我国总产出波动中的动态结构变化度量与检验——基于1952-2005年经济周期的实证研究

文章运用多种参数稳定性检验方法研究我国总产出的动态变化路径,发现我国总产出序列具有明显的结构变化特征,获得了我国总产出的结构变化点估计.在此基础上,文章采用具有内生结构变化点的单位根检验方法,结合我国宏观经济运行事实,对我国1952-2005年总产出的动态特征进行了研究,结果发现总产出是围绕多个结构变化点的分段趋势平稳序列,并且准确地给出了自1952年以来的总产出结构变化时间.总产出服从分段趋势平稳过程的结论,对宏观经济运行预测、政策主导下的长期经济发展战略和短期经济稳定措施是否有效,提高宏观管理政策水平以及总产出与其他总量间因果关系的研究具有重要启示.     

金融危机前后我国CPI涨跌的路径分析——基于结构突变理论的实证研究

本文从结构突变的视角对金融危机前后我国CPI涨跌（耵）序列进行了内生结构变动的单位根检验,证明了其数据生成过程（DGP）为两次结构突变的趋势平稳过程而非单位根过程。并运用考虑结构突变的时序模型对盯序列进行了拟合,拟合优度达到了97．28％,克服了简单地用差分序列进行建模而造成数据信息大量损失的缺陷,同时,对模型的残差序列进行ARCH效应检验,结果显示,金融危机前后我国CPI涨跌的波动并不存在ARCH效应。     

ARCH类模型拟合我国股市波动的实证分析

股票价格的频繁波动是股票市场最明显的特征之一。在国内外长期的金融时间序列实证分析中，人们发现金融时间序列通常带有一些明显的特征：金融时间序列波动的集聚性，即在某些时间内波动十分剧烈，而在另一些时间内波动又相对平静；金融时间序列的收益率分布存在尖峰厚尾性，即收益率分布的峰度比标准正态分布的峰度高等。虽然大量的事实表明，短期金融资产价格及收益率是不可预测的，但研究表明，ARCH类模型可以成功预测金融资产收益率的方差。本文采用ARCH类模型对我国股票价格指数进行拟合，从而得出一些有益的结论和启示。     

中小投资者法律保护与公司权益资本成本

本文以1993年至2001年之间我国证券市场进行股权再融资的上市公司为样本,采用时间序列分析方法深入考察我国证券市场不同历史阶段里中小投资者法律保护与公司权益资本成本关系的变化。研究结果表明,在我国证券市场发展的历史实践中,随着中小投资者法律保护措施的加强,上市公司的权益资本成本出现一个逐步递减的过程现象;在控制公司特征和宏观经济变量的情况下,中小投资者法律保护程度与上市公司的权益资本成本呈显著的负相关关系。     

我国物价波动特征的实证分析

本文旨在分析我国物价水平变动的规律,预测未来价格变化的走势。利用时间序列的移动平均比率法、频谱分析、ARCH类模型等,本文实证分析了我国消费物价指数（CPI）波动的季节性、周期性、集聚性等特征。结论显示：我国物价波动呈季节性特征,具有3年左右的短周期和9年左右的长周期,聚集特征明显,物价上涨具有一定的长期记忆性。有关结论对预测我国未来CPI的走势有一定现实指导意义。     

基于ARCH族模型的上证指数研究

本文利用Eviews软件,以2004年1月2日—2013年4月25日沪市股票的收盘价格指数日数据为样本序列,运用ARCH族模型对上证综指的波动性进行实证分析,结果表明上证综指对数序列具有较为显著的ARCH现象和"杠杆效应",通过EGARCH模型拟合预测上证综指并给出若干小结。     

ARCH模型族对上证综指收益波动的实证分析

金融时间序列的波动呈现聚类现象,即方差随时间的变化而变化,而传统的金融计量经济学模型对它的描述较为简单。本文运用ARCH模型族对2005年7月21日人民币汇率改革至2009年10月20日上证综指日收益率序列进行了实证研究,对模型结果分析并提出了相应的建议。     

