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。     

河北省旅游外汇收入时间序列建模及预测

本文在分析1984年至2011年河北省旅游外汇收入额年度数据的基础上,建立了旅游外汇收入额的ARMA(p,q)模型.首先针对序列的非平稳特征,对河北省旅游外汇收入额变量进行对数化处理,将时间序列的指数趋势转化为线性趋势,然后对序列继续进行差分处理,变成平稳序列,建立河北省旅游外汇收入时间序列的ARMA模型并对模型进行检验,最后将模型用于河北省旅游外汇收入的预测分析.实证结果表明:ARMA(1,1)模型提供了较准确的预测效果,可以用于未来的短期预测.     

金融发展与储蓄增长的关联机制研究

依据生命周期假说,将金融发展变量引入储蓄模型中,定量分析金融发展、收入水平、人口结构对居民储蓄增长的影响作用。选取2001~2016年季度时间序列数据,通过构造ARDL边限检验解释说明各变量间长期协整关系,并使用动态最小二乘法(DOLS)对人均居民储蓄方程的长期系数进行估计,通过构造误差修正模型说明金融发展的短期影响机制。实证结果表明,从长期看金融发展对人均居民储蓄存在显著的促进作用,其波动在短期内给居民储蓄波动带来正向影响。     

实际经济时间序列的计算、季节调整及相关经济含义

本文首先讨论了计算中国实际经济时间序列的不同做法 ,并分析了其对季节调整的影响 ,指出通过同比增长率计算实际变量并进行季节调整是一个可以接受的做法 ,可以得到非常接近真实的季调后序列 ,并且在中国现有数据资源的限制下拥有一些特别的优势。然后本文具体讨论了对几个不同经济变量进行季节调整的方法 ,并给出了一些在经济数据分析与预测中的简单应用。方法的关键是采用regARIMA模型 ,从而可以对工作日变化、放长假、春节因素等作出一个估计和调整。作为一个副产品 ,本文引荐了一个相对较新的季节调整程序 (方法 ) ,TRAMO SEATS ,简单介绍了它的原理和优势 ,希望今后能得到更广泛的应用。     

基于面板数据的辽宁省人均农民收入增长预测研究

辽宁省14个地级市地区发展水平和农业发展水平存在明显的结构差异,各地区发展水平随时间变化也存在一定差异。传统的多元回归模型预测不能兼顾变量的时间变化以及对象差异特点,预测的准确性不高。文章采用面板数据模型,兼顾各对象之间的个体差异(不考虑时间因素)和农业自身结构的特点,并同时获得多个对象模型。对各个地区做出预测。然后进一步得到全省(农业人口加权)数据,结果更准确。     

广东省经济走势DPT逐月跟踪预测

右列各图: (1)红色线为预测曲线, 曲线红色数字是预测值;蓝线为实际值曲线,曲线蓝色数字是实际值;(2)各指标的预测按时间序列模型外推所得,为名义增长率;(3)由于统计数有些指标调整,使去年取的指标今年缺数据,故从本期起调整为地区生产总值,社会消费品零售总额,工业生产增加值,出口总额,进口总额,财政支出,金融机构存款(不含外币)余额等七大指标(4)相应的回归预测模型改为综合模型,被解释变量为地区生产总值,解释变量为财政支出、社会消费品零售总额、进出口总额、工业增加值、金融机构存款余额。     

流动性、股票定价及时变性：来自我国沪深股市的经验证据

本文在经流动性风险调整的资产定价模型的基础上,通过引进四个工具变量,构建了一个检验模型,于时间序列上对中国股票市场进行了实证分析。实证结果显示：我国的股市流动性单位风险溢价于时间序列上存在显著的时变性。从而证实了投资者之内生流动性风险对股票收益率之影响效应,进而揭示了一个货币供给量影响股市的一个作用机制,即股票价格的涨跌由于流动性水平的不同和由前者导致的流动性风险溢价要求的不同而受到影响。     

