GDP缺口预测中金融变量预测能力的分析

　　摘 要:2008年的金融危机对全球的经济产生了深远的影响,因此,在预测主要宏观经济指标时就应更多的考虑金融变量。通过利用主成分分析得到了能够反映中国金融状况的几个主成分,并利用这些金融主成分对GDP缺进行了预测。本课题通过比较分析来评价金融主成分在预测GDP缺口中的作用。
　　关键词:GDP缺口;金融主成分;Stock-Watson扩散指数法
　　中图分类号:F830文献标志码:A文章编号:1673-291X(2010)24-0059-03
　　
　　引言
　　2008年由美国次贷危机引发的金融危机对全球经济都产生了深远的影响,而随着中国金融市场的不断开放,这次危机对中国的金融市场也造成了一定的冲击。根据经验,一国的金融变量与宏观经济指标之间存在着复杂的联系。Tobin(1969)提出一国的金融市场受到冲击,这种冲击不仅会影响本国的金融市场,还会影响到本国的宏观经济的走势。因此,在预测宏观经济指标时充分考虑金融变量的影响就具有重要的意义。
　　由于金融变量比较多,而直接将这些变量引入模型会大大降低模型的自由度,因此,这里采用的是Stock和Watson(2002)提出的扩散指数方法。他们的方法是利用主成分分析从大量的潜在信息指标变量中获取信息,然后以这些主成分作为预测的基础变量。
　　一、模型和数据
　　本文采用的方法是Stock和Watson(2002)提出的扩散指数方法(以下缩写为SW)。所有序列都通过ADF平稳性检验。若序列在5%的显著性水平下出现了单位根,则对原序列进行差分处理。在SW的方法中,为了避免度量单位和个别数据发散对潜在因素估计的影响,所有的数据都作了标准化(即减去均值再除以标准差)。
　　(一)基本模型
　　SW过程的基本假设是一系列的预测变量Xt和被预测变量yt可以用以下不可观测的因素Ft描述。

（科教范文网 lw.AsEac.com编辑整理）