基于混频数据的社会物流成本预测

降低社会物流成本对提升国民经济运行效率至关重要。文章从宏观层面出发,基于若干宏观指标对社会物流总费用及其在GDP中的占比进行预测,为解决不同频率数据建模的问题,选用ADL-MIDAS模型方法进行预测分析。结果表明:季度GDP对社会物流总费用的预测效果较月度全社会用电量更为准确;第三产业占比可以有效预测社会物流总费用占比,外生变量引入并不能有效提高预测效果。从模型应用效果看,ADL-MIDAS模型能够有效提高估计精度,而滚动窗口和递归窗口相比固定窗口的预测精度更高。