中国地区GDP增长统计的真实性检验

本文利用中国28个地区(省、市、自治区)近二十年10个经济基础变量的平行数据，运用主成分分析和固定影响变截距模型的经验分析方法，为中国GDP增长的真实性讨论提供了地区一级数据的检验。我们发现，从整个时期来看，中国地区的GDP统计数据没有出现违背经济规律的统计特征，其中也包括能源增长与经济增长的关系；年度的特殊影响也不太严重，特别是质疑最多的1998年及以后各年并无显著的正影响；地区的特殊影响虽然比较大，但也许能从地区经济结构及变化等方面的差异上得到解释，未必成为GDP数据存在造假的证据。     

金融危机以来中国货币政策有效性研究

本文采用2008年1月至2011年10月的经济金融月度数据,选取M2、GDP、CPI三者的同比增长率分别作为货币政策、经济增长和币值稳定的代表变量,通过建立SVAR模型及脉冲响应函数对金融危机以来中国货币政策的有效性进行了实证分析,结果显示:货币供给的波动能够引起产出的同向波动,货币政策具有一定的产出效应;相比对产出的影响,货币政策对CPI的影响更显著和长久。     

中国经济增长长期趋势的实时估算与贡献分解——兼论中高速阶段稳态的形成与识别

研究目标:动态测度中国经济增长的长期趋势。研究方法:构建非齐头时变混频动态因子模型估计中国经济增长的长期趋势,采用时变方差分解测算各要素对经济增长长期趋势的贡献。研究发现:中国经济增长趋势早已于2007年就步入了下行区间,而在2016年后它的主体态势开始从持续下行转向渐趋稳定;人口红利和技术红利的协同消退主导了本轮经济增长的趋势下行,而资本深化的相对稳定则为中高速增长提供了趋势动能;目前经济增长趋势已正式步入劳动投入渐趋稳定、技术增长渐趋稳定和资本深化渐趋稳定的三重稳定阶段,这说明由新冠肺炎疫情等局部冲击引致的经济增长率下行仅是短期现象,并不会轻易破坏中高速阶段稳态的趋势基础。研究创新:将时变要素和非齐头数据纳入混频动态因子模型,提高了模型处理非规则数据的能力。研究价值:充分肯定了当下的经济波动更多是源于暂时性冲击,而中高速增长具备扎实的趋势基础。     

基于状态空间模型的中国季度GDP季节调整(1996～2009年)

中国迄今为止尚未公布包括季度GDP在内的经季节调整的经济指标数据,这不仅不利于对中国宏观经济运行监测,也无法满足国际比较的迫切需要。本文对中国1996年一季度至2009年四季度的实际GDP构建基于状态空间形式的季节调整模型,通过卡尔曼滤波递推算法对状态向量的各分量进行了最优估计、平滑和预测,并对超参数进行了极大似然估计。在此基础上分析了这一期间中国GDP的主要季节和趋势特征,并计算出了季节调整后的季度环比增长率指标用来分析和监测经济走势,鉴别趋势拐点,制定相关经济政策。最后通过与国际通用的TRAMO-SEATS季节调整模型的对比发现其优越性。     

“十三五”时期中国能源强度预测

本文采用中国1978-2010年的万元GDP能耗数据,分别构建了中国万元GDP能耗的普通自回归预测模型与分位自回归预测模型,对未来中国能源强度的变动趋势进行预测。研究发现,分位自回归模型的预测精度比普通自回归模型更高。因此,以分位自回归模型来对中国未来几年的能源强度进行预测。相比2015年,2020年中国万元GDP能耗将下降10.61%,低于政府提出的15%的目标,中国在节能道路上仍需努力。     

中国人口老龄化的特征趋势及对经济增长的潜在影响

基于中国第六次全国人口普查和联合国“世界人口展望”的最新数据,采用分要素预测法和人均GDP分解法,分析中国人口老龄化的现状、特征和趋势,并探讨其对经济增长的潜在影响。研究发现,中国人口老龄化具有“来得早”、“来得快”、城乡倒置等特征。在2010~2100年期间,人口老龄化若干关键指标快速上升且长期保持高位。如果将1960~2005年的中国人口结构替换成2005~2050年的数据,人均GDP增长率将降低1.23个百分点,这一影响程度在世界范围处于很高等级。     

