一种经济预测模型的方法与流程

1.本发明涉及宏观经济及产业经济预测技术，具体讲涉及基于经济增长预测的建模方法。


背景技术：

2.尽管大部分的宏观经济预测模型都以经济增长理论为基础进行预测，但宏观预测模型选择的周期不同，导致用于回归的参数不同。对于预测而言，其中一个参数的细微差别就会导致预测误差的放大。同时，对于不同模块的经济机理模拟构建的描述经济运行机理的经济预测模型，在不同模块的参数校准中，细微的变动导致的误差仍然会在模块之间传导，最终导致预测结果的偏差。加上经济数据通常具有时滞性，为了适应新时期国家发展的规划，适应新时期的经济结构特征，需要对传统的经济预测模型进行调整，增加改革参数来构建适应的经济预测模型。
3.现有的经济预测模型有如经济趋同模型、潜在经济增长模型、遗传算法、神经网络模型、hp滤波模型、cge预测模型等。大部分的模型适应期较短，在中长期预测中表现欠佳。目前潜在经济增长模型和cge模型在中长期经济预测中表现较为良好。但二者通常是将人口变动数据作为变量利用模型进行递推计算，忽视了我国经济在转型期的一些特点。同时，考虑到经济预测的稳健性，需要利用其他的方法对结果进行检验，以便得到稳定可靠的控制参数，对经济增长进行准确的经济预测。


技术实现要素：

4.本发明要解决的技术问题是提供一种经济预测模型方法，利用一种成效参数数据对宏观及产业的经济短、中、长期进行预测，有效的适应新形势下的经济发展需要，为政府部门制定经济、产业政策提供决策依据。
5.本文发明的技术方案为：1.一种经济预测模型的构建，其特征在于，该模型的构建包括：
6.获取当年gdp、gdp平减指数、就业人口、各年龄段的男女比例、生育率、各年龄段的人口就业参与率、固定资本形成总额、固定资本形成总额指数、投资隐含平减指数、基期资本存量、社会总抚养比数据；
7.获取相关行业资本存量、就业人口、工业增加值、工业各行业资产负债率、工业行业增加值规模以上增长率、工业行业增加值全行业增长率；
8.根据构建的宏观经济预测模型确定预测结果，并针对产业层面构建增长模型，将宏观预测结果作为控制参数，预测产业层面的经济增长，并将预测范围细化至34个行业。
9.其中，获取所述相关数据包括以下步骤：
10.(1)获取当年价gdp、gdp平减指数、就业人口、固定资本形成总额、固定资本形成总额指数、投资隐含平减指数、基期资本存量、社会总抚养比历史数据；
11.(2)利用不变价gdp、就业人口、资本存量、社会抚养比数据，和改进的solow增长模
型进行预测；
12.所述宏观经济预测模型包括：
13.2-1)固定资本存量预测模型中，包括：
14.利用历史数据按下述式子确定不变价的固定资本存量及固定资本形成额：
15.ip
t
＝ks
t
/(ks
t-1
*p
t
)
16.k
t
＝k
t-1
*(1-θ)+(ks
t-ks
t-1
)/ip
t
17.其中，ip
t
为投资隐含价格指数，ks
t
为固定资本形成总额，p
t
为当期固定资产投资价格指数，k
t
为固定资本存量，θ为折旧率。
18.然后，利用固定资本形成总额与上期之间的比值，与社会总抚养比之间构建方程：
19.c
t
＝αd
t-1
+γ
20.其中c
t
当期资本形成总额与上期gdp的比值，d
t-1
为滞后一期的社会总抚养比；
21.按下式预测固定资本形成额：
22.ks
t
＝y
t-1
*c
t
23.利用资本存量确定性方程得到未来资本存量；
24.2-2)按下式预测全要素生产率变化：
[0025][0026]
其中δy/y指的是实际经济增长率，δk/k指实际资本存量变化率，δl/l指就业人口变化率，用实际经济增长率减去资本存量变化率和其参数乘积再减去就业人口变化率与其参数乘积，即可得到当年的全要素生产率的变化情况；
[0027]
2-3)按下式预测人口增长：
[0028]
假设男女人口出生比为1:1，不存在大量国际人口迁移，生育妇女和婴儿的死亡率非常低，给出确定性的生育率方案，其确定性方程为：
[0029][0030]
其中x为年龄段，即0～99岁分为20个年龄段。p
tx
为第t年的女性人口数量，bx为x 年龄段的女性的生育率；
