利用大数据预测季度GDP走势的方法体系研究

利用大数据预测季度GDP走势的方法体系研究
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2019-12
版次: 1
ISBN: 9787521807493
定价: 68.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 203页
分类: 经济
  •   《利用大数据预测季度GDP走势的方法体系研究》深入探讨大数据的技术特征和统计应用特点,在国家统计局和国家发改委2017年联合发布的非传统数据统计应用指导意见框架下,科学选取和构建大数据统计指标,并利用较为前沿的混频数据动态因子模型、混频数据取样模型、高维数据机器学习模型和新凯恩斯贝叶斯DSGE模型,对中国2011年以来季度GDP增速进行预测研究,重点考察大数据指标和模型方法对季度GDP增速预测的作用,建立利用大数据预测季度GDP增速的方法体系,等等。
      大数据统计应用的深入发展,离不开政府部门尤其是政府统计部门的深度参与,通过该书对季度GDP增速的预测研究可见一斑。政府部门可以在大数据统计规范、融合共享、隐私保护等方面,积极推动提升大数据预测效果。   何强,1981年生,河南省郸城县人,经济学博士,2016年于北京大学经济学院应用经济学博士后流动站出站,现为国家统计局统计科学研究所大数据研究室主要负责人,2019年被评为研究员。主要研究领域为大数据、宏观经济统计和幸福经济学。主要社会兼职为中国统计教育学会理事、国家统计局青年联合会委员和《统计研究》等知名学术期刊外审专家。曾在《管理世界》《世界经济》《统计研究》等期刊发表学术论文40余篇,出版《现代经济学视域中的幸福理论范式及应用研究》等学术专著2部,合作出版《大数据:政府统计的新机遇》等著作9部,主持国家社会科学基金项目等省部级以上课题9项,获得来自国家统计局等单位的省部级以上科研奖励13项。 第一章  导论
    第一节  研究背景和意义
    第二节  国内外研究文献述评
    一、季度GDP增速预测的传统方法
    二、利用大数据预测季度GDP增速的方法
    三、已有研究特点和本书研究思路
    第三节  研究框架和技术路线
    第四节  研究方法
    第五节  研究特色和不足之处
    本章附录

    第二章  大数据和季度GDP相关统计问题研究
    第一节  大数据的基本特征
    一、大数据的概念和主要特征
    二、大数据与传统调查数据的异同
    三、大数据对传统政府统计数据的补充作用
    第二节  大数据的统计分类和计算预测特点
    一、大数据统计分类
    二、大数据计算
    三、大数据预测应用
    第三节  季度GDP核算和预测思路探索
    一、季度GDP核算制度
    二、季度GDP数据特点
    三、利用大数据预测季度GDP增速的思路探索
    本章附录

    第三章  基于混频数据动态因子模型的季度GDP增速预测研究
    第一节  混频数据动态因子模型构建及估计方法
    一、混频数据动态因子模型构建
    二、混频数据动态因子模型估计方法
    第二节  指标选取及数据说明
    一、传统宏观经济统计指标集
    二、大数据指标集
    第三节  实证分析结果及讨论
    一、基于2011Q1~2018Q3期间样本的实证分析
    二、基于2016Q1~2018Q3期间样本的实证分析
    第四节  结论和研究展望
    本章附录

    第四章  基于混频数据取样模型的季度GDP增速预测研究
    第一节  混频数据取样模型构建及估计方法
    一、混频数据取样模型构建
    二、混频数据取样模型估计方法
    第二节  指标数据来源及描述统计分析
    第三节  样本内预测结果对比分析
    一、基于分段函数权重形式的预测结果
    二、基于阿尔蒙多项式函数权重形式的预测结果
    三、基于非限制函数权重形式的预测结果
    四、三类模型预测结果的对比分析
    第四节  样本外预测结果对比分析
    第五节  主要结论及启示
    本章附录

    第五章  基于高维数据机器学习模型的季度GDP增速预测研究
    第一节  高维数据机器学习模型构建及估计方法
    一、B-P反向传播网络模型
    二、支持向量机模型
    三、广义弹性网模型
    四、适应性LASSO模型
    第二节  指标数据来源及描述统计分析
    一、解释变量指标设计的理论框架
    二、解释变量指标数据来源及特征
    第三节  基于季度GDP环比增速的考察
    一、样本内预测结果分析
    二、样本外预测结果分析
    三、高维数据机器学习模型对季度GDP环比增速预测的特点
    第四节  基于季度GDP同比增速的考察
    一、样本内预测结果对比分析
    二、样本外预测结果对比分析
    三、高维数据机器学习模型对季度GDP同比增速预测的特点
    第五节  主要结论和进一步完善的方向
    本章附录

    第六章  基于大数据和贝叶斯DSGE模型的季度GDP增速预测研究
    第一节  基于幸福经济学视角的DSGE模型框架构建及求解
    一、模型基本框架构建
    二、模型稳态条件
    三、模型对数线性化后的结构方程组
    第二节  变量数据选取和模型估计方法
    一、变量数据选取
    二、模型估计方法
    第三节  样本内预测效果对比分析
    一、基于三个不同数据集的贝叶斯DSGE模型特征
    二、参数贝叶斯估计对比分析
    三、数据矩条件对比分析
    第四节  样本外预测效果对比分析
    第五节  主要结论和进一步完善的方向
    本章附录

    第七章  结论和展望
    第一节  利用大数据预测季度GDP增速的方法体系及其内在逻辑
    第二节  利用大数据有效提升季度GDP增速预测效果的条件约束
    第三节  不同类型大数据的统计应用方法和预测效果
    第四节  提升大数据预测效果需要政府统计部门的深度参与

