|
|
|
|
|
|
t*******a 发帖数: 4055 | 1 物理学家也搞GDP预测:中国未来几年仍将保持高速增长
物理学家要是认真跨起界来,往往就没别人什么事了。
北京时间7月30日23时,《自然-物理学》介绍了一种从物理学视角出发的GDP增长预测
模型。该模型只用到了两个维度进行预测,准确率却比IMF(国际货币基金组织)提高
25%。
该模型尤其适用于发展中国家。对于“中国经济高速增长还能保持多久”这道国际经济
学界的压轴题,物理学家的简单模型给出了积极的答案,认为中国不会掉入“中等收入
陷阱”。
假如经济是个物理问题
意大利国家科研委员会(CNR)复杂系统研究所的塔凯拉(Andrea Tacchella)试图以
一个物理学家的思维方式看待经济增长。
对物理学家而言,经济无非就是个极端复杂的动力系统,这个系统内部的运动法则是未
知的。
状态:该国GDP和其他社会-经济学变量
假设:这些变量会产生某种特定的耦合,决定系统的演化
已知:已往观察到的系统状态,以及这些状态在固定时间段后发生的变化
求解:预测固定时间段后,该动力系统的新状态
面对这样一个未知的复杂动力系统,物理学家们通常会怎么预测?答案就是,在已往状
态中找到一个最接近现在状态的,看它当时是怎么演化的。
这种方法被称为“类比法”。
变量并非多多益善
现有的GDP增长预测模型十分复杂,动辄就用到上百个变量,设计社会经济、金融、国
际贸易等方方面面。
用的变量越多,考虑得越全面,预测就能越准确吗?其实不然,变量越多,研究者就越
难找到合适的参数来描述。光一个原材料价格要怎么界定,就够几大学派吵一架的了。
此外,变量越多,就在空间上创造了更多维度。以“类比法”的经验来说,这更难找到
可以类比的样本。
因此,这篇论文提出了一种二维模型。基于购买力平价的人均GDP和“经济适应度”构
成了该模型的横纵坐标。国家经济动态发展在这个简单的二维空间中表现出高度规律性。
其中,“经济适应度”(EF)是论文的三名作者着重介绍的概念。这个参数仅仅提取了
公开的出口数据,却能有效而综合地量化一国经济的竞争力。论文称,经济适应度不是
简单的搬用出口数据,而是解释一国生产结构的复杂程度,用显性比较优势衡量它在国
际市场上的竞争性。
比IMF准确
利用IMF发布的可用历史数据,作者在3个五年期窗口中(2008年–2013年, 2009年–
2014年以及2010年–2015年)进行了482个GDP增长预测,得出结果与实际情况的差值。
之所以选择5年这个周期,一方面是因为这个长度足够消除掉经济短期波动的影响,另
一方面是IMF正好有同期的预测模型可以比较。
比较显示,这个二维模型与实际情况的差值普遍要小于IMF的模型,预测准确率比IMF高
上25%。
值得一提的是,该模型与IMF模型的误差并不相关,它们似乎提供了垂直维度上的解释
。这暗示着,调整一下置信区间,两个模型结合后的预测能力会更佳。
论文还列出了新模型相较IMF模型预测优势最大的20个对象,基本上都是发展中国家。
作者对此解释道,新模型看重的出口是拉动发展中国家经济增长的重要力量,而IMF包
含的金融等因素在发达国家影响更大。
谁在“中等收入陷阱”?
物理学家们最后试图用新模型来“犀利”地回答一些经济学界老生常谈的问题,比如“
中国的经济高速增长还能持续多久”。
文章指出,中国长达20多年的稳定增长是经济轨迹上的一个极端异类,在整个动力系统
中没有可以类比的案例,最接近的只有二战后的日本。因此,用“类比法”给中国GDP
做出定量分析并不是最佳,但在定性分析上仍有一定的参考意义。
2015年时,巴西的人均GDP仍略高于中国,两者看起来都是“中等收入经济体”,都有
掉入“中等收入陷阱”的风险。
然而,一旦加入经济适应度这个坐标,两国在二维空间上的位置就被完全地区分回来。
巴西位于一个非常拥挤的区域,和俄罗斯、南非等国家在一起。这个区域被作者定义为
“中等收入陷阱”。
物理学家也搞GDP预测:中国未来几年仍将保持高速增长
巴西在二维空间上和中国区分开来
中国则不同。相比起和它经济适应度相仿的国家,中国的GDP要低得多。作者因此判断
,在未来数年内,中国的GDP和经济适应度将保持双高速发展。
论文结尾提到,该新模型的有效性暗示了各国经济发展的路径往往是相似的,并不受时
间和地域的限制。这种“普适应”或许可以引申到地区层面,比如欧盟这样的经济体。 | b****n 发帖数: 6896 | 2 虽然叔不太明白,
但据叔在中国的观察
中国完全没有经济增长大幅度减速的迹象。 | t*******a 发帖数: 4055 | 3 好象是某种chiral模型,看不懂
我孤闻寡见,这是我所知道的第一个自然
以前,模拟经济都是在PRE,干得好的,就在PRL
玩混沌的,如果加一个经济,就可以玩,
缺点是,一旦被拒,就难以翻身了,瞎子点灯白费蜡 |
|
|
|
|
|