[发明专利]基于ADL-MIDAS的GDP预测方法、装置、设备及存储介质

说明书

本发明涉及一种基于ADL‑MIDAS的GDP预测方法、装置、设备及存储介质。所述基于ADL‑MIDAS的GDP预测方法包括：获取原始用电量数据集；对原始用电量数据集进行预处理；对预处理后的用电量数据集进行特征选择；建立ADL‑MIDAS模型组合；对ADL‑MIDAS模型进行训练；通过根均方误差选择ADL‑MIDAS模型组合中的最优ADL‑MIDAS模型，将待预测的用电量数据输入最优ADL‑MIDAS模型中，得到预测的GDP。本发明一方面具有前瞻性作用的电力大数据能够较好反映宏观经济波动，使得决策部门可利用电力大数据对宏观经济进行预测，及时把握经济走向；由于安徽经济增长动能充足，电力需求预期保持较快增长，通过本发明可以提早做好内建外引，多措并举夯实省内电力供应保障能力，保障全省电力供应。

技术领域

本发明涉及电力大数据和GDP预测技术领域，尤其是一种基于ADL-MIDAS的GDP预测方法、装置、设备及存储介质。

背景技术

GDP是衡量一个国家或地区经济状况和发展水平的重要指标，是最受关注的宏观经济指标，主要靠投资、出口和消费这“三驾马车”拉动。

关于GDP预测研究，现有学者多利用同频数据进行建模，可以发现，这些研究或直接利用同频数据对GDP进行预测，或者高频自变量降低为低频变量或者将低频变量转变为高频变量，进行同频处理，但这无疑会造成信息损失或信息过度，都无法充分利用真实的数据。为了解决不同频率数据的建模和预测问题，Ghysels等提出了混频数据模型MIDAS，该模型可以有效利用宏观经济数据中的高频信息，避免在对低频指标预测过程中的信息损失，提高了预测的准确性。也有学者在“三驾马车”的基础上，构建综合指数预测宏观经济运行情况。如秦梦利用月度工业用电量、金融机构中长期贷款余额以及铁路货运量增速构建“克强指数”，利用MIDAS模型对我国GDP进行混频预测。

“经济发展，电力先行”，作为国民经济发展不可或缺的生产要素和物质基础，电力被誉为经济发展的“大动脉”。电力消费与中国经济增长之间已被证明存在着协整关系。电力消费对经济增长均有着显著的促进作用，电力大数据具有实时、客观、颗粒度细等优势，然而，极少数学者利用高频的电力消费数据预测GDP，仅孙妮等对此进行探索，但用电数据长度仅为2014年1月至2019年12月，缺乏不同的权重估计方法的比较。

发明内容

本申请实施例提供了一种基于ADL-MIDAS的GDP预测方法、装置、设备及存储介质，可以解决利用高频的电力消费数据预测GDP的问题，通过电力大数据能够较好反映宏观经济波动，使得决策部门可利用电力大数据对宏观经济进行预测，及时把握经济走向。所述技术方案如下：

根据本申请的一个方面，提供了一种基于ADL-MIDAS的GDP预测方法，所述方法包括下列顺序的步骤：

(1)获取原始用电量数据集；

(2)对原始用电量数据集进行预处理，得到预处理后的用电量数据集；

(3)对预处理后的用电量数据集进行特征选择，提取预处理后的用电量数据集的数据特征；

(4)建立ADL-MIDAS模型组合；

(5)将预处理后的用电量数据集对ADL-MIDAS模型进行训练，得到训练好的ADL-MIDAS模型组合；

(6)通过根均方误差选择ADL-MIDAS模型组合中的最优ADL-MIDAS模型，将待预测的用电量数据输入最优ADL-MIDAS模型中，得到预测的GDP。

所述步骤(1)是指从安徽省统计局官网获取2005-2022年宏观经济指标及安徽省全社会用电量，2005-2022年宏观经济指标及安徽省全社会用电量组成原始用电量数据集。

所述步骤(2)具体是指对原始用电量数据集进行数据重建、归一化处理。

所述步骤(4)具体包括以下步骤：