影子银行规模与经济增长的关系研究 ——基于VAR模型的实证分析

以我国影子银行2006年-2017年的季度数据为研究对象,通过建立包含影子银行规模,经济增速,居民消费价格指数,城镇登记失业率以及金融机构人民币贷款余额增长率的VAR模型来研究影子银行规模与经济增长之间的关系。实证结果显示:一方面,影子银行的发展会促进GDP的增长,也能降低失业率,但是却不利于物价稳定;另一方面,经济的发展会促进影子银行的规模扩张,而失业率和物价水平的波动对影子银行规模的影响均不显著。     

我国实际利用外资额与经济增长关系的实证研究

通过对1985—2013年我国实际利用外资额和实际GDP的时间序列数据进行分析,发现二者存在显著的线性关系。通过对其线性回归方程进行弹性分析得出中国经济发展过于依赖投资,外资在推动我国GDP增长的过程中起着重要作用。对二者的单整检验发现,实际GDP与实际利用外资均非平稳序列,经过差分变换后,实际利用外资是二阶单整序列,实际GDP是一阶单整序列。由其趋势图和分析得到,二者不具有协整关系,即我国实际利用外资额与实际GDP在长期不存在均衡关系。     

时间序列分解模型在寿险保费收入预测的应用

寿险保费收入是衡量寿险业发展的重要经济指标。作为经济时间序列，寿险保费收入的变化受到长期趋势、周期性循环要素、季节变动和不规则要素这四个因素的影响。本文选取我国2000年1季度到2009年4季度的寿险保费收入数据，对其进行季节调整后再通过HP滤波方法得到长期变动趋势序列，并用混合模型进行预测，通过检验时间序列分解模型合理可行。     

国内生产总值影响因素的计量分析

本文采取统计分析与计量经济分析相结合的研究方法,建立GDP及其影响因素模型。以EVIEWS软件为平台,对模型进行OLS参数估计,得到模型的数学方程,并通过经济检验,统计检验,计量学检验得出最终模型,分析城乡储蓄存款年末余额、财政支出总量、固定资产投资总额、上期GDP和职工工资总额等指标对GDP的影响,并根据所建立的模型拟合差异和经济分析。     

国外对华反倾驱动因素分析——基于宏观经济视角的研究

在对国外对华反倾概况进行描述的基础上,采用时间序列ADF单位根检验、协整检验及误差修正模型方法,具体研究了世界经济增速、中国经济增速以及中国经常账户余额占GDP比重三个宏观经济因素对国外对华反倾的影响。结果表明,世界经济增速对国外对华反倾的影响呈现非常显著的负效应;中国经济增速和中国经常账户余额占GDP比重对国外对华反倾调查在长期具有稳定的正向变化关系,短期对其影响不显著。后根据实证结论,基于宏观经济视角提出了相关政策建议。     

1978-2010年我国区域经济发展不均衡的态势及原因探析

本文利用区域实际人均GDP基尼系数来衡量我国区域间经济不均衡的程度和趋势,发现在1 97 8-2010年之间,我国省级区域间的经济不均衡程度呈现先下降后上升再下降的趋势;然后对时间序列数据进行单位根检验和协整分析,用误差修正模型检验后,发现区域经济发展不平衡与外商直接投资、金融相关率、政府财政支出和区域经济政策等变量之间具有稳定的长期关系,其中外商直接投资和金融相关率与区域实际人均GDP基尼系数正相关,而政府财政支出和区域经济政策却与之负相关。     

宁夏实际人均GDP时间序列分析及预测

实际人均GDP是具有重要经济意义的指标,它的增长具有一定的内在规律性,文章建立了宁夏实际人均GDP的带趋势项的混合时间序列模型,分析研究了模型的稳定性和可外推性,预测了2011年～2015年宁夏实际人均GDP的发展水平,说明宁夏实际人均GDP具有一定的时间趋势.     

财政规模、经济增长与结构变化基于异期协变模型的经验证据(1952-2007)

本文运用我国1952-2007年财政规模与人均实际GDP数据进行实证分析,发现我国财政规模在1970年和1999年,人均实际GDP在1962年和1992年发生结构突变,两个序列都是含有两次结构突变的趋势平稳过程,而非单位根过程,在此基础上建立了异期协变模型,发现我国财政规模和经济增长之间具有长期动态均衡关系,政策含义是按照现有经济和人口增长水平,我国财政规模在未来还能够持续增长。     

ARMA模型在国内生产总值预测中的应用

国内生产总值是指在一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标。本文收集我国1978年至2012年来国内生产总值的数据,利用EVIEWS软件对数据进行时间序列分析,建立时间序列模型,并且最终通过确立的模型对我国未来GDP作出预测。     

金融发展对经济增长作用的区域差异——来自苏南、苏中、苏北的实证分析

以金融发展与经济增长的内在机制为理论基础,来实证分析江苏省三大区域金融发展对经济增长作用的差异。结果表明:三大区域金融发展与经济增长呈正相关关系;存款余额对GDP的贡献苏北大于苏中和苏南;贷款余额对GDP的贡献顺序为苏南、苏中、苏北;投资对GDP的贡献苏南大于苏北。     

