基于投资混频数据的中国经济波动预测  

作　　者：岳金秀 陈尧 

机构地区：[1]湖北民族大学数学与统计学院,湖北恩施445000

出　　处：《统计与决策》2024年第9期166-171,共6页Statistics & Decision

基　　金：恩施州科技计划项目技术支撑类项目(D20220006);恩施州科技计划项目青年人才项目(D20220062);湖北民族大学校内科研项目(XN2332)。

摘　　要：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。

关 键 词：宏观经济预测 投资 混频数据 MM-LSTM模型 

分 类 号：F201[经济管理—国民经济]