沪深300指数期货对指数现货的波动效应影响分析

文章基于沪深300指数期货和指数现货的10分钟交易数据,从两个不同的角度研究指数期货推出对指数现货的波动性影响。第一个角度仅利用沪深300指数现货数据,以指数期货推出时间为分割点,采用加入虚拟变量的ARMA(2,2)-GARCH(1,2)模型研究指数期货推出前后对指数现货的波动性影响,结果表明,这种波动性影响并不显著;第二个角度同时利用沪深300指数期货和指数现货数据,采用双变量VAR(7)-BEEK(1,1)模型研究了指数期货与指数现货之间的波动溢出效应,实证结果表明两个市场之间存在双向的波动溢出效应,统计意义上均显著,但是数值较小。最后得出沪深300指数期货的推出并没有显著地增大或者减小指数现货的波动性。     

基于残差自回归方法的短期区域用电量预测

基于我国区域用电量数据展开了短期用电量预测研究,采用了基于残差自回归方法的时间序列预测模型,有效提高了短期区域用电量预测准确性。相比于传统的时间序列模型(ARIMA模型和Holt-Winters模型),基于残差自回归方法的时间序列预测模型的MAPE值和RMSE值均最小,并在两个不同的数据集上表现平稳。     

伪回归和误差修正模型的实证分析

一、问题的提出 在金融数据分析和计量经济学中,经常会使用时间序列数据,特别是在线性回归模型中,即使yt=x_tβ μ_t(t=1,2,A,T)解释变量和被解释变量有一定的相关关系,但是往往会出现令人意外的结果,比如说,t检验和F检验都通过,且参数具有明显的经     

时间序列分析在金融价格预测中的应用

与回归分析不同，时间序列分析不是根据与其它变量的因素关系来预测一个变量的未来变化，而是根据该变量自身过去的规律来预测其未来的变化。这与实际中价格信息的复杂性特征具有较好的符合关系。作在Intnet网上查取了伦敦金属交易所（LME）镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个，用其中的前37个数据进行时间序列分析，得到了AR（3）模型，用最小二乘法和Yule-Walker法预测后五个数据，得到了较好的效果。因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景。     

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。     

中国市场化利率形成机制的模型实证研究

本文从多个角度选取了可能影响市场化利率的多个变量,对市场化利率作协整建模分析.单位根检验结果表明,在样本期1993年第1季度至2004年第2季度内,我国宏观经济数据的非平稳性非常显著,选取的所有的时间序列季度数据均是含有一个单位根的非平稳序列.通过Granger 因果关系检验,找到了影响市场化利率的Granger原因.运用协整理论构建了市场化利率模型,从长期均衡方程看到主要影响市场化利率的因素分别为GDP、通胀因素(CPI)、汇率、货币供应量(M0,M1).从最终建立的短期动态误差修正模型各项评价指标来看,该模型具有良好的统计性质,从拟合值及预测值结果看具有较好的拟合及预测精度.因此,该模型对市场化利率预测与控制具有较好的参考作用.     

2003年度诺贝尔经济学奖背景资料

经济时间序列的统计方法 在从经济理论中估计变量关系、做预测和检验理论假设时,研究者不断地使用时间序列(把观测按时间顺序排列)形式的数据来研究宏观经济变量。于是,一个国家的消费可能取决于总劳动收入和财富、真实利率和人口的年龄分布等。可以想像到这种关系最简单的教科书例子,便是一个只有两个变量的线性表达式:     

突发性事件对湖北省旅游业影响研究——基于入境旅游需求的分析

旅游业是公认的朝阳产业,但由于其季节性、替代性、敏感性等特征决定其极易受外界因素的影响,特别是受突发性事件的干扰和冲击,所以旅游业又是典型的脆弱性产业.近年来,随着经济全球化和社会主义市场经济的发展,我国社会转型进入新的历史阶段,危及公共安全的各类突发事件频发,给旅游业造成了极大损失.以湖北省为例,选取湖北省1986-2016年30年入境旅游人数的时间序列数据,通过引入虚拟变量,构建带有虚拟变量的ARIMA模型,定量分析了突发事件对湖北省入境旅游需求的影响.结果表明,不同性质突发事件,对旅游业发展影响不同,危及安全的突发性事件对入境旅游需求的影响更大.     