[0031][0032]
其中，p
1ti
表示第t年i岁女性人口数量；d
1ti
表示第t年i岁女性的死亡率；p
2ti
表示第t年i岁男性人口的数量；d
2ti
表示第t年i岁男性人口的死亡率；
[0033]
q
t+1
＝m
t+1
+t
t+1
[0034]
其中，q
t+1
表示第t+1年的总人口数量；
[0035][0036]
其中，l
t
表示第t年的劳动人口数量，p1
ti
和p2
ti
表示第t年i年龄区间的女性和男性
人口数量，r1
ti
和r2
ti
分别表示第t年i年龄区间的女性和男性的劳动参与率。
[0037]
2-4)经济总量的增长预测模型，根据历史tfp变化率与美国tfp变化率数据，选择结构性改革的变化率基准水平，利用solow增长模型对未来的经济预测iny按下式计算：
[0038]
lny＝αlnk+c
[0039]
其中y代表不变价的人均gdp数据，k代表不变价的人均资本存量，c代表常数项；
[0040]
构建不变价gdp数据的方法：
[0041]
y
t
＝gp
t
*y0[0042]
其中y
t
代表t年的不变价gdp，y0为基期的gdp数据，gp
t
以基期为100的gdp平减指数；
[0043]
(3)获取行业层面数据：利用改进的增长模型预测技术密集型行业与资源能源生产类行业，得到行业结构的数据，利用行业结构数据对剩余行业的经济增长进行预测；
[0044]
所述的行业层面经济增长模型包括：
[0045]
(4)根据国家统计局gb/t 4574相关行业的分类数据，34个口径行业的分类为：煤炭采选业、石油和天然气开采业；黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、化学原料及化学制品制造业、包括电力、蒸汽和热水的生产和供应业，煤气生产和供应业、自来水的生产和供应业、食品制造业、饮料制造业、纺织业、服装及其他纤维制品制造业、包括皮革、毛皮、羽绒及其制品业、家具制造业、造纸及纸制品业、包括印刷业.记录媒介的复制、文教体育用品制造业、医药制造业、橡胶制品业、非金属矿物制品业、金属制品业、普通机机械制造业、专用设备制造业、电气机械及器材制造业、电子及通信设备制造业、包括仪器仪表及文化、办公用机械制造业、食品加工业、烟草加工业、包括木材加工及竹、藤、棕和草制品业、石油加工及炼焦业、化学纤维制造业、包括黑色金属冶炼及压延的加工业、包括有色金属冶炼及压延的加工业；
[0046]
利用行业增加值数据，构建下式所示的度量行业结构的指数sgt：
[0047][0048]
其中，y
高t
代表高端装备制造业的工业增加值，包括金属制品业、普通装备制造业、专用设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化、办公用器械制造业在t年的产值之和；y
低t
则为煤炭采选业、非金属矿采选业、石油和天然气开采业、石油加工和炼焦业、电力、热力、天然气、水的生产和供应业的产值之和；
[0049]
(5)未来的行业人口预测模型l
it
如下式所示：
[0050]
l
it
＝α
i
*l
zt
[0051]
其中l
it
代表i行业t年的就业人口，l
zt
代表总的就业人口，α为2014年就业人口占总就业人口的权重；
[0052]
(6)未来的行业资本存量k
it
如下式所示：
[0053]
i
it
＝g
t-1
*i
it-1
[0054]
k
it
＝k
t-1
*(1-θ
i
)+i
it-1
[0055]
其中i
it
代表i行业t年的投资，g
t-1
代表宏观经济在t-1年的增长率，θ
i
代表i行业的折旧率，k
it
代表i行业t年的资本存量；
[0056]
(7)9分类口径下的非构造结构指数行业的行业增长预测模型如下式所示：
[0057]
lny
it
＝α
i
lnk
i
+β
i
lnl
it
+γ
i
lnsg
it
+c
it
+ε
[0058]
y
it
代表i行业t年的不变价工业增加值，l
it
代表i行业t年的就业人口，sg代表度量行业结构的变量，c
i
