论文摘要
新时期影响我国经济增长的因素变化多样且错综复杂,许多因素的统计数据具有高频性、超前性。鉴于此,本文构建一类能够直接将大量不同频率指标放入同一模型的混频数据因子（FA-MIDAS）模型,在保留全样本信息的情况下引入金融市场高频数据,结合其他众多宏观经济高频影响因素对我国经济增长进行超前预测和跟踪监测研究。结果表明:FA-MIDAS-AR模型对经济增长的短期预测具有领先优势,FA-MIDAS-AR-AIC组合模型对新常态时期经济增长的预测具有较高的时效性和精准性。2019年第三、第四季度经济增长率为[6.2042%,6.3181%],[6.2184%,6.3092%]区间。按照各因子对经济增长的动力源程度由高到低排序,依次为高频消费因子、第一高频宏观因子、高频金融因子。
论文目录
文章来源
类型: 国内会议
作者: 于扬,王维国
关键词: 类模型,经济增长,超前预监测
来源: 中国数量经济学会2019年年会 2019-10-18
年度: 2019
分类: 基础科学,经济与管理科学
专业: 数学,经济体制改革
单位:
分类号: F124.1;O212.1
DOI: 10.26914/c.cnkihy.2019.076270
页码: 36-62
总页数: 27
文件大小: 1450k