一种使用企业活跃度预测经济走势的方法与流程

1.本发明涉及经济走势技术领域，尤其涉及一种使用企业活跃度预测经济走势的方法。


背景技术：

2.gdp是衡量社会生产能力的指标，意味着国家对生产的组织和动员能力，是衡量一个地区经济水平和发展质量的有力指标。当前国内外经济环境错综复杂，影响区域经济运行的不确定因素很多，为实现区域经济“又快又好”的发展，必须密切关注经济波动，科学判断经济发展规律。结果表明组合预测建模方法具有更好的效果，提高了预测的精准度，具有一定的理论和现实意义，可为有关部门的决策管理提供必要的科学依据。
3.在现有技术中绝大部分都是使用时序模型去预测gdp，利用的是数据自身去预测自身，这样的模型局限性是只适用于预测与自身前期相关的现象，而缺少先行指标的辅助，对于实际生活来说，预测结果往往是令人比较失望的，显得极为不便，所以亟需一种使用企业活跃度预测经济走势的方法，用以解决上述问题。


技术实现要素：

4.本发明的目的是提供一种使用企业活跃度预测经济走势的方法，解决了现有技术中使用时序模型去预测gdp，利用的是数据自身去预测自身，这样的模型局限性是只适用于预测与自身前期相关的现象，而缺少先行指标的辅助的问题。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种使用企业活跃度预测经济走势的方法，包括预测目标城市综合企业活跃度：
7.预测目标城市综合企业活跃度的方法包括以下几点步骤：
8.步骤一：选择目标地区与周边地区的所有行业指标；
9.步骤二：收集整理目标地区的经济指标，包括gdp总值及增速；
10.步骤三：使用时差相关分析法，找出相对经济指标的先行、同步、滞后的行业指标；
11.步骤四：使用因子分析法，分析目标地区、周边地区的因子权重；
12.步骤五：使用指标标准化、主成分法按主成分、因子权重合成企业活跃度指数；
13.步骤六：将企业活跃度指数进行平滑处理；
14.步骤七：使用holt-winter，基于企业活跃度的变动预测目标地区的gdp增速。
15.优选的，时差相关分析法能够敏感反映当前经济活动的经济指标作为基准指标，然后使被选择指标超前或滞后若干期，计算他们的相关系数，根据相关系数最大值对应的时间，可判断两指标之间的领先、滞后期数所得结果更为客观，主要计算公式为：
[0016][0017]
优选的，因子分析原始变量的p个变量表达为k个因子的线性组合变量；
[0018]
设p个原始变量为x1,x2...x
p
，要寻找k个因子为f1,f2...fk，主成份和原始变量之间的关系表示为：
[0019][0020]
系数为a
ij
第i个变量与第k个因子之间的相关程度，也称为载荷，由于因子出现在每个原始变量与因子的线性组合中，因此也称为公因子ε，为特殊因子或可称为误差，代表公因子以外的因素影响，
[0021]
共同度量：
[0022]
变量的信息能够被k个公因子解释的程度，
[0023]
因子的方差贡献率：第j个公因子对变量xi的提供方差总和，反映第j个公因子的相对重要程度。
[0024]
优选的，平滑法，平滑法有：简单全期平均、移动平均和指数平滑法，全期平均不考虑时间距离的长短而全部同等的利用，移动平均只考虑部分数据并给予近期较大的权，指数平滑法综合以上两种方法。
[0025]
优选的，经济指标的时间序列数据，不存在明显的趋势变动和周期变化，或存在某种长期趋势的变动，短期趋势经常发生变化，需要采用平滑法。
[0026]
优选的，使用企业活跃度指数预测gdp这个功能系统大致分为三个功能版块：分行业指标输入板块、目标城市gdp季度预测板块。
[0027]
本发明至少具备以下有益效果：
[0028]
本发明中一种使用企业活跃度预测经济走势的方法，选择目标地区与周边地区的所有行业指标，收集整理目标地区的经济指标，包括gdp总值及增速，使用时差相关分析法，找出相对经济指标的先行、同步、滞后的行业指标，使用因子分析法，分析目标地区、周边地区的因子权重，使用指标标准化、主成分法按主成分、因子权重合成企业活跃度指数，将企业活跃度指数进行平滑处理，使用holt-winter，基于企业活跃度的变动预测目标地区的gdp增速，本发明采用构造先行指标的方法对gdp进行先行指导性地预测，预测结果会更加精准有效，通过行业当期增速，可以提前对行业进行导向性布局，使gdp更加接近期望走向。
