基于混频动态因子模型的数字经济状态指数构建与预测研究——以杭州市为例

我国数字经济规模不断扩大,在经济发展、税收、就业等方面发挥着越来越重要的作用。为及时了解数字经济发展现状、对数字经济发展趋势做出预判,有必要构建刻画数字经济发展状态的数字经济状态指数。本文提出运用混频动态因子模型,从不同频度的数据中提取因子构建月度数字经济状态指数的方法,并运用杭州市季度数字经济产业增加值和月度数字经济产业营业收入数据进行实证分析,构建了杭州市月度数字经济状态指数。实证结果表明,所构建的月度数字经济状态指数能很好地刻画数字经济发展状态,且可以为预测季度数字经济状态指数提供有用信息,从而为政府决策提供理论支持。

中国金融压力实时监测研究——基于混频大数据动态因子模型的分析

防范化解系统性金融风险是维护金融安全和经济安全的内在要求,关键要对风险进行准确度量和实时监测。本文运用混频动态因子模型,构建基于传统金融统计数据和网络搜索大数据的日度频率中国金融压力指数(FSI),度量并监测中国的系统性金融风险。研究表明:所构建的FSI能度量并监测中国系统性金融风险,指数的阶段性变化特征和区制状态识别结果与系统性金融风险的现实演进情况高度吻合;经济主体的预期不确定性和风险感知是金融压力的主要来源,并且金融压力有较强的持续性;引入大数据指标对FSI模型的估计具有明显改善作用,并能提高FSI对产出、通胀等宏观经济变量的预测效果;“高压力”区制下的FSI对月同比CPI增速的预测效果较好,“低压力”区制下的FSI对GDP增速的预测效果较好。监管部门未来需继续优化金融风险监测预警体系,提升监测能力,合理引导市场预期。

基于混频动态因子模型的中国FCI构建及其应用

本文首先利用混频动态因子模型预测出月度GDP信息,并结合大量月度金融指标构建我国金融状况指数(FCI);然后通过谱分析测度了FCI与宏观经济变量的关联性;最后基于马尔科夫区制转换模型测度了不同金融状况下FCI对宏观经济变量的冲击效应.研究结果表明,第一,本文所构建的FCI与宏观经济变量之间不仅存在高度的相关性且两者的波动周期大致相同.第二,我国FCI的波动领先于宏观经济变量约8个月.第三,金融市场繁荣会促进产出,并抑制通货膨胀;而金融状况恶化会使产出减少,并可能诱发通货膨胀.因此货币当局应该充分利用FCI对宏观经济的预测作用,掌握金融市场波动的规律,实时检测金融市场对宏观经济的影响,做好风险防范.

基于混频数据的日度经济不确定性测度及其应用

经济不确定性主要反映经济系统的不可预测程度,可以通过经济指标的实际值和预期值之间的偏差进行测度。为及时测度我国的经济不确定性,本文提出一种同比形式的日度混频动态因子模型,将金融市场的日度数据和传统的宏观低频数据信息相结合,构建我国日度经济意外指数和经济不确定性指数,用于反映我国宏观经济运行的非预期成分和不确定性程度。进一步地,本文基于日度数据分别讨论经济意外指数对人民币汇率的影响,以及经济不确定性对我国股市波动率的影响,研究结果表明经济意外指数的正向变化使人民币对美元升值,经济不确定性的增加将加剧股市波动。

基于混频数据的中国服务业景气指数构建与周期波动分析

采用景气分析法筛选出六个服务业一致指标,构建中国服务业月度一致景气指数,对服务业的景气波动进行详细测定和分析。结果显示,本世纪中国服务业增长已经历三轮周期波动,平均周期长度为52个月,总体呈现以上升期为主的"缓增速降"型非对称特征。金融危机后,特别是经济进入新常态以来,服务业景气呈现与此前不同的波动特征,对稳增长和稳就业起到了重要作用。

