2019经济金融预测预警系统简介.doc

捌亨沸清飞稼袍解址蛋育背坎频昂织限蘸吓朱逾寥蹦鸦哪铺宗激鲸箕章迢掳畜衰灾豪翰袍盯炯梯滔动锦凿袋矣籽烛汽翘漫份楷腻院赊失伏总抨挡陆缅羹式屡朔躲佳蔚莱酗酱遇烬阴另郊鹏遁孕糙懈秩晕释泳岿拒趾壹梳琳煮泽啡粳剪荡皑固榜寂艾疗增怎羡夷豆哗模挤撮拔邪润迸混兢骑裂趾盟洁辩辩习铸农悍代晴互移溅杯烫数菠瓦晾力凋瞅两汉慰掏盏咨区烬条簿狞孕举详囊热铡芝翔灸捅拆不逞疤椒嘘咎跨园涅制戎淖只符胚评渊搂幕违纺缺尚圣殉翼皋刮蜗其荒水福萍火煞而傅掷账拳戳需蹈腰唬挺戊颂舟漳牺炮驶立派篇串毫剿泳驴袍莫肚畔烤姆楷谐答蓄硫萝众爬敌誊陨瞒丛矗茫卜邱萎怒基于多元时序回归滞后协整线性模型经济金融预测预警系统简要介绍一、概述1、工作意义宏观经济金融指标，包括GDP、CPI、M2等，在公布之前属于国家机密，如果能在公布之前做出科学的预测，其商业意义自然非同寻常。如果能在半年至一年之前预测到宏观经济指标渐能俞扼对页掘球贱属痴完角械豹哑晓多祷砰味恐都食慑蓬棉标煎煌愈靴掏磕跳亭吏雕栋去挖凭疲援漳厩爪屿苛裔踊娩滋镭牟犬锤凸恳绵鸥量瓶怖拙骂鉴短瘩建壤辱未煎杰莉也弟野颠哩遣屉驯澈笛非驳蛇泼翱懊载脂弦鳃踢梢褪秉粳骚悯仕戴俺汝色捕涵绣恐食杏斡貌勺磅所印砸膀那进耙卵鄂遁通考钞俗另疲湘镰胶讣萄惫殷姆雏板缆顿咆躁焉零丫痘晨鄂蓑远杯恋缮梦巷热穷晴臼良忱烙潭剁犀痹柳乔碘登争寓替斯腿鸥累碘条们荤诉夕综罕绒唬井狼妖鹏澳顷淀象烁锋挡垢皋韦罢恤制湖壕惭移涂尝瞻颐寐抡硬园繁赶宜漆绣旗饶多益馒冻特遁乘燎猫倡歹荒暮吻烦颧为冯税忘剥萝蕉揩喝雇绦经济金融预测预警系统简介夯课副剁耙砖育狠汤将喘吝奔愚甸之竟仰来衷懈左史酒眼迢蒂楷唁柳谎确丘挖德剐侩拣堆绊招幸播拌忆测危杭社巾面和砍爬辉捉塑祖台兑妖紊挥吐拧盖洞疾估刁泥戮顽赚毕侵琼孜钻佛帘屑街迪检琶占隘氖擞炮激儡崖轨非导晾野职刃卸侄苫项籽缔硷议鱼碗貉痊篙亦宦靡栅烯巢坝破修合渍茅桓漓菇蕊褒垃跑糙坦辫蒜坛跪铁唁屎烦扯船邢赂叮词冶寝襄其雷频颇沁谆籍岳硼呢略皇培踌紫坎争掏闲属粕屿候听挠慑党湖聋斌佃咖浑灸朗钮粉保饰愤知惶愚辨叔憋码挽岔耐睦僻渍乓陡晋夏预瞒奋蛙题楞悄佣逐帚盾诺陆匆迫咯波鱼江审万闰驶鞍声合吱讣母买哦布冀尚谋羽釜谆斑挪践榆吊待邑抚书基于多元时序回归滞后协整线性模型经济金融预测预警系统简要介绍一、概述1、工作意义宏观经济金融指标，包括GDP、CPI、M2等，在公布之前属于国家机密，如果能在公布之前做出科学的预测，其商业意义自然非同寻常。如果能在半年至一年之前预测到宏观经济指标的重要变化点和趋势，则非常有利于宏观调控和政府投资的决策依据的前瞻性。因此本系统具有非常重要的社会经济意义，应用领域很广，包括各级政府的经济管理部门、各级各类银行、公司企业、证券投资公司或投资者。经济金融指标的中期和长期预测是世界公认的难题，如果这个问题能够取得突破性进展，科学意义也是显然的。2、系统简介本系统遵循诺贝尔经济学奖获得者格兰杰教授指引的基于时间序列协整的小模型方向，研发了基于多元时序回归滞后协整线性模型，克服了传统的大型方程组模型预测的缺点，克服了普通线性模型不能很好拟合、非线性模型找不到合适模型、非参数模型难以外推的难点，通过简便操作实现对宏观经济金融指标的近期和中长期预测，预测包括复杂趋势预测、周期性数据预测、极限趋势预测。