基于网络搜索数据的 GDP 组合预测研究

王书平，卢子晗，冀承秀

(北方工业大学经济管理学院，北京 100144)

摘要：网络搜索数据(Web Search Data,WSD)是研究宏观经济现象的重要微观信息依据。从需求、供给与政策环境等方面选取和 筛选关键词来合成网络搜索指数，采用金枪鱼群(Tuna Swarm Optimization,TSO)算法优化的最小二乘支持向量回归(Least Squares Support Vector Regression,LSSVR)模型，对GDP进行预测。结果表明，网络搜索指数与GDP具有强相关性，合成的网络搜索指数能 较好地反映GDP的波动走势；网络搜索数据的加入使得预测结果呈现出强时效性，预测效果及预测精度都取决于对最优模型的选 择，引入参数智能优化算法可提高模型的预测性能。提出的TSO-LSSVR&WSD  模型充分利用网络搜索数据及组合预测优势，提高 了GDP的预测精度和时效性，可应用于宏观经济指标预测中。

关键词：GDP预测；组合预测；网络搜索数据；金枪鱼群算法；LSSVR模型

基金项目：北方工业大学毓优团队培养计划项目(107051360021XN 083/045);北方工业大学北京城市治理研究基地开放课题(110051360023XN277-02)