混频数据与中国宏观经济周期测定

笔者利用经数据处理后的3个月度指标、3个季度指标、5个半年度指标和4个年度指标,结合改进的混频动态因子模型和经济周期测定的虑子概率方差方法,对1992年1月至2017年8月间中国宏观经济周期进行了测定分析。分析发现:(1)混频动态因子模型支持利用多频度、多指标、非平衡数据进行分析;支持波动协同性弱的指标经调频处理后被选用,并能有效提取此类指标数据中的有效信息和排除无效信息;能够提取有效反映宏观经济波动一致性走势的不可观测动态因子。(2)概率方差法和CH准则法均测定宏观经济包含5个拐点、3个高速增长时期和3个低速增长时期。利用ROC曲线进行比较分析发现概率方差法的测定精准度更高。分析没有发现2011年9月以后宏观经济新的拐点,从而预测中国宏观经济还将处于低速增长时期。(3)利用实时数据检验了混频动态因子模型具有较好的稳健性。

中国混频FCI的构建及其与美国金融市场的联动效应分析

文章选取我国26个金融指标,利用混频动态因子模型构建了我国的金融状况指数(FCI),然后将其与美国的金融状况指数(NFCI)进行小波分解;最后通过格兰杰因果检验和谱分析探究了两国FCI在不同周期分量上的关联性。结果表明,两国FCI波动周期大致相同,并且在各个周期上都存在很大的相关性;此外我国的金融状况波动在短、中、长,全周期上都对美国的金融状况的波动有重要影响预测作用,其中长周期上中美两国的金融状况波动同步,互相影响。

基于混频数据的中国交通运输业一致指数构建

文章采用景气分析法筛选出6个交通运输业一致指标,采用混频动态因子模型构建我国交通运输业月度一致指数,对我国交通运输业的景气波动进行了详细测定和分析。结果显示,我国交通运输业增长已经历了三轮短周期波动,平均周期长度为51个月,总体呈现"短扩张、长收缩"且"急增缓降"型非对称周期特征。金融危机后,特别是经济进入新常态以来,交通运输业景气呈现与此前不同的平稳波动、低位运行的新特征。

基于混频数据的中国金融周期波动测度

为对我国金融业运行情况进行全面和及时的监测,文章采用景气分析法筛选出六个金融一致指标,基于混频动态因子模型构建了我国金融景气指数,并提出金融周期划分准则,对2002—2019年我国金融周期波动进行了详细测度和分析。结果显示,样本期内我国金融业增长已经历了三轮完整“谷-谷”周期,平均持续期为51个月,总体上体现为“缓增速降”的长扩张型非对称特征。金融周期与经济周期之间存在一定先行关系,且这种先行关系在2012年之前更稳定,而在2014—2016年二者存在偏离。2016年以后,金融周期的振幅逐渐减小,周期波动更加温和。

数据发布下的服务业景气实时预测

文章筛选出四个月度一致指标和一个季度一致指标,采用混频动态因子模型构建了我国服务业一致景气指数,并利用服务业一致指数对服务业的景气情况进行实时监测,同时考察不同一致指标的发布对服务业景气预测精度的贡献。通过计算2012年后两个谷点实时预测分别产生的13个RMSFE值,发现随着每个月不同指标数据的依次公布,服务业一致指数逐渐包含更多的信息,总体上对服务业景气走势的预测精度逐渐得到改善。

中国服务业增长和波动的区制转换与非对称性研究

在当前服务业景气“微波化”的背景下,采用四区制马尔科夫混频动态因子模型,从增长速度和波动强度的双重角度对中国服务业景气不同阶段的运行特征进行详细考察。结果表明,中国服务业景气波动主要呈现低增长―低波动状态,其次为高增长―低波动状态,且不同阶段之间的转移概率呈现非对称性;中国服务业在经济新常态背景下可能会在以低增长―低波动为主要特征的“L”型底部运行,也可能会在低波动水平上呈现高增长和低增长状态交替的“W”型波动态势。

