基于网络搜索和EMD-LSTM对消费者信心指数的预测研究

扫码查看

原文链接

NETL

中文摘要：消费者信心指数(CCI)作为反映当前消费者对于未来经济形势、就业前景、收入水平的期待值以及消费行为趋势的一个量化指标，能够有效地应用于各种宏观经济指数的预测，能够以此为依据预测未来的经济形势和消费者行为，并有的放矢地帮助政府部门指定准确的经济政策。我国自1997年开始发布月度消费者信心指数，数据的主要获取途径是通过抽样调查，这种传统方法难免存在一定的滞后性，且调查样本少，成本高。随着互联网技术的兴起，人们的一举一动都会在网络上生成数据，这些数据能够完整地反映出人们的需求和关注点，能够为我们利用网络搜索指数来预测消费者信心指数，从而获得更加方便快捷的CCI，进而研究消费者的行为和心理提供有力的支持，为政府部门、经济机构研究提供便利。本文的研究主要分三部分，首先从消费者心理学出发，论证网络搜索指数能够及时反映消费者信心指数，为后续实验奠定理论基础。通过对于新闻和论坛的关键词提取，过滤出120个研究需要关键词，并采用多种变量筛选方式，筛选出其中对于消费者信心指数有解释作用的关键词共八个。接下来通过使用LSTM、支持向量机建模、随机森林和BP神经网络等方法，我们可以使用网络搜索数据对目标指标做出分析，并使用均方误差MSE、均方根误差RMSE和均值绝对值百分比误差MAPE对模型的预测效果进行评估，得出LSTM模型可以获得最佳预测效果的结论。接下来将消费者信心指数透过EMD分解成高频序列、中频序列、低频序列及残差序列四个成分，并使用LSTM方法和BI-SRU方法建立模型，以更准确地估计消费者信心指数。经过EMD分解后，LSTM、BI-SRU模型的估计效率都有了显著提高，其中EMD-LSTM方法的改善效果最为突出。本文提供了一种对消费者信心指数的预测方法，与传统的CCI编制方法相比，可以有效的降低成本，并且避免了时间延迟以及人工调查带来的误差，可以提前预测当月消费者信心指数，为政府部门制定政策，金融机构研究策略提供了一定的思路和借鉴作用。

作者：

李丹阳

展开 >

关键词：

消费者信心指数网络搜索指数 EMD分解 LSTM模型

授予学位：

硕士

学科专业：

应用统计

导师：

徐国祥

学位年度：

2023

学位授予单位：

上海财经大学

语种：

中文

中图分类号：