武警经费规模的干预分析

本文通过对武警经费规模时间序列的分析,结合自相关系数和偏自相关系数,建立ARIMA模型,运用干预分析方法对此模型进行修正,最终结果表明干预模型减小了预测误差。通过干预影响序列建立起的干预模型,从定量的角度反应了2008年的重大事件对武警经费规模的影响,为武警经费规模的研究和预测提供参考。     

我国信贷结构与经济增长关系计量分析

本文通过建立多元线性回归分析的计量经济学模型,通过模型设定、模型建立、模型检验与模型修正,来分析我国信贷供给结构的变化对我国经济增长的影响。     

对经济增长的时间序列和回归分析

时间序列分析在经济运用中作用十分明显。本文利用1995—2014年国内生产总值的相关资料,运用时间序列分析,应用Eviews软件对经济增长时间序列进行模型识别、拟合、估计和预测。而改革开放以来,投资在经济增长中的作用越来越明显,在对经济增长序列进行时间序列分析的同时,也结合回归分析建立经济增长和投资的回归模型来分析经济增长和投资的协整关系。     

我国基础设施投资对经济增长效应的探讨

通过建立VAR(向量自回归模型),利用格兰杰因果检验及脉冲响应函数探讨了我国基础设施与经济增长之间的关系。实证研究发现,无论是全国的基础设施投资总量水平,还是具体的行业构成都对经济增长有明显的正向推动作用。     

基于ARMA模型的我国国内生产总值GDP的预测与分析

本文基于1995—2014年我国国内生产总值GDP的时间序列数据,先后通过平稳性检验及处理、自相关与偏自先关分析,并结合AIC准则定阶,建立模型ARMA(1,2);运用该模型对我国国内生产总值进行预测。     

基于ARMA模型的我国居民消费价格指数预测

居民消费价格指数(CPI)是用于反映居民家庭一般购买的商品和服务物价变动情况的宏观经济指标,对展示经济运行的平稳性,表现经济发展的质量和效益有重要意义。因此本文建立了一个ARMA模型,选取我国2001年1月到2015年12月的CPI环比月度数据作为样本,运用R3.4.3软件对居民消费价格指数时间序列的自相关系数与偏相关系数进行统计,进行模型定价并估计出其参数,并对2016年1月至5月的居民消费价格指数进行预测。实证结果显示MA(2)模型能较好地拟合商品指数的动态路径,模型的预测值与实际观测值非常接近,表明ARMA模型在居民消费价格指数的预测中效果较好。通过ARMA模型合理预测我国的居民消费价格指数,能够对未来经济发展有初步的了解,为国家有关政策的制定提供理论支持。     

四川农民人均纯收入的时间序列模型的建立与分析

大多数的经济时间序列存在惯性,或者说是迟缓性,通过对这种惯性的分析可以由时间序列的当前值和过去值对未来值进行预测。农民人均纯收入的增长具有其内在的规律性。本文收集到了四川1978年～2004年的农民人均纯收入统计数据,将这些数据进行平稳化、零均值化处理,并利用序列的自相关函数,偏自相关函数的性质,确认数据所适合的模型,从而建立了时间序列模型,并对其进行了分析。     

我国软件产业发展与经济增长分析

本文通过计量模型来考察软件产业对经济增长的作用。基于历史数据,对相应时序变量进行了平稳性检验、协整分析、向量自回归模型分析,建立了误差修正模型,进行了Granger因果关系检验。结果表明:我国软件产业与经济增长之间是协整的,软件产业对经济增长有着明显的正相关性,在滞后期内软件产业都是经济增长的Granger原因;从长期来看,软件产业与经济增长存在显著的正相关关系,软件产业对经济增长有着重要的促进作用。     

我国经济增长与人力资本动态关系的实证研究

该文基于在经济增长理论中，影响经济增长的因素的劳动力和资本，其中资本又分为人力资本和物质资本。通过建立经济增长模型与人力资本之间的线性模型来分析人力资本对我国经济增长的动态影响关系，并提出相应对策。     

股票市场、银行对经济增长影响的实证分析

在建立股票市场、银行与经济增长向量自回归模型的基础上，采用脉冲响应函数方法来分析我国股票市场、银行与经济增长盼关系。实证分析结果显示：我国银行发展对经济增长有着显著的正向影响，银行发展促进了经济增长；股票市场规模的发展并没有导致市场效率的提高，而且股市流动性的增强一定程度上对经济增长产生负面影响。     

