季节调整中的春节模型

如何估计并消除春节等移动假日的影响是我国季节调整工作中的一个重点和难点。本文首先借鉴X-12-ARIMA季节调整程序中的复活节模型建立了基本的春节模型，继而考虑到存量数据与流量数据在性质上的差异，提出了存量数据的春节模型。在此基础上进一步扩展，构造了三区段变权重春节模型。对社会消费品零售总额和货币供应量的实证检验表明，这一组春节模型能够很好地消除季节调整中的春节效应。     

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。     

中国制造业资本存量永续盘存法估计

KLEMS 项目的目的是在北美,欧洲和亚洲进行生产率的多国比较。本文讨论了 KLEMS 研究中估计资本存量的基本方法一永续盘存法及其经济含义。在这个研究中,根据中国的现有数据,应用永续盘存法估计了1985—1995年间,中国制造业分部门的资本存量。本文详细地分析了估计中所使用的数据,并讨论了所使用的假设与必要的数据调整,以及这些假设与数据调整所可能带来的估计中的误差。     

居民消费价格指数季节调整实证研究

文章首先对居民消费价格指数季节调整的原因、季节调整方法的发展过程和应用进行了说明,着重介绍了国际上最新流行的X-12-ARIMA和TRAMO/SEATS季节调整方法,然后用X-12-ARIMA方法对上海市居民消费价格指数序列进行季节调整、分析和预测,并结合使用TRAMO/SEATS方法解决中国与国外明显不同的春节假日因素的调整问题,最后提出我国季节调整面临的问题.     

我国外贸出口与实际产出关系的季节单整与协整分析

本文根据Lamfalussy模型运用季节误差修正模型和季节单整与协整方法,利用1984年1季度至2004年4季度未经季节调整数据研究了我国的实际产出和出口之间的关系.实证分析表明:尽管出口对实际产出有显著的促进作用,但强度却不大,出口依存度每提高1%,实际产出增长率仅提高0.078%,其原因是我国季度实际产出和出口之间不存在(零频率上)长期协整关系,只存在π频率上短期季节协整关系.本文结果有助于消除人们对于人民币升值造成出口减少影响经济增长的顾虑.     

湖北省人力资本与经济增长的实证分析

利用湖北省1992—2007年的相关数据,论证出湖北省国内生产总值Yt、物质资本存量Kt、人力资本存量Ht和人力资本水平ht的时间序列数据符合卢卡斯的人力资本外部性内生经济增长模型,但人力资本存量和人力资本水平的产出弹性相对于物质资本来说弹性较低。湖北省经济增长的主要推动力来自物质资本投资,人力资本存量在经济增长中的作用仍然有限。     

中国制造业资本存量永续盘存法估计

KLEMS项目的目的是在北美，欧洲和亚洲进行生产率的多国比较。本文讨论了KLEMS研究中估计资本存量的基本方法－永续盘存法及其经济含义。在这个研究中，根据中国的现有数据，应用永续盘存法估计了1985－1995年间，中国制造业分部门的资本存量。本文详细地分析了估计中所使用的数据，并讨论了所使用的假设与必要的数据调整，以及这些假设与数据调整所可能带来的估计中的误差。     

企业并购是产业结构调整的经济机制

产业结构的调整,包括增量调整和存量调整两种形式。增量调整是指通过新增投资的部门分配比例的变化,来改变产业结构格局。存量调整是指存量生产要素在生产上的改变。对于我国这样一个处于工业化过程中的国家来说,产业结构正处于调整转换阶段,最具有意义的是存量的调整而非分散化的增量调整。     

中国省际物质资本存量估算:1952—2000

通过回顾和比较已有研究中国资本存量的相关文献 ,考虑到中国国内生产总值历史数据的几次重大补充和调整 ,本文对各年投资流量、投资品价格指数、折旧率 重置率、基年资本存量的选择与构造以及缺失数据进行了认真的处理和研究 ,并在此基础上利用补充和调整后的分省数据 ,根据永续盘存法估计了中国大陆 3 0个省区市 1 952— 2 0 0 0年各年末的物质资本存量。     

我国社会消费品零售总额时间序列模型及预测

本文运用时间序列分析方法中的季节时间序列模型（SARIMA）,对我国社会消费品零售总额进行时间序列模型分析。分析结果显示,SARIMA模型较好地消除了时间序列的季节因素影响和趋势的变动,且通过模型对社会消费品零售总额做了预测,该模型可以提供较为准确的短期预测效果。     

Asset Pricing and Cost of Equity in the Tunisian Banking Sector: Panel Data Evidence

In spite of popularity and theoretical simplicity of the one-factor Capital Asset Pricing Model (CAPM) used in the valuation of financial assets, researchers are more concerned with the important extension proposed by Fama and French (1993) , that is, the Three-Factor Pricing Model (TFPM). Alongside beta, average stock returns could be explained by some size and book-to-market supplementary effects. With these two complementary models, estimation of the cost of equity is carried out for the Tunisian banking sector. In order to account for inter-individual heterogeneity, estimation of parameters is conducted according to random coefficient specifications within the context of panel data analysis.     

