[发明专利]一种利用电力数据进行宏观经济预测和监测的方法

说明书

本发明公开了一种利用电力数据进行宏观经济预测和监测的方法，基于分行业、分产业的售电量以及工业增加值的数据，进行数据清洗处理，通过季节性调节方法剔除节日因素对数据波动的影响；以工业增加值为基准，通过时差相关性计算方法，计算售电量与工业增加值之间的相关性，根据计算结果选取指标；对选取的指标进行标准化处理，以便于不同量级的数据能够进行对比；对选取的指标进行分组，根据分组合成不同合成指数；构建评价模型，进行计算，根据计算结果评价指数的判断准度。本发明属于经济预测和监测技术领域，具体是一种采用真实用电数据与经济数据进行拟合，形成可按地域、按产业的电力洞察宏观经济的指数的宏观经济预测与监测方法。

技术领域

本发明属于经济预测和监测技术领域，具体是一种利用电力数据进行宏观经济预测和监测的方法。

背景技术

电力数据是经济运行的“晴雨表”，具有颗粒度细、客观真实、频率高等特点。而现有预测宏观经济的技术，主要采用统计数据、景气理论等方法构建宏观经济指数，在数据准确性与实时性方面均有待提高，而且国内学者对电力与经济的关系研究，主要侧重于经济增长与电力消费二者之间的影响研究，少有以电力数据与经济数据混合，按产业、行业开展量化研究分析。

发明内容

为了解决上述难题，本发明提供了一种利用电力数据进行宏观经济预测和监测的方法，采用真实用电数据与经济数据进行拟合，形成可按地域、按产业的电力洞察宏观经济的指数，从电力视角给出简单易行的宏观经济预测与监测方法。

为实现上述目的，本发明采取的技术方案如下：一种利用电力数据进行宏观经济预测和监测的方法，包括如下步骤：

1)基于分行业、分产业的售电量以及工业增加值等数据，进行数据清洗等处理，通过季节性调节方法剔除节日因素对数据波动的影响；

2)以工业增加值为基准，通过时差相关性计算方法，计算售电量与工业增加值之间的相关性，根据计算结果选取指标；

3)对选取的指标进行标准化处理，以便于不同量级的数据均可以进行对比；

4)对选取的指标进行分组，根据分组合成不同合成指数；

5)构建评价模型，对合成指数的表现进行计算，根据计算结果评价指数的判断准度。

进一步地，所述步骤1)中采用X-13ARIMA剔除节日因素对数据波动的影响。

进一步地，所述步骤2)中，时差相关分析是利用相关系数验证时间序列领先、同步、滞后关系的一种常用方法，时差相关性计算方法：挑选一个重要的能够敏感地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，计算它们的相关系数；设Y＝(y₁,y₂…,y_n)为基准指标，X＝(x₁,x₂,…,x_n)为被选择指标，r为相关系数，则

式中l表示超前、滞后期，l取负数时表示超前，取正数时表示滞后，l被称为时差或延迟数；L是最大延迟数，nl是数据取齐后的数据个数，在选择景气指标时，一般计算若干个不同延迟数的时差相关系数，然后进行比较，其中最大的时差相关系数被认为反映了被选指标与基准指标的时差相关关系，相应的延迟数表示超前或滞后期。

进一步地，所述步骤4)中采用LASSO与时间序列分析两种方法筛选指标，发现时间序列法筛选的指标更贴合经济实际情况；基于成熟的景气理论，合成领先指数与同步指数。

进一步地，所述步骤5)中通过数据处理、指标筛选，最终构建电力洞察宏观经济指数，为了使指数能够准确预测经济走势，对指数结果的准确程度进行评价；