长短期记忆模型在低频数据预测中的应用
——以新冠肺炎疫情对北京市社会消费品零售总额的影响测算为例
2021-03-06贺菁伟杨东谕
统计理论与实践 2021年1期
贺菁伟 杨东谕
(1.北京市统计应用研究所,北京 100054;2.北京市商业经济调查总队,北京 100054)
一、引言
新冠肺炎疫情发生以来,经济社会各领域均受到较大冲击。以消费领域为例,2020年1—8月,北京市社零额同比下降14.1%。其中,2020年1—3月,北京市社零额规模缩减明显,同比下降21.5%;2020年4月以来,伴随北京市复工复产的逐步推进和疫情防控形势稳中向好,社零额降幅持续收窄,但恢复过程较为缓慢。
鉴于疫情滞后影响仍然存在,科学构建预测模型评估疫情对消费品市场的影响显得尤为重要。本文利用北京市社零额月度数据,引入3个影响社零额的变量,即常住人口规模、城镇居民人均可支配收入和居民消费价格指数,测算疫情对北京市社零额的影响程度和作用时滞,为后疫情时期支持北京市消费市场发展、促进消费潜力释放提供数据支撑。同时,通过深入分析单变量模型和多变量模型之间的适用性,为时间序列数据的预测分析提供可借鉴思路。
二、文献综述
(一)疫情对经济社会影响的研究
关于疫情对经济社会造成的影响,国内很多学者都进行过相关研究。如朱迎波等(2003)利用双变量ARIMA模型,结合SARS疫情发生后人们的心理发展变化曲线,研究三类心理发展变化情况下疫情对中国入境旅游人数的影响;孙玉环(2006)重点探讨ARMA模型在预测SARS对中国入境旅游外汇收入影响上的作用,并与传统的“同期比”法进行对比,结果表明,ARMA模型充分考虑了时间序列自身的发展趋势,在测算重大突发事件的影响时比“同期比”法更准确客观。……
登录APP查看全文
