当代经济杂志

吕龙彪 杨敏 王宝 马燕如
(国网安徽省电力有限公司经济技术研究院 安徽 合肥 230022)
 
摘要:随着全球经济不确定性的加大,GDP未来走势的分析和预测变得愈发重要。为解决不同频率数据建模的问题,构建自回归分布滞后混频数据模型(ADL-MIDAS),基于不同向前预测期数、权重标准和预测方法的混频数据抽样模型,运用电力消费大数据对我国GDP增速进行预测。结果表明:基于月度全社会电力消费量序列,向前预测2期、采用Almon权重函数和固定窗口的模型样本内预测效果最佳,均方根误差为0.0743。基于月度全社会电力消费量的预测效果优于基于月度出口、月度CPI、月度PPI的预测效果。在此基础上,对“十四五”期间的安徽省GDP增速进行预测,发现预测增速高于目标增速,因此有信心完成“十四五”规划目标。
关键词:电力大数据;ADL-MIDAS模型;GDP预测
中图分类号:F224 文献标识码:A 文章编号:1002-6487(2022)




流程    处理人    提交时间      完成时间
收稿    编辑部   2023年04月18日    2023年04月24日
复审    主编   2023年04月24日     2023年05月04日
终审    编委会   2023年05月04日    2023年05月06日
退稿