GVA预测印度
该研究得到了印度政府NITI Aayog的财务支持，并由加尔各答的Quantta Analytics Pvt. Ltd执行。 项目范围 Quantta 被分配了一个项目，以识别领先指标，为GVA和GDP的方向和变化提供早期预警系统。 我们已经确定了约100个潜在指标。最终减少到约24个，这些对于预测经济增长方向具有较高的信心。 免责声明 Quantta Analytics Pvt. Ltd. 已获得2018年NITI Aayog研究计划下的拨款以制作该文件。然而，NITI Aayog不对该文件中表达的研究结果或观点负责。此责任由Quantta Analytics Pvt. Ltd. 承担。 摘要 我们预测 • 2021-22财年第三季度GDP增长率为9.93%，呈积极增长态势 2021-22财年第四季度GDP增长8.80%，呈正增长 快速摘要 关键发现 随着生活的正常化，我们看到所有领域的改进和积极迹象。 航空和铁路的客运量每天都在增加，因为现在越来越多的人为了工作和休闲而旅行。 出口进口行业展现出强劲复苏态势。 八个核心行业也显示出良好的复苏迹象，钢铁、水泥、原油等所有行业均显示上升趋势图。 总体来说，印度经济状况良好。 变量待进一步测试识别 我们研究了以下七个变量，以准确预测地区生产总值（GVA）： • NSE月度交易额• BSE市值• BSE月度交易额• NSE市值• 黄金月均价格• 白银月均价格• 美元兑印度卢比汇率 对于NSE，我们目前使用的是总交易额。除了交易额，我们还可以使用其组成部分：价格和量。要获取价格，我们可以选择一个能够代表整个印度市场的流行指数或股票。 从上述八个变量中，以下四个变量为我们提供了良好的预测能力和我们采用了同样的方法： • NSE月度交易额• NSE市值• 黄金月均价格• 美元兑印度卢比汇率 YOY增长 实际与预测对比 Q-O-Q 增长实际与预测对比 0.69%Q2_FY17第二季度财务年度2017 1.56%与预测相比Q4_FY17 1.93%2.34%1.61%1.73%0.55%0.35%第四季度_财年17我们的预估值内生产总值(GVA)的增长紧密反映了实际结果。我们已经对这个进行了压力测试。Q1_FY18过去八年。我们相信，这为可能发生的GVA变化提供了一个良好的早期预警系统。2018财年第二季度.季度。其中一些偏差也是由于结构性变化，如货币化或增值税等因素造成的。Q3_FY18 2.94%Q4_FY18Q4_FY18 译为：2018财年第四季度 1.45%Q1_FY19 Q2_FY19Q2 2019 Q-O-Q增长实际与预测相比 我们的预测国内生产总值（GVA）的增长与实际结果紧密相随。我们已经对这个进行了压力测试。超过三十二个季度。我们相信这为季度GDP变化的可能变化提供了一个良好的早期预警系统。一些偏差也是由于结构性变化，例如货币化或增值税。 商业车辆销售卷帙 - 预测 两轮车车辆销售卷帙 - 预测 航空公司乘客交通预测 航空货运量预测 铁路——货运与收益 铁路Earning with预测 铁路货运交通预测 力量需求与供给 能源需求（兆单位） 能源未提供巨单位 能源峰需求 能源峰供应 制造 煤炭生产在百万吨级预测 石油生产吨级预测 天然气预测生产 肥料预测生产 进口与出口 - 货物与服务 出口预测 进口与预测 贸易服务态度预测 美元 印度卢比exchange比率 商品 - 金 平均金价预测 股市 - 成交量和市值 营业额为NSE with预测 市场大写字母的使用NSE with Prediction 泉塔模型 方法论 由于我们正在研究L.I.及其对GVA的影响，我们使用Hodrick-PreSCott（H.P.）滤波器对系列数据进行去趋势处理，以获得20个选定领先指标周期成分。商业周期描述了用GVA衡量的经济增长的变化。所有L.I.的每个数据系列都被转换为对数形式。我们计算周期成分的标准差（SD）。数据系列的对数形式除以SD。在标准化系列之间求平均值。所有季度成分以获取Quantta指数。预测基于过去值的L.I.趋势。叠加GST/货币化对Quantta指数的影响趋势，并计算Quantta得分Quantta得分年同比增长预测为GVA年同比增长预测 产品和服务的使用在经济发展过程中的增值环节中至关重要。根据行业性质的不同，不同行业的产品或产出的创造过程也各不相同。 为了衡量一个行业对经济的影响，我们将滞后时间定义为从研究期间起的T减去的时间。例如，一个反映农民种植作物意愿的行业。化肥消费显示出消费之间较窄的时间滞后 对经济的影响使其成为经济状况的前瞻性指标。另一方面，国内旅客流量显示出滞后，表明人们在不确定性增加时推迟旅行，而在他们对业务和经济的历史表现持积极态度时增加旅行。这些信号对于理解经济的潜在趋势至关重要。 区块Granger测试 L.I.的时间序列被认为是GVA的格兰杰原因，如果L.I.的滞后值提供了关于GVA未来值的显著信息。为每个子指标获取概率（p）值。这用于衡量指标对GVA的影响强度。p值是一个介于0和1之间的数字。小的p值（通常≤0.1）表明L.I.对GVA有强烈的证据影响。大的p值（>0.3）表明L.I.对GVA的证据/影响较弱。边缘p值（0.1-0.3）表明L.I.对GVA有中等影响。为每个时间段计算p值。最低的p值显示L.I.与GVA之间最高的相关性。
