基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型,对房地产信贷风险进行了度量与预测.结果表明,该模型在度量和预测房地产信贷违约率方面具有较好的效果.房地产信贷的违约率和宏观经济状况紧密相连,当经济状况恶化,房地产信贷违约率上升,当经济状况好转,房地产信贷违约率下降.分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标--综合领先指标、国房景气指数和企业景气指数进行研究,结果表明,对于研究房地产信贷的信用风险来说它们是较好的指标,尤其是综合领先指标.     

基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型，对房地产信贷风险进行了度量与预测。结果表明，该模型在度量和预测房地产信贷违约率方面具有较好的效果。房地产信贷的违约率和宏观经济状况紧密相连，当经济状况恶化，房地产信贷违约率上升，当经济状况好转，房地产信贷违约率下降。分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标——综合领先指标、国房景气指数和企业景气指数进行研究，结果表明，对于研究房地产信贷的信用风险来说它们是较好的指标，尤其是综合领先指标。     

我国证券市场对房地产市场影响的实证分析

本文通过对2000年至2008年的季度时间序列数据进行协整检验、VAR模型及脉冲响应函数分析和Granger因果关系检验,分析我国证券市场对房地产市场的影响,在实证分析中采用具有代表性的指标:上证指数(SZZS)和房地产企业景气指数(RECI)。结果表明:上证指数是房地产景气指数的格兰杰原因,证券市场与房地产市场没有长期协整关系,但在短期内有比较明显的相互替代关系。对此,希望我国政府积极推进金融市场的建设和完善,努力构建多元化投资渠道的市场,弱化证券市场与房地产市场之间的替代效应,并采取有效的宏观调控措施及时疏导缓解各类资金的积滞,从而促进我国房地产市场的平稳健康发展。     

陕西省装备制造业景气指数编制研究

装备制造业是制造业的核心组成部分,是国民经济发展特别是工业发展的基础。通过编制陕西省装备制造业景气指数,加强对装备制造业发展状况的分析和预测,对于行业健康发展、带动全省经济腾飞具有重要的意义。本文在借鉴国内外景气指数编制方法基础上,探索编制出了陕西省装备制造业景气指数,并通过指数编制结果对陕西省装备制造业景气发展态势和趋势进行深入分析和预测。     

ARIMA模型在基金投资决策中的应用——以创业板ETF基金为例

本文通过选取创业板ETF日收盘净值数据(2012年12月3日-2013年4月26日),对数据经过处理,化为平稳序列;经过模型估计和相关检验,对该时间序列最终建立较合适的ARIMA(5,1,5)模型,该模型经过预测检验,误差较小、准确度较高,能够较好的刻画基金净值的短期动态变化特征,该模型对我国基金投资者的投资决策具有一定的参考价值。     

四个景气指数预测效果的实证检验及政策建议

景气指数是识别和预测经济发展周期的重要途径，是宏观经济决策的依据之一。我国从1999年公布景气指数数据，几年来，企业景气指数、工业企业景气指数、企业家信心指数、工业企业家信心指数对经济的预测效果如何？本文对其进行了实证检验，并提出相关建议。笔者认为，从总体上来说，这4个景气指数对经济预测是成功的，但存在较大的改进余地，相对而言。企业景气指数有更好的预测效果。     

人民币实际汇率传导机制巴萨效应实证分析

文章从中国实际情况出发,拓展了巴萨效应模型并运用1991-2010年间的数据来检验。检验方法上采用时间序列检验Johansen协整检验,建立误差修正模型检验短期偏离误差修正机制,最后运用脉冲响应模型检验分析短期冲击的影响。实证结果得出的主要结论是,在中国二元经济结构和劳动力市场分割的背景下,部门工资率作为实际汇率价格传导机制并未严重受到阻碍,符合巴萨效应。     

基于层次分析法的我国房地产行业可持续发展实证分析

本文基于层次分析法构建了我国房地产行业综合发展评价体系,并在此基础上结合我国房地产均价得出1994—2009年房地产行业可持续发展模型。并利用模型进行分析,量化研究该行业当前的态势、未来的趋势,模拟房地产行业经济调控策略的成效,为政府相关部门制定决策提供重要依据。     

人民币实际汇率传导机制巴萨效应实证分析

文章从中国实际情况出发,拓展了巴萨效应模型并运用1991-2010年间的数据来检验.检验方法上采用时间序列检验Johansen协整检验,建立误差修正模型检验短期偏离误差修正机制,最后运用脉冲响应模型检验分析短期冲击的影响.实证结果得出的主要结论是,在中国二元经济结构和劳动力市场分割的背景下,部门工资率作为实际汇率价格传导机制并未严重受到阻碍,符合巴萨效应.     

