面向宏观经济风险的监测预警指标体系构建与建模

图书标准信息

• 作者 杨周旺
• 出版社 科学出版社
• 出版时间 2023-03
• 版次 31
• ISBN 9787030712363
• 定价 88.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 124页
• 字数 160.000千字

【内容简介】

宏观经济风险的监测预警是国家审计工作的重点内容之一。随着大数据时代的到来，大数据审计代替传统审计已成为大势所趋。本书旨在将大数据和大数据分析方法与宏观经济指标建模研究相结合，建立面向宏观经济风险的监测预警指标体系，并开展基于经济大数据的方法体系与案例研究。本书中的成果有重要的科学意义和实践指导价值。一方面，通过大数据技术构建的宏观经济指标体系是宏观经济风险监测预警的有力工具；另一方面，基于自然语言处理和机器学习的方法论及实践研究将推动大数据技术方法在宏观经济研究中的应用。

【目录】

目录

第1章　绪论　1

第2章　宏观经济指标库的构建及应用　3

2.1　宏观经济指标库的数据来源　3

2.1.1　政府维度　3

2.1.2　市场维度　3

2.1.3　民众生活维度　4

2.1.4　规范化文本维度　4

2.2　宏观经济指标库的构建流程　4

2.2.1　基于国家统计局的宏观经济指标　6

2.2.2　基于文本数据加工的宏观经济指标　6

2.2.3　基于教科书及中文文献库的宏观经济指标　7

2.2.4　多数据源宏观经济指标合并及经济分类　8

2.3　宏观经济指标库的验证及结构分析　8

2.3.1　宏观经济指标库的验证　8

2.3.2　宏观经济指标库的结构分析　9

2.4　宏观经济指标库的应用分析　11

2.4.1　应用实例一：多源文本的经济主题分析　11

2.4.2　应用案例二：省区市政府工作报告的主题时间序列分析　15

第3章　经济指标建模的一般性方法（一）：混频指标短期预测　27

3.1　引言　27

3.2　混频LSTM模型　28

3.2.1　问题定义　28

3.2.2　整体模型架构　29

3.2.3　分离特征模型　29

3.2.4　组合特征模型　30

3.2.5　稀疏正则化　31

3.2.6　数据增强　31

3.3　数据实验　32

3.3.1　数据集　32

3.3.2　结果对比　33

3.3.3　旁证数据的影响　34

3.3.4　变量贡献度　34

3.4　结论和讨论　36

第4章　经济指标建模的一般性方法（二）：不均衡样本的学习方法　37

4.1　引言　37

4.2　文献综述　38

4.2.1　样本选择偏差与迁移学习　38

4.2.2　基于倾向分数的加权　38

4.2.3　基于特征匹配的加权　39

4.2.4　基于整体分布的加权　39

4.3　算法设计　40

4.4　实验过程及结果　43

4.4.1　实验数据　43

4.4.2　实验算法　44

4.4.3　实验结果　44

4.5　结论　46

第5章　增长指标建模案例：GDP预测建模　47

5.1　引言　47

5.2　研究概况　47

5.3　数据　48

5.3.1　GDP　48

5.3.2　解释变量　49

5.3.3　样本构造　50

5.4　模型简介　52

5.4.1　LASSO回归模型　52

5.4.2　SVR模型　52

5.4.3　RNN系列模型　53

5.5　实验　54

5.6　结论　56

第6章　稳定指标建模案例：就业与失业指标预测建模　57

6.1　引言　57

6.2　数据与描述性统计　59

6.2.1　个人层面的全样本行政数据　59

6.2.2　数据的预处理　60

6.3　模型构建　61

6.3.1　模型算法　61

6.3.2　样本构建　62

6.3.3　特征分析与特征工程　63

6.3.4　基于个人层面预测的失业率计算　67

6.4　模型结果与分析　68

6.4.1　个人就业状态预测结果　68

6.4.2　特征重要性与模型解释　70

6.4.3　基于行政大数据的失业率预测　72

6.4.4　就业失业动态　72

6.4.5　性别与结构性失业　73

6.4.6　就业/失业人口文化程度结构　74

6.5　结论　74

第7章　民生指标建模方法研究一：人口迁入与新增确诊人数趋势关系分析　76

7.1　疫情数据初步分析　76

7.1.1　一代与非一代病例情况对比　76

7.1.2　深圳市病例数分析　78

7.2　人口迁入与新增确诊人数的趋势关系及因果量化分析　79

7.2.1　格兰杰因果关系检验简介　79

7.2.2　疫情建模方法　81

7.2.3　量化分析结果　82

7.3　研究结论与方法总结　83

第8章　民生指标建模方法研究二：新增确诊人数估计的概率模型　84

8.1　引言　84

8.2　疫情数据初步分析　85

8.3　每日新增感染人数　86

8.3.1　符号说明　86

8.3.2　基本假设　87

8.3.3　似然函数　87

8.3.4　EM算法　88

8.3.5　每日新增感染人数的分析与讨论　88

8.4　基于参数Bootstrap方法的每日新增感染人数的区间估计　89

8.4.1　参数Bootstrap方法　89

8.4.2　数值分析结果　89

8.5　研究结论与方法总结　92

第9章　民生指标建模方法研究三：动态传播率模型及其在疫情分析中的应用　93

9.1　引言　93

9.2　动态传播率模型　94

9.3　动态传播率的函数拟合　96

9.4　动态传播率的疫情变化估计　99

9.4.1　疫情变化估计的方法介绍　99

9.4.2　疫情变化估计的滑窗期选择　99

9.5　研究结论与方法总结　100

第10章　民生指标建模方法研究四：基于动态增长率模型的疫情分析　102

10.1　引言　102

10.2　动态增长率模型　102

10.2.1　动态增长率模型的提出　102

10.2.2　动态增长率模型的计算　103

10.2.3　动态增长率模型与疫情变化估计　104

10.2.4　动态增长率模型拟合函数选择　104

10.3　研究结论与方法总结　106

参考文献　107