金融机构存款余额与经济发展关系实证分析——以海南为例

近年来,我国经济快速发展,随着经济发展,收入不断增加,金融机构存款余额也有了较快发展。为研究金融机构存款余额与经济发展关系,本文以海南为例,采用海南省1990年到2010年的全社会金融机构存款余额以及国内生产总值的数据,运用协整检验、格兰杰因果检验和误差修正模型对金融机构存款余额和GDP的关系进行实证分析。分析结果表明,从长期来看金融机构存款余额对经济发展有较强的促进作用,短期内金融机构存款余额的增加对经济的发展促进作用稍强于长期。     

我国国债发行额影响因素的计量分析

本文主要采用计量经济学的方法,通过对1986—2012年各年的数据进行分析,建立多元线性回归模型,研究影响我国国债发行额的主要因素,并得到拟合效果较好的计量经济模型。由此得出我国国债发行额的影响因素主要有,国内生产总值(GDP)、财政赤字、城乡居民年末储蓄余额、国债年末余额。     

GDP及利率对房地产价格影响的分析——以Hong Kong为例

文章从介绍房地产市场四象限模型的基础理论开始,从GDP和利率两方面来分析其对房地产价格的影响,并以香港为例,采用从1998年至2008年的季度数据加以实证分析,得出结论,证明房地产价格与GDP和利率间存在着紧密的联动关系,同时也验证了四象限模型理论的正确性。     

基于VAR模型对影响GDP增长速率因素的实证分析

经济的快速增长与社会进步和人们的美好生活息息相关,同时也存在多种影响GDP增长的因素,本文利用国内1950—2019年年度数据,通过构造VAR模型来分析人均产出增长、劳动生产率增长及人均收入增长对中国GDP增长的影响,Granger因果关系检验表明,人均产出增长和人均收入增长对国内GDP的增长有显著影响,最后对拟合的模型进行时间序列预测验证了结果的可靠性。     

发展中国家未来乘用车需求量预测——基于24个发展中国家的实证分析

使用2006年,24个发展中国家各自的人口总量、购买力平价调整后的GDP、乘用车销量来进行多元回归分析,对一国的人口总量和GDP对乘用车销量影响的显著性进行了研究。最后利用建立的模型及预测的未来人口总量和GDP,并且结合从模型中得到的对预测值的修正指数(假设在一定时期内,实际观测值对于预测数据的偏离是系统性的,并且这种影响是保持比例不变的),对2014年和2020年这24个发展中国家的乘用车需求量进行了预测。     

我国货币变量与实际产出变量稳健性及灵敏性分析

基于我国1991年第4季度至2008年第4季度的实际GDP、社会消费品零售总额、固定资产投资、M0、M1以及实际利率季度数据,利用VAR模型中的Leamer灵敏性检验方法,通过构建不同货币变量和产出变量之间的回归方程,分析我国货币变量和实际产出变量之间Granger影响关系的稳健性及灵敏性。检验结果表明,在我国货币政策变量中,仅M0对消费具有比较稳健的Granger影响,而M1以及实际利率对我国实际GDP、消费以及投资的影响作用都较为灵敏。     

ARIMA模型和X-11过程在农民人均现金收入预测中的应用研究

本文通过对我国2000—2014年的农民现金收入季度数据进行时间序列建模,利用ARMA模型和X-11过程来分析预测短期内我国农民现金收入的变动趋势,为短期内预测我国农民现金收入提供有效参考。     

基于时间序列的我国GDP的短期预测

随着经济全球化的深入,一国的经济实力在国家实力中的重要性越来越突出,世界各国都开始疯狂发展经济,以在国际竞争中求得一席之位。GDP(国内生产总值)从某个侧面反映了国家的经济实力,成为了各国衡量经济实力的重要指标。中国从改革开放之后,经济不断发展,GDP数据逐年增加,并呈现一定的规律。若能准确的预测中国之后几年的GDP数据,对国家宏观调控具有重要意义。本文在各项预测方法中选择了时间序列模型作为研究对象。从时间序列的基本概念出发,了解时间序列模型的种类与建模方法,以整套的时间序列建模理论为基础,在我国GDP数据上建立了ARMA模型,应用ARMA模型对2012年我国GDP数据进行预测,其预测结果与实际值之间相差很小,拟合结果比较满意;在此基础上,预测未来三年的GDP数据。     

我国GDP时间序列的模型建立与实证分析

本文利用统计软件对我国1987年到2012年实际GDP时间序列数据进行了分析,解释趋势性,利用PP检验,检验我国GDP序列的平稳性,并建立我国GDP对数序列的ARIMA模型,得到我国GDP内在的规律性,可以用来做我国GDP时间序列的拟合和预测。     

广东省人均GDP时间序列建模及预测

人均GDP是一个重要的经济统计指标,其增长具有其内在的规律性。文章以1952-2007年广东省人均GDP的统计资料为依据,针对序列的非平稳特征,对广东省人均GDP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,对序列继续进行一阶差分处理,变成平稳序列,建立广东省人均GDP时间序列的ARIMA模型并对模型进行检验,最后将模型用于广东省人均GDP的预测分析。计算结果表明,该模型能较好地解决广东省人均GDP的估计和预测问题,预测精度较高。