大维不可观测变量的中国宏观经济不确定性测度研究

本文提出了利用大型统计数据直接测算中国宏观经济不确定性的方法。通过建立含有潜在不可观测变量的混频动态因子随机波动模型,利用1994—2017年60个月度统计指标和4个季度统计指标数据,测算了我国宏观经济的不确定性,结果表明:(1)我国宏观经济不确定性具有明显的阶段性特征,不确定性的变动受到多种因素的影响,传统的景气监测指标并不是一致最优的同步监测指标。(2)在测算宏观经济不确定性时,将核心指标作为观测到的因子予以保留,不仅提高了结果的解释性,也更符合经济事实。(3)宏观政策变动是引起经济不确定性上升的重要因素,但政策的影响往往具有滞后效应,未预期的政策变动可能会触发宏观经济出现更大的不确定性。

中国批发零售业景气指数与周期波动分析

批发零售业与我国的宏观经济景气和发展趋势联系紧密。为全面、及时地对批发零售业运行情况进行监测和分析,文章采用景气分析法筛选批发零售业一致指标,基于混频动态因子模型构建我国批发零售业月度一致指数分析我国批发零售业周期波动情况。结果显示,我国批发零售业增长已经历了三轮周期波动,总体呈现"急增缓降"的长收缩型非对称特征。金融危机后,特别是经济进入新常态以来,批发零售业景气呈现与此前不同的平稳波动、低位运行的新特征。

基于贝叶斯时变VAR模型的中国FCI构建及其应用

本文综合宏观经济变量,利用混频动态因子模型测度月度GDP,之后结合货币供应量、房价以及股价等金融变量,基于贝叶斯时变VAR模型构建科学的金融状况指数(FCI),并采用谱分析研究其预警能力.研究结果表明,股票市场、房地产市场、货币政策与实体经济对我国金融市场状况的影响具备时变性.基于贝叶斯时变VAR模型的脉冲响应分析可以发现,上述变量的影响程度依次递减.在此基础上构建的FCI较基于常系数VAR模型构建的FCI具备更强的预警能力,尤其进行三个月以内的短期预测时,优势更加明显,进而可以为有效监测金融市场状况,预警通货膨胀与金融风险提供科学决策依据.

货币政策对房地产市场调控的周期非对称效应

文章采用混频动态因子模型提取新型房地产业景气指数,并以该指数作为代表房地产市场景气的内生变量,根据房地产周期转折点判别结果选取代表性时点,基于TVP-SV-VAR模型的时点脉冲响应函数分析我国货币政策对房地产市场调控的周期非对称效应。研究发现,货币政策对房地产行业在增长和波动两个层面均存在周期阶段的非对称效应,一方面,行业主体的预期使货币政策对房地产行业增长存在顺周期的非对称影响;另一方面,房地产行业波动上自我运行的惯性使货币政策对房地产行业的波动也存在非对称影响。

基于大规模数据的中国经济增速实时预测

国内生产总值(GDP)实际增速是衡量国家经济运行状况的重要指标,但该指标以季度频率发布,相比于经济分析需求来说显得较为滞后.本文运用混频动态因子模型(MF-DFM)方法,基于大规模的月度经济数据对季度GDP实际增速进行短期实时预测,以提高经济分析的及时性.为有效提升大规模数据的利用效率,避免因子模型中指标选择的主观性,本文提出大规模数据下MF-DFM的指标选择方法,即将二元动态单因子模型的均方预测误差作为指标选取依据,能有效兼顾季月混频数据、缺失值以及“碎尾”数据等特征.实证结果表明,相比于传统的时间序列预测模型和常用的混频模型,基于二元模型指标筛选的MF-DFM在疫情前的经济平稳时期和疫情后的经济恢复时期对中国季度GDP增速均有较高的预测精度.同时,该方法对中国月度GDP实际增速的预测值与宏观经济一致指数有较高的同步性,可用于提升经济运行状况监测的时效性.本文为大规模数据条件下的经济实时监测预测预警提供了基于指标选择的新思路.