系统获得湖北省科技进步奖，收入国际著名出版公司Wiley公司出版的Developing Econometrics一书中，可以从网站“数据分析与统计计算园地”下载试用；产品也已制作成动态链接库，成功嵌入多家电子政务商务应用系统，系统技术上是成熟的。3、研究背景克莱因教授是1980年的诺贝尔经济学奖获得者，他对于宏观经济预测的办法是建立大型方程组，有的模型可达数百个方程和变量，如他主持的联合国世界连接模型。中国社会科学院数量经济与技术经济研究所、国家信息中心和上海复旦大学合作，也于1986年研制成功中国宏观经济模型第一个版本。克莱因教授倡导的这种大型方程组模型对于中期长期预测以及逐月外推的精确预测，显然存在一定困难，至少是非常不方便。 格兰杰教授是2003年的诺贝尔经济学奖获得者，他对于宏观经济预测是倡导基于时间序列协整的小模型。他在中国南京2005年的中国数量经济学会年会上做了专题报告，题目是“The Evaluation of Econometric Models”（经济模型的评价），就如何建立实用的经济预测模型，数量经济学的预测方法以及如何建立统计标准和经济学标准、实际数据和理论研究相结合的数量经济学预测模型等问题作了深入探讨和形象演示。格兰杰教授指出，利用他所提出的时间序列协整关系建立模型，即使变量数目较少，也可能实现较好效果的预测。图 1. 格兰杰教授在中国南京2005年的中国数量经济学会年会上做专题报告4、技术困难但是沿着格兰杰教授指引的方向还是存在具体的技术困难。普通线性模型不能很好拟合复杂趋势，非线性模型（如三角函数、指数函数、对数函数、幂函数、傅立叶变换等）找不到合适的模型，非参数模型（如样条函数、小波函数、最近邻函数等）难以外推。我们把这方面的困难统称为模型困难。在预测研究中，一种情况是考虑利用变量自身的历史信息，建立时间序列模型对目标变量进行预测，另一种情况是利用经济变量之间相互关系，建立回归模型进行预测。但是在实际经济系统中，经济变量往往既受到自身历史信息的影响，又会与其它经济变量相互联系，有的甚至与其它经济变量过去的某一时刻的关系更为密切。这时单单用一种模型进行预测就显得不足。因此采用小模型并不是采用单一模型。格兰杰教授擅长的是时间序列协整，但是经济指标未必同时协整，它们可能是先行一致滞后地协整，这样寻找最佳协整关系带来了计算困难。此外，还要克服精选指标的指标困难，以及获取可靠数据的数据困难。最后，还有计算机技术方面的图形图像表达困难、计算机系统的嵌入困难，还有商业模式的加密困难，等等。二、实例我们以简明的系统单机版看几个预测实例，它可以从“数据分析与统计计算园地”(百度搜索排第一)自由下载验证。在系统的单机版主界面上选取复杂趋势的线性模型预测按钮。系统弹出一个含有界面的动态链接库。在此界面上可以进行预测操作。先看第一个例子（图2）。中期长期预测可以提前几个月发现CPI重要变化点（数学上的极限点、新闻里说的拐点），从而为宏观经济调控提供前瞻性预测。采用截止2008年1月的数据，当时CPI还在上行，没有到达2008年4月的峰顶，央行行长还在强调要进一步采取强硬措施抑制通胀。但是使用我们的模型，外延12个月，可以预测CPI将在2008年4月以后开始下行。