Nowcasting中的参数扩散：问题与途径——在中国实际GDP Nowcasted中的应用

核心观点

本文探讨了在临近实时预测（nowcasting）中，如何解决参数激增问题。临近实时预测利用高频指标在官方数据发布前估计当前或最近的经济状况，但大量高频指标可能导致模型过拟合，降低预测精度。

研究方法

本文评估了三种解决参数激增问题的方法：

• 变量选择：使用调整后的逐步自回归积分移动平均模型（AS-ARIMAX）选择与目标变量经济意义相符、统计显著且能提高预测精度的变量。
• 机器学习（ML）正则化：使用岭回归、LASSO 和弹性网络等正则化技术，对与目标变量相关性较低的变量系数进行惩罚，从而提高预测精度。
• 降维：使用主成分分析（PCA）将原始变量转化为新的不相关变量，减少模型参数数量，并捕捉对预测最重要的信息。

数据和应用

本文使用 166 个月度指标，涵盖消费、企业生产、价格、外部环境、调查或前瞻性指标、房地产、金融变量、政府和对外贸易、交通运输等宏观经济领域，对中国 2007 年第二季度至 2019 年第四季度的实际 GDP 增长率进行建模。然后，使用滚动窗口回归方法估计模型，并使用 2020 年第一季度至 2023 年第一季度中国实际 GDP 增长率的伪样本外性能比较各种临近实时预测模型，包括桥梁方程、MIDAS、U-MIDAS、动态因子模型（DFM）以及机器学习技术（岭回归、LASSO 和弹性网络）。

研究结论

• LASSO 方法在受到经济判断和符号限制的变量选择指导下表现优于其他模型，但简单的模型如桥梁方程结合 AS-ARIMAX 变量选择也能产生可靠的估计，其精度与 LASSO 相当。
• AS-ARIMAX 变量选择方法在结合桥梁模型时表现最佳，而 PCA 方法在三种变量选择方法中表现最差。
• 机器学习中的正则化方法可以增强预测精度，并与经济判断和符号限制相结合，有效地补充变量选择。

关键数据

• 数据范围：中国 166 个月度指标，涵盖 1952 年 11 月至 2023 年 4 月。
• 样本外预测评估：2020 年第一季度至 2023 年第一季度中国实际 GDP 增长率。
• 主要指标：中国实际 GDP 增长率、消费、企业生产、价格、外部环境、调查或前瞻性指标、房地产、金融变量、政府和对外贸易、交通运输等。