央行沟通有助于改善宏观经济预测吗?——基于文本数据的高维稀疏建模
宏观经济预测是宏观调控精准施策的重要前提,一直以来是方法论研究的前沿议题.随着央行沟通在预期管理中的频繁使用,其传达的信息受到普遍关注,本文致力于利用央行沟通文本进行宏观经济预测.首先生成符合央行沟通表达习惯的专用词典用于构建完整语料库,继而利用栅栏分布式多项回归模型从高维和稀疏的语料库中提取有效信息,得到央行沟通测度.基于152个指标构建基准动态因子模型,进一步引入央行沟通测度作为新的预测因子,结果显示央行沟通测度有助于提升模型样本内拟合效果.考察样本外预测效果,在不包括预测变量历史信息时,央行沟通测度能够使得不同期限的预测精度提高6.80%-16.65%;包含预测变量历史信息时则出现分化,在期限较短时,央行沟通未能提升预测精度,这是因为主要沟通信息与预测变量历史信息重叠;当期限较长时,预测精度有所提升,表明沟通中少量的前瞻性指引具有持续的预测能力.本文研究从预测角度验证了中国央行沟通在预期管理中的作用,并为进一步利用非结构化的文本大数据提升中国宏观经济实时预测能力提供了新思路.
央行沟通、文本分析、宏观经济预测、栅栏分布式多项回归模型
56
TP391.41;TP181;F832.6
国家自然科学基金;国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项
2021-05-24(万方平台首次上网日期,不代表论文的发表时间)
共17页
48-64