利用 Swift 信用证数据改善 Covid-19 大流行期间世界贸易的短期预测

WP / 20247改善世界贸易的短期预测使用快速数据Covid-19大流行期间信用证本杰明纸箱,Nan,乔安妮Mongardini,祺守屋,Aneta Radzikowski国际货币基金组织的工作论文描述作者正在进行的研究并已发表引起的意见和鼓励辩论。国际货币基金组织的工作论文的观点是作者的观点，不一定代表国际货币基金组织的观点，其执行委员会或国际货币基金组织的管理。 ©2020国际货币基金组织(imf)WP / 20/247国际货币基金组织的工作论文研究部门改善世界贸易的短期预测在 Covid-19 大流行期间使用 SWIFT 信用证数据由Benjamin Carton，Nan Hu，Joannes Mongardini编写，祺守屋,Aneta Radzikowski*授权分销的本杰明打猎2020年11月国际货币基金组织的工作论文描述作者正在进行的研究，并发表于引起评论和鼓励辩论。国际货币基金组织的工作论文的观点作者的观点，并不一定代表基金组织及其执董会的观点，或国际货币基金组织的管理。摘要基金工作的一项基本内容是监测和预测国际贸易。本文使用信用证上的 SWIFT 报文以及原油价格制造业采购经理人指数（PMI）的新出口订单将有所改善国际贸易的短期预测。线性回归和针对世界和40个大型经济体的机器学习算法表明，预测基于线性回归的性能通常优于基于机器学习算法的线性回归，通过信用证确认贸易与其融资之间的线性关系。冻胶分类数字:F17 F47关键词:快速;贸易预测;机器学习作者的电子邮件地址：bcarton@imf.org nhu@hkma.gov.hk;jmongardini@imf.org;kmoriya@imf.org;aradzikowski@imf.org* Benjamin Carton、Joannes Mongardini和Aneta Radzikowski分别是高级经济学家、副经济学家处长，国际货币基金组织研究部研究官员。森谷圭是一个经济体系国际货币基金组织的工程师。胡楠在2019年2月至7月期间担任国际货币基金组织项目官员，当时她参加了这次活动。研究项目。她现在是香港货币及金融研究所的经济学家。感谢国际货币基金组织创新实验室为开展该项目提供资金，并感谢阿斯特丽德·索尔森、本杰明亨特、索纳利·达斯、普拉吉安·德布、伯特兰·格鲁斯、丹尼尔·加西亚-玛西亚、洪吉熙、阿尔瓦·坎古尔、伊沃Krznar、Louise Taylor-Digby、Aiko Mineshima、Rafael Portillo和数字研讨会的参与者2019年4月国际货币基金组织和世界银行春季会议期间的有益评论。全部剩余是我们自己的错误。 2内容页面抽象。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2一、简介5二.SWIFT报文与国际贸易6三、利用SWIFT报文预测世界贸易9四.SWIFT与国家海关贸易17V. 线性回归与机器学习预测之间的赛马21六、结论25引用。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。29表1. 世界贸易：不同回归规格的比较132. 世界贸易：回归结果，波罗的海干散货指数（BDI）......163. 提前一步预测的迪博尔德-马里亚诺测试27I.1. 贸易融资中的权衡取舍31II.1. 孟加拉国出口的回归结果34II.2. 巴西进口回归结果35II.3. 结果回归 智利 进口36II.4. 中国进口回归结果37II.5. 法国出口的回归结果38II.6. 加纳进口的回归结果39II.7. 印度出口的回归结果40II.8. 印度尼西亚进口的回归结果41II.9. 以色列出口的回归结果42II.10. 以色列进口的回归结果43II.11. 意大利出口的回归结果........................44II.12. 韩国出口的回归结果45II.13. 韩国进口的回归结果46II.14. 拉脱维亚出口的回归结果........................47II.15. 立陶宛出口的回归结果..............................48II.16. 马来西亚进口的回归结果49II.17. 墨西哥出口的回归结果50II.18. 尼日利亚出口的回归结果51II.19. 挪威出口的回归结果52II.20. 俄罗斯进口的回归结果53II.21. 泰国出口的回归结果54II.22. 土耳其出口的回归结果55II.23. 土耳其进口的回归结果56II.24. 越南进口的回归结果57 3数据1. 资金流向和商品贸易72. 由 SWIFT 贸易报文资助的商品贸易份额.....................................83. 世界贸易和.SWIFT贸易信息94. 世界贸易和 SWIFT 贸易报文105. 世界贸易和 SWIFT 贸易报文，制造业采购经理人指数：..................116. 世界贸易预测，2019年1月15日..................7. 世界贸易滚动预测148. BDI 和 SWIFT 对世界贸易的预测169. SWIFT与AR的比较（2）世界贸易预测1810. SWIFT 报文与国家海关数据之间的相关性2011. 世界贸易：基于线性回归和MLA的预测23第12章 韩国 进口：基于线性回归和MLA的预测24第13章 拉脱维亚 出口：不同预测的RMSE。25II.1. 孟加拉国出口和 SWIFT 贸易报文34II.2. 巴西进口和 SWIFT 贸易报文35II.3. 智利进口和 SWIFT 贸易报文36II.4. 