玉米期货价格的波动分析

本文基于玉米期货价格数据,运用ARCH类模型和马尔科夫机制转换模型分析玉米期货价格的波动规律和特征。研究表明,玉米期货价格存在一阶ARCH效应和＂杠杆效应＂,玉米期货价格收益率具有显著的波动集簇性;TARCH和EGARCH模型估计结果,玉米市场中价格上涨信息引发的波动比价格下跌信息引发的波动要大,玉米价格波动具有显著的非对称性。我国玉米期货价格确实存在马尔科夫机制转换;在样本研究期间,我国玉米期货价格存在比较明显的三个上涨和下跌阶段,在波动中保持上涨趋势。     

基于时间序列分析的黔西南州经济增长分析与预测--基于1978-2007年的黔西南州宏观经济数据

时间序列的预测方法有着广泛的应用背景,在解决经济发展,金融市场动态,气象预报和水文预报等领域的预测问题时,都可以利用时间序列的预测方法。结合黔西南的实际州情,本文采用EVIEWS统计软件及时间序列分析法对1978—2007年的黔西南州宏观经济数据进行了系统分析,构建了GDP序列的ARIMA模型,响应变量为GDP序列的ADL模型,对投资、消费对黔西南州经济增长的相互作用进行了实证研究,并预测黔西南州未来8年经济增长的变化趋势,相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。通过对黔西南州的宏观经济动态模型ADL模型,我们掌握黔西南州的宏观经济系统的主要特征及其运行机制,GDP与投资、消费互相影响,互相促进;通过预测,我们了解和掌握了经济增长的变化趋势,能有效地对政策制定进行合理化建议。     

影响我国居民储蓄率的因素分析

本文利用我国1990-2010年的时间序列数据对影响我国居民储蓄率的因素进行了分析.影响一个国家居民储蓄率的因素有很多,比如GDP、投资量、劳动量、居民消费水平、通货膨胀等.这些因素在不同程度上对一国居民储蓄率有影响,这种影响在经济发展程度不同的国家或者不同的阶段是有差别的.居民的高储蓄率一直是我国宏观经济的一个特征,...     

Analysis on structural changes in the macroeconomic data series with the empirical evidence from China

Analysis on structural changes in macroeconomic data series has been the key issue for studying data quality. This paper studies the structural changes in China’s 36 macroeconomic time series using joint estimation model, and we find out the characteristics and movement pattern for the outliers. Our results show that most outliers show up more or less in groups, indicating that there is a significant correlation between them. The isolated outliers are not the main characteristic of China’s macroeconomic time series. Nearly all the original series contain the obvious skewness and kurtosis; hence, the hypothesis of normality is significantly rejected. Most original and outlier correction series show the non-autoregressive conditional heteroskedasticity (ARCH) characteristic, but the p value for ARCH2, ARCH4, and ARCH8 is very different. __________ Translated from Economic Research Journal (经济研究), 2005, (1) (in Chinese)     

Extreme observations and non-normality in ARCH and GARCH

Most studies employing ARCH and GARCH models document the existence of severe excess kurtosis in the estimated residuals. This non-normality may be due to model misspecifications, structural changes, or outliers. We conduct simulation experiments to examine the impact of extreme observations on the estimated parameters and residuals in the ARCH models. Then, we propose an iterative algorithm to detect and correct for the non-normality generated by extreme observations and additive outliers. Results for the simulated data, US equity returns and $/£ exchange rates are presented. Correcting outliers dramatically reduces the non-normality and bias in the estimated coefficients for small samples.     

Outlier detection and seasonal adjustment

By analysing three macroeconomic time series, namely retail sales, purchases of durables and of cars, we show the consequences of the presence of outliers in the data on the outcome of model-based seasonal adjustment. For all three series, we detect substantial negative effects for the resulting seasonally adjusted figures.In a recent paper,Thury — Wüger (1992) demonstrated that the presence of outliers in economic data has serious negative effects for time series modelling. Poorly estimated ARIMA models with an unsatisfactory forecasting performance are the consequence. Beyond that, we suspect that outliers may also cause problems for seasonal adjustment. Since seasonally adjusted data play a prominent role in applied economic research, it seems worthwhile to investigate this problem more deeply. Analysing the same three series as in the above mentioned paper, namely retail sales, purchases of durables and of cars which, as we know, are severely contaminated by outliers, we try to derive the consequences of the existence of outliers in the data for seasonal adjustment. Where monthly observations of our considered data exist, we also enclose calendar effects in the modelbased seasonal adjustment procedure.