生命周期的储蓄行为对国际贸易盈余的影响

持续的贸易盈余或者贸易赤字在当今的世界经济中变得越来越常见,对于不同国家的贸易盈余或者贸易赤字经济学家们给出了不同的解释,但从根本上讲都离不开人口结构这一经济发展中最常见的经济变量。将基于国民收支恒等式和生命周期理论建立计量经济学模型,利用时间序列模型分析人口结构的变化对一国贸易盈余的影响。     

金融发展、资本账户开放与金融不稳定——来自中国的证据

文章建立一个由金融发展程度、资本账户开放与金融不稳定指标组成的向量自回归(VAR)模型,利用中国1982~2005年的年度数据对这些变量的长期协整关系和短期的调整动力学进行相关的时间序列分析。模型的估计结果显示,对于中国来说,金融发展程度、资本账户开放和金融不稳定之间存在着长期的协整关系,但三者之间的影响程度和方向各不相同。所有结果均显示,无论从短期和长期看,金融发展程度对一国的金融稳定具有显著影响,对资本账户开放的进程也具有重要的影响。     

公共充电基础设施对电动汽车购买的异质性影响研究

交通部门是中国最重要的碳排放源之一，交通电动化对实现双碳目标至关重要。本文以中国纯电动汽车消费为例，采集2017年1月至2020年11月中国31个省份（因数据缺失，不包含港澳台地区）充电桩数量及电动汽车销量数据构建面板固定效应模型和门槛效益模型，实证分析了不同类型公共充电基础设施对不同用途纯电动汽车购买的影响，以及不同地区温度对销量影响的门槛效应。研究发现公共充电桩数量增加1%，纯电动汽车购买量显著增加0.85%，其中出租租赁用途纯电动汽车销量显著增加1.57%。直流公共充电桩对纯电动汽车购买的影响远大于交流公共充电桩，并对不同用途的电动汽车存在异质性影响。此外，在气温更低的地方公共充电桩对纯电动汽车购买的影响更大，其显著门槛值为15摄氏度，且气温对出租租赁汽车的影响比非营业用途更大。政策制定者应合理考虑公共充电桩等基础设施的增设布局以保障电动汽车的续航能力，从而促进交通运输部门的脱碳进程。     

FDI、出口和GDP关系的实证分析：以中国东部省份为例

本文运用时间序列方法来探讨GDP、FDI和出口这三者之间的格兰杰因果关系。通过使用1987—2010年的时间序列，本文检验了中国东部沿海地区北京、上海、天津、江苏、浙江、福建、山东、广东八个省市的GDP、FDI和出口之间的格兰杰因果关系。本文先对数据取对数，接着进行单位根检验和协整检验，然后通过估计这三个变量的向量自回归模型来找出每个省市的变量之间的格兰杰因果关系。结果发现各个省市有不同的因果关系。     

广东省经济走势DPT逐月跟踪预测

右列各图:(1)红色线为2005年预测值曲线,曲线红色数字是预测值;蓝线为2005年实际值曲线,曲线蓝色数字是实际值;绿色曲线为前三年(2002-2004年)平均线;(2)各指标的预测按时间序列模型外推所得,为名义增长率;(3)月度和年度回归预测综合模型:被解释变量为地区生产总值,解释变量为政府财政支出、社会消费品总额、进口+出口、工业增加值、金融机构存款余额;月度和年度需求回归模型与过去一样。外贸出口总额时序分析图(预测全年总额2313.9亿元,增长20.68%)固定资产(基+更+房)时序分析图(预测全年总额5011.95亿美元,增长10.1%)地区生产总值时序分析…