浅析处理经济数据的几种方法

本论文对时间序列进行分类:按线性性分,时间序列可以分为线性时间序列和非线性时间序列;非线性时间序列模型又可分为参数非线性模型和非参数非线性模型。并简单的介绍了重要的几个模型,分析它们的优点和缺点。阐述了处理不同类型的时间序列数据,要用不同的模型。     

基于GARCH类模型的人民币汇率非线性依赖关系研究

利用三类不同结构的基本 GARCH 类模型对四个不同时间跨度上人民币汇率序列进行拟合和效度检验;并进一步结合窗口检验程序,借助相关性 C 统计量和双相关 H 统计量对实证对象的 GARCH 类非线性结构的稳定性及 GARCH 类模型中有关非线性相关的基本假设进行检验。结果表明,人民币汇率系统是一个典型的非线性动态复杂系统,人民币汇率序列中的 GARCH 类非线性结构表现出了非持续和瞬时性的特点。     

随机波动率模型下的GMM估计对我国股市的实证分析

随机波动率模型(Stochastic Volatility Mode)是金融时间序列中一个十分重要的模型,广泛应用于验证波动率的随机性。GMM(general moment method)是一种十分有效的运用于线性和非线性模型的参数估计与假设检验中的方法。本文采用GMM方法,来验证我过2001年到2011年的上证指数时间序列是否符合随机波动率模型。     

汇率预测理论与方法的发展

次债危机愈演愈烈,美老牌金融机构纷纷倒闭,国际金融体系危机四伏,汇率的波动在所难免,不管是国家制定经济政策,还是企业规避汇率风险,汇率预测都显得尤为重要。本文对国内外汇率预测的理论和方法进行了分析总结,得出了结论:大多数传统的时间序列模型是线性的,不能抓住非线性时间序列数据的内在特征。而非参数方法能发现观察结果和输入数据的关系,不需要事先确定模型,通过训练之后,其拟合结果更为理想。     

中期和长期国债收益率的非线性协和关系及动态调整

本文分析探讨一种用于揭示非平稳时间序列非线性调整过程的模型——两机制门限协和模型,深入研究了该模型的参数估计、检验统计量,并通过自助法模拟计算其检验统计量临界值及P值。鉴于我国中期和长期国债收益率之间存在协和关系,但由于经济主体调整行为的不连续性,这种协和关系往往表现为非线性调整过程,利用传统线性向量误差修正模型无法揭示这种调整过程。为此,本文利用两机制门限协和模型研究我国的中期和长期国债收益率的非线性调整过程,研究结果表明:我国中期和长期国债收益率存在门限非线性协和关系,并可用该模型验证期限结构理论。     

中国股票市场对货币需求结构的非线性影响——基于平滑门限模型的研究

中国股票市场的快速发展对中国的货币需求产生的深远影响应该得到足够的重视,学术界对该问题的研究均以线性关系假设为前提,而现实经济环境中的许多宏观和金融时间序列具有非线性的调整特征,导致线性计量检验方法检验时存在较大的偏差。本文将近年来发展的非线性STR模型应用于我国股票市场发展与货币需求结构之间内在结构依从关系的研究,揭示了二者之间复杂而微妙的变化规律。研究发现,我国股票市场发展对货币需求结构的影响具有非线性特征,这种非线性特征可以通过LSTR模型来表达,不同状态下股市对货币需求结构存在不一致的影响。我们的研究结论说明,以货币量为中介目标的货币政策框架下,我国中央银行需要谨慎的审视股票市场与货币需求结构之间更为复杂的影响关系。     

普通高校学费标准的评价模型

本文从经济、国家、社会、高校及学生等五个因素,建立了学费多重线性回归模型,对高校学费作定性和定量的分析;为反映以往年份应收学费与实收学费之间的偏差,建立了灰色GM（1,1）模型与时间序列模型;通过对不同地区、不同类型的学校进行聚类分析,给出了评价学费标准是否合理的定量分析模型,从而建立了我国普通高校学费标准的评价模型。     

我国股市收益率波动性分布特征若何?——基于GH分布的实证分析

金融收益率序列的分布往往表现出厚尾性和不对称性,这与传统的线性框架下的线性参数建模认为资产收益率等时间序列服从正态分布相违背。在回顾比较几种扰动项的常用分布基础上,首先对GH分布族的定义以及相关统计特征作系统介绍,随后运用波动率模型对上证综指和沪深300指数日收益率进行过滤,进而借助GH分布对扰动项分布做进一步的拟合,结果表明GH分布能准确地描述和呈现收益率序列波动状况的分布特征。     

我国股市收益率波动性分布特征若何?——基于GH分布的实证分析

金融收益率序列的分布往往表现出厚尾性和不对称性,这与传统的线性框架下的线性参数建模认为资产收益率等时间序列服从正态分布相违背.在回顾比较几种扰动项的常用分布基础上,首先对GH分布族的定义以及相关统计特征作系统介绍,随后运用波动率模型对上证综指和沪深300指数日收益率进行过滤,进而借助GH分布对扰动项分布做进一步的拟合,结果表明GH分布能准确地描述和呈现收益率序列波动状况的分布特征     

我国股指期货收益率函数及其非线性特征分析——基于半参数局部线性可加模型的实证研究

本文采用半参数局部线性可加模型研究了我国沪深300指数期货收益率的函数形态及其非线性特征,实证结果表明:投资者信心指数、股票融资量和平均市盈率对股指收益率均具有非线性影响关系,而Shibor利率非线性影响并不显著,这可能与我国利率市场化还不够完善有关。     

