VIP会员
内容简介
本书深入探讨大数据的技术特征和统计应用特点，在国家新发布的非传统数据统计应用指导意见框架下，科学选取大数据统计指标，对2011年以来中国季度GDP增行了预测研究，考察大数据指标和模型方法对季度GDP增速预测的作用。
目录
章 导论节 研究背景和意义节 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 研究和不足之处本章附录章 大数据和季度GDP相关统计问题研究节 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、大数据对传统统计数据的补充作用节 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的季度GDP增速预测研究节 高维数据机器学构建及估计方法一、B-P反向传播网络模型二、支持向量机模型三、广义弹网模型四、适应LASSO模型节 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、高维数据机器学对季度GDP同比增速预测的特点第五节 主要结论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、模型对数线化后的结构方程组节 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 主要结论一步完善的方向本章附录第七章 结论和展望节 利用大数据预测季度GDP增速的方法体系及其内在逻辑节 利用大数据有效提升季度GDP增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统计部门的深度参与参考文献后记 虽千万人吾往矣