宏观经济指标实时预测

Search documents
中金研究 | 本周精选:宏观、策略、量化及ESG、食品饮料
中金点睛· 2025-07-11 11:59
01 宏观 Macroeconomy 特朗普《大美丽法案》的内容及影响 中金点睛"本周精选"栏目将带您回顾本周深受读者欢迎的研究报告。 >>点击图片查看全文<< 2025年7月4日,特朗普正式签署《大美丽法案》[1],基本兑现了其竞选期间提出的核心减税承 诺。该法案分为五大部分,涵盖企业减税、个人与家庭减税、削减清洁能源补贴、压缩医疗补助 (Medicaid)以及削减补充营养援助计划(SNAP)。整体来看,《大美丽法案》将在未来推升 财政赤字,但部分赤字可通过关税收入予以对冲。我们测算显示,法案对2026年实际GDP的拉动 在0.5个百分点以内,对通胀的推升作用不超过0.15个百分点;未来十年,关税+减税的组合将增 加净赤字约1.3万亿美元,赤字率将维持在6%左右。鉴于当前失业率低、通胀温和、私人部门资 产负债表健康,美国政府债务尚无迫切风险。中期来看,财政的约束将更多取决于通胀过高与财 政效率下降,但目前这两种情形尚未出现。在通胀可控的前提下,美国财政的空间可能比过去40 年来主流经济学所想的要更大。 2025.07.07 | 肖捷文 苏思雨等 02 策略 Strategy "大美丽"法案后的美债、美股与流 ...
中金:如何利用大模型实时预测宏观经济指标?
中金点睛· 2025-07-09 23:59
1. 通过拆分为高频宏观数据,提高数据预期更新频率: 基于动态更新的高频宏观数据,对低频宏观数据的预期值进行实时播报的模型,例如GDPNow模 型。这种"一指标一模型"的范式虽然可解释性强、模型底层逻辑稳健,但需投入大量领域知识,无法系统性应用,且拆分后的高频数据噪声也可能导致过 拟合。 2. 结合季节性与外生因素的自回归差分移动平均模型(SARIMAX): 通过时间序列的滞后项构建预测关系,其核心逻辑是利用历史数据的自相关性捕捉 序列的内在规律,并引入季节性参数与外生变量,通过外部信息增强对突发事件以及规律异象的解释力。相较于基于高频数据拆分的复杂模型,自回归方 法具有更强的系统性测试能力。模型适用于对高频、差分后符合平稳特征、外生冲击有限的指标进行实时预测。 3. LLMs解读文本信息实时预测: 借助大语言模型实时解析非结构化文本(宏观新闻、分析师报告等),通过语义关联和逻辑推理生成预测信号。该方法 提炼了市场对突发事件的即时反应与共识预期,较传统模型更快捕捉拐点,且突破了结构化数据的局限,但可能存在一定随机性,且模型效果依赖输入信 息质量。 如何实时预测宏观数据 经济指标需要在月末或季末进行数据收集、校 ...