季节ARIMA模型与LSTM神经网络预测的比较

摘要

宏观经济预测一直是经济领域研究的热点和难点,随着深度学习技术的发展,长短期记忆(LSTM)神经网络已广泛应用于经济、金融等诸多领域。文章分别用传统的统计计量方法(ARIMA模型)和深度学习方法(LSTM神经网络)建模,预测中国2019年GDP季度数据。结果表明:(1)并非所有的LSTM建模预测都优于传统统计计量方法,应根据数据特点,选择适合的预测模型,通过对GDP的预测,ARIMA模型取得了更好的效果。(2)针对结构比较简单的时间序列数据,传统计量方法能得到较好的效果;针对结构复杂的非线性多变量数据,特别是非结构化数据,LSTM神经网络可以取得不错的效果。(3)根据GDP预测结果推算,2019年中国GDP增长率为6.49%,虽比上年下降0.11个百分点,但仍保持中高速平稳增长。