基于相关性分析的宏观经济指标预测算法

摘要

针对我国宏观经济的监测预测问题,提出了一种基于相关性分析的宏观经济指标预测算法。首先,通过插值和归类等方法对海量宏观经济指标进行预处理,获得频率一致的时序数据;然后,对预处理后的指标进行相关性分析,通过指标择优机制自动挑选出对指定的目标指标综合影响最大的关联指标集;最后,结合多元回归分析、反向传播(BP)神经网络等预测模型对目标指标进行预测,并计算每个关联指标对目标指标的贡献度。试验结果表明,该算法可有效提取关联指标,具有较强的鲁棒性和较高的预测准确率。