国际大宗商品价格波动对中国通货膨胀的影响研究——基于混频数据模型的估计

随着中国经济进入新常态,国际经济运行的不确定性所产生的作用与影响越来越显著。国际大宗商品价格冲击对国内通货膨胀的影响实证分析表明,混频方法估计结果更为准确、有效;国际大宗商品的价格变动与国内通货膨胀间存在显著且持久的正向相关关系,而汇率波动则在一定程度上反向抑制通货膨胀。面对当前大宗商品价格的持续低位震荡以及中国经济结构性调整造成的经济下行压力,密切关注国际大宗商品价格的动态趋势,并依据其影响中国物价水平的传递机制及联动效应积极采取应对措施,以有效缓解输入型通胀或通缩风险显得尤为重要。

混频数据模型应用研究现状及展望

混频数据模型能有效避免传统计量经济模型对不同频率数据"预处理"带来的有效信息损失或无效信息虚增问题。文章将混频数据模型的演变发展分为3个阶段,系统梳理了MIDAS模型及其衍生模型的提出背景及国内外应用领域;分别从预测方向及时效、变量指标选择、研究对象的频率差、滞后阶数及权重函数确定、基准模型比较5个方面分类介绍了混频数据模型的应用研究。最后,提出混频数据模型的未来研究方向可考虑拓宽理论模型应用领域,将现有金融经济领域的最新研究方法拓展应用到其他行业;引入统计学中变量选择的方法,更科学地筛选混频变量指标。

中国货币政策中介目标的量价选择——现实困境与混频数据模型预测效果分析

数量型目标效果弱化和价格型目标体系尚未形成是现阶段中国货币政策中介目标选择的现实困境。理论分析表明,互联网金融和影子银行业务迅速发展、商业银行资产业务多元化以及金融脱媒等因素削弱了数量型目标的可测性、可控性及其与最终目标的相关性;市场基准利率缺失、利率双轨制、金融市场外部冲击多发、软预算约束部门存在以及经济结构扭曲等因素阻碍了价格型目标体系的转型。混频数据模型的预测结果显示,现阶段价格型中介目标更为有效。由数量型目标向价格型目标转型是金融深化的客观要求,推进利率市场化和软预算约束体制改革、坚持并不断完善价格型目标调控体系是未来一段时期最优的政策选择。

混频数据模型在国库现金流预测中的应用研究

国库现金流预测对于提高国库现金的精细化管理水平具有重要意义。实证结果表明,相比指数平滑法、ARMA模型等传统预测方法,混频数据模型综合利用高频数据(日度数据)和低频数据(月度数据)对国库现金流的预测精度有所改善。MIDAS混频数据模型没有全面涵盖长期性、周期性因素,如与含长期性、周期性因素的线性回归模型、灰色系统模型、ARIMA模型等相互结合,有利于进一步改善预测精度。

国库现金流预测存在的问题及方法研究——基于混频数据模型的实证分析

近年来,随着地方财政收入的不断增长,国库库存余额不断攀升,地方财政部门多采用开展国库现金管理的方式来实现国库资金的收益最大化,因此国库现金流预测对于提高国库现金管理水平具有重要意义。而混频数据模型(MIDAS)在高频数据向低频数据转化时,可以有效解决样本丢失的问题,因此相较于常用的指数平滑法和ARMA模型具有预测准确度高的优势。本文以吉林省2015-2019年国库现金流数据为例,运用MIDAS模型,对2020年国库现金流进行预测,同时就如何提高预测准确度提出政策建议。

基于混频数据模型的北京旅游需求短期预测

百度指数数据反映了用户的搜索行为与需求,为旅游需求的预测提供了数据基础。本文以北京市为例,构建基于百度指数月度数据的混频数据模型,开展对北京市季度旅游需求的短期预测。分析了高频北京美食百度指数月度数据滞后阶数和权重的变化对低频北京旅游人数的影响。实证结果表明,指数Almon权重的混频数据模型比其它不同权重形式的混频数据模型预测精度高。

基于混频数据模型的西城经济韧性分析

一个地区经济的韧性与其应对突发事件的能力相辅相成,对区域经济韧性的研究,能够很好地预测经济发展趋势。本文拟以北京市西城区为落脚点,着眼于对北京市西城区GDP的一、二季度预测,探索在疫情冲击下西城区的经济韧性程度,并应通过考察“经济韧性”来把握重大突发事件长期潜在影响。

