基于EEMD模型的固定資產投資周期識別與預測

作者：伍業鋒,張雅茜

摘要：集合經驗模態分解(EEMD)模型可根據數據特點,將時間序列分解成一系列不同頻率的分量,能提供多尺度研究視角,更加精準地把握周期波動規律。本文利用EEMD模型將1996—2017年我國固定資產投資季度數據分解為5個不同頻率的本征模態函數(IMF)分量和1個趨勢項,根據分量特征賦予不同經濟含義,在多個尺度上進行分析。結果發現:IMF1和IMF2分量整合通過白噪聲檢驗,可認為是外部因素的隨機沖擊;IMF3分量周期長度約為3年,可認為是企業庫存量變化引起的存貨周期;IMF4分量周期長度為5年,可認為是政治周期;IMF5分量周期長度約為20年,可認為是建筑周期。隨后在分量分解基礎上建立ARIMA模型進行擬合與預測,通過與其他模型對比,發現EEMD-ARIMA模型表現更優。結論表明,EEMD模型在類似固定資產投資這種波動性較大的經濟時間序列周期識別和預測中更具優勢。

發文機構：暨南大學經濟學院統計學系 暨南大學經濟學院

關鍵詞：固定資產投資周期波動多尺度分析EEMD-ARIMA模型

分類號： F283[經濟管理—國民經濟]