基于国债期限利差的经济衰退预警研究

作     者：邢阿雷 

作者单位：吉林大学 

学位级别：硕士

导师姓名：陈守东

授予年度：2024年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 

主      题：国债期限利差 经济衰退 可解释性预测 集成学习 极限梯度提升模型 

摘      要：自“十四五时期以来,经济高质量发展一直是中国面对新经济形势下的主动策略,也是我国迈向经济强国的关键一步。随着我国实施更大范围、更高水平和更深层次的对外开放,我国与全球经济的联系愈发紧密。然而,近些年来全球竞争格局重塑、新兴经济体频繁动荡等问题的破坏程度和负面影响愈加深远,加剧了我国经济稳定发展的复杂性和严峻性。我国需要在一个经济波动频繁、不确定性激增的世界中直面发展挑战并谋求社会进步。所以注重宏观经济走势的准确预测可以有助于国家和政府科学精准实施宏观调控,从而保持经济的韧性和运行的稳定,尤其是面对经济下行风险时,可以减轻经济衰退带来的巨大冲击。为了适应更高精度的预测需求,我们需要从建模技术以及数据信息两方面作为着重点。国债利率期限结构蕴含着有关产出、通膨等多种宏观经济信息,经过多年的努力,我国国债市场建设的逐步完善,利率市场化改革也稳步推进,国债利率期限结构已经成为对宏观经济进行监测的重要前瞻性指标。同时对于非线性程度较为显著的宏观经济系统来说,变量间的关联方式与关系往往不能很好的被基于经验判断或是主观假设的传统计量模型所发掘,因此不能得到理想可靠的预测结果,与侧重线性关系的传统模型相比,机器学习模型以非线性函数为内核,擅长揭示复杂关系的应用潜力亟待开发。 因此,本文基于机器学习中的集成模型,研究了国债期限利差对经济衰退的预测能力,同时引入SHAP解释框架对模型进行可视化表达,在一定程度上解决了复杂集成模型可解释性较弱的问题。研究发现:第一,微调了以往研究中对于国债期限利差的选择,并成功选取了包括2年期和3个月期限利差在内的2个新的关键变量,新变量在预警中国经济衰退方面具有显著的贡献能力和稳定性,同时发现国债期限利差对第五个月后的经济形势预测效果最佳。第二,增强了模型的泛化能力,在测试集和训练集样本特征分布不一致的情况下,更好地模拟显示未来未知的经济状况,充分挖掘了国债期限利差与经济衰退的非线性关系,使得模型预测能力更加地稳健。第三,通过SHAP的模型事后解释,打开了不透明决策的黑箱模型,兼顾了模型的预测精度和可解释性,并借助最重要期限利差同与之最相关期限利差间的关系找寻最佳工具。