20210916-IMF-Malta_Selected_Issues_22页_628kb

总结

一、现在预测模型应用与现况分析

1. 研究背景：评估新冠疫情对经济活动冲击，运用现在预测技术在官方数据发布前提供经济现状的预估。
2. 方法与数据：
   • 法动态因子模型与机器学习算法结合。
   • 数据集涵盖8个中央变量，共计48项。
3. 模型表现：
   • 动态因子模型（DFM）主要表现优于其他模型，尤其在实测准确度上。
   • 机器学习算法（LM、SVM、CNN等）在某些时期也表现良好，但在捕捉经济波动上不如DFM。
4. 应用结果：
   • 预测2021年第二季度GDP增长，不同模型预测结果存在显著差异，平均误差大。
   • 风险预测方面，需要模型整合以提升准确性。

二、企业流动性和偿付能力分析

1. 企业状况：
   • 马耳他非金融企业（NFC）在疫情中压力显著，尤其是小微企业和服务业。
   • 疫情背景下，流动性及偿付能力受到影响的广度和深度。
2. 政策响应：
   • 政府推出支持措施，包括薪资补贴、税收递延、财政援助和贷款休眠期计划。
   • 企业在吸收政策支持上表现出较高的同质性。
3. 应对策略与建议：
   • 国际货币基金组织（IMF）建议继续观察企业偿付能力，评估进一步措施的可行牲。
   • 对企业偿付能力不足问题进行针对性缓解，重点考虑适用于小微企业的措施。

附录：方法论与细节补充

1. 数据处理：
   • 使用Orbis数据库，样本覆盖约80%营业收入。
   • 计算涵盖财务指标与行业盈利变动。
2. 未来看法：
   • 政策支持延长了企业的偿付周期；但长期偿付能力的不确定性仍需关注。

注： 更详细的研究细节和数据引用如在原报告后部分。