2018年第四季度宏观经济运行预测.pdf

2018 年第四季度宏观经济运行预测刚健华 张劲帆 唐 赫No. 1820更多精彩内容请登陆 imi/微博Weibo 微信WeChat研究报告1 / 3 2018 年 第四季度 宏 观经济 运行 预测 IMI 课题组：刚健华 张劲帆 唐赫 1 摘要：根据 预测 ， 2018 年 第四季度 CPI 为 2.39%，季度 GDP 为 6.5%。 其中针对 CPI 的 10-12 月预测值分别为 2.47%， 2.38%， 2.31%。 1. 预测模型概述 与更好观测和收集的集中交易数据（例如股票、债券、外汇价格等）相比，宏观变量只能以较低的时间频率进行收集汇总（例如国民经济各部门 的 核算指标）。其原因 至少 在于 以下两个方面 ：一方面数据本身的收集链条长、成本高，即使想要生成高频数据，时效性也难以保证；另一方面生产企业存货去化速率具有随机性，即使能够进行较短时间 内的收集处理， 汇总数字也并不能保证精确性， 导致最终数据 质量反而不如时间窗口较长的低频数据。对于不同频率的数据，传统计量方法是通过加总法或均值法将较高 频率数据（例如日度或月度）转化为低频数据（例如季度或年度），或是通过插值法进行反方向处理（低频变高频），然后建立模型加以分析预测。近年来的研究指出，传统模型的 数据频率 转化方式存在预测效率方面的问题，包含低频宏观指标 的同频模型往往以损失高频信息为代价，因而也会失去模型预测的时效性及精确性。为了解决 上述问题， 本预测引入新 模型 平衡数据频率与预测精确度 ，并借鉴 国际上通用的 预测值加权平均 方法 ，进一步平滑预测值 并 最终 得到 主要经济指标的预测值。 2. 宏观变量选取和数据来源 我们提供的预测变量包括 国内生产总值 (GDP)，居民消费价格指数 (CPI)。 预测过程 采用了 13个宏观 变量 所构成的增广向量自回归 模型 ，通过革新算法，最大限度确保不同频率数据的信息完备性。 预测 基准模型包括 的变量 包括： 1 个季度频次变量：国内生产总值 (GDP)。余下 12 个变量为月度频次数据：居民消费价格指数 (CPI)、商品零售价格指数 (RPI)、货币和准货币期末同比增速 (M2)、社会消费品零售总额同比增速 (TRSCG)、金融机构人民币各项贷款余额期末同比增速 (TLOAN)、进口额同比增速 (IMPORT)、出口额同比增速 (EXPORT)、工业增加值同比增速 (INDVALADD)、发电量同比增速 (ELEC)、银行间隔夜同业拆借利率 (IBWAR)、房地产开发企业商品房新开工面积同比增速1 刚健华，中国人民大学财政金融学院副教授、 IMI 研究员；张劲帆，香港中文大学（深圳）副教授、 IMI 研究员；唐琳，中国人民大学财政金融学院研究生 2 / 3 (HSTARTS)、国房景气指数 (RECI)。表 1 概括了上述变量和其他替代变量 2。 表 1： 宏观经济变量一览表 数据频率 变量名 定义 处理方式 季度 变量 GDP 国内生产总值 IBWAR 银行间隔夜同业拆借利率 使用季度内月平均值作为季度变量值 HSTARTS 商品房新开工面积同比增速 使用季度内月平均值作为季度变量值 RECI 国房景气指数 同比月度数据减去 100，使用季度内月平均值作为季度变量值 月度 变量 CPI 居民消费价格指数 月度数据减去 100（同比增长率） RPI 商品零售价格指数 月度数据减去 100（同比增长率） M2 货币和准货币期末同比增速 TRSCG 社会消费品零售总额同比增速 TLOAN 金融机构人民币各项贷款余额期末同比增速 INVESTMENT IMPORT 固定资产投资完成额累计同比增速 进口额同比增速 EXPORT 出口额同比增速 INDVALADD 工业增加值同比增速 ELEC 发电量同比增速 SZIndex 上证综指 月度数据转化为同比增长率 * 注释： 上表中，商品房新开工面积数据来自 CEIC 数据库，其他所有数据来自中经网统计数据库。 2 替代变量的使用此处 暂 略去。 3 / 3 3. 预测及 回测结果 我们提供的最终预测值来自 于三种选定的预测方法。这 三种方法对于 CPI 和 GDP 的预测 结合各自的 RMSE 检验我们可以看出 ： 在 2013-2017 年间， VAR 对于 CPI 的预测精度最好 ； BVAR 对于GDP 的预测精度 较好； MF-BVAR 方法 的 预测 表现最为 稳定。 三种模型中， VAR 和 BVAR 模型的 预测精度变 动 较大，因此 计算 加权预测值 解决 预测 表现变动的 问题。 因此， 在 2013-2017 年这一时间段，预测 回归系数 如表 2。 