基于文本分析的首席经济学家信心指数的构建与宏观预测

经济学家的综合研判和信心程度在经济波动和不确定性加剧的今天更加具有参考价值，然而现有的经济学家信心指数频率较低、编制成本较高、时效性不强，因此没有受到足够的重视.本研究借助“首席经济学家论坛”在线文本数据、通过前沿的自然语言处理技术TextRank+FinBERT方法构建了月频的首席经济学家信心指数及子指数(CECI).研究发现，首席经济学家信心指数和统计局的季度经济学家信心指数走势一致，但是时效性更强、更新频率更高；相比其他主体信心，首席经济学家信心作为景气指标效果更好；在宏观预测方面，首席经济学家信心指数系列能显著改进对主要宏观变量的样本外预测效果.本研究是使用人工智能方法构建景气指标并进行宏观预测的有益尝试，本文的方法论可以用到其他高频景气指数的构建上....