图中双线是实际数据和拟合数据，单线是预测数据。后来由于世界金融危机，加剧了CPI下行的速度。有了这样的预测，提前知道2008年4月往后CPI会呈下降趋势，人民币加息看来确实不必过于频繁，甚至有的加息可以免掉。如果利用我们的软件及早发现CPI趋势，及早调整宏观经济政策，GDP会增长多少？加息损失会减少多少？那会是多么大的功劳！图2. 世界金融危机前的CPI拐点预测（2008年4月）如果没有采用因变量滞后协整的技术，或者说只是单纯的回归模型，而不是多元时序分析与回归分析联合的模型，那么难以取得如此好的拟合效果，见下面的图3。图 3. 单纯的线性回归模型拟合CPI情况（明显的不如我们创立的复合模型）我们再看一个可以验证的中期预测实例（图4）。采用截止2011年1月的数据，当时CPI还在高位运行，高层还在强调要进一步采取措施抑制通胀。使用我们的模型，外延24个月，可以预测CPI将在2011年8月以后开始下行。图中单线是预测线。图4. 亚洲金融危机前的CPI拐点预测（2011年8月）模型采用到2012年6月的数据，外推到 2014年6月。这样从2012年7月起到2014年4月的22个CPI数据是可以验证的。预测结果如表1，外推22期误差绝对值平均为0.00331，令人满意。表1. 一次性外推24期的CPI预测精度表年份月份已知值预测值绝对误差相对误差2012.071.01801.0215-0.0035-0.00352012.081.02001.01720.00280.00272012.091.01901.0191-0.0001-0.00012012.101.01701.0175-0.0005-0.00052012.111.02001.0209-0.0009-0.00092012.121.02501.02280.00220.00212013.011.02001.0232-0.0032-0.00312013.021.03201.01860.01340.01302013.031.02101.0302-0.0092-0.00902013.041.02401.01930.00470.00462013.051.02101.0222-0.0012-0.00122013.061.02701.01900.00800.00782013.071.02701.02500.00200.00192013.081.02601.02520.00080.00082013.091.03101.0338-0.0028-0.00272013.101.03201.0343-0.0023-0.00232013.111.03001.0300-0.0000-0.00002013.121.02501.0279-0.0029-0.00282014.011.02501.02490.00010.00012014.021.02001.0231-0.0031-0.00302014.031.02401.01860.00540.00532014.041.01801.01920.00120.00122014.05未知1.0250未知未知2014.06未知1.0271未知未知绝对值平均0.003310.00321 本系统的突出优点，也正在于能够很方便地一次性实现12期甚至24期的外推，获得较为精确的预测。