我国季度GDP实时数据预测与评价

被引：25

作者：

耿鹏 ^{[1
]}

齐红倩 ^{[1
,2
]}

机构：

[1] 吉林大学商学院

[2] 吉林大学数量经济研究中心

来源：

统计研究 | 2012年 / 29卷 / 01期

关键词：

实时数据; MIDAS模型; 经济预测;

D O I：

10.19343/j.cnki.11-1302/c.2012.01.002

中图分类号：

F224 [经济数学方法]; F123.2 [远景规划];

学科分类号：

0701 ; 070104 ; 020201 ;

摘要：

传统实证研究中使用的当期特定数据存在滞后信息和噪音信息缺陷,导致模型估计结果存在偏误。应用宏观经济实时数据可以有效的剔除造成模型偏误的滞后信息和噪音信息,得到更为准确的估计结果。MIDAS模型可将低频的关键经济数据与高频数据同时估计,较好的解决了应用一般模型存在的高频数据信息损失问题。本文应用M-MIDAS-DL模型与季度GDP实时数据建立我国季度GDP预测模型,实证表明,应用实时数据与组合预测方法,能及时准确预测出2008年以来中国经济增长率的下滑与反弹走势,能起到较好的提前预警作用,是当前较为有效的经济预测手段之一。

引用

页码：8 / 14

页数：7

共 6 条

[1] 结构时间序列模型在经济预测方面的应用研究 [J].

陈飞 ;

高铁梅 .

数量经济技术经济研究, 2005, (02) :95-103

[2]

组合预测[M]. 社会科学文献出版社 , 汪同三, 2008

[3]

应用计量经济学[M]. 高等教育出版社 , (美)沃尔特·恩德斯（WalterEnders）著, 2006

[4]

时间序列分析[M]. 中国社会科学出版社 , (美)詹姆斯D.汉密尔顿（JamesD.Hamilton）著, 1999

[5]

Forecasting with a real-time data set for macroeconomists[J] . Tom Stark,Dean Croushore.Journal of Macroeconomics . 2002 (4)

[6]

Forecasting US output growthusing leading indicators:an appraisal using MIDAS models. Michael P Clements,Ana B.Galvo. Journal of Applied Econometrics . 2009

← 1 →