附图说明
[0029]
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]
图1为本发明的方法流程图。
具体实施方式
[0031]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0032]
实施例一
[0033]
参照图1，包括预测目标城市综合企业活跃度：
[0034]
预测目标城市综合企业活跃度的方法包括以下几点步骤：
[0035]
步骤一：选择目标地区与周边地区的所有行业指标；
[0036]
步骤二：收集整理目标地区的经济指标，包括gdp总值及增速；
[0037]
步骤三：使用时差相关分析法，找出相对经济指标的先行、同步、滞后的行业指标；
[0038]
步骤四：使用因子分析法，分析目标地区、周边地区的因子权重；
[0039]
步骤五：使用指标标准化、主成分法按主成分、因子权重合成企业活跃度指数；
[0040]
步骤六：将企业活跃度指数进行平滑处理；
[0041]
步骤七：使用holt-winter，基于企业活跃度的变动预测目标地区的gdp增速。
[0042]
实施例二
[0043]
参照图1，时差相关分析法能够敏感反映当前经济活动的经济指标作为基准指标，然后使被选择指标超前或滞后若干期，计算他们的相关系数，根据相关系数最大值对应的时间，可判断两指标之间的领先、滞后期数所得结果更为客观，主要计算公式为：
[0044][0045]
实施例三
[0046]
参照图1，因子分析原始变量的p个变量表达为k个因子的线性组合变量；
[0047]
设p个原始变量为x1,x2...x
p
，要寻找k个因子为f1,f2...fk，主成份和原始变量之间的关系表示为：
[0048][0049]
系数为a
ij
第i个变量与第k个因子之间的相关程度，也称为载荷，由于因子出现在每个原始变量与因子的线性组合中，因此也称为公因子ε，为特殊因子或可称为误差，代表公因子以外的因素影响，
[0050]
共同度量：
[0051]
变量的信息能够被k个公因子解释的程度，
[0052]
因子的方差贡献率：第j个公因子对变量xi的提供方
差总和，反映第j个公因子的相对重要程度。
[0053]
实施例四
[0054]
参照图1，平滑法，平滑法有：简单全期平均、移动平均和指数平滑法，全期平均不考虑时间距离的长短而全部同等的利用，移动平均只考虑部分数据并给予近期较大的权，指数平滑法综合以上两种方法。
[0055]
实施例五
[0056]
参照图1，经济指标的时间序列数据，不存在明显的趋势变动和周期变化，或存在某种长期趋势的变动，短期趋势经常发生变化，需要采用平滑法。
[0057]
实施例六
[0058]
参照图1，使用企业活跃度指数预测gdp这个功能系统大致分为三个功能版块：分行业指标输入板块、目标城市gdp季度预测板块。
[0059]
通过目标城市及其周边城市各行业的指标(如：新增企业数量、新增企业注册资本等)构造目标城市的企业活跃度指数，再与季度gdp增速进行回归预测，得到1-2个季度后的预测值。
[0060]
同时分行业指标输入板块分为了城市行业指标筛选、城市权重分配以及城市分行业指标因子分析三个小板块，在这个大板块中，需要输入的是目标城市和周边城市的分行业指标数据及其目标城市的gdp增速，在城市行业指标筛选小板块中，针对目标城市的gdp增速与目标城市和周边城市的行业指标数据进行时差相关分析法，对每一个行业指标进行先行、同步和滞后关系的定义，在城市权重分配小板块中，只针对先行关系的指标进行因子分析确定目标城市和周边城市的权重，在城市分行业指标因子分析小板块中，针对先行关系的指标进行各城市的因子分析得到各城市的降维数据。
[0061]
目标城市gdp季度预测板块中，输入的是各个城市的降维数据、目标城市和周边城市的权重。输出的是构造出的季度企业活跃度指数与季度gdp增速的数值和折线图。我们通过每个城市因子降维后的数据进行运算，得出每个城市的综合得分数值，再通过各个城市的权重，计算出目标城市权重之下的综合得分，因其是通过行业指标数据得来，所以命名为目标城市的企业活跃度指数，通过目标城市的企业活跃度指数和gdp增速，构造回归模型预测gdp增速。
[0062]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