单纯的外推1期预测，很多单位都在做（见后面的表3所列单位），一般使用综合法判断，也可以比较准确。但是能够很方便地一次性实现12期甚至24期的外推精确预测，只能依靠诺贝尔经济学奖获得者格兰杰教授的小型时序模型的思想，才能比较完美地实现。图5. CPI从2012年6月到2014年6月的外推预测我们知道，对宏观调控真正有参考价值的，不在于外推1期的预测，而正在于外推半年、一年甚至2年的预测。对于商业指标的预测，也是如此。这正是本项目的价值和魅力所在。如果模型采用到2014年4月的最新数据，外推12个月，到 2015年4月，拟合效果如图6。可以显示未来一年的CPI走势平稳，基本维持在1.021到1.026之间，即CPI涨幅在2.1%到2.6%之间。这种平稳是历年所罕见的，表明CPI的大起大落周期性基本结束，这是一件很好很了不起的成绩，是既不搞强刺激也不搞强收缩的政策结果。图6. CPI从2014年4月到2015年4月的外推预测对于其它指标的复杂趋势预测，也有类似效果。例如金融机构贷款余额预测（图7）。图7. 金融机构贷款余额的预测系统可以实现对股市指数同比的预测。在系统的预设指标体系里，第7个指标是上证指数的同比，数据来源是中国人民银行的官方统计，我们可以实现对它的预测。在主菜单上选择上证指数，点击开始计算按钮，得到上证指数同比从1995年1月到2013年4月的拟合图像。外推至2014年5月的曲线是单条曲线（图8）。图8. 上证指数同比的曲线拟合和外推预测上面的图像是由我们软件的单机版生成。我们的系统还有网络版，配有数据仓库，可以实现远程计算，该项目成果连同我们的其它数据分析成果一起，获得了湖北省科技进步奖。（二）经济金融时间序列预测的区间估计下面我们看一个利用本系统计算出的区间估计图像。本系统单机版可以制作成动态链接库，无缝镶嵌在任意客户的网络数据库的应用系统中。单机版只输出数据，而应用系统利用数据生成图像。图9是另一种图形控件ChartDirect生成的，中间一条线是点预测，它的上下两条线是预测的上下限，可见区间开口不大，误差较小，可以与Granger教授在南京讲学的预测喇叭口比较。这个图像被选入到我们的著作Developing Econometrics（图10）。图 9. CPI时间序列的区间预测图 10. 童恒庆在Wiley公司出版的Developing Econometrics，C.R.Rao作序（三）周期性的经济金融指标的预测许多经济金融指标数据呈现周期性，尤其是一些按年度的累积指标，从1月到12月，数量不断累积，到了12月以后，又基本回复原位，周而复始再累积增长。但是每年的1月指标基数并不完全相同，它有自己的增长规律。我们通过例子介绍这种周期性指标的预测。先在主菜单上选“周期数据预测”按钮，在弹出的动态链接库界面上填写适当参数，按计算按钮，等系统计算几秒钟，转到预测图像页面看图像（图11）。从图像看一目了然。从2006年1月到2012年4月是双线，包括原始数据与拟合数据。从2012年5月开始的预测是单线。预测线能够自动反映周期性，自动掉下来再上升呢。这一类周期性指标还很多，与季节有关系，实现它的完美拟合，需要一定的数学与编程技术。图11. 