代表i行业的技术变化情况。其中c与sg由供给结构性改革对行业经济的影响给出控制参数；
[0059]
(8)高低等行业的行业增长预测模型如下式所示：
[0060]
lny
it
＝α
i
lnk
i
+β
i
lnl
it
+c
it
+ε
[0061]
(9)利用行业历史数据对未来增长做进一步拆分预测如下式所示：但其分拆基于一个前提，即未来的行业经济增长之间的差异与基期前5年的年均增长率之差一致：
[0062][0063][0064]
g
jt
＝g
it-(g
iδ-g
jδ
)
[0065]
y
jt
＝y
jt-1
*(1+g
jt
)
[0066]
g
it
代表9口径分类下i行业的经济增长率，g
jt
代表34分类口径下的行业经济增长率， y
jt
为34个工业分类口径下的工业增加值；按下式分析煤炭工业的分拆：
[0067]
s
t
＝αs
t-1
+c+ε
[0068]
其中s
t
为t时刻煤炭采选业工业增加值占煤炭工业工业增加值比重，c代表常数，ε为误差项；
[0069]
按下式对增长率差异拆分得到的细分行业工业增加值求和，再与9口径分类下的工业增加值增长预测效果进行评估，其确定性方程如下：
[0070][0071]
代表按照34口径下得到的细分行业工业增加值求和得到的9口径下的行业增加值，与为进行分拆时的行业增加值对比，确定分拆误差。
[0072]
与最接近的现有技术比，本发明提供的技术方案具有以下优异效果：
[0073]
本发明提供的一种经济预测模型方法，通过该方法可以量化成效，利用成效参数数据对宏观及产业的经济短、中、长期进行预测，有效的适应新形势下的经济发展需要，为政府部门制定经济、产业政策提供决策依据。
附图说明
[0074]
图1经济预测模型逻辑图：
具体实施方式
[0075]
本发明基于人口、技术变化情况，构建了一种的包含宏观、行业经济增长的预测方法。
[0076]
以下是以中国2014年为基期的中国宏观与行业经济为例，进一步说明，本发明具体的实施方式如下。
[0077]
步骤(1)在国家统计局及统计年鉴中获取相关数据；构建经济总量预测模型：
[0078]
在资本存量的预测模型中，折旧率θ＝0.05，c
t
＝-2.216d
t-1
+1.394(r^2＝0.2)
[0079]
在人口预测模型中，tfp＝1.8，计算得到劳动人口每年下降0.47％。
[0080]
在总量模型的参数校准中，其中y表示不变gdp取对数，k表示资本存量，l表示就业，得到参数校准结果：
[0081][0082][0083]
t statistics in parentheses
[0084]
*
p<0.05,
**
p<0.01,
***
p<0.001
[0085]
利用模型(2)参数可以计算出我国在1999-2014年间，年均tfp变化率在2个百分点左右。美国作为技术创新驱动的强国，其年均tfp增长率也在2个百分点附近，因此，假定我国的成效会导致tfp年均增长2个百分点。
[0086]
在经济预测模型中，利用方程lny＝α1lnk+c+ε进行回归，模型1、2、3分别利用 2012～2017年、2008～2017年、1989～2017年的数据进行回归。得到结果：
[0087][0088]
t statistics in parentheses
[0089]
*
p<0.05,
**
p<0.01,
***
p<0.001
[0090]
利用回归参数，进行递推计算，具体的递推计算方式为：利用2015年的gdp乘以资本形成率，利用资本存量公式得到2016年的资本存量。与就业人口、年均2个百分点的tfp 增长，得到2016年的gdp数据。依次递推得到结果：
[0091][0092]
在步骤(3)中，在对9个口径分类工业分行业经济增长进行预测时，首先进行参数校准，得到结果如下：
[0093]
参数中小标mt、sy、yj、zb、sl、sp、fz、hx分别指的是煤炭工业、石油工业、冶金工业、装备制造业、森林工业、食品工业、纺织工业、造纸工业、化学工业。
[0094][0095]
t statistics in parentheses
[0096]
