季度GDP的即时预测与混频分析

及时、准确地获得GDP短期预测值对于宏观调控和企业决策至关重要。本文在收集我国实时碎尾数据集的基础上,采用混频动态因子模型,将我国季度GDP的预测频率由“季度”提高到“日度”。研究结果表明,相对于混频抽样模型以及MFVAR等现有模型,混频动态因子模型能够有效解决实时预测中需要面临的数据问题,包括混频指标、碎尾特征、数据的周期性缺失等。本文模型在每个数据发布日,均可更新GDP的预测结果,这不仅将最新的经济活动信息迅速地体现到GDP预测中,而且显著提高了GDP即时预测的准确性,且预测结果随着月度数据信息的增加趋近于GDP真实值。此外,本文还估算了拟GDP季度同比增长率和GDP月度同比增长率两个月度数据序列,为我国宏观经济监测与政策分析提供一定的数据支撑。     

基于混频向量自回归模型的宏观经济预测

本研究利用中国宏观经济指标构建了基于贝叶斯估计的混合频率向量自回归模型(MF-BVAR),并对该模型预测中国宏观经济运行情况的效果进行了检验。本文模型在允许多变量、不同频数据共存的条件下提高了模型估计的自由度,从而实现高精度预测。实证结果显示,在对宏观经济管理部门所关注的核心经济变量CPI、RPI和GDP等进行预测时,MF-BVAR模型相对于目前广泛应用的同频向量自回归模型和MIDAS模型,预测精度都有显著改善。本文亦发现房地产投资对于模型预测能力的重要作用,从样本外预测的角度佐证了房地产部门对于中国宏观经济的重要影响。本文也验证了中国股票市场表现不能对预测宏观经济运行提供额外贡献。     

预测中国宏观经济变量:专家与模型的组合预测

本文使用组合预测方法,探究以“朗润预测”为代表的专家预测以及计量模型对于中国宏观经济变量的预测效果,并研究对不同预测进行组合预测是否有助于改进预测效果。本文发现,对我国CPI和GDP的增长率,专家预测效果总体上优于模型预测。从原因看,一方面,专家在预测时已经考虑了计量模型的预测信息;另一方面,在经济出现“拐点”的时期,专家通过对实际经济环境和政策的把握,得出更准确的经济预测。组合预测有助于提升预测精度,对专家预测进行组合得到的预测效果优于大多数的专家预测,“模型—专家”组合预测的效果也优于所有的模型和大部分专家预测。     

金融危机爆发前中国的货币政策、房产市场与宏观经济波动——基于SVAR模型的实证分析

选取1999-2008年的月度数据,建立一个包含六变量的结构向量自回归(SVAR)模型来测度货币政策、房产市场和宏观经济之间的动态关系,通过施加短期约束识别结构冲击.实证结果表明:金融危机爆发前,在中国存在通过房产市场影响宏观经济的货币政策传导渠道,在货币政策调控房价方面,选择利率作为中介目标更为有效;房产市场的波动对宏观经济的影响十分显著,因此保持房产市场的稳定对于宏观经济的稳定有着重要作用.     

基于时间序列模型的中国GDP增长预测分析

作为度量一个国家或地区所有常住单位在一定时期之内所生产和所提供的最终产品或服务的重要总量指标,如果能够对GDP做出正确的预测,必然可以有效引导宏观经济健康发展,为高层管理部门提供决策依据。选用适合短期预测的ARIMA模型对中国1952～2010年的GDP进行计量建模分析,预测结果认为未来五年中国的经济增长仍将处于一个水平较高的上升通道。     

基于神经网络模型的商业银行信贷风险研究

通过VAR模型选择GDP增长率、通货膨胀率、广义货币发行量增长率等变量的一阶滞后项与二阶滞后项作为输入变量,分别建立BP神经网络与GRNN模型对商业银行不良贷款率进行拟合与预测验证,并对两种神经网络模型的拟合效果与验证结果进行比较.研究表明,GRNN神经网络的拟合精度较高但预测精度较低,而BP神经网络拟合精度较低但预测精度较高.此外,随着验证期限的延长,两种模型的预测精度均下降.BP神经网络预测2015年第四季度不良率仍将小幅上升.     

用于宏观经济预测的VAR、BVAR和VARMA模型的对比

向量自回归模型（VARMA）是宏观经济学家常用的一种方法。对于处理短期的宏观经济变量,贝叶斯向量自回归{BVAR}模型目前又在欧美比较流行。并且随着一些计算及计量软件的发展,VARMA方法也逐渐走入宏观经济学家的视野。本文用1985-2008年间GDP增长率,消费者物价指数和年利率,分别拟合这三种模型,通过比较它们的预测结果,得出结论,并给出建议。     

有必要调低经济增长预期

根据2001年11月的宏观经济数据预测,2002年中国上半年的经济增长率(同比增长口径)将会有相当大幅度的下降,其中第二季度的GDP同比增长率可能会下降到5.0%左右,达到多年来的最低水平;下半年可能会有一些改变,但是也难以产生强劲的回升.我们预测,2002年全年的GDP增长率为6.5%.     

向量自回归模型对宏观经济变量的预测能力比较研究——以意大利GDP增长和CPI为例

分别利用包含不同预测变量且不同期限的双变量和三变量向量自回归模型(VAR)对意大利1992年至2006年间的真实GDP增长率和1980至2006年间的通货膨胀率进行了滚动模拟预测。从实证结果看,对上述宏观经济变量的预测,不同变量的预测能力随模型期限及结构变化而表现出明显差异,因而无法判断哪个(类)变量用于预测时将具有显著优势。研究还发现,如自回归模型(AR)等简单的时间序列模型,整体上较之相对更复杂的模型提供了更准确的预测信息。     

经营环境

宏观经济Macroeconomy世行上调今年中国GDP增幅至11.3%CPI预升4.6%继5月将2007年中国GDP增长预测由此前的9.6%上调至10.4%后,世界银行近日发布的最新《中国经济季报》宣布,再次上调今年中国GDP增长预测值至11.3%。报告同时预测,2008年中国GDP增长率为10.8%。