---

Zusammenfassung Die Existenz von Ausreißern in ökonomischen Zeitreihen führt zu schlecht spezifizierten Zeitreihenmodellen mit verzerrten Parameterschätzwerten. Verwendet man solche Modelle als Ausgangspunkt für eine auf Modellansatz basierende Saisonbereinigung, so erhält man sehr unverläßliche, mit starken Zufallsschwankungen behaftete Ergebnisse.

     

Estimating parameters of real business cycle models

The calibration technique is the most common procedure to match the data generated from an equilibrium business cycle model with actual macroeconomic time series. This paper goes a step further and tests and applies a maximum likelihood procedure, in combination with the simulated annealing, to estimate the parameters of a baseline RBC model from U.S. macroeconomic time series data. The procedure is tested on a simulated data set where the parameters are known and then applied to U.S. time series data. This permits us to evaluate the efficiency of the procedure and the extent to which the RBC model is a good representation of macroeconomic data.     

小麦期货市场价格波动与到期效应的实证研究

通过对小麦期货市场期货品种收益率的分布与波动性进行实证分析,论证其时间序列存在ARCH效应;运用ARMA-GARCH模型对小麦期货品种进行了拟合分析和统计检验,结果表明小麦期货品种的波动性具有很高的持续性。通过添加到期时间的哑变量,可以证明大多数小麦期货合约存在到期效应。     

German stock market dynamics

This article estimates generalized ARCH (GARCH) models for German stock market indices returns, using weekly and monthly data, various GARCH specifications and (non)normal error densities, and a variety of diagnostic checks. German stock return series exhibit significant levels of second-order dependence. Our results clearly demonstrate that for both weekly as well as monthly return series the Student-t distribution is superior to the standard normal distribution. In particular, the estimated GARCH-t models appear to be reasonably successful in accounting for both observed leptokurtosis and conditional heteroskedasticity from German stock return movements.     

中国上市公司商业信用 周期性变化的宏观经济动因研究

本文为了揭示中国上市公司商业信用周期性变化的宏观经济动因,构建了一个宏观经济因素影响上市公司商业信用行为的理论分析框架,从宏观和微观两个层面分析了宏观经济发展状况、货币政策和通货膨胀水平对中国上市公司商业信用周期性变化的影响机理。利用中国上市公司季度面板数据进行了实证检验。结果显示,随着货币政策宽松、宏观经济扩张和通货膨胀水平的增加,中国上市公司提供的商业信用净额都显著降低。这些研究结果折射出,当货币政策收紧或宏观经济收缩时,商业信用资金从上市公司部门流向非上市企业部门;反之,当货币政策过度宽松或宏观经济过度扩张时,上市公司部门通过商业信用渠道从非上市企业部门吸纳商业信用资金。     

国内油价市场波动的ARCH模型分析

本文运用1997年1月-2008年8月中国国内原油（大庆）的FOB即期价格周数据,应用ARCH类模型对我国国内油价的波动率进行了研究。研究结果表明,我国国内原油价格收益率序列呈现明显的GARCH效应,国内油价波动受国际油价的冲击性较高,并呈现较长的持续性。为此我国应尽快建立现代石油市场体系,并加强石油利用率,以积极应对国际油价的变化。     

Sticky prices or rational inattention – What can we learn from sectoral price data?

This paper derives stylised facts on sectoral inflation dynamics and confronts these facts with two popular theoretical models of price setting. Based on sectoral price responses to macroeconomic shocks estimated from an approximate factor model, we find that the frequency of price changes explains a relevant share of the cross-sectional variation of the speed and size of responses. Moreover, there is little evidence that the volatility of sectoral inflation due to idiosyncratic shocks dampens the size and speed of the responses to macroeconomic shocks. These findings support a multi-sector model with sticky prices rather than a rational-inattention model. We derive the results from different modelling and sampling decisions proposed in the literature, and we find that the explanatory power of the frequency of price changes for the speed of response to a macroeconomic shock proves robust in the face of these decisions. Other results are sensitive with respect to the choice of the factor model and the treatment of outliers.