我国资产价格对CPI影响效果的研究——基于混频数据模型的分析

本文以混频数据模型(MIDAS)的建模理论和分析技术为视角,在结构分析框架下构建多种M-MID AS-AR模型,研究了我国高频资产价格对低频CPI影响效果及样本内预测精度。结果表明:资产价格对CPI水平有显著影响;资产价格上涨会通过财富效应抬高CPI;当高频变量股票价格的滞后阶数变动到30阶时,Beta-M-MIDAS-ARDL模型的拟合结果和预测效果优于ARDL模型及其他混频数据模型。

基于混频预测模型改进预测精度——以入境旅游为例

[目的/意义]互联网,尤其是移动互联网已经成为游客获取旅游信息、制定旅游计划、消费旅游产品和反馈旅游体验的主要渠道,网络搜索量在一定程度上反映了这些行为特征。如何充分利用这一丰富的信息提高旅游需求预测精度成为旅游管理的热点问题。[方法/过程]在充分攫取高频搜索引擎数据信息的思想下,以美国来华游客人次为研究对象,开展入境旅游需求的混频预测研究,并与传统同低频预测模型进行比较分析。[结果/结论]实证预测结果表明,基于网络搜索数据的混频预测模型的预测精度相比传统同低频数据模型有了近50%的提升,预测精度和方向上均有显著提高。

季度实际GDP增长率混频预报单调性的统计检验

本文从统计意义上检验了因子混频数据模型对我国季度实际GDP增长率的实时预报误差是否会随着新数据信息的采用而逐渐降低,并呈现出单调递减的统计特征。实证结果表明:无论伪样本内外长度比和数据更新时间间隔如何,基于因子混频数据模型生成的预报单调性检验结果都从总体上证实,实时更新的月度数据信息可逐步改善季度实际GDP增长率的预报精度,且在样本的时变特征和阶段属性发生变化时,预报单调性检验方法仍具有稳健性。预报单调性检验是对现有预测和预报评估方法的有效补充和扩展,可为政府部门、相关机构和投资者实时评估宏观经济状况提供有价值的信息和参考。

基于MIDAS模型的中国股市对居民消费的影响效应

根据混频数据抽样模型,实证研究了中国股市对居民消费的影响效应,深入讨论了牛市和熊市阶段股市收益和波动对居民消费的影响特征。已有研究都是使用同频数据,多数研究认为股市对居民消费的影响不显著或不稳定。而本文基于混频数据的分析却得出不同的结论:不论是股市收益还是股市波动均对居民消费有着显著的影响效应。通常股市收益对居民消费有正的影响效应且影响持续时间长,而股市波动对居民消费有负的影响效应且持续性很短。股市收益在牛市阶段具有较大的影响;相反,股市波动在熊市阶段具有较大的影响。

区域经济增长的混频预报与预测——以吉林省为例

将攫取的大量高频数据信息用于实际经济增长率的短期预测和实时预报,基于数据驱动的混频数据预测模型具有及时性、准确性和有效性的特征.该模型对吉林省实际经济增长率的预测与预报进行实证的结果表明:混频数据的自回归模型是非常有效的短期直接预测模型,混频数据模型的权重均值组合预测方法提高了预测结果的精确性和稳健性,吉林省经济正在进行有波动的筑底,"十三五"时期的经济运行将呈现稳中向好的态势.

金融市场联动机制与政策不确定性——基于中日股市间联动研究

通过混频数据技术(Mixed Sampling Data,MIDAS)将股市波动率和相关性分解为长期成分和短期成分,并用政策不确定性指数(policy uncertainty index)刻画长期成分,试图回答经济政策对金融市场波动与市场间联动的可能作用及其方式。以中日股市为例,研究结果表明:中国股市只受到本国政策不确定性的影响,而日本股市却受到来自中日以及全球三个维度政策的冲击;中日股市之间相关性变动可以很好地被中日经济政策不确定性所解释,股市间相关性的变动趋势与政策不确定性的变化基本一致。为了避免金融市场受到来自国外不利冲击的影响,政府应降低其政策行为的不确定性以抵御来自市场外的冲击。

社会融资规模指标改进及其对经济传导的估算

社会融资规模已成为我国重要的货币政策指标。通过对社会融资规模指标设计原则的梳理,提出应进一步将近年来影响日益增大的保险、租赁等金融产品纳入指标范围,以全面地反映金融机构对实体经济的支持。通过对比优化前后的指标数据,印证了优化后的指标可更好地反映货币政策。利用混频数据模型实证得出社会融资规模4~5个月就会产生传导效果,对经济产生显著的影响。