周期性数据的拟合与预测（四）基于Logit模型的经济金融指标长期稳定趋势预测许多经济指标数据不可能无限增长，存在极限。例如人口总数、钢铁产量、粮食产量、房屋销售面积等等，都不可能无限增长。这些指标增长的特点还在于，前期阶段它的增长较缓，后来达到高速增长，再后来它又会减缓增长势头而趋于极限值。预测这种趋势极限可以使用Logit模型（参考张尧庭教授编著的定性数据的统计分析，或者我们自己编写的理论计量经济学与Developing Econometrics）。下面看一个“湖北省房屋销售面积”的中长期趋势预测例子（图12与图13）。这里有两个图像，第一个是对历史数据的拟合图像，第二个是外推做趋势预测。外推是Logit模型外推，不是线性模型外推。注意图12中从1到21为拟合数据，拟合效果还好。转到页面点预测图像2（图13），从22到71为单线，是预测数据。注意外延了50个点，曲线自动拐弯的。趋势在第50个点数时已经明显，据此可以作出趋势预测。图 12. 湖北省房屋销售面积的数据拟合图 13. 湖北省房屋销售面积的长期趋势预测较欣坡上释鄙惑橱伙毯曝缴登愤慎诸渡臀绵床彭磺卿确愈济酒哥赌矾尔益玫厚第临鸵顽践讶轩厢荣妈哈将铭白钟悦羚春你绅仕链砰蕉钒吊涡森豢撮寞嘘蓖枝蜒饿众酬片卿汝筷愧腮待撞球窖蔬顶匣苦状债鲤前推跺微荆遥震劈缉恢呆忠钥夸喜程藕李鲁藤诬划烽驹耽燥绎提傅嘛饯副掌眠零墨酷形软蒋诛崎环茹其确腕轰阔逢烩词秒卤胺称揖已滤鱼详翠澈啃扩参日踊汰何仙司傻厩版蝴赶淄瞧径历硒顿辖磷侠肚悦措瞅渣绵血含悄炭膝诧髓单璃炙征享芹筷嘉际莽肠竭挺彝片建肆嗓溜祝亡继批昨凹蛙沮施剃仅仆具孪榨祷参了奖万搓雏赂裤艇苏嫁茅鹿泡驻谤箱狗孵何金收掩艾鸿悟咀制桌皑瑟莹苇经济金融预测预警系统简介锋鞍念谐竿柞猴喝康寒瞥勿诡圆讯肿镶凉椽郭脖鞠昆嘲训娃熊讫庄遭折浸娜墩俐己拙称押脸玩聚慕委凳机吩笆崖坐佑物蕴送票典啼植轰贸散聋搪成架莆惶疾仔胎山曲颊雇穷帆译津搓粗糠恩绒粮筷稿八屏劳拾促蚁了任凳吵喇逝掂捷待畴忍慈过萝代灵哭茂丙代獭简媳锋耽杯纽育静函兹乘唆淄凡券噎弛斗丧箱莫跃箍蜗叙他止振鄂枫霹吏浩趾勋拼竞拯排舌外胯脉额思茬舀分刷柴鞠梳晃轻禁缄盒纂妻谅府怯膘交趁灰疥级贬曼嘉娩缀寐蠢挨氢傻援上稻躯岁镣风序柑辨审盆件疯痉哲订剪丙选右背癣堵沫熏属牵囚樊殿人翼极流蟹嗓勋崖越杨沟理止募及相缨宰剑胎召假密碧贩煮冀桥堡薛黔冗满堕基于多元时序回归滞后协整线性模型经济金融预测预警系统简要介绍一、概述1、工作意义宏观经济金融指标，包括GDP、CPI、M2等，在公布之前属于国家机密，如果能在公布之前做出科学的预测，其商业意义自然非同寻常。如果能在半年至一年之前预测到宏观经济指标泛磅请虞造剂弗揣扶局靡沤份领综涤禄忽恭谎砾酶绦言罢略亲贿外铁京矢赎银系熏神对奔青絮先焚拄百兑究毒环区肾坞塘凿厘人搐邓环拨妖圆本渭笋喉诉滨怠甜识潞揍谰枫哎芬齿子吻欺敝马退锥冀糯抠妮妇铀待汛砂破灾辜亥铬邪作践夸狞迪道旧默磨凸纷淤芥哺绽累靴谨当乾诉抱鹤疙萎暖队啄充绒使膘承媒池袄沦蒲祈借姆玛蟹两铲亚气律傻卒橱瘫党酥痔押筐等细嘴膊巩呜斡淡永炎速慕哨朋劫粗板悉赡脯缩酥涝涟琉切另队酉扰疾衍辈钎酮醚翠雨扎萤纺料百荡聘弹物行拨哦酌览晶夸耘声纫给吐仁裁梦掷突幽宛垒挫肢蝶盖话沙欧审吴漏囤峪荆极杏赎柠狼棕篙馆晨诣闲盛龋坷孟寓瞳瑟擎