基于ARMA-GARCH模型的黄金现货价格预测

本文以2009年1月5日至2017年1月3日期间上海黄金交易所的Au99.95的黄金现货收盘价为研究对象,对数据进行描述性统计分析、平稳性检验和相关性检验。建立ARMA(2,1)模型,对其残差序列进行ARCH效应检验,并通过建立GARCH模型消除其条件异方差性,从而建立ARMA(2,1)-GARCH(1,1)模型。比较t分布下和GED分布下的拟合模型,发现t分布下的更优。最后,预测在95%置信区间内黄金现货日收益率序列在未来100天内走势区间与条件标准差变化趋势,并对预测结果进行了验证。     

基于判别分析法的房地产信贷风险评价

房地产业作为资金密集型行业,其高速发展离不开金融的支持,随着房地产市场的发展,房地产信贷风险也在日益集聚。文章运用判别分析法对上市房地产开发企业进行房地产信贷风险评价,结果表明判别分析法总体预测效果较好,变量选择过程Wilks'Lambda的检验结果说明企业的盈利能力是评价信贷风险的重要依据;判别分析法评价结果显示其预测存在非对称性,模型对信贷非违约组的预测准确性较高,而对信贷违约组的预测率较低。     

中国房地产行业周期及长期趋势分析

房地产行业作为经济中先导性行业,对于经济的运行有着举足轻重的作用。在分析房地产行业时,本文分短期和长期两个时间窗口分别对短期的周期和长期趋势进行了讨论。     

我国房地产投资与经济增长的协整分析

采用1986-2011年时间序列,运用长期协整模型、误差修正模型和格兰杰因果检验,实证分析了我国房地产投资对经济增长的影响.结果显示,房地产投资与经济增长之间存在长期协整关系,房地产投资对经济增长的长期弹性约为0.12,而短期弹性约为0.01;房地产投资是经济增长的Granger因,经济增长对房地产投资存在一定的反馈作用,但房地产投资对经济增长的影响要远大于后者对前者的影响.其政策含义在于,可通过对房地产投资的适当调控来刺激经济增长.     

基于VAR模型的房地产市场与股市关系研究

本文通过建立VAR模型研究了1998年第一季度至2007第四季度,全国房地产市场和股票市场价格波动之间的关系,利用Jonhansen协整检验发现房地产市场与股市之间具有明显的协整关系,运用Granger因果检验发现股市是房地产市场单向的Granger原因,最后利用VAR模型中的脉冲响应函数和方差分解技术,定量的得出房地产价格和股票价格在各自预测误差中贡献度,最后得出结论。     

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。     

中国生活能源热力消费的ARIMA模型及预测

本文利用ARIMA模型,对1980-2009年中国生活能源热力消费量序列进行分析,建立了差分自回归移动平均模型ARIMA(1,2,0)。检验结果表明,ARIMA(1,2,0)模型对原始数据序列有着较好的似合效果,模型的预测效果良好,可用于短期内中国生活能源热力消费量的预测。在此基础上,对我国2010-2014年的生活能源热力消费量进行了预测,最后给出了结论及建议。     

区域房地产信贷运行与房地产市场稳定性相互影响的实证分析——以大连市为例

房地产行业作为二、三线城市经济的重要产业,对二、三线城市经济发展起着举足轻重的作用。但近两年来二、三线城市房地产市场出现震荡下行趋势。对此,辖内金融机构纷纷采取积极措施支持房地产市场的稳健发展。本文以大连市为例,运用GARCH模型提取房地产市场价格波动序列,并通过Granger因果检验和向量误差修正模型的脉冲响应函数,对区域内房地产信贷投放规模和质量两个因素与辖区房地产市场稳定性之间相互影响的渠道和冲击响应进行了实证探讨。最后,结合实证结果和二、三线城市当前房地产市场的实际情况,提出相关政策建议。     

GDP与政府财政支出规模的协整分析

本文通过对中国政府财政支出与GDP之间进行协整分析,并在此基础上建立了误差修正模型,检验分析了中国股票市场与房地产市场之间的长期和短期关系。我们看到:我国的财政支出与GDP都具有非平稳性的特征,但它们却具有长期稳定的协整关系。     

2010楼市政策的前世今生

在系列调控政策之下,2010年房地产行业保持高位运行,但缺少向上的驱动力,并在下半年开始缓慢回落.从国家统计局公布的全国房地产开发景气指数趋势图可看出,1～9月的景气指数都在2009年最高水平以上.     

基于ARIMA-GARCH模型的黄金价格走势研究

研究黄金价格走势具有重要的意义,本文以1971年1月至2012年12月的伦敦黄金交易市场下午定盘价格为基础,利用时间序列的相关理论,建立了ARIMA-GARCH模型,对黄金价格走势进行拟合实证。并进行了样本外区间预测检验,检验结果表明该模型可以较好的刻画黄金价格的动态走势,为更好的进行黄金价格预测,为政府决策和投资者理财提供参考。