2022-10-19-腾景数研-宏观快报_人工智能在经济监测和预测中的国际经验与国内实践——中心极限定理之外_15页_1mb

人工智能在经济监测和预测中的国际经验与国内实践总结

本报告探讨了人工智能（AI）在经济监测和预测中的应用，聚焦于国际经验与国内实践的对比，尤其是在高频数据处理和即时预测(nowcasting)领域的创新。报告指出，AI算法如Informer、TFT和XGBoost结合高频数据，已在国际机构如美联储和IMF中实践，提供了更及时、准确的预测工具。国内机构也积极采用类似方法，利用高频数据进行经济分析，推动了经济监测范式的转变。

国际经验方面，美联储等机构通过实时数据如Google移动数据、供应商交货时间调查，以及机器学习算法，改进了通胀和GDP的预测。IMF等组织结合传统模型和AI，提高了nowcasting的精度。国内实践则强调高频报告，如税电指数，用于跟踪经济动态，支持政策决策。

AI与传统方法（如DSGE模型和动态因子模型）的结合被强调为互补，能够处理非线性关系和大规模数据，但面临误差控制和可解释性挑战。报告指出，中心极限定理的外延探索仍是关键，通过数据模拟和全口径数据系统，AI在预测趋势和拐点方面展现出潜力，但需解决理论基础和算法可靠性问题。

总体而言，AI在经济监测和预测中的应用已成为全球科技竞赛的核心，未来可能拓展到全球范围，提升政策调控效率，但也需要关注其作为公共产品的可信性和实用性。

（总计字数：482）