20221118-腾景数研-腾景宏观快报_基于腾景AI高频模拟和预测-利用美国电价修正美国CPI高频模拟误差_7页_844kb
报告摘要
腾景宏观快报总结
核心内容
本期报告主要围绕美国10月CPI同比数据的高频模拟误差分析展开,提出通过引入美国各州电力价格数据来修正CPI能源服务的模拟误差,以提高预测的准确性。
主要观点
- 美国10月CPI同比数据为7.7%,较9月回落0.5个百分点,回落速度高于历史惯性值(0.3个百分点)。
- 腾景高频模拟值为8.0%,比官方数据高0.3个百分点,误差主要来源于CPI能源服务项。
- CPI能源服务项的模拟误差较大,为3.4个百分点,是CPI总项误差的主要来源。
- CPI能源商品项的模拟误差为0.7个百分点,相对较小。
- CPI能源服务的波动主要由电价驱动,而此前模型主要依赖天然气价格,存在滞后性。
- 通过引入各州电力价格数据,修正模型误差,使预测结果更加贴近实际,误差缩小至1个百分点以内。
关键信息
10月CPI数据对比
| 项目 | 官方值(10月) | 高频模拟值 | 是否正确 | 误差 |
|---|---|---|---|---|
| CPI | 7.7% | 8.0% | 正确 | +0.3% |
| 核心CPI | 6.3% | 6.4% | 正确 | +0.1% |
| CPI能源 | 17.6% | 20.2% | 错误 | +2.6% |
| CPI食品 | 10.9% | 11.0% | 正确 | +0.1% |
CPI能源服务修正方法
- 历史上CPI能源服务波动较小,最大下降惯性约为2.2个百分点。
- 2022年10月CPI能源服务实际下降4.2个百分点,是CPI总项超历史惯性下降的主导因素。
- 修正方法:利用美国各州电力价格数据,替代天然气价格作为预测依据,以提高模型对CPI能源服务的预测精度。
- 修正后,模型预测值为13.1%(均方误差最小),与真实值误差为2.5个百分点;剩余模型预测均值为14.6%,与真实值误差仅1个百分点。
腾景AI经济预测方法概述
- 高频模拟:通过机器学习和深度学习模型,将月度指标日度化,使指标提前发布,如CPI。
- AI预测:挖掘数据中的非线性关系,提炼规律性因素,预测指标未来走势。
- 预测目标:主要预测指标的平滑(TC)数值,而非实际数值,因为平滑数值包含更多历史信息。
- 预测能力:目前具备半年至一年的预测能力,准确率超过70%。
- 数据体系:全口径数据体系基于动态投入产出矩阵,涵盖更多经济指标,如服务业增长、无形资产等。
全口径数据优势
| 优势 | 描述 |
|---|---|
| 补全 | 包含完整的居民消费和政府消费,区分商品消费与服务消费。 |
| 补准 | 剔除土地使用费,加入无形资产,如商品房销售增值、计算机软件等。 |
| 补缺 | 通过模拟方法提供全部服务业月度增长数据。 |
| 校正 | 利用投入产出矩阵的自我约束机制,提高数据准确性。 |
| 高频 | 支持月度、周度、日度乃至实时化数据展示。 |
| 数据规模 | 官方常用指标72个,腾景全口径常用指标150多个,全部指标5000多个。 |
数据来源与联系方式
- 数据来源:Wind、腾景宏观高频模拟和预测库
- 联系信息:
- 电话:010-65185898 +86 15210925572
- 邮箱:IR@T.JRESEARCH.CN
- 网站:http://www.tjresearch.cn
- 地址:北京市朝阳区朝阳门外大街乙6号朝外SOHO-A座29层
重要声明
- 本报告内容为腾景大数据应用科技研究院的研究成果,仅供参考,不构成投资建议。
- 数据准确率以概率方式呈现,不保证绝对准确性。
- 未经许可,不得翻版、复制或转载,如引用需注明出处。
补充说明
- CPI能源服务的下行趋势是推动CPI整体下降的主要因素。
- 由于国际天然气市场的割裂,CPI能源服务的波动幅度显著增加,超出历史惯性。
- 腾景AI经济预测致力于通过人工智能技术推动宏观和产业经济研究方法的变革。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载