基于网络搜索数据的区域经济预警研究

网络搜索直接反映了互联网用户的行为与心理,随着用户的不断增长,海量的网络搜索数据对社会经济发展趋势的指示作用不断被发现并研究。文章以安徽省为例,选取区域工业增加值等指标为预测目标,基于经济波动与大数据的相关理论,运用K-L信息量法与时差相关性分析对大量国际国内经济指标与特定关键词的百度搜索指数进行筛选,得到区域经济先行指标,建立区域经济预警模型,并对模型进行了拟合检验和预测检验。结果显示,部分关键词的网络搜索数据能够有效地用于预测区域工业增加值和社会消费品零售额的月度变化,预警模型具有较好的准确性与时效性,可为政府、企业应对经济波动提供决策参考。

基于K-L信息量法的安徽省工业用电量预测

针对区域工业用电量与经济指标的相关性,运用K-L信息量法,在月度尺度上筛选出能够指示区域工业用电量变化趋势的经济先行指标,并获得各先行指标的先行期数。以经济先行指标为自变量、区域工业用电量为被因变量建立多元回归模型,根据AIC准则和BIC准则选取最佳拟合方程,得到工业用电量预测模型。运用模型预测安徽省2014年5月-12月的月用电量,结果显示预测精度较高,预测方法可以用于工业用电量预测。

中国风电产业景气指数构建与波动分析

我国风电产业近年来发展迅速,但是存在市场波动性较强、企业营利能力不足等问题。对风电产业发展景气程度进行监测和预估,可以增强产业投资决策和政策制定的前瞻性,有利于产业健康发展。文章通过选取风电产业上市公司的相关财务指标,并纳入经济统计指标和百度指数,建立了多个合成指数,再对合成指数进行对比分析,筛选出指示效果最佳的风电产业一致景气指数和先行景气指数。结果显示:上市公司销售费用、所得税费、全国合成纤维产量,及部分百度搜索指数可用于构建一致指数;上市公司长期应收款、固定资产等财务指标、工业增加值、钢材销售量、十种有色金属产量,及部分百度搜索指数可用于构建先行指数;加入经济指标与百度指数后合成的指数更便于指示行业发展。基于对景气指数的波动特征分析,发现2011年以来我国风电产业经历了两轮较大的景气周期;近年来经过调整后逐渐复苏,2018年景气指数有上升趋势。