如何基于前3年GDP增速均值标准差构建经济危机分类变量

核心判定规则落地说明 #

严格匹配需求的判定逻辑，注意避免时间序列计算常见的数据泄露问题：

• 所有统计量仅使用当年之前连续3年的GDP增速计算，不得纳入当年及之后年份数据
• 分类优先级从高到低判定，避免阈值重叠出错：
  • 当年GDP增速 < 前3年增速均值 - 2*前3年增速标准差 → 赋值2，代表严重危机
  • 当年GDP增速 < 前3年增速均值 - 1*前3年增速标准差，且不满足严重危机条件 → 赋值1，代表普通危机
  • 其余情况（含序列起始阶段没有足够3年前序数据的年份）→ 赋值0，代表无危机

可直接运行的实现代码 #

使用滚动计算函数完成批量处理，代码如下：

# 加载依赖包
library(dplyr)
library(slider)

# 先按年份升序排序，确保时间顺序正确
df <- df %>% arrange(year)

df <- df %>%
  mutate(
    # 计算不含当年的前3年GDP增速均值，窗口不足3年时返回NA
    prev3_mean = slide_dbl(
      .x = gdp_growth,
      .f = ~mean(.x, na.rm = TRUE),
      .before = 3,
      .after = -1,
      .complete = TRUE
    ),
    # 计算不含当年的前3年GDP增速标准差，窗口不足3年时返回NA
    prev3_sd = slide_dbl(
      .x = gdp_growth,
      .f = ~sd(.x, na.rm = TRUE),
      .before = 3,
      .after = -1,
      .complete = TRUE
    ),
    # 按规则生成三分类危机标识
    crisis_type = case_when(
      gdp_growth < prev3_mean - 2*prev3_sd ~ 2,
      gdp_growth < prev3_mean - 1*prev3_sd ~ 1,
      TRUE ~ 0
    )
  )

注意事项 #

• 序列前3年（1990、1991、1992）因没有足够的前置观测，会被统一判定为无危机，若需要调整前序年份的判定规则，可修改.complete参数或单独对前3年做规则补充
• 若存在GDP增速缺失值，可在mean、sd函数中调整缺失值处理参数适配
• 运行后可抽查典型暴跌年份（如2001年、2008年）的计算结果，确认阈值判定符合预期

内容的提问来源于stack exchange，提问作者Jack