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。     

基于贝叶斯混频模型的中国宏观经济预测研究

本文通过构建中国宏观经济系统的BMF-VAR模型对中国的宏观经济进行预测分析,并与相关模型的预测结果进行比较,来检验BMF-VAR模型对中国宏观经济进行预测时的适用性。研究结果表明,多变量BMF-VAR模型更适合于短期预测,多变量有效信息的增加促进了短期预测精度的提高;两变量BMF-VAR模型在预测精度方面整体上优于相对应的同频模型;通过BMF-VAR模型能够估计出潜在的月度GDP增长率,且相比于通常所使用的规模以上工业增加值月度增长率更加贴近于真实的GDP增长率走势,有效地解决了月度GDP增长率缺失的问题,据此进行决策会更加有效合理,具有重要的理论和现实意义。     

基于时间序列的山东省人均GDP分析与预测

人均国内生产总值综合考虑了一个地区经济总量和人口基数,能够较好地反映一个地区经济增长和居民经济生活水平。本文以1978—2013年的山东省人均GDP数据为样本,用时间序列分析方法建立自回归预测模型。根据预测,山东省“十二五”期间人均GDP呈现出先慢后快的增长特点,可能原因是前期受金融危机影响较大,后期影响逐渐减弱。政府应保持宏观经济政策连续性稳定性,不断扩大开放,实施创新驱动,加快转方式调结构促升级,深化国民收入分配体制改革,实现经济持续健康发展和社会和谐稳定。     

短期利率波动测度与预测:基于混频宏观-短期利率模型

经验研究表明宏观经济对识别短期利率及其波动现象具有重要影响。为合理引入宏观信息并精确拟合与预测短期利率波动行为,本文提出一种包含宏观因子的混频短期利率模型,即BHK-MIDAS模型。基于中国宏观及利率数据信息的研究结果表明:与传统短期利率模型相比,BHK-MIDAS模型具有更优的样本内拟合效果;相对于货币政策指标而言,宏观基本面与通胀指标对短期利率波动的贡献更大;进一步地,混频模型还可以识别出受宏观因子显著影响的短期利率波动的长期成分;特别地,BHK-MIDAS模型在短期利率波动样本外预测方面的良好表现,充分说明宏观因子在识别及预期短期利率波动行为方面的重要贡献。     

用ARMA对我国GDP预测的实证研究

经济运行过程从较长时间序列看,由于市场机制的作用,呈现一定的规律,这对预测提供了依据。目前预测经济运行时问序列的理论与方法较多,而ARMA模型在经济预测过程中既考虑了经济现象在时间序列上的依存性,又考虑了随机波动的干扰性．对经济运行短期趋势的预测准确率较高．是近年应用比较广泛的方法之一。由于国内生产总值（GDP）不仅能够在总体上度量国民产出和收入规模,也能够在整体上度量经济波动和经济周期状态阁此．对GDP进行精确的拟合和分析对分析一国的宏观经济发展趋势具有重要意义。在本文中研究中,根据ARMA模型的应用条件,选取1978年以来我国实行市场经济体制的（IDP时间序列数据进行建模分析。     

基于R的新疆GDP分析与预测

根据新疆地区历年GDP数据的特点,基于R语言,建立求和自回归移动平均模型ARIMA(p,d,q)。通过对数和差分运算对数据进行平稳化处理,根据自相关系数、偏自相关系数以及单位根检验判断其平稳性,选择合适的ARIMA模型,进行预测和比较,得到较为满意的结果。     

基于时间序列的山西省GDP预测分析

GDP即国民生产总值,是衡量一个国家综合实力的指标。本文在时间序列分析理论的基础上,以山西省1993年到2013年21年来的GDP总值为基础,使用Eviews软件和Excel对数据进行针对时间的分析,对模型进行检验,然后利用本文所建立的模型对山西省未来的6年作出预测。     

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。     

ARMA和VAR模型对GDP的预测效果探究

本文回顾了GDP预测的不同模型,并用ARMA模型和VAR模型对季度GDP进行预测,将预测结果与相对权威的主观预测朗润预测进行比较,以检验ARMA模型和VAR模型的预测效果     

中国潜在GDP估计的比较研究——基于1952-2008年度和季度数据

本文区分了潜在GDP的两类定义,即以充分就业理论为基础的非加速通货膨胀失业率(NAIRU)的GDP和以真实经济周期和经济增长理论为基础的趋势GDP,对潜在GDP的各种估计方法进行了比较分析,并尝试使用移动平均法、增长率推算法、HP滤波方法、BP滤波方法、BN分解方法、UC-Kalman滤波方法、C-D生产函数法和SVAR方法等8种方法对年度潜在GDP进行估计,使用HP滤波方法和BP滤波方法对季度潜在GDP进行估计.在此基础上得出各种估计方法在方向性上保持一致等相关结论.     

M2/GDP水平的国际比较及中国畸高原因探析

M2/GDP是衡量一国经济货币化程度的重要指标,一般说来,该比率越高,经济货币化程度越高,金融业越发达.通过国际比较发现,中国不但存在M2/GDP持续上升的普遍性问题,而且这一问题相对其他主要经济国家表现得更为异常.造成中国M2/GDP畸高的原因可以归结为货币化论、货币沉淀论及货币反替代论.M2/GDP的比例越高,整体支付风险越大,若任由这种局面发展,央行的信用创造能力和银行体系的支付能力都将逐渐蚀空,因此研究如何提高我国金融配置效率、加快金融体制改革及我国现行外汇体制改革等议题,是有效解决我国M2/GDP畸高的必经之路.     

