科研之友
微信
新浪微博
Facebook
分享链接
摘要
前瞻性预测通货膨胀率有助于央行等政府部门更好地使用货币政策稳定物价,以防范通货膨胀对于市场主体尤其是中低收入群体的冲击,有助于金融机构和投资者更好地进行投资决策,因而具有重要意义。已有文献主要使用AR和VAR等线性模型对通货膨胀率进行预测,对于变量间非线性关系以及历史数据信息的挖掘相对欠缺,因而已有文献的预测策略及其准确性有待改进。LSTM模型能够充分挖掘变量之间的非线性关系并且处理复杂的长期时序动态信息,从而弥补已有研究的不足。为此,本文使用LSTM模型对中国通货膨胀率进行预测,考虑到新常态以来中国的CPI和PPI走势多次背离,只使用CPI很难对一般物价水平进行全面把握,因此,本文使用LSTM模型对CPI和PPI两个指标进行了预测分析。研究结果表明,LSTM模型在预测中国通货膨胀率时表现出了较好的性能,且其预测效果明显优于BVAR模型。有鉴于此,本文建议将LSTM模型更广泛地用于通货膨胀率预测领域。除了CPI和PPI,未来还应该更加关注对核心CPI指标的预测,从而为货币政策的制度提供更有价值的决策参考。
-
单位中国社会科学院经济研究所; 中国人民大学
