经济金融预测预系统简介.docVIP

基于多元时序回归滞后协整线性模型 《经济金融预测预警系统》简要介绍 一、概述 1、工作意义 宏观经济金融指标，包括GDP、CPI、M2等，在公布之前属于国家机密，如果能在公布之前做出科学的预测，其商业意义自然非同寻常。如果能在半年至一年之前预测到宏观经济指标的重要变化点和趋势，则非常有利于宏观调控和政府投资的决策依据的前瞻性。因此本系统具有非常重要的社会经济意义，应用领域很广，包括各级政府的经济管理部门、各级各类银行、公司企业、证券投资公司或投资者。 经济金融指标的中期和长期预测是世界公认的难题，如果这个问题能够取得突破性进展，科学意义也是显然的。 2、系统简介 本系统遵循诺贝尔经济学奖获得者格兰杰教授指引的基于时间序列协整的小模型方向，研发了基于多元时序回归滞后协整线性模型，克服了传统的大型方程组模型预测的缺点，克服了普通线性模型不能很好拟合、非线性模型找不到合适模型、非参数模型难以外推的难点，通过简便操作实现对宏观经济金融指标的近期和中长期预测，预测包括复杂趋势预测、周期性数据预测、极限趋势预测。 系统获得湖北省科技进步奖，收入国际著名出版公司Wiley公司出版的《Developing Econometrics》一书中，可以从网站“数据分析与统计计算园地”下载试用；产品也已制作成动态链接库，成功嵌入多家电子政务商务应用系统，系统技术上是成熟的。 3、研究背景 克莱因教授是1980年的诺贝尔经济学奖获得者，他对于宏观经济预测的办法是建立大型方程组，有的模型可达数百个方程和变量，如他主持的联合国世界连接模型。中国社会科学院数量经济与技术经济研究所、国家信息中心和上海复旦大学合作，也于1986年研制成功中国宏观经济模型第一个版本。克莱因教授倡导的这种大型方程组模型对于中期长期预测以及逐月外推的精确预测，显然存在一定困难，至少是非常不方便。 格兰杰教授诺贝尔经济学奖获得者在中国南京2005年的中国数量经济学会年会上做了专题报告，题目是“The?Evaluation?of?Econometric?Models”（经济模型的评价）就如何建立实用的经济预测模型，数量经济学的预测方法以及如何建立统计标准和经济学标准、实际数据和理论研究相结合的数量经济学预测模型等问题作了深入探讨和形象演示。教授在预测研究中，考虑利用变量自身的历史信息，建立时间序列模型对目标变量进行预测，利用经济变量之间相互关系，建立回归模型进行预测。但是在实际经济系统中，经济变量往往既受到自身历史信息的影响，又会与其经济变量相互联系，有的甚至与其经济变量过去的某一时刻的关系更为密切。这时单单用一种模型进行预测显。2008年1月的数据，当时CPI还在上行，没有到达2008年4月的峰顶，央行行长还在强调要进一步采取强硬措施抑制通胀。但是使用我们的模型，外延12个月，可以预测CPI将在2008年4月以后开始下行。图中双线是实际数据和拟合数据，单线是预测数据。后来由于世界金融危机，加剧了CPI下行的速度。有了这样的预测，提前知道2008年4月往后CPI会呈下降趋势，人民币加息看来确实不必过于频繁，甚至有的加息可以免掉。如果利用我们的软件及早发现CPI趋势，及早调整宏观经济政策，GDP会增长多少？加息损失会减少多少？那会是多么大的功劳！ 图2. 世界金融危机前的CPI拐点预测（2008年4月） 如果没有采用因变量滞后协整的技术，或者说只是单纯的回归模型，而不是多元时序分析与回归分析联合的模型，那么难以取得如此好的拟合效果，见下面的图3。 图 3. 单纯的线性回归模型拟合CPI情况（明显的不如我们创立的复合模型） 我们再看一个可以验证的中期预测实例（图4）。采用截止2011年1月的数据，当时CPI还在高位运行，高层还在强调要进一步采取措施抑制通胀。使用我们的模型，外延24个月，可以预测CPI将在2011年8月以后开始下行。图中单线是预测线。 图4. 亚洲金融危机前的CPI拐点预测（2011年8月） 模型采用到2012年6月的数据，外推到 2014年6月。这样从2012年7月起到2014年4月的22个CPI数据是可以验证的。预测结果如表，外推2期误差绝对值平均为0.00331，令人满意。 2012.07 1.0180 1.0215 -0.0035 -0.0035 2012.08 1.0200 1.0172 0.0028 0.0027 2012.09 1.0190 1.0191 -0.0001 -0.0001 2012.10 1.0170 1.0175 -0.0005 -0.0005 2012.11 1.0200 1.0209 -0.0009 -0.0009 2012.12 1.0250 1.0228 0.0022 0.0021 2013.01 1.