大数据时代下使用互联网搜索量预测CPI——基于LASSO和核偏最小二乘的联合使用

• 作者: 周先波 朱君梅 欧阳梦倩
• 来源期刊: 金融学季刊
• 关键词: CPI 百度搜索指数 LASSO算法 核偏最小二乘回归
• 年，卷（期）: 2020,（2）
• 页码范围: 112-136
• 页数: 25页
• 语种: 中文

摘要

本文结合LASSO和核偏最小二乘回归研究百度搜索指数对CPI的预测作用.首先,选取宏、微观经济领域与CPI相关的、有代表性的百度搜索关键词,将其月平均指数作为CPI预测的一类自变量.其次,联合使用L ASSO算法和核偏最小二乘回归,用网格搜索法选取最优参数组合,对自变量集进行有效降维得到最优预测.最后,比较单独使用互联网搜索量、单独使用政府统计数据和同时使用两者对CPI的预测效果,结果显示,互联网搜索量和政府统计数据对CPI预测的效果具有互补性,同时使用两者可提升预测的准确性,且能较好地预测转折点.