    参考文献
    后记 虽千万人吾往矣
  • 内容简介:
      《利用大数据预测季度GDP走势的方法体系研究》深入探讨大数据的技术特征和统计应用特点,在国家统计局和国家发改委2017年联合发布的非传统数据统计应用指导意见框架下,科学选取和构建大数据统计指标,并利用较为前沿的混频数据动态因子模型、混频数据取样模型、高维数据机器学习模型和新凯恩斯贝叶斯DSGE模型,对中国2011年以来季度GDP增速进行预测研究,重点考察大数据指标和模型方法对季度GDP增速预测的作用,建立利用大数据预测季度GDP增速的方法体系,等等。
      大数据统计应用的深入发展,离不开政府部门尤其是政府统计部门的深度参与,通过该书对季度GDP增速的预测研究可见一斑。政府部门可以在大数据统计规范、融合共享、隐私保护等方面,积极推动提升大数据预测效果。
  • 作者简介:
      何强,1981年生,河南省郸城县人,经济学博士,2016年于北京大学经济学院应用经济学博士后流动站出站,现为国家统计局统计科学研究所大数据研究室主要负责人,2019年被评为研究员。主要研究领域为大数据、宏观经济统计和幸福经济学。主要社会兼职为中国统计教育学会理事、国家统计局青年联合会委员和《统计研究》等知名学术期刊外审专家。曾在《管理世界》《世界经济》《统计研究》等期刊发表学术论文40余篇,出版《现代经济学视域中的幸福理论范式及应用研究》等学术专著2部,合作出版《大数据:政府统计的新机遇》等著作9部,主持国家社会科学基金项目等省部级以上课题9项,获得来自国家统计局等单位的省部级以上科研奖励13项。
  • 目录:
    第一章  导论
    第一节  研究背景和意义
    第二节  国内外研究文献述评
    一、季度GDP增速预测的传统方法
    二、利用大数据预测季度GDP增速的方法
    三、已有研究特点和本书研究思路
    第三节  研究框架和技术路线
    第四节  研究方法
    第五节  研究特色和不足之处
    本章附录

    第二章  大数据和季度GDP相关统计问题研究
    第一节  大数据的基本特征
    一、大数据的概念和主要特征
    二、大数据与传统调查数据的异同
    三、大数据对传统政府统计数据的补充作用
    第二节  大数据的统计分类和计算预测特点
    一、大数据统计分类
    二、大数据计算
    三、大数据预测应用
    第三节  季度GDP核算和预测思路探索
    一、季度GDP核算制度
    二、季度GDP数据特点
    三、利用大数据预测季度GDP增速的思路探索
    本章附录

    第三章  基于混频数据动态因子模型的季度GDP增速预测研究
    第一节  混频数据动态因子模型构建及估计方法
    一、混频数据动态因子模型构建
    二、混频数据动态因子模型估计方法
    第二节  指标选取及数据说明
    一、传统宏观经济统计指标集
    二、大数据指标集
    第三节  实证分析结果及讨论
    一、基于2011Q1~2018Q3期间样本的实证分析
    二、基于2016Q1~2018Q3期间样本的实证分析
    第四节  结论和研究展望
    本章附录

    第四章  基于混频数据取样模型的季度GDP增速预测研究
    第一节  混频数据取样模型构建及估计方法
    一、混频数据取样模型构建
    二、混频数据取样模型估计方法
    第二节  指标数据来源及描述统计分析
    第三节  样本内预测结果对比分析
    一、基于分段函数权重形式的预测结果
    二、基于阿尔蒙多项式函数权重形式的预测结果
    三、基于非限制函数权重形式的预测结果
    四、三类模型预测结果的对比分析
    第四节  样本外预测结果对比分析
    第五节  主要结论及启示
    本章附录

    第五章  基于高维数据机器学习模型的季度GDP增速预测研究
    第一节  高维数据机器学习模型构建及估计方法
    一、B-P反向传播网络模型
    二、支持向量机模型
    三、广义弹性网模型
    四、适应性LASSO模型
    第二节  指标数据来源及描述统计分析
    一、解释变量指标设计的理论框架
    二、解释变量指标数据来源及特征
    第三节  基于季度GDP环比增速的考察
    一、样本内预测结果分析
    二、样本外预测结果分析
    三、高维数据机器学习模型对季度GDP环比增速预测的特点
    第四节  基于季度GDP同比增速的考察
    一、样本内预测结果对比分析
    二、样本外预测结果对比分析
    三、高维数据机器学习模型对季度GDP同比增速预测的特点
    第五节  主要结论和进一步完善的方向
    本章附录

    第六章  基于大数据和贝叶斯DSGE模型的季度GDP增速预测研究
    第一节  基于幸福经济学视角的DSGE模型框架构建及求解
    一、模型基本框架构建
    二、模型稳态条件
    三、模型对数线性化后的结构方程组
    第二节  变量数据选取和模型估计方法
    一、变量数据选取
    二、模型估计方法
    第三节  样本内预测效果对比分析
    一、基于三个不同数据集的贝叶斯DSGE模型特征
    二、参数贝叶斯估计对比分析
    三、数据矩条件对比分析
    第四节  样本外预测效果对比分析
    第五节  主要结论和进一步完善的方向
    本章附录

    第七章  结论和展望
    第一节  利用大数据预测季度GDP增速的方法体系及其内在逻辑
    第二节  利用大数据有效提升季度GDP增速预测效果的条件约束
    第三节  不同类型大数据的统计应用方法和预测效果
    第四节  提升大数据预测效果需要政府统计部门的深度参与

    参考文献
    后记 虽千万人吾往矣
查看详情
12