基于AR-MIDAS模型的多源异步混频CPI数据短期拐点预测

CPI指数对宏观经济管理有着重要的作用,国家对宏观经济调控的效果一定程度上依赖于CPI指数统计和预测的时效性、准确性。本文融合了官方CPI、线上CPI以及网络搜索指数三种数据,基于多源异步混频数据构建了预测月度CPI的自回归混合频率数据抽样模型(AR-MIDAS)。研究发现:利用官方CPI、线上CPI以及高频网络关键词搜索指数的预测方法可以提高消费价格指数预测的准确性;在CPI数据正式发布前20天左右,利用自回归混频数据模型可以提供预测精度更高的CPI预测值;模型也提高了捕捉CPI变动趋势的结构变化能力。

我国货币供应对经济增长的传导机制研究——基于六种AR-MIDAS模型的分析

引入多种权重函数构建六种混频数据时间序列模型(AR-MIDAS),以此研究我国的货币供应对经济增长的作用机制、传递路径及预测能力,多角度综合分析了六种模型样本内预测表现及估计效果,实证结果表明:Beta-AR(1)-MIDAS模型、Beta Non-Zero-AR(1)-MIDAS模型及Almon-AR(1)-MIDAS模型模拟结果及预测效果较优,特别是当滞后阶数变动34阶时,Almon-AR(1)-MIDAS模型表现最佳。短期内,8个月后,货币供应显著影响经济增长,扩张的货币政策能够拉动经济增长;长期内,特别是26个月直至34个月,货币供应对经济增长再次发挥出促进作用,其传导机制呈现先降后增的倒S曲线形路径。