基于LSTM模型的消费者信心指数特征重要性分析

何浪; 刘胜林

doi:10.12184/wspfzjjxWSP2515-823609.20250902

PDF
Export
Share
Collection
Album

Volume 9, Issue 2

Views: 0 Downloads: 0

基于LSTM模型的消费者信心指数特征重要性分析
基于LSTM模型的消费者信心指数特征重要性分析
成都信息工程大学，四川成都 610225
Vol. 9, Issue 2, Pages: 40-45(2025)
Published：28 February 2025
DOI：10.12184/wspfzjjxWSP2515-823609.20250902
Accepted：

Scan QR Code

何浪,刘胜林.基于LSTM模型的消费者信心指数特征重要性分析[J].发展经济学,2025,09(02):40-45.

何浪 & 刘胜林. (2025). 基于LSTM模型的消费者信心指数特征重要性分析. Development Economics of China, 9(2), 40-45..
何浪,刘胜林.基于LSTM模型的消费者信心指数特征重要性分析[J].发展经济学,2025,09(02):40-45. DOI： 10.12184/wspfzjjxWSP2515-823609.20250902.

何浪 & 刘胜林. (2025). 基于LSTM模型的消费者信心指数特征重要性分析. Development Economics of China, 9(2), 40-45.. DOI： 10.12184/wspfzjjxWSP2515-823609.20250902.

摘要

本文基于LSTM深度学习模型对消费者信心指数（CCI）进行预测，并结合SHAP解释模型分析不同经济变量对CCI预测的贡献度。研究发现，国房景气指数3期滞后是影响CCI变化的关键变量，房地产市场波动直接影响消费者信心，房价上涨可能通过财富效应增强消费意愿，而房价下降则可能抑制信心。同时CCI自身的一阶滞后项对未来信心变化也具有显著影响，表明消费者信心具有一定的自回归特性。在预测实验中，LSTM模型对CCI预测表现较好，MAPE仅为7.53%，能够有效捕捉 CCI 的时序特征并准确预测其变化趋势。该结论为消费者信心指数的预测研究提供了新的思考，并进一步验证了房地产市场对宏观经济中的核心作用。

Abstract

关键词

Keywords

references

杨波 . 基于随机森林理论的消费者信心影响因素研究 [J ] . 现代经济信息 , 2018 ( 2 ): 134 .

梁丽芳 , 张浩敏 , 蒋晓艺 . 基于VAR-VEC模型的CCI和CGPI三类细分指数关系研究 [J ] . 桂林理工大学学报 , 2019 , 39 ( 2 ): 508 - 515 .

李红娟 , 卢天哲 , 祝汉灿 . 国房景气指数对CPI和CCI影响及CPI预测模型研究 [J ] . 数学的实践与认识 , 2022 , 52 ( 8 ): 70 - 77 .

刘苗 , 李蔚 , 朱述政 , 等 . 基于互联网文本情感分析的消费情感指数构建 [J ] . 统计与信息论坛 , 2018 , 33 ( 8 ): 31 - 38 .

唐晓彬 , 董曼茹 , 张瑞 . 基于机器学习LSTM&US模型的消费者信心指数预测研究 [J ] . 统计研究 , 2020 , 37 ( 7 ): 104 - 115 .

夏茂森 , 江玲玲 . 基于深度网络CNN-LSTM模型的中国消费者信心指数预测 [J ] . 统计与决策 , 2021 , 37 ( 7 ): 21 - 26 .

Alert me when the article has been cited

Submit

No data

Related Author

No data

Related Institution

No data

⁰