企业价值评估中的定量预测模型实证分析

在采用收益途径对企业价值评估中，对企业未来发展有关情况进行分析和运用数量模型对其相关参数进行预测不仅是其重要的工作之一，也是该评估方法的技术关键。在该评估方法中，收益额是重要的预测参数之一，对其预测时，需要在定性分析的基础上，采用合适的数量模型分别对其中的收入、成本、费用等内容进行具体测算。常见的计量模型主要有：时间序列模型、单方程回归模型，灰色预测模型，神经网络模型以及组合预测模型等，本文选择其中的时间序列模型（固定时间序列和随机时间序列）、灰色预测模型和神经网络模型分别对某航运公司1994-2008年的收入进行具体预测和检验，并将其各自的预测结果进行分析和比较。     

基于STAR模型的人民币实际有效汇率波动分析

人民币实际有效汇率指数的波动分析,对于汇率风险的防控具有重要作用。本文基于非线性STAR模型对人民币实际有效汇率时间序列的动态行为进行研究,结果显示,人民币实际有效汇率存在显著的非线性特征,在长期内呈现均值回复现象,并且LSTAR模型能较好地描述人民币实际有效汇率的非线性波动特点。     

基于STAR模型的人民币实际有效汇率波动分析北大核心

人民币实际有效汇率指数的波动分析,对于汇率风险的防控具有重要作用。本文基于非线性STAR模型对人民币实际有效汇率时间序列的动态行为进行研究,结果显示,人民币实际有效汇率存在显著的非线性特征,在长期内呈现均值回复现象,并且LSTAR模型能较好地描述人民币实际有效汇率的非线性波动特点。     

基于广义可加模型的跨境人民币流动影响因素实证分析

利用广义可加模型对影响跨境人民币流动的因素进行理论和实证分析,发现贸易进出口总额对跨境人民币流动的线性作用与非线性作用不一样.随着一国贸易进出口总额的增加,对跨境人民币流动的非线性影响呈现由正向转为负向的趋势;人民币的有效汇率对于会造成跨境人民币流动水平小幅波动;资本市场的发展水平对于跨境人民币流动的影响是水平线性的.最后,本文比较了广义可加模型与多元线性回归模型、协整模型的差异,体现了广义可加模型用于经济领域研究的优势.     

我国企业债券信用价差宏观影响因素建模与实证

以在上海证券交易所流通的企业债券和国债收益率之差作为信用价差,分别建立多元线性回归模型和时间序列模型,从静态和动态两个方面对我国企业债券信用价差宏观影响因素进行了定性和定量分析,并利用脉冲响应函数测试了不同因素对信用价差的影响程度,发现货币购买力水平、国内生产总值、短期无风险利率、长期无风险利率以及股票市场收益率和波动率等因素对研究我国企业债券信用价差变化具有重要影响。研究结论揭示了信用价差变化的机理,能为投资者和监管部门提供决策支持。     

股指期货价格波动的预测模型研究

本文重点探讨了股指期货价格波动的各类预测模型(包括线性和非线性模型),运用的线性模型有:(1)随机游走模型,(2)自回归模型,(3)移动平均模型,(4)指数平滑模型,(5)双(Holt)指数平滑模型;非线性模型有:GARCH-M(1,1),EGARCH(1,1)和ESTAR模型。通过对股指期货价格波动的预测模型的介绍,希望能够对即将在我国推出的股指期货的理论研究和实际应用提供一些有益的借鉴。     

经济模型

又称经济数学模型。现代西方经济学家对经济活动中数量关系的简化的数学表达形式,反映所研究的经济数量关系的重要性质。经济模型可按不同的标准进行分类。例如,按经济数量关系的类型,分为经济计量模型、投入产出模型、最优规划模型等;按经济范围的大小,分为企业的、部门的、地区的、国家的、世界的模型等;按数学特性分为线性模型和非线性模型、随机模型和确定性模型等;按时间状态分为静态模型和动态模型;按应用目的分为理论研究模型和实际工作模型;按具体用途分为结构分析模型、预测模型、政策模型、计划模型等;按表现形式分为数字模型、分…     

基于双重广义线性模型的车险费率厘定及其与广义线性模型的比较

在车险费率厘定中,广义线性模型的应用最为广泛,然而其假设散度参数为常值,这限制了模型在车险定价中的进一步推广。双重广义线性模型能够对反应变量的均值与散度参数同时建立广义线性模型,提高了模型运用的灵活性与适应性。本文将双重广义线性模型应用到车险费率厘定中,直接对纯保费建立模型,以一组实际的汽车保险损失数据为样本进行实证研究,并与常用分布假设下的广义线性模型进行了对比分析。结果表明,双重广义线性模型得到的费率结构更为合理,符合实际。     

北京市软件与信息服务业发展预测

灰色GM(1,1)模型可以预测较短时间序列的发展态势,马尔可夫模型可以对具有随机波动性的时间序列进行预测。本文结合了两种模型的特点,综合预测了2008年和2009年北京市软件与信息服务业营业收入可能达到的规模,从而对新兴产业的发展预测提供了一种尝试。     

我国房地产业与银行业的相依关系

基于混合Copula模型选用房地产业和银行业的行业指数收益率数据对我国房地产业与银行业的相依关系进行研究,使用非参数核密度方法估计房地产业与银行业的指数收益率序列的边缘分布,并结合EM算法对混合Copula参数进行估计,得出结论:混合Copula模型相对于单个的Copula模型能更灵活的刻画出房地产业与银行业非线性与非对称的相关关系;两个行业在市场活跃时的相依强度略大于市场低迷时的相关强度且行业相依结构为正。文章的最后对于预防房地产业和银行业的风险传染给出参考性建议。