- 动态因子模型：理论与G20经济体建模实践
- 何新华
- 2397字
- 2020-08-29 06:10:44
第三节 GDP增长率预测
自2015年12月开始，依据本研究项目所建动态因子模型做出的GDP增长率预测结果相继被公布在互联网上
。从实际经济运行情况看，预测结果还是比较令人满意的。例如，2015年12月30日笔者依据预测结果得出结论，中国“今年（2015年）第4季度GDP增长率将继续走低，年度GDP增长率低于7%已无悬念”（基础数据截至2015年11月）。根据中国国家统计局2016年2月29日发布的《2015年国民经济和社会发展统计公报》, 2015年中国GDP增长率为6.9%。根据中国国家统计局2016年1月20日发布的《2015年4季度和我国全年GDP初步核算结果》, 2015年1～4季度GDP年同比增长率分别为7.0%、7.0%、6.9%和6.8%，全年GDP增长率为6.9%。
2016年1月26日，笔者依据预测结果认为“2015年第4季度美国GDP同比增长率将为2.14%，略低于2015年第3季度。预计2015年GDP增长率将在2.5%左右，并且2016年美国经济仍将延续增长态势，年度GDP增长率低于2%的可能性不大”（基础数据截至2015年11月）。根据美国经济分析局（Bureau of Economic Analysis）2016年1月29日发布的数据, 2015年美国GDP年度增长率为2.4%, 2015年第3季度GDP同比增长率为2.0%，第4季度GDP同比增长率为1.8%。美国经济分析局于2016年2月26日将2015年第4季度GDP同比增长率修订为1.9%。2016年3月25日将2015年第4季度GDP同比增长率修订为2.0%。
2016年1月28日，笔者预测英国“2015年第4季度GDP同比增长率将延续下滑之势，季同比增长率在2%左右，2016年GDP增长率高于2%的可能性较小”（基础数据截至2015年11月）。根据英国国家统计局2016年2月25日和3月2日公布的数据，2015年第4季度GDP同比增长率为1.9%。
2016年2月23日，笔者预测“2016年巴西经济将陷入严重衰退，GDP增长率有可能达到-6%以下”。根据巴西国家统计局公布的数据，2015年巴西GDP增长率为-3.8%, 2016年前三季度GDP增长率累计同比已跌落至-4%以下，持续的衰退已成定局。
2016年2月23日，利用截至2015年12月的数据，笔者的动态因子模型给出了“2016年韩国GDP将在2.5%以上”的结论。根据韩国央行网站2017年1月25日公布的数据，2016年韩国GDP初步核算数据为2.7%。
2016年3月2日，同样利用截至2015年12月的数据，笔者的动态因子模型给出了“2016年印度GDP增长率将居金砖国家首位”的结论。截至2017年1月10日，CIEC数据库中的数据印证了上述结论。
由国际货币基金组织每年春、秋两季发布的《世界经济展望》（WEO）报告，在世界经济预测领域有着广泛的影响。春季WEO在每年4月中旬发布，此时大多数国家（地区）仅公布了第一季度的数据，其对年度数据的预测包括对第二、第三和第四季度的预测。秋季WEO在每年10月初发布，这时大多数国家（地区）已公布前半年的数据，其对年度数据的预测其实是对下半年数据的预测。笔者对其2015年春季和2015年秋季报告进行分析发现（见表4-1），春季WEO对G20经济体经济增长率的预测与实际值相比，平均绝对误差为0.681；秋季WEO对G20经济体经济增长率的预测与实际值相比，平均绝对误差为0.295。去除已公布实际值的部分，WEO春季预测平均季度预测误差为0.908（=0.681×4/3），秋季预测平均季度预测误差为0.59（=0.295×4/2）。
表4-1 国际货币基金组织对G20国家（地区）2015年经济增长率的预测 单位：%，百分点
注：预测误差为实际值减预测值，绝对预测误差为预测误差的绝对值。
资料来源：①春季预测取自2015年4月《世界经济展望》报告，http://www.imf.org/external/pubs/ft/weo/2015/01/weodata/index.aspx; ②秋季预测取自2015年10月《世界经济展望》报告，http://www.imf.org/external/pubs/ft/weo/2015/02/weodata/index.aspx; ③实际值取自2016年10月《世界经济展望》报告，http://www.imf.org/external/pubs/ft/weo/2016/02/weodata/index.aspx。
2010年以来，中国“经济蓝皮书”每年在12月中上旬发布对当年和次年的中国经济预测数据，每年4～5月发表对当年的中国经济预测数据（见表4-2）。2010～2015年中国“经济蓝皮书”年底对当年中国GDP增长率的预测与实际值相比，平均绝对误差为0.14个百分点；春季对当年中国GDP增长率的预测与实际值相比，平均绝对误差为0.26个百分点；年底对次年中国GDP增长率的预测与实际值相比，平均绝对误差为0.44个百分点。去除已公布实际值的前三个季度，蓝皮书对当年第四季度的预测误差相当于0.56个百分点（=0.14×4）。去除已公布实际值的第一季度，蓝皮书对当年第二至四季度的预测误差相当于0.35个百分点（=0.26×4/3）。
表4-2“中国经济形势分析与预测”课题组对中国经济增长率的预测 单位：%，百分点
注：表中预测误差为实际值减预测值；预测绝对误差指预测误差的绝对值。
资料来源：实际值取自国家统计局网站历年全国统计公报（http://www.stats.gov.cn/tjsj/tjgb/ndtjgb/），预测值取自历年《中国经济形势分析与预测》（http://www.pishu.cn/），其余为笔者计算。
2015年12月至2016年3月，笔者相继公布了对澳大利亚、巴西、加拿大、中国、法国、德国、印度、印度尼西亚、意大利、韩国、俄罗斯、沙特阿拉伯、英国、美国和欧盟的预测结果。根据CEIC数据库中提供的数据，截至2017年1月底澳大利亚和俄罗斯的最新经济增长率数据尚分别为2015年第二季度和2015年第三季度，因此笔者仅对其余13个国家（地区）的预测数据与实际数据进行了比较（见表4-3）。结果显示，预测期为一个季度时的平均绝对误差为0.761个百分点，预测期为两个季度时的平均绝对误差为0.629个百分点，预测期为三个季度时的平均绝对误差为1.289个百分点，预测期为一年时的平均绝对误差为1.555个百分点。
表4-3 动态因子模型预测误差比较 单位：百分点
注：①平均值系指笔者曾在http://xinhuahe.blog.sohu.com/上公布过预测结果，并且截至2017年1月底CEIC数据库中已公布相关数据的巴西、加拿大、中国、法国、德国、印度、印度尼西亚、意大利、韩国、沙特阿拉伯、英国、美国和欧盟的均值，不包括阴影中的国家；②实际绝对误差指模型给出的点预测与实际值间的误差绝对值。
进一步分析可以发现，笔者对巴西、加拿大和沙特阿拉伯4个季度的平均预测误差分别为1.745个、1.981个和3.421个百分点。若将这三个国家去除，则其余10个国家（地区）的平均绝对预测误差将显著下降，预测期为一个季度时为0.411个百分点，预测期为两个季度时为0.456个百分点，预测期为三个季度时为0.643个百分点，预测期为一年时为0.714个百分点。上述事实说明，采用动态因子模型对GDP增长率进行的预测，其精度完全可以媲美国际货币基金组织《世界经济展望》和中国“经济蓝皮书”中的预测精度。考虑到为此所投入的财力和人力的巨大差距，采用动态因子模型的优势不言而喻。