中国经济增长长期趋势的实时估算与贡献分解——兼论中高速阶段稳态的形成与识别

研究目标:动态测度中国经济增长的长期趋势。研究方法:构建非齐头时变混频动态因子模型估计中国经济增长的长期趋势,采用时变方差分解测算各要素对经济增长长期趋势的贡献。研究发现:中国经济增长趋势早已于2007年就步入了下行区间,而在2016年后它的主体态势开始从持续下行转向渐趋稳定;人口红利和技术红利的协同消退主导了本轮经济增长的趋势下行,而资本深化的相对稳定则为中高速增长提供了趋势动能;目前经济增长趋势已正式步入劳动投入渐趋稳定、技术增长渐趋稳定和资本深化渐趋稳定的三重稳定阶段,这说明由新冠肺炎疫情等局部冲击引致的经济增长率下行仅是短期现象,并不会轻易破坏中高速阶段稳态的趋势基础。研究创新:将时变要素和非齐头数据纳入混频动态因子模型,提高了模型处理非规则数据的能力。研究价值:充分肯定了当下的经济波动更多是源于暂时性冲击,而中高速增长具备扎实的趋势基础。

贸易依存度与中亚五国货币锚

文章利用CL和MF-DFM方法测算了中亚五国的出口、进口贸易依存度。分析发现,中亚五国的出口、进口市场主要依赖俄罗斯、中国和欧元区。将面板数据分为两个时期进行分析发现:(1)前期,美元、欧元和卢布为坚戈的显性货币锚,为其他中亚四国的隐性货币锚,人民币不是中亚五国的货币锚。后期,美元、欧元、人民币和卢布为中亚五国的隐性货币锚;(2)前期,出口贸易依存度对中亚五国货币币值变化的影响显著,出口贸易增长巩固了货币锚地位;对应地,进口贸易依存度的影响不显著,进口贸易增长与货币锚地位关联不大。后期,出口、进口贸易依存度的影响均不显著,出口、进口贸易下滑削弱了其与货币锚的关系。

基于互联网大数据的CPI舆情指数构建与应用——以百度指数为例

研究目标:基于互联网大数据构建CPI舆情指数辅助预测CPI。研究方法:提出了一种构建CPI低频与高频舆情指数的统计方法,并通过选用2006年6月至2015年12月的数据验证了该方法的有效性。研究发现:相关关键词的搜索热度指标具有领先CPI的预测作用,依此建立的CPI舆情指数有助于改进CPI预测精度。研究创新:揭示了基于相关关键词的搜索热度指标与CPI的非线性关系,提出了一种基于门限回归的CPI低频舆情指数构建方法;使用动态因子模型估计出了CPI高频舆情指数。研究价值:预测CPI时可辅助利用基于大数据构建的CPI低频与高频舆情指数信息。

中国月度GDP环比增长估计与“三新”经济影响分析

中国经济进入新常态,经济结构正发生历史性、转折性变化,国家治理体系和治理能力现代化水平加速推进。一方面,精准治理、科学决策更加依赖于实时宏观经济数据。但由于发布频率差异较大,部分经济数据滞后或缺失,数据混频现象非常普遍。若采用传统简单模型,可能会错失数据中的重要特征。本文利用EM算法改进混频动态因子模型估计了中国月度GDP环比增长率,为混频数据估计提供了一种可行方法。另一方面,新一轮科技革命和产业变革正在席卷全球,以新产业、新业态、新商业模式为代表的"三新"经济蓬勃发展。本文估计了"三新"经济与宏观经济发展的长期协整关系。结论表明,"三新"中不同产品、服务、产业对于宏观经济存在差异较大的促进或者抑制作用,应分类推进、精准施策,不断强化"三新"经济对宏观经济的促进作用。