基于次贷危机的汇市、股市动态关联性研究

本文采用误差修正模型、向量自回归模型等经济计量的方法,研究了2007年3月2日至2009年12月31日上证、深证综指日收盘价和人民币兑美元名义汇率日数据之间的关联性。考虑到重大金融事件可能会对此关联性产生影响,通过Quandt-Andrews断点检验得到汇率和股票价格的结构断点,将得到的时间断点结合重大金融事件,对整个样本区间做合理划分,并在每个子区间中通过实证分析讨论两市的动态关联性。     

影子银行是否有助于解决我国的金融错配问题——基于时序与面板数据的双重考察北大核心

本文以1992~2015年我国的时间序列数据和2005~2014年30个省的面板数据为样本,通过协整理论和面板回归模型对影子银行与金融错配之间的关系进行实证分析。结果发现:从时间维度来看,影子银行规模和金融错配之间存在着长期的均衡关系,且影子银行从长期来看有助于降低金融错配,但是短期可能会加剧金融错配问题;从区域和规模维度来看,影子银行规模与金融错配之间呈现"U"型关系,存在显著的阈值效应。此外,影子银行的发展对金融错配影响力度由大到小依次为西部地区、东部地区和中部地区,金融发展情况、金融和通货膨胀都对金融错配产生了重要的影响。最后,在已有研究结论的基础上提出相关对策建议。     

我国汇率制度与微观金融企业关系的实证研究

本文运用2010年8月—2013年1月的时间序列数据对我国汇率制度与微观金融的关系进行实证分析,基于VAR模型研究我国的汇率制度与利率制度对微观金融企业的影响情况。     

河北省金融效率与经济增长的实证分析

本文采用河北省1996-2011年金融和经济相关时间序列数据,运用协整检验和格兰杰因果分析等计量方法,对金融效率与经济增长的关系进行实证分析,结果发现金融效率与经济增长存在长期均衡关系,但金融相关效率与国民生产总值增长率仅存在单向因果关系．即金融相关效率是国民生产总值增长率的格兰杰成因,而国民生产总值增长率不是金融相关效率的原因。     

基于VAR模型的新疆城镇化、工业化与金融发展

VAR模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态冲击,以解释各种经济冲击对经济变量形成的影响,并根据其原理分析区域经济发展中城镇化、工业化与金融发展三者之间的关系。本文首次采用该模型分析并确定新疆这三者之间的关系,运用VAR模型、Johansen协整检验、Granger因果性检验和方差分解等定量分析方法进行实证分析。结果表明,新疆工业化与城镇化之间发展并不协调,金融发展与工业化、城镇化动态相关。文章还针对性地提出了促进新疆工业化、城镇化、金融发展的政策建议,强调新疆应该发挥其后发优势实现又好又快发展。     

股票价格时间序列的隐藏瞬时模式识别方法研究

由于时间序列数据挖掘方法具有刻画和预测所观察事件特征的突出特点,将它运用于股票价格时间序列分析,不仅可以揭示隐藏于股票价格时间序列中的瞬时模式,而且还可以有效预测诸如股票价格急剧变化等高频金融时间序列事件。本文基于时间序列数据挖掘理论与方法的探讨,将其运用于具体的股票价格生成的高频时间序列分析。结果表明,具有统计显著性的、可以刻画和预测事件的隐藏瞬时模式是能够被识别的。     

中国金融发展与贸易开放的变结构协整分析

本文运用变结构协整技术分析了我国金融发展与贸易开放之间的长期均衡及短期动态关系.采用循序检验法确定结构突变点,发现在1994年和2003年金融发展与贸易开放之间的协整关系发生突变；对1978～2007年的数据进行变结构协整检验,得到两段变结构关系,并建立了误差修正模型.结果表明,即便是在相关序列存在结构性突变的情况下,...     

中国宏观经济统计数据异常性和波动性特征的计量检验:1953～2001

对于宏观经济统计数据的异常性和波动性进行分析，已成为研究数据质量的最核心内容之一。本文从经济系统的角度运用随机方差扩大模型对我国36个宏观经济时间序列的数据质量进行了全面分析，发现了数据异常及波动的特点和规律。研究结论表明，大部分异常点的出现或多或少都是以聚集成堆的形式出现，它们之间有深刻的内在联系，异常点的出现大多与各种历史因素以及外部冲击有关；几乎所有的原始序列都有显著的偏度，过多的峰度也是明显的，因此它们被显著地拒绝认为服从正态分布；名义序列的特征在更大程度上受到异常点的影响。     

外商直接投资对四川进出口贸易影响的实证分析

文章以1985-2008年四川地区实际利用外商直接投资金额与进出口的时间序列数据为样本观测值,采用时间序列分析的方法,分析了四川地区外商直接投资与进出口之间的关系.实证结果表明,外商直接投资对四川地区的进出口贸易并没有显著影响.     

金融时间序列多分辨分析的描述性研究

小波理论近年来已经被广泛应用于金融时间序列分析，然而实践证明想要掌握好该方法并不容易。本文以简单的时间序列为样本．详细地描述了小波分解与重构的全部过程，意在通过详实的步骤，揭示出小波多分辨分析的本质。最后，实际演示了如何运用Madab小渡工具箱对包含600个交易数据的金融时间序列进行多分辨分析。