基于时间序列匹配性的GDP数据质量评估研究

GDP数据质量对宏观经济监测具有基础性作用,以GPD数据质量评估有GDP数据渐进稳定性、GDP和GDP增长率趋势长期趋同性、影响因素不同但数据表现的长期趋势一致性三个基本假设,以基本假设为基础,分别构建GDP和GDP增长率的确定性与随机性时间序列模型,分析1981～2009年中国GDP数据质量,发现中国GDP数据质量总体上较好,同时具有显著的阶段性特点。     

Forecasting Chinese GDP Using Online Data

Because big data are widely used today, whether and how to use big data in macroeconomic forecasting has become a new field of economic research. In macroeconomic analyses, two types of data can be applied, namely, structured data and unstructured information. Statistical government data are well-structured, whereas Internet search behavior information, which is representative of online data, is unstructured. This article explores whether Internet search behavior information can facilitate the forecasting of macroeconomic aggregates and components and analyzes the use of feasible methods of structured data and unstructured information. This study is based on the macroeconomic forecasting model and verifies the effect of the two-step method. We find that Internet search behavior information can help forecast the macro economy, and we determine that the best method for variable selection using structured and unstructured data is the two-step method. First, only statistical government data are used, and temporary optimal models are selected. Second, Internet search behavior information are added to these models, and the optimal model is then determined.     

公开市场操作与利率期限结构行为——基于混频数据信息的研究视角

在混频数据信息环境中,精准识别公开市场操作(央行政策利率)和国债收益率曲线(基准利率体系)之间的关联机制至关重要,其影响了货币政策期限结构传导的有效性。本文在混频Nelson-Siegel(N-S)利率期限结构模型框架下,引入央行政策利率,揭示公开市场操作与利率期限结构(水平、斜率、曲度)因子之间的作用机制。实证结果表明:混频数据信息条件下,引入的公开市场操作信息显著改进国债收益率曲线的拟合效果;斜率因子冲击对公开市场操作具有显著的正向影响,而利率期限结构因子对政策调控的反应不敏感。进一步研究表明,2015年以来,公开市场操作对斜率因子的影响逐渐扩大,政策利率向国债收益率曲线的传导效率得到显著提高,我国现代货币政策框架日益健全。     

基于总需求结构的中国"高M2/GDP之谜"解析

从总需求结构深入分析了中国高M2/GDP比率的原因,结果发现:导致中国高M2/GDP比率的原因是中国的高投资和高净出口,而问题的根源又在于中国现行的经济增长模式.因此,要解决中国M2/GDP比率的问题,关键并不在于紧缩货币供给量,而在于真正改变中国现行的主要依靠投资和出口刺激经济增长的模式,使中国的经济增长主要依靠国内的消费需求来推动,同时真正进行市场化(特别是要素的市场化及投资体制)改革.     

Nominal GDP futures targeting

Central banks have recently done a poor job of stabilizing the path of nominal expenditures. The adverse demand shock of 2008–2009 led to a severe recession in the United States and Europe. Monetary policy could be greatly improved with a regime of “targeting the forecast,” or setting policy so that the expected growth in nominal GDP is equal to the central bank's target growth rate. This goal could be accomplished by setting up a nominal GDP prediction market and then adjusting the monetary base to stabilize nominal GDP futures prices. The market, not central banks, would set the level of the monetary base and short-term interest rates under this sort of policy regime. Modest adjustments in such a regime could address many previous criticisms of futures targeting.     

解读GDP的快乐含量

本文试图透过经济改革以来不少中国人伴随财富迅速增长的心理困惑,解读现代经济学留存至今的有关财富与快乐关系的谜题。本文的一个贡献是提出了“快乐GDP”概念,并结合现实例证刻画了衡量GDP快乐含量的实际意义。相对于人们普遍耳熟能详的“绿色GDP”、“干净GDP”等概念,“快乐GDP”更能体现人们从快速的经济增长当中所获取的实际福利增进水平。现实经济生活中人们之所以在拥有物质财富的同时不能获得与之相匹配的快乐,从表面看是个人的心理感受问题,而实际上却折射着经济改革时期社会信用的缺失景象。因此,提高GDP快乐含量的根本途径是,通过一定的制度安排和强化政府的作用构建支撑经济增长的社会信任基础。     

中国商品期货指数与GDP指数的关系研究

本文在借鉴国内外商品期货指数编制方法的基础上,编制了我国商品期货指数.基于1998-2005 年的时间序列数据,对我国商品期货指数与GDP指数之间的超前滞后关系进行了实证研究,研究结果表明在样本区间内存在商品期货指数到GDP指数的因果关系,其先行时间达2个月.我国商品期货指数与GDP指数两者之间存在长期均衡关系,但是期货市场的价格发现功能依然存在某些缺陷.因此,应当进一步完善我国的期货市场,使商品期货指数成为监测我国经济景气的指示器.