长短期记忆模型在低频数据预测中的应用——以新冠肺炎疫情对北京市社会消费品零售总额的影响测算为例

作者：贺菁伟,杨东谕

摘要：新冠肺炎疫情对中国经济社会发展带来严重冲击,科学构建预测模型评估疫情影响显得尤为重要。本文以北京市社会消费品零售总额(以下简称社零额)为研究对象,分别构建单变量SARIMA模型和单变量LSTM模型,同时引入常住人口规模、城镇居民人均可支配收入和居民消费价格指数3个影响社零额的变量,构建多变量LSTM模型拟合社零额时间序列数据,为低频时间序列数据的预测方法提供思路。结合模型预测效果,选取多变量LSTM模型,对非疫情影响的2020年北京市社零额进行预测,通过实际值和预测值的对比,探讨新冠肺炎疫情对北京市社零额的影响。

发文机构：北京市统计应用研究所 北京市商业经济调查总队

关键词：北京市新冠肺炎疫情社会消费品零售总额LSTM模型

分类号： C81[社会学—统计学]