货物周转量与经济发展关系研究

分析了货物周转量的主要影响因素,以6个经济指标作为解释变量,通过相关性分析,得到各指标变量与货物周转量的相关系数;同时运用主成分分析,构造了货物周转量与国内生产总值(GDP)之间的线性回归模型;并对建国以来我国货物周转量同GDP关系的阶段性特征予以分析。数学模型实证检验结果表明:各个经济发展阶段,货物周转量同GDP均呈现线性关系,并且随着经济的发展,单位GDP增长所需的货物周转量呈现出减小的趋势。     

货物周转量与经济发展关系研究

分析了货物周转量的主要影响因素,以6个经济指标作为解释变量,通过相关性分析,得到各指标变量与货物周转量的相关系数;同时运用主成分分析,构造了货物周转量与国内生产总值(GDP)之间的线性回归模型;并对建国以来我国货物周转量同GDP关系的阶段性特征予以分析.数学模型实证检验结果表明:各个经济发展阶段,货物周转量同GDP均呈现线性关系,并且随着经济的发展,单位CDP增长所需的货物周转量呈现出减小的趋势.     

中国经济周期与股市周期协同性研究——基于DCC-GARCH模型

经济周期与我国股票市场有着复杂的关系，探究股市周期和经济周期的协同性有着重要的意义。本文以GDP和上证指数分别代表经济周期和股市周期，通过HP滤波提取二十多年的相应指标数据中的周期成分，并绘制相应的周期波动情况，接着引入DCC-GARCH模型，对股市周期与经济周期的动态相关性进行分析。宏观经济周期与股市周期之间的相关性一直处于正向关系且具有波动性，但并非一直保持较高的协同性，受金融危机等全球性事件的影响，二者相关性上下急剧波动较大。     

我国GDP增长率序列中趋势成分和周期成分的分解

本文使用H-P滤波、时间趋势平稳、ARMA趋势平稳和状态空间分解等趋势分解方法，对我国GDP增长率序列进行了趋势分解，并对各种周期成分进行了对比检验。我们发现，这些分解方法得到的周期成分具有类似的统计性质，但就残差序列的白噪声检验来说，双变量状态空间模型的分解效果最为显著，因此应该采用状态空间模型进一步分析我国的经济周期性质。     

Periodic Unobserved Cycles in Seasonal Time Series with an Application to US Unemployment*

We introduce a general class of periodic unobserved component (UC) time series models with stochastic trend and seasonal components and with a novel periodic stochastic cycle component. The general state space formulation of the periodic model allows for exact maximum likelihood estimation, signal extraction and forecasting. The consequences for model‐based seasonal adjustment are discussed. The new periodic model is applied to postwar monthly US unemployment series from which we identify a significant periodic stochastic cycle. A detailed periodic analysis is presented including a comparison between the performances of periodic and non‐periodic UC models.     

Markov-switching and the Beveridge–Nelson decomposition: Has US output persistence changed since 1984?

We show that, for a class of univariate and multivariate Markov-switching models, exact calculation of the Beveridge–Nelson (BN) trend/cycle components is possible. The key to exact BN trend/cycle decomposition is to recognize that the latent first-order Markov-switching process in the model has an AR(1) representation, and that the model can be cast into a state-space form. Given the state-space representation, we show that impulse-response function analysis can be processed with respect to either an asymmetric discrete shock or to a symmetric continuous shock. The method presented is applied to Kim, Morley, Piger’s [Kim, C.-J., Morley, J., Piger, J., 2005. Nonlinearity and the permanent effects of recessions. Journal of Applied Econometrics 20, 291–309] univariate Markov-switching model of real GDP with a post-recession ‘bounce-back’ effect and Cochrane’s [Cochrane, J.H., 1994. Permanent and transitory components of GNP and stock prices. Quarterly Journal of Economics 109, 241–263] vector error correction model of real GDP and real consumption extended to incorporate Markov-switching. The parameter estimates, the BN trend/cycle components, and the impulse-response function analysis for each of these empirical models suggest that the persistence of US real GDP has increased since the mid-1980’s.     

Business,housing, and credit cycles

We use multivariate unobserved components models to estimate trend and cyclical components in gross domestic product (GDP), credit volumes, and house prices for the USA and the five largest European economies. With the exception of Germany, we find large and long cycles in credit and house prices, which are highly correlated with a medium‐term component in GDP cycles. Differences across countries in the length and size of cycles appear to be related to the properties of national housing markets. The precision of pseudo real‐time estimates of credit and house price cycles is roughly comparable to that of GDP cycles.     

