物理建模預測GDP準確度高
據英國《自然·物理學(xué)》雜志30日在線(xiàn)發(fā)表的一項最新研究，歐洲科學(xué)家團隊詳細介紹了一種預測國內生產(chǎn)總值(GDP)的新方法，將經(jīng)濟增長(cháng)視為一套物理系統，通過(guò)復雜系統物理建模對產(chǎn)品出口數據進(jìn)行分析，并預測該系統的動(dòng)態(tài)。新方法可以補充國際貨幣基金組織(IMF)的預測，準確度甚至更優(yōu)。
GDP是指一個(gè)國家(或地區)所有常住單位在一定時(shí)期內生產(chǎn)的全部最終產(chǎn)品和服務(wù)價(jià)值的總和，常被認為是衡量國家(或地區)經(jīng)濟狀況的指標。
而對一個(gè)國家的復雜經(jīng)濟系統建模是極大的挑戰。盡管經(jīng)濟學(xué)家可以獲取的數據越來(lái)越多，但從海量的數據中得出可靠的、重現性好的結果，遠非易事。因此有人提出讓復雜系統物理學(xué)來(lái)幫忙：這一領(lǐng)域的技術(shù)優(yōu)越性在于，可以對難以從單個(gè)要素中分析的系統進(jìn)行建模，例如流行病蔓延、交通流量變化等。
意大利國家研究委員會(huì )(CNR)研究人員安德魯·塔切拉及其同事開(kāi)發(fā)的這套GDP預測方法的基本理念是：在已知的歷史數據中找到未知的復雜系統的近似模擬，并觀(guān)察模擬的時(shí)間演化，從而對復雜系統的行為進(jìn)行預測。
不過(guò)，這種方法只有在使用低維模型(維度即輸入變量的個(gè)數)時(shí)才可靠，而任意添加數據反而會(huì )降低預測可靠性。因此，研究人員只用兩個(gè)變量進(jìn)行了有效的GDP預測——國家人均GDP和“健康度”(fitness)。其中，“健康度”是研究者對出口數據運行大量計算后構建的一個(gè)衡量國家競爭力的單量。
團隊隨后將自己作出的預測與IMF基于既往數據的預測進(jìn)行對比。結果顯示，他們的預測平均準確度高了25%。同時(shí)，兩套預測模型誤差無(wú)相關(guān)性，意味著(zhù)兩種方法對國內生產(chǎn)總值增長(cháng)的預期具有互補性，預示了未來(lái)兩者連用以提高預測準確性的可能。(張夢(mèng)然)
