阿斯格·隆德;米哈·托卡尔 包括预测中国宏观经济表现的新闻数据。 （英文） Zbl 07360550号 计算。管理。科学。 17，第4号，585-611（2020）. 摘要：在这项工作中，我们使用动态因子模型预测了中国国内生产总值（GDP）的变化。我们报告了3个月和6个月前的预测结果，其中我们使用了来自2000年至2017年各种来源和日期的124个预测因子。我们的分析包括中国特定的宏观经济时间序列数据和大量预测变量。我们遵循XXX概述的最新技术J.H.股票和M.W.Watson先生[“宏观经济学中的动态因子模型、因子增强向量自回归和结构向量自回归”，Handb.Macroecon.2，415–525（2016；doi:10.1016/bs.hesmac.2016.04.002)]他们使用主成分分析（PCA）来减少变量数量，并应用动态因子模型（DFM）进行预测。结果表明，包括新闻情绪显著提高了预测，并且这种方法优于单变量自回归。本文的贡献有两个方面，即利用新闻改善预测和对中国GDP的卓越预测。 MSC公司： 900亿 运筹学与管理科学 关键词：宏观经济学;新闻;情绪;因子模型;主成分分析 软件：OptiRisk公司 PDF格式BibTeX公司 XML格式引用 \textit｛A.Lunde｝和\textit｛M.Torkar｝，计算机。管理。科学。17，第4号，585--611（2020；Zbl 07360550） 全文： 内政部 参考文献： [1] Bai，J。；Ng，S.，大维度因素分析，发现趋势计量经济学，3，2，89-163（2008）·doi:10.1561/0800000002 [2] 班布拉，M。；Modugno，M.，具有任意缺失数据模式的数据集上因子模型的最大似然估计，《应用计量经济学杂志》，29，1，133-160（2014）·doi:10.1002/jae.2306 [3] Boivin J，Ng S（2005）理解和比较基于因子的预测。国家经济研究局技术报告 [4] Brandt MW，Gao L（2016）宏观基本面还是地缘政治事件？原油新闻事件的文本分析 [5] 查特拉斯，A。；苗，H。；Ramchander，S.，原油价格是否对宏观经济消息作出反应？，《期货市场杂志》，32，6，536-559（2012）·doi:10.1002/fut.20525 [6] 克莱门茨议员；Galvao，AB，《利用混合频率数据进行宏观经济预测：预测美国的产出增长》，J Bus Econ Stat，26，4，546-554（2008）·doi:10.1198/07350010800000015 [7] Doz，C。；Giannone，D。；Reichlin，L.，大型近似动态因子模型的准最大似然法，Rev Econ Stat，94，4，1014-1024（2012）·doi:10.1116/REST_a_00225 [8] 达戈斯蒂诺，A。；Giannone，D.，《基于大面板因子模型比较替代预测因子》，《牛津公牛经济统计》，第74、2、306-326页（2012年）·文件编号：10.1111/j.1468-0084.2011.00642.x [9] Erlwein-Sayer，C.，《宏观经济新闻情绪：加强主权债券风险评估》，风险，6，4，141（2018）·doi:10.3390/risks6040141 [10] 弗尼，M。；Hallin，M。；里皮，M。；Reichlin，L.，《广义动态因子模型：单侧估计和预测》，美国统计协会杂志，100471830-840（2005）·Zbl 1117.62334号 ·doi:10.1198/0162145000002050 [11] 弗尼，M。；Reichlin，L.，《大横截面的动态共同因子》，《Empir Econ》，21，1，27-42（1996）·doi:10.1007/BF01205493 [12] 弗尼，M。；Reichlin，L.，《让我们现实起来：分解商业周期动态的因子分析方法》，Rev Econ Stud，65，3，453-473（1998）·Zbl 0911.90087号 ·网址：10.1111/1467-937X.00053 [13] Foroni C，Marcellino MG（2013）混合频率数据的计量经济学方法调查。作者：Claudia Foroni和Massimiliano Marcelino，意大利欧洲大学研究所·Zbl 1443.62150号 [14] Geweke J（1977）经济时间序列的动态因素分析。In：社会经济模型中的潜在变量，阿姆斯特丹，北荷兰·Zbl 0389.62075号 [15] Giannone D、Agrippino SM、Modugno M（2013）《中国实际GDP预测》（工作文件） [16] Giannone D，Reichlin L，Sala L（2004）实时货币政策。NBER宏观经济年鉴，第161-200页 [17] Giannone，D。；莱希林，L。；Small，D.