技术特征：
1.一种使用企业活跃度预测经济走势的方法，包括预测目标城市综合企业活跃度：预测目标城市综合企业活跃度的方法包括以下几点步骤：步骤一：选择目标地区与周边地区的所有行业指标；步骤二：收集整理目标地区的经济指标，包括gdp总值及增速；步骤三：使用时差相关分析法，找出相对经济指标的先行、同步、滞后的行业指标；步骤四：使用因子分析法，分析目标地区、周边地区的因子权重；步骤五：使用指标标准化、主成分法按主成分、因子权重合成企业活跃度指数；步骤六：将企业活跃度指数进行平滑处理；步骤七：使用holt-winter，基于企业活跃度的变动预测目标地区的gdp增速。2.根据权利要求1所述的一种使用企业活跃度预测经济走势的方法，其特征在于，所述时差相关分析法能够敏感反映当前经济活动的经济指标作为基准指标，然后使被选择指标超前或滞后若干期，计算他们的相关系数，根据相关系数最大值对应的时间，可判断两指标之间的领先、滞后期数所得结果更为客观，主要计算公式为：3.根据权利要求1所述的一种使用企业活跃度预测经济走势的方法，其特征在于，所述因子分析原始变量的p个变量表达为k个因子的线性组合变量；设p个原始变量为x1,x2...x
p
，要寻找k个因子为f1,f2...f
k
，主成份和原始变量之间的关系表示为：系数为a
ij
第i个变量与第k个因子之间的相关程度，也称为载荷，由于因子出现在每个原始变量与因子的线性组合中，因此也称为公因子ε，为特殊因子或可称为误差，代表公因子以外的因素影响，共同度量：变量的信息能够被k个公因子解释的程度，因子的方差贡献率：第j个公因子对变量x
i
的提供方差总和，反映第j个公因子的相对重要程度。4.根据权利要求1所述的一种使用企业活跃度预测经济走势的方法，其特征在于，所述平滑法，平滑法有：简单全期平均、移动平均和指数平滑法，全期平均不考虑时间距离的长短而全部同等的利用，移动平均只考虑部分数据并给予近期较大的权，指数平滑法综合以上两种方法。
5.根据权利要求1所述的一种使用企业活跃度预测经济走势的方法，其特征在于，所述经济指标的时间序列数据，不存在明显的趋势变动和周期变化，或存在某种长期趋势的变动，短期趋势经常发生变化，需要采用平滑法。6.根据权利要求1所述的一种使用企业活跃度预测经济走势的方法，其特征在于，所述使用企业活跃度指数预测gdp这个功能系统大致分为三个功能版块：分行业指标输入板块、目标城市gdp季度预测板块。

技术总结
本发明涉及经济走势技术领域，尤其涉及一种使用企业活跃度预测经济走势的方法，解决了现有技术中使用时序模型去预测GDP，利用的是数据自身去预测自身，这样的模型局限性是只适用于预测与自身前期相关的现象，而缺少先行指标的辅助的问题。一种使用企业活跃度预测经济走势的方法，包括选择目标地区与周边地区的所有行业指标，收集整理目标地区的经济指标，使用时差相关分析法，找出相对经济指标的先行、同步、滞后的行业指标，使用因子分析法，分析目标地区、周边地区的因子权重。本发明采用构造先行指标的方法对GDP进行先行指导性地预测，预测结果会更加精准有效，通过行业当期增速，可以提前对行业进行导向性布局，使GDP更加接近期望走向。近期望走向。近期望走向。


技术研发人员：李健
受保护的技术使用者：数联天下（北京）科技有限公司
技术研发日：2023.05.11
技术公布日：2023/8/4