股票市场、银行对经济增长影响的实证分析

在建立股票市场、银行与经济增长向量自回归模型的基础上,采用脉冲响应函数方法来分析我国股票市场、银行与经济增长的关系。实证分析结果显示:我国银行发展对经济增长有着显著的正向影响,银行发展促进了经济增长;股票市场规模的发展并没有导致市场效率的提高,而且股市流动性的增强一定程度上对经济增长产生负面影响。     

中国经济波动对日本经济脉冲效果的分析

本文通过向量自回归理论的脉冲响应函数,对中日双边经贸关系建立了相应的冲击反应模型,在实证的基础上定量分析了中日间经济相互冲击的效果。同时利用方差分解技术,分析了各冲击因素对两国经济的影响及其贡献率大小,实证结果显示:中国经济对日本经济的冲击效果相当明显,日本经济对中国经济的依赖性越来越大。     

河北省固定资产投资与经济增长关系实证分析

选取河北省的时间序列数据,应用向量自回归相关理论,建立向量误差修正模型,对河北省固定资产投资与经济增长关系进行了实证分析。表明:河北省固定资产投资与经济增长之间存在着长期稳定的均衡关系,但河北省固定资产投资对经济发展的促进作用并不十分明显,河北省要合理转变投资结构来发挥固定资产投资的推动作用。     

股票市场、银行对经济增长影响的实证分析

在建立股票市场、银行与经济增长向量自回归模型的基础上,采用脉冲响应函数方法来分析我国股票市场、银行与经济增长的关系.实证分析结果显示:我国银行发展对经济增长有着显著的正向影响,银行发展促进了经济增长;股票市场规模的发展并没有导致市场效率的提高,而且股市流动性的增强一定程度上对经济增长产生负面影响.     

基于VAR模型的中国金融发展和经济增长关系

金融是一个国家的第四边疆,充分认识并有效利用金融发展推动经济增长成为重要现实问题。本文利用了我国2004年-2015年的季度数据,通过建立VAR模型,对我国金融发展和经济增长的关系进行了实证分析。结果表明:金融规模对经济增长的影响至关重要,金融效率和股票市场的发展对经济增长的影响相对重要。最后,通过对实证结果的分析,并结合中国经济发展状况,提出了自己的意见。     

中国R&D投入对区域经济增长的实证研究

科技发展是经济增长的源泉,而R&D活动是科技发展的基础。因此,本文通过建立panel data模型,对我国东中西部地区的R&D投入对经济增长的影响进行了实证分析,研究结果显示:我国R&D投入对经济增长有促进作用,且各区域R&D投入对经济增长的影响程度有较大差异,并得出R&D人员投入对经济增长的作用大于R&D经费投入[1]。     

四川农民人均收入的时间序列模型的建立与分析

大多数的经济时间序列存在惯性，或者说是迟缓性，通过对这种惯性的分析可以由时间序列的当前值和过去值对未来值进行预测。杞民人均纯收入的增长具有其内在的规律性。本文收集到了四川1978年～2004年的红民人均纯收入统计数据，将这些数据进行平穗化、零均值化处理，并利用序列的自相关函数，偏自相关函数的性质，确认数据所适合的模型，从而建立了时间序列模型，并对其进行了分析。     

开放经济条件下中美汇率问题分析——基于两国家模型的实证研究

文章通过构建开放经济条件下的两国模型,分析两国间产出、货币供给和价格变动对两国汇率水平的影响,并运用中美两国2003～2011年的月度数据,通过建立结构性向量自回归模型(SVAR)对两国模型进行检验。结果表明美国物价水平对中美汇率的影响不显著,中国货币供给和美国产出波动的正向冲击导致人民币升值,实证结论与两国模型不一致。在对导致实证研究结论与两国模型不一致的原因进行分析的基础上,作者从转变经济增长方式、调整货币政策等角度提出了相应的政策建议。     

基于VAR模型的我国期货市场经济增长效应分析

本文以1998-2007年的统计数据为基础,采用VAR模型揭示了我国期货市场发展与经济增长之间的内在依存关系,并进一步通过建立计量模型,考察了在此期间我国期货市场发展对经济增长的贡献率.     

FDI与经济增长的关系分析 ——以四川为例

本文根据四川省2000年~2014年的时间序列数据,对四川省GDP和外商直接投资(FDI)建立非结构化的VAR模型,进行了格兰杰(Granger)因果关系检验,并通过建立脉冲响应函数和方差分解模型分析了GDP与FDI之间的动态影响关系。研究结果表明:四川省FDI与GDP为双向、动态的因果关系;FDI的增加在短期和长期内会促进经济增长,在中期内反而对经济的增长产生抑制作用;GDP的增长会对FDI产生显著的带动作用,并且带动作用具有滞后效应。