中国进口和 SWIFT 贸易报文37II.5. 法国出口和 SWIFT 贸易报文38II.6. 加纳进口和 SWIFT 贸易报文39II.7. 印度出口和 SWIFT 贸易报文40II.8. 印度尼西亚进口和 SWIFT 贸易报文41II.9. 以色列出口和 SWIFT 贸易报文42II.10. 以色列进口和 SWIFT 贸易报文43II.11. 意大利出口和 SWIFT 贸易报文44II.12. 韩国出口和 SWIFT 贸易报文45II.13. 韩国进口和 SWIFT 贸易报文46II.14. 拉脱维亚出口和 SWIFT 贸易报文..................47II.15. 立陶宛出口和 SWIFT 贸易报文48II.16. 马来西亚进口和 SWIFT 贸易报文49II.17. 墨西哥出口和 SWIFT 贸易报文50II.18. 尼日利亚出口和 SWIFT 贸易报文........................51II.19. 挪威出口和 SWIFT 贸易报文........................52II.20. 俄罗斯进口和 SWIFT 贸易报文53II.21. 泰国出口和 SWIFT 贸易报文54II.22. 土耳其出口和 SWIFT 贸易报文55II.23. 土耳其出口和 SWIFT 贸易报文56II.24. 越南 进口和 SWIFT 贸易报文57III.1. 决策树回归60III.2. 数据集的分区60III.3. 支持向量回归的拟合过程61III.4. 将非线性 SVR 映射到高维回归空间62III.5. 集成方法的过程63III.6. 套袋方法63III.7. 梯度提升法64 4III.8. 随机森林法64III.9. 过拟合与最优超参数65III.10. 估计过程中的K折交叉验证（K=5）..............................66附录一、国际贸易融资31II—图表和线性回归结果34三、机器学习算法58IV—SWIFT 预测方法..................68 5我我。NTRODUCTION货币基金组织工作的一项基本内容是监测和预测国际贸易。贸易是全球经济活动的领先指标，也是溢出效应的关键渠道。一因此，准确和及时地阅读贸易发展可以提供有用的见解全球经济活动和经济体的短期增长动态。这尤其值得一提与2020年上半年世界贸易下降相关的当前形势是封锁导致全球经济活动萎缩的早期指标以及与正在进行的 Covid-19 大流行相关的社交距离。贸易融资可以成为国际贸易的早期指标。在货物运输之前在各个国家，进口商经常安排贸易融资，特别是在亚洲。银行提供可由进口货物担保的信用证或贸易预付款抵押品，并收取费用和利息，直到进口商出售货物并还清贸易信贷。因此，贸易融资可以成为国际贸易的领先指标几周，具体取决于生产和运输商品所需的时间进口的出口国。SWIFT 是安全金融报文传送服务的全球提供商，为这份工作文件载有查阅信用证数据的资料。每月 SWIFT 数据是1在报告月结束后的几个工作日内提供，按国家/地区汇总并在匿名的基础上。关联的元数据提供消息所在的国家/地区来自（通常是进口国），受益人居住的国家（通常是出口国）和当月的交易总额（在美元和人民币结算)。本文使用SWIFT数据来改进国际贸易的短期预测，连同布伦特原油价格和新出口订单子组成部分制造业采购经理人指数（PMI）（如有）。两种线性回归并利用机器学习算法提取SWIFT的先行信息内容贸易信息改善世界和国家贸易的短期预测40大经济。在此过程中，SWIFT 交易报文显示具有以下信息内容：预测短期内世界贸易，以及选定经济体的国家贸易，特别是亚洲。此外，线性回归预测和机器学习预测之间的赛马1 SWIFT 代表 全球银行间金融电信协会。这是一个合作社公用事业公司由国际银行于1973年创立，旨在提供安全的通信平台。见 SWIFT （2019a）了解更多信息。与 SWIFT 报文传送流相关的数据经 S.W.I.F.T. 许可发布。© SC.SWIFT 2020。保留所有权利。因为金融机构有多种交换方式有关其金融交易的信息，SWIFT 关于资金流动的统计数据并不代表完整市场或行业统计数据。对于全部或部分基于 SWIFT 的任何决定，SWIFT 不承担任何责任统计数据,并为他们的后果。 6表明线性回归预测通常优于其他预测。这可能反映了贸易数据与其通过 SWIFT 融资之间的线性关系。本文的组织结构如下。第二部分简要介绍了 SWIFT消息和贸易融资。第三节介绍利用SWIFT对世界贸易的预测消息和最近在 Covid-19 大流行期间的表现与其他消息相比世界贸易预测。SWIFT 报文与国内贸易之间的关系是在第四节中讨论。第五部分介绍了基于线性的预测之间的赛马回归和基于机器学习算法的回归。主要结论是第六章总结了。2斯威夫特米ESSAGES和我国际T条SWIFT 是安全金融报文传送服务的提供商。它的服务被超过在全球200多个国家和地区拥有11，000家金融机构。自今天，SWIFT代表了企业、金融的主要沟通渠道结算国际金融支付、证券的机构和市场基础设施，外汇交易、资金运营和贸易流动。2SWIFT 报文和参考数据标准化，确保数据交换金融机构之间是明确的。SWIFT 报文分为九个类别，如客户付款和支票、金融机构转账、资金市场，以及跟单信用证和担保。这些类别中的每一个都包含几个消息的类型。SWIFT 报文以标识符 （MT） 开头，后跟 3-表示类别、组和类型的数字。基金几年前就获得了一个专有的环球银行间金融电信协会报文数据库。到 2010 年，并在月底后的几个工作日收到每月更新。.SWIFT数据按国家/地区按月频率汇总，并且是匿名的。每个数据点包含消息类型代码、消息名称、原始消息的代码和名称国家、交易对手国家的代码和名称、使用的货币、总数当月发送