根据 回归系数 ，最终预测结果分别为 ： 2018 年 第四季度 CPI 为 2.39%， 第四季度 GDP 为 6.5%。 同时基于 MF-VAR 的预测优势，我们提供 CPI 的月度预测值，其 10-12 月预测值分别为 2.47%， 2.38%， 2.31%。 表 2：预测 回归系数 CPI GDP MF-BVAR BVAR VAR MF-BVAR BVAR VAR Weights 0.4191 0.2417 0.4066 0.2599 0.7459 -0.0192 00.511.522.533.52013/3/12013/6/12013/9/12013/12/1 2014/3/12014/6/12014/9/12014/12/1 2015/3/12015/6/12015/9/12015/12/1 2016/3/12016/6/12016/9/12016/12/1 2017/3/12017/6/12017/9/12017/12/1 CPI预测趋势 CPICPI-MF-1.002.003.004.005.006.007.008.009.0010.002013/3/12013/6/12013/9/12013/12/1 2014/3/12014/6/12014/9/12014/12/1 2015/3/12015/6/12015/9/12015/12/1 2016/3/12016/6/12016/9/12016/12/1 2017/3/12017/6/12017/9/12017/12/1 GDP预测趋势 GDPGDP-MFIMI Report No.1806IMI Report No.1805IMI Report No.1804IMI Report No.1803IMI Report No.1802IMI Report No.1801IMI Report No.1719IMI Report No.1718IMI Report No.1717IMI Report No.1716IMI Report No.1715IMI Report No.1714IMI Report No.1713IMI Report No.1712IMI Report No.1711IMI Report No.1710IMI Report No.1709IMI Report No.1708IMI Report No.1707IMI Report No.1706IMI Report No.1705IMI Report No.1704IMI Report No.1703IMI Report No.1702IMI Report No.1701IMI Report No.1619IMI Report No.1618IMI 宏观经济月度分析报告 ( 第 12 期）2018 年第一季度宏观经济运行预测IMI 宏观经济月度分析报告 ( 第 11 期）IMI 宏观经济月度分析报告 ( 第 10 期）IMI 宏观经济月度分析报告 ( 第 9 期）金融大监管强化银行特许价值IMI 宏观经济月度分析报告 ( 第 8 期）扼守闸门：货币史诗 2007-2017货币沉浮：2018 年银行业资产负债配置展望中国财富管理发展指数报告IMI 宏观经济月度分析报告 ( 第 7 期）天府金融指数报告（发布稿）IMI 宏观经济月度分析报告 ( 第 6 期 ）IMI 宏观经济月度分析报告 ( 第 5 期）百舸争流驰骋国际市场的中外资银行IMI 宏观经济月度分析报告 ( 第 4 期 ）IMI 宏观经济月度分析报告 ( 第 3 期）人民币国际化报告 2017发布稿IMI 宏观经济月度分析报告 ( 第 2 期）IMI 宏观经济月度分析报告 ( 第 1 期）中国外汇储备适度规模测算报告人民币国际化动态与展望欧盟的未来：以改革促前行扬帆起航走向国际的中资保险公司2017 年 2 月中国经济金融形势评论多重举措促进资本市场开放，为人民币加入 SDR 献礼人民币国际化进程走出低潮，重新杨帆启航IMI刚健华、张劲帆、 唐赫IMIIMIIMI王剑IMI王剑王剑IMIIMIIMIIMIIMI银行国际化系列报告课题组IMIIMIIMIIMIIMI宋科、杨雅鑫IMI赵雪情IMI张超、张家瑞、黄泽清、韦祎曹彤、杨丰曹彤、杨丰近期研究报告Research Report编 号 名 称 作 者中国人民大学国际货币研究所INTERNATIONAL MONETARY INSTITUTE OF RUC地址： 北京市海淀区中关村大街 59 号文化大厦 605 室，100872 电话： 010-62516755 邮箱： imiruc.edu