高等学校创新投入与中国经济增长关系分析——基于协整和误差修正模型的方法

高等学校在中国经济发展中起着非常重要的作用,不仅担当教书育人的重要责任,而且还是中国科技创新的主力军。通过1991～2005年中国经济增长和高等学校创新投入数据,建立了协整关系和误差修正模型;证明了高等学校创新投入与中国经济增长存在长期稳定的关系,国家加大对高等学校的创新投入是正确的方针政策。     

The Beveridge–Nelson decomposition in retrospect and prospect

Beveridge and Nelson [Beveridge, Stephen, Nelson, Charles R., 1981. A new approach to decomposition of economic time series into permanent and transitory components with particular attention to measurement of the ‘business cycle’. Journal of Monetary Economics 7, 151–174] proposed that the long-run forecast is a measure of trend for time series such as GDP that do not follow a deterministic path in the long run. They showed that if the series is stationary in first differences, then the estimated trend is a random walk with drift that accounts for growth, and the cycle is stationary. In contrast to linear de-trending, the smoother of Hodrick and Prescott (1981) and Hodrick and Prescott [Hodrick, Robert, Prescott, Edward C., 1997. Post-war US business cycles: An empirical investigation. Journal of Money Credit and Banking 29 (1), 1–16] and the unobserved components model of Harvey, [Harvey, A.C., 1985. Trends and cycles in macroeconomic time series. Journal of Business and Economic Statistics 3, 216–227]. Watson [Watson, Mark W., 1986. Univariate detrending methods with stochastic trends Journal of Monetary Economics 18, 49–75] and Clark [Clark, Peter K., 1987. The cyclical component of US economic activity. The Quarterly Journal of Economics 102 (4), 797–814], the BN decomposition attributes most variation in GDP to trend shocks while the cycles are short and brief. Since each is an estimate of the transitory part of GDP that will die out, it seems natural to compare cycle measures by their ability to forecast future growth. The results presented here suggest that cycle measures contain little if any information beyond the short-term momentum captured by BN.     

The business cycle in the G-7 economies

In this paper the Hodrick–Prescott filter is used to decompose real GDP for the G7 countries into cyclical and trend components. The resulting series of cyclical components are then examined for static relationships, using correlations and graphs; long-run relationships using autoregressive-distributed lag models; and short-run relationships, using error–correction models. The main result is that the patterns of cyclical behaviour changed following the oil price shocks in the 1970s. Since 1980, cyclical fluctuations have been smaller as a result of a decline in synchronisation of the cycles in the G7. Two separate cycles seem to be developing since 1990. One is for Germany, Italy and France, whilst the other is for the US, UK and Canada. Within each of these groups there are both long-run and short-run relationships between the cyclical components of GDP.     

中国GDP出口分解及贡献新测度

基于全球价值链分解方法,构建国家层面和产业层面GDP出口分解框架,分析中国出口对GDP及GDP增长的贡献和变化机制。研究发现,中国国家层面和产业层面出口对GDP及GDP增长的贡献均呈现先增后减的倒“U”形特征。制造业贡献起主导作用,需要巩固传统优势,培育新优势;占国内生产总值比重较大的服务业贡献相对较小,需要进一步提升国际竞争力;贡献的变化主要是基于产业增加值出口比重的增长,产业结构变动产生了一定的阻碍作用。     

基于支持向量机的福建省GDP预测研究

采用1981～2002年的福建省GDP数据作为支持向量机(SVM)的训练目标,以各期前三年的GDP作为输入向量构成训练样本。首先利用格子搜索法获得支持向量机模型中的参数(C,γ,ε)对样本进行训练。然后用训练所得模型对2003、2004、2005三年的福建省GDP进行测试,平均测试精度达98.12%。可以认为支持向量机具有较强的泛化能力,在宏观经济预测中具有较高的精度,从而可用于未来实际GDP的预测。     

基于灰关联分析的中美GDP与社会物流成本比较研究

从中美两国社会物流成本结构入手,应用灰关联分析方法分析了1996-2010年中美两国物流总成本变化趋势,GDP与社会物流成本构成成分之间的关联程度、差异性及其成因,并提出了降低我国社会物流成本的对策建议。