报告题目：基于多源异步混频CPI数据的预测方法研究

摘要：研究目标：基于线上消费者价格指数和网络搜索价格指数预测CPI。研究方法：在卷积神经网络(CNN)框架中融合MADL_MIDAS模型，建立异步混频卷积神经网络(AMCNN)模型，并通过选用2016年1月至2019年12月的数据验证该方法的有效性。研究发现：日度线上CPI及日度网络搜索指数属于CPI的领先指标，同时引入并保留原有数据特征有助于改进CPI预测精度，提高CPI“拐点”捕捉能力。研究创新：揭示了高频日度线上CPI和网络搜索数据对低频月度CPI的预测能力，提出了一种融合神经网络与传统计量模型的异步混频数据处理方法。研究价值：预测CPI波动水平和“拐点”时，可辅助利用线上CPI、网络搜索高频数据，结合AMCNN模型提高预测精度。AMCNN模型可用于处理异步混频数据、探究变量间复杂不确定性（线性、非线性）关系，具有很强的适应性和扩展性，可应用于其它经济、金融领域，应用价值较高。

报告时间：2021年7月8日下午4点30分

报告地点：南湖校区教学科研楼409室

主办单位：科研处/数学与统计学院

主讲人：张虎

张虎简介：经济学博士，二级教授，博士生导师。现任中南财经政法大学统计与数学学院院长，中南财经政法大学大数据研究院院长。国务院政府特殊津贴专家，全国应用统计专业学位研究生教育指导委员会委员，中国数量经济学会副理事长，中国工业统计学教学研究会副理事长，中国现场统计学会经济与金融统计分会常务副理事长，中国统计学会常务理事，中国商业统计学会常务理事，中国现场统计学会资源环境分会常务理事，中国数学会均匀设计分会常务理事，中国交叉科学学会金融量化分析分会常务理事。湖北省统计学会副会长，湖北省现场统计学会副理事长，湖北省数量经济学会副理事长。《数量经济技术经济研究》、《统计与决策》、《统计与信息论坛》等杂志编委。在《中国科学》、《统计研究》、《数量经济技术经济研究》等杂志发表学术论文60余篇。主要研究领域有数理统计方法在经济中的应用、金融统计与金融计量、风险管理、证券投资分析等。