典型文献
通货膨胀影响因素识别——基于机器学习方法的再检验
文献摘要：
准确识别通货膨胀的影响因素,可以前瞻性地防范通胀风险及其危害,具有重要政策意义.已有研究主要使用SVAR等传统计量方法分析通胀的影响因素,但传统计量方法能够涵盖的因素种类和非线性关系有限.考虑到机器学习方法能够有效突破传统方法的局限,本文综合使用SHAP值解释性方法和SVR等多种非线性机器学习方法,重新识别了2001-2019年间我国所发生的5轮通胀的影响因素.研究结果表明,第一,通胀预期和食品价格上涨是过去20多年间多轮通胀的共同驱动因素;第二,消费和投资等需求拉动因素对通胀的影响逐渐减弱,成本推动因素尤其是劳动力成本对通胀的影响不断增强;第三,货币政策能够通过多种渠道影响通胀走势,并且一直是通胀的重要影响因素.有鉴于此,建议通过加强引导通胀预期、稳定食品生产和供应、营造良好经营环境以缓解劳动成本上涨压力等举措防范通胀风险.此外,不能因为担心通胀压力就过于束缚货币政策的力度,应该在做好金融市场和房地产市场宏观审慎监管的前提下,适当加大货币政策对实体经济的支持力度,以更好地应对我国经济下行压力.
文献关键词：
通货膨胀;机器学习;SHAP值解释性方法;通胀预期
中图分类号：
作者姓名：
肖争艳;陈衎;陈小亮;陈彦斌
作者机构：
中国人民大学应用统计科学研究中心;中国人民大学统计学院;中国社会科学院经济研究所;中国人民大学经济学院
文献出处：
引用格式：
[1]肖争艳;陈衎;陈小亮;陈彦斌-.通货膨胀影响因素识别——基于机器学习方法的再检验)[J].统计研究,2022(06):132-147
A类：
B类：
通货膨胀,影响因素识别,基于机器学习,机器学习方法,准确识别,通胀风险,SVAR,统计量,计量方法,非线性关系,SHAP,解释性,SVR,重新识别,通胀预期,食品价格,价格上涨,多轮,驱动因素,需求拉动,拉动因素,成本推动,推动因素,劳动力成本,货币政策,走势,有鉴于此,导通,食品生产,良好经营,经营环境,解劳,劳动成本,担心,心通,金融市场,房地产市场,宏观审慎监管,经济下行压力
AB值：
0.368412
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
