项目总结
与联合国关于全球繁荣的可持续发展目标(sdg)有关, 这个项目调查通货膨胀的影响, COVID-19大流行加剧了这种情况, 关于实现这些目标的进展. 从消除贫困到建立清洁能源和弹性基础设施, 联合国为人类制定了到2030年实现的17项可持续发展目标. 这些目标中的每一个都可以分解成组件,在这些组件中收集关于每个子目标的数据. 该项目展示了与这些目标及其与通货膨胀关系有关的数据的统计探索. 我们将介绍这一探索的过程和发现, 以及, 使用可持续发展目标相关预测指标对通胀进行建模的最终方法. 其结果显示了经济指标之间微妙的关系, 像通货膨胀, 以及可持续发展目标的现状.
项目目标
该项目的目标是通过利用统计和机器学习方法揭示通货膨胀与各种预测因素之间的关系,确定联合国可持续发展目标的哪些组成部分说明了对通货膨胀的依赖.
分析
我们使用的数据主要来自联合国和世界银行, 包括消费者价格指数(CPI)和与covid -19相关的统计数据等指标. 初步的统计探索, 关注CPI变化与可持续发展目标子目标之间的相关性, 它确定了实际利率和贷款利率之间的联系. 随后的方法(距离相关和互信息)被用于改进通货膨胀预测指标的选择, 从而引入了费雪方程. 这个已知方程与名义利率有关, 实际利率, 通货膨胀率, 接下来的分析阶段将由哪个来指导. 有几种方法可以提取特征显著性,如主成分分析(PCA)。. 进一步的机器学习技术, 特别是XGBoost和Lasso回归, 是用来辨别弹性特征的吗. 这项研究的最终成果包括在pca减少的特征空间内部署ML方法(决策树回归器和XGBoost)来预测实际利率和贷款利率. 这些发现有助于通过从PCA成分中衍生的代理变量对通货膨胀进行建模, 最终形成了一个由费雪方程构成的暴胀估计模型.
未来的工作
该数据探索的未来工作包括进一步调查该模型中使用的预测因子与通货膨胀之间的因果关系, 以及, 使用完善的模型为可持续发展目标的进展制定前景和时间表.