报告题目：中国GDP增长率概率分布的预测分析——基于分位数因子模型
报告时间：2023年7月10日 上午9：00
报告地点：南湖校区教学科研楼104
主办单位：科研处/数学与统计学院
主讲人：肖强
肖强简介：兰州财经大学二级教授，博士研究生导师，吉林大学数量经济学博士，墨尔本大学和清华大学访问学者，兼任中国数量经济学会常务理事，中国商业统计学会理事。主要从事大数据统计分析、经济和金融领域的时间序列分析、非线性分析和因果推断等方向研究。入选甘肃省陇原青年创新创业人才计划，兰州财经大学青年学术英才计划等。主持国家自然科学基金项目2项、教育部项目1项和甘肃省重点研发计划项目1项等多项科研和产学研结合的项目。在《金融研究》和《数理统计与管理》等国家级核心期刊发表论文40余篇。成果获甘肃省哲学社会科学一等奖等多项科研奖励。同时，为兰州市大数据管理局和兰州市多家高新技术类企业提供数据分析的智力支持。
摘要：研究GDP增长率的概率分布，可以掌握经济增长的可能范围和经济发展趋势的不确定性，有助于决策者评估经济增长的风险和挑战，制定有效的经济政策。本文基于分位数因子模型（Quantile factor models ,QFM），从高维宏观经济变量中提取分位数因子，拟合以分位数因子为条件的GDP增长率概率分布。实证结果表明：第一，分位数因子可为经济预测提供额外解释信息，提高模型的预测精度；第二，样本期间条件概率密度拟合结果表明QFM对GDP增长率的短期预测效果较好；第三，对比以分位数因子为条件和以实际GDP增长率为条件的两种概率分布，分位数因子为条件的分布在经济受到冲击时不确定性增大。本文对GDP增长率分布预测的研究与传统的均值预测相比，能提供比较全面和精确的经济预测信息，为经济不确定性和下行风险研究提供新思路，为经济波动机制的深入理解提供支持。