基于上证综指的节日效应实证研究

传统金融理论是在理性人假说和有效市场假说的基础上建立起来的,但近年来越来越多市场异象的存在使传统金融理论的地位受到质疑。作为市场异象之一,节日效应近年来倍加受到研究者们的重视。文章以上证综指日收益数据为研究对象,使用引入虚拟变量的ARMA-GARCH-GED模型,考察在1999年12月30日-2013年1月4日期间,股指收益率是否存在显著的节日效应,并对可能影响结果的星期效应进行了检验。结果表明:总体检验中,沪市存在显著的节前效应和节后效应;分节日检验中,元旦节不存在显著的节前效应和节后效应;春节存在显著的节前效应和节后效应,且节前效应更为显著;劳动节存在显著的节前效应和节后效应,且节后效应比节前效应更显著;国庆节仅存在显著的节前效应;在考虑了星期效应之后,节日效应依然显著存在。     

The Effects of Risk,Inflation and Dividend Yield on Common Stock Returns: The case of Korea

This study examines whether market equilibrium models of capital asset prices have any empirical validity in the Korean stock market, which is thin and relatively under-developed. In any study of the Korean stock market, the impurity of its ex post stock price and the attendant presumption of suspected non-normality of the stock return distribution cannot be ignored. This study finds that the Capital Asset Pricing Model (CAPM) has some explanatory power in the Korean stock market. In particular when data are segmented by time periods, the results tend to validate the general premises of the CAPM for the most recent period, i.e., between 1984 and 1987. [313]     

资产的理性定价模型和非理性定价模型的比较研究——基于中国股市的实证分析

本文以 1 995年 2月— 2 0 0 2年 6月深沪两市A股上市公司为样本 ,考察和对比三个定价模型———CAPM、三因素模型和特征模型。实证研究发现 :(1 )中国股市存在显著的“账面市值比效应”(BMEffect)和“规模效应”(SIZEEffect) ,但对于小公司则不存在“1月份效应” ;(2 )三因素模型比CAPM能更好地描述股票横截面收益的变化 ;(3 )基于“股票横截面收益是由公司特征决定”的非理性定价理论的特征模型不成立 ,而基于“股票横截面收益是由风险因素决定”的理性定价理论的三因素模型成立。这些发现说明 ,账面市值比和公司规模这二个变量代表的是一种“风险因素” ,并非“特征因素” ,因此中国股票横截面收益的变化取决于风险因素 ,而非特征因素。作者认为 ,导致上述结果的主要原因是中国股市长期的同涨同跌特征。     

Momentum in Taiwan: seasonality matters!

Previous studies suggest that momentum exists in international stock markets with the exception of Asia. Using a large data set of Taiwanese stocks, we show that momentum does exist, but it is restricted to the months following the deadline for annual statements. During the remaining months, a reverse momentum, or contrarian, strategy produces significant returns. These contrarian returns are particularly high during the national holidays linked to the Lunar New Year and the Lunar Moon Festival.     

OWA-based ANFIS model for TAIEX forecasting

In stock market forecasting, high-order time-series models that use previous several periods of stock prices as forecast factors are more reasonable to provide a superior investment portfolio for investors than one-order time-series models using one previous period of stock prices. However, in forecasting processes, it is difficult to deal with high-order stock data, because it is hard to give a proper weight to each period of past stock price, reduce data dimensions without losing stock information, and produce a comprehensive forecasting result based on stock data with nonlinear relationships.Additionally, there are two more drawbacks to past time-series models: (1) some assumptions (Bollerslev, 1986; Engle, 1982) about stock variables are required for statistical methods, such as the autoregressive model (AR) and autoregressive moving average (ARMA); (2) numeric time-series models have been presented to deal with forecasting problems for stock markets, but they can not handle the nonlinear relationships within the stock prices.To address these shortcomings, this paper proposes a new time series model, which employs the ordered weighted averaging (OWA) operator to fuse high-order data into the aggregated values of single attributes, a fusion adaptive network-based fuzzy inference system (ANFIS) procedure, for forecasting stock price in Taiwanese stock markets.In verification, this paper employs a seven-year period of the TAIEX stock index, from 1997 to 2003, as experimental datasets and the root mean square error (RMSE) as evaluation criterion. The experimental results indicate that the proposed model is superior to the listing methods in terms of root mean squared error.     

基金投资行为与股票市场稳定性研究——基于VAR模型和MGARCH模型的实证分析

笔者基于VAR模型和MGARCH模型,利用总量数据,对基金投资活动与我国股票市场波动性及其溢出效应进行实证研究。研究结果发现:基金的投资活动与股票市场波动之间存在双向影响机制,基金投资活动已开始对股票市场的波动形成影响,但基金没能起到稳定市场的作用;从波动溢出效应看,基金投资活动与股票市场波动存在双向的波动溢出效应,但溢出效应较小。     

当前“民工荒”问题的经济学分析及其对策

2011年春节过后,"民工荒"再次出现在人们的视野中。"民工荒"不仅出现在经济发达的劳务需求省份,也扩展到传统的劳务输出大省。文章从劳动力市场、产业转型升级、农民工的自身选择等角度,对"民工荒"现象进行了分析,提出解决"民工荒"问题的相关对策。     

Tail risk in emerging markets of Southeastern Europe

This article examines the left-tail behaviour of returns on stocks in Southeastern Europe (SEE). We apply conditional extreme value theory (EVT) approach on daily returns of six stock market indices from SEE between 2004 and 2013. Predictive performance of value-at-risk (VaR) and expected shortfall (ES) based on EVT is compared against several alternatives, such as historical simulation and analytical approach based on GARCH with a single conditional distribution. Model backtesting with daily returns shows that EVT-based models provide more reliable VaR and ES forecasts than the alternative models in all six markets. Unlike the alternatives, the EVT-based models cannot be rejected as VaR confidence level is increased. This emphasizes the importance of extreme events in SEE markets and indicates that the ability of a model to capture volatility clustering accurately is not sufficient for a correct assessment of risk in these markets.