GDP Forecasting using Payments Transaction Data
利用支付交易数据预测 GDPAI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论利用支付交易指标更及时地预测和衡量英国 GDP。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用支付交易数据预测 GDP
- 研究问题
- 在英国 GDP 发布存在时滞且历史值会修订的背景下，支付交易的金额与数量能否提供更及时的 GDP 信息？
- 方法与思路
- 作者使用公开历史支付与名义 GDP 序列，选取低额支付数据进行一元 OLS 回归，并考察解释力和残差表现。
- 材料陈述的贡献
- 摘要报告该回归的解释力与可靠性表现不一，并提出按经济冲击时期拆分数据或探索其他回归方法的后续方向。
- 阅读关注点
- 应核对支付指标与 GDP 的时间对齐、残差诊断，以及是否采用真实发布时间和样本外评价来支持实时预测用途。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未提供预测精度，所述替代估计方法属于未来研究建议。
原文摘要
UK GDP data is published with a lag time of more than a month and it is often adjusted for prior periods. This paper contemplates breaking away from the historic GDP measure to a more dynamic method using Bank Account, Cheque and Credit Card payment transactions as possible predictors for faster and real time measure of GDP value. Historic timeseries data available from various public domain for various payment types, values, volume and nominal UK GDP was used for this analysis. Low Value Payments was selected for simple Ordinary Least Square Simple Linear Regression with mixed results around explanatory power of the model and reliability measured through residuals distribution and variance. Future research could potentially expand this work using datasets split by period of economic shocks to further test the OLS method or explore one of General Least Square method or an autoregression on GDP timeseries itself.