论文摘要
经济增长分析一直是各国经济学家研究的重要课题,在中国经济转型的历史关键时期更是如此,分析影响经济增长的关键因素,准确预测经济增长,能实现经济健康持续增长。宏观上,经济增长预测是政策制定的重要基础,微观上,经济增长预测影响个体的投资储蓄策略,从这个方面看,经济增长研究具有重要意义。本文从分析影响经济增长因素入手,根据以往文献和相关性分析选出具有代表性的7个解释变量,以经济生产总值GDP为被解释变量衡量经济增长,共拟合128个线性模型,然后用不同模型平均方法对经济增长进行实证分析和预测。本文实证分析分为两大部分,分别利用频率模型平均方法和贝叶斯模型平均方法进行经济增长预测,最后对结果进行对比分析。第一部分用OPT、MMA、JMA、S-AIC和S-BIC五种不同的频率模型平均方法计算权重,将所有模型的预测值加权组合成最终的预测值。根据预测值与真实值之间的绝对误差,十期预测中各个方法预测的最优率和预测误差的标准差,分析各种方法的预测结果的精度和稳定性,进而评判其优劣,这其中还包含提出修正OPT方法,并用同样的形式检测修正OPT方法是否有效改进了OPT方法。第二部分利用贝叶斯模型平均方法中的两个算法包BMA和BMS对同样的数据进行经济增长预测,分析贝叶斯模型平均的基本原理和在实践中两种算法的异同点,同样根据绝对误差,最优率和误差标准差来分析预测结果。最后对检验模型稳健性,综合分析两类方法的结果,判断整体方法的优劣。结果表明,第一,修正OPT方法能有效改进原OPT方法的预测效果,明显降低预测误差和误差标准差,提高了预测精度和最优率。第二,对于频率模型品平均方法,长期预测JMA方法表现最好,预测误差均值最小,预测精度最高,最优率最高,短期修正OPT方法与JMA方法误差均值相等,都属于优良的预测方法。第三,对于贝叶斯模型平均方法,BMA算法明显优于BMS算法。每一期预测误差都更低,最优率高且误差标准差最小,预测结果也更稳定。第四,贝叶斯模型平均不同算法筛选变量有差距,所以贝叶斯模型平均预测结果总体不如频率模型平均结果稳定。第五,综合比较所有方法,JMA预测误差最小,精度最高,最优率最高,预测结果最稳定。第六,模型平均方法对经济增长预测稳健性较好,在改变参数时预测结论能保持一致。
论文目录
文章来源
类型: 硕士论文
作者: 乔婧妍
导师: 李莉莉
关键词: 经济增长预测,频率模型平均,修正方法,贝叶斯模型平均
来源: 青岛大学
年度: 2019
分类: 基础科学,经济与管理科学
专业: 数学,宏观经济管理与可持续发展,经济体制改革
单位: 青岛大学
分类号: F224;F124.1
DOI: 10.27262/d.cnki.gqdau.2019.001201
总页数: 56
文件大小: 1005K
下载量: 86