*
p<0.05,
**
p<0.01,
***
p<0.001
[0097]
首先对装备制造业、煤炭、石油三个行业口径下的经济增长进行预测，从而得到行业结构指数。具体预测模型如下：
[0098][0099]
t statistics in parentheses
[0100]
*
p<0.05,
**
p<0.01,
***
p<0.001
[0101]
根据预测的宏观经济增长率乘以2014年工业各行业的投资，利用资本存量公式可以得到，工业各行业未来的资本存量数据。利用2014年的工业各行业就业人口比例数据乘以未来经济总就业数据，得到未来的工业各行业就业数据。
[0102]
利用回归参数对装备制造业、煤炭、石油三个行业的经济增长进行预测：
[0103][0104]
根据装备制造业的tfp变化情况，假定c
t
在2016～2020年间取值为从0.011增加到 0.015，2021～2025年间取值为0.015增加到0.02，2025～2026保持不变。
[0105]
煤炭、石油工业的参数同样根据回归参数得到，不同的是，二者的全要素生产率变化情况不同，相对于装备制造业，其全要素生产率变化水平缓慢。因此，煤炭工业的全要素生产率变化水平为年均增长0.005个百分点，石油工业的全要素生产率变化水平为年鉴增长1个百分点。
[0106]
根据装备制造业、煤炭工业、石油工业三个行业的增加值增长情况，构建未来的产业结构，利用同样的方法根据全要素生产率的变化规律，冶金工业、造纸工业、化学工业，认为其全要素生产率水平每年下降1个百分点，森林工业、食品工业、纺织工业的全要素生产率水平保持不变，，可以得到9个行业口径下的工业增加值增长预测情况：
[0107][0108]
根据步骤(4)所述，进一步将9行业的经济增长预测模型拆分为34个行业的情况：
[0109]
对煤炭工业拆分，由于煤炭采选业与非金属矿采选业增长存在一致性，在1999～2014 年间，如按照在未来15年间，煤炭采选占煤炭工业的比重年均下降0.2个百分点，可以将煤炭采选业和非金属矿采选业的经济增长进行拆分：
[0110][0111]
根据步骤(4)中所述，根据过去5年中年均增长率之差在未来不变的假设，进一步将工业9行业经济增长数据拆分成工业34行业经济增长数据：
[0112]
对于石油工业而言，具体的拆分方程如下：
[0113]
y
1t
＝0.81*y
1t-1
+0.000000136*t(r^2＝0.99)
[0114]
y
2t
＝0.87*y
2t-1
+0.00000165*t-0.0005(r^2＝0.91)
[0115]
y
3t
＝0.99998*y
3t-1
(r^2＝0.99)
[0116]
y
4t
＝0.797*y
4t-1
+0.0000000526*t(r^2＝0.9)
[0117]
y
5t
＝0.84*y
5t-1
+0.000000267*t(r^2＝0.99)
[0118]
其中小标1、2、3、4、5分别代表石油和天然气开采业、电力、蒸汽、热水的生产和供
应业、煤气生产和供应业、自来水的生产和供应业、石油加工及炼焦业。
[0119]
得到结果如下:
[0120][0121]
对于其他行业工业的拆分，假设未来与历史年均增长率之差不变。则可以得到未来增长率拆分为：
[0122]
[0123][0124]
根据步骤(4)中对分拆的效果进行衡量，可以发现，2016年、2020年、2025年、 2030年9行业预测得到工业总增加值分别为143304.6亿元、199449.3亿元、286687.9 亿元、392710.5亿元。(1990＝100)而分拆后得到2016年、2020年、2025年、2030年的工业总增加值分别为148882.5亿元、205662.6亿元、293029.9亿元、397915.7亿元。二者数值较为接近，误差在3个百分点左右，分拆效果良好。
[0125]
根据增长预测可以进一步求出其增加值的情况：
[0126]
[0127][0128]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。