，Nowcasting:宏观经济数据的实时信息内容，J Monet Econ，55，4，665-676（2008）·doi:10.1016/j.jmoneco.2008.05.010 [18] Ho，K-Y；Shi，Y。；张，Z.，新闻在中国外汇市场上重要吗？《中国人民币波动与公共信息到达》，《国际经济金融评论》，52，302-321（2017）·doi:10.1016/j.iref.2017.01.016 [19] Ho K-Y，Wang WW（2016）《利用新闻情绪预测股价走势：人工神经网络方法》。In：人工神经网络建模。施普林格，第395-403页 [20] 凯利，B。；Pruitt，S.，《三通回归过滤器：使用多个预测因子进行预测的新方法》，《计量经济学杂志》，186，2，294-316（2015）·Zbl 1332.62360号 ·doi:10.1016/j.jeconom.2015.02.011 [21] Kristensen，JT，稀疏载荷下的扩散指数，J Bus Econ Stat，35，3，434-451（2017）·doi:10.1080/07350015.2015.1084308 [22] Lau A、Kolanovic M、Lee T、Lakos-Bujas D、Krishnamachari RT（2017）《基于机器学习的价值战略》。摩根大通全球股票与定量研究 [23] Maier P（2011）中国GDP的混合频率预测。技术报告，加拿大银行工作文件 [24] Mehrotra，A。；Rautava，J.，情绪指标是否有助于评估和预测中国经济的实际发展？，J Chin Econ Bus Stud，6、3、225-239（2008）·doi:10.1080/14765280802283451 [25] 密特拉·G。；Mitra，L.，《金融新闻分析手册》（2011），霍博肯：威利·doi:10.1002/9781118467411 [26] Mitra G，Xiang Y（2016）《金融情绪分析手册》。Optisk Systems与Albury Books合作 [27] 镍，Z-X；王，D-Z；Xue，W-J，投资者情绪及其对股票收益的非线性影响——基于面板分位数回归模型的中国股市新证据，经济模型，50226-274（2015）·doi:10.1016/j.econmod.2015.07.007 [28] TJ萨金特；Sims，CA，《不假装有太多先验经济理论的商业周期建模》，《新方法——商业周期研究》，1145-168（1977） [29] Singleton，KJ，利率周期行为的潜在时间序列模型，《国际经济评论》，21559-575（1980）·doi:10.2307/2526352 [30] Smales，洛杉矶，黄金期货市场的新闻情绪，J Bank Finance，49275-286（2014）·doi:10.1016/j.jbankfin.2014.09.006 [31] Stock JH，Watson MW（1998）扩散指数。丁腈橡胶。doi:10.3386/w6702 [32] 库存，JH；Watson，MW，使用大量预测因子的主成分进行预测，美国统计协会期刊，97，460，1167-1179（2002）·Zbl 1041.62081号 ·doi:10.1198/016214502388618960 [33] 股票，JH；Watson，MW，《使用扩散指数进行宏观经济预测》，《公共汽车经济统计杂志》，20，2，147-162（2002）·doi:10.1198/073500102317351921 [34] Stock JH，Watson MW（2011）动态因子模型。收录：Michael P、Clements和David F.Hendry（编辑），牛津经济预测手册。牛津：牛津大学出版社 [35] Stock JH，Watson MW（2016）第8章——宏观经济学中的动态因子模型、因子增强向量自回归和结构向量自回归。摘自：《宏观经济学手册》，第2卷。Elsevier，第415-525页 [36] Tibshirani，R.，通过套索进行回归收缩和选择，J R Stat Soc Ser B（Methodol），58，1，267-288（1996）·Zbl 0850.62538号 [37] Yang SY，Song Q，Mo SY，Datta K，Deane A（2015）异常新闻情绪对金融市场的影响。可从SSRN 2597247获取 [38] 姚，理学硕士；Chow，KK，Nowcasting Chinese GDP:information content of economic and financial data，中国经济杂志，3，3，223-240（2010）·doi:10.1080/17538963.2010.562028 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。