中国宏观经济混频数据模型应用——基于MIDAS模型的实证研究

传统宏观计量模型需要利用加总或插值等方法将混频数据统一到同频数据再应用于宏观经济模型中。而混频数据模型是直接利用混频数据构建模型,避免了因数据加总或插值导致的信息损失和人为信息的虚增,充分利用了现有高频数据的信息,改进了宏观计量模型估计的有效性和预测的精度。混频数据抽样模型(MIDAS)是混频数据模型的一种,它使用参数控制的滞后权重多项式函数对高频滞后数据进行有权重的加总并构建模型,再通过数值优化和非线性的方法估计混频数据模型中的最优参数。MIDAS模型是攫取现有高频数据的全样本信息用于宏观经济和金融的分析与预测的有效方法,本文基于该模型的实证研究探寻混频数据在中国宏观经济应用中的有效性。     

基于保密视角的政府微观调查数据开发应用研究

我国政府统计中的微观调查数据是十分重要的战略资源,但长期以来这些数据没有得到充分开发应用,造成宝贵资源的浪费。政府微观调查数据中包含大量商业机密和个人隐私等敏感信息,如何在保护两者前提下最大限度地开发和应用政府微观调查数据,是亟待解决的问题。本文在总结发达国家微观调查数据开发应用过程中有关保密工作经验的基础上,结合我国实际情况对政府微观调查数据开发应用中的数据保密提出相关建议。     

中国宏观经济总量的实时预报与短期预测——基于混频数据预测模型的实证研究

季度GDP的走势与波动不仅会影响政府的财政收支、企业的盈利和财务状况,甚至还会影响家庭和个人的收入与支出,是宏观经济总量预报、预测与分析的重中之重。传统的宏观经济总量预测模型是基于同频数据进行的,高频和超高频数据必需处理为低频数据,这不仅忽略了高频数据信息的变化,还影响了模型预报和预测的及时性,降低了模型的预测精度。本文将混合数据抽样模型(MIDAS)用于中国季度GDP的预报和预测,实证研究表明,出口是造成我国金融危机时期经济增长减速的主要因素,MIDAS模型在中国宏观经济总量的短期预测方面具有精确性的比较优势,在实时预报方面具有显著的可行性和时效性。     

家庭债务收入比的影响因素研究——来自于微观调查数据的证据

本文利用CHFS2015的调查数据,运用有序结果的两部分模型,研究了中国家庭债务收入比的影响因素。结果表明,微观数据并不支持中国家庭已过度负债的结论;住房状况是对家庭债务状况分类和债务收入比影响效应最大的因素。家庭净资产的增加会降低债务收入比,减少正常负债和异常负债的概率,家庭持久收入却相反,但影响效应和显著水平都较低。人力资本越高的家庭具有更高的债务收入比和负债的概率。居住区域对债务状况分类和正常债务家庭的债务收入比的影响方向不一样。风险偏好却只对债务状况分类影响显著。     

基于搜索大数据的旅游需求自回归分布滞后模型预测研究

基于搜索引擎的搜索指数记录了关于某一关键字或某个类别的用户搜索历史,这些时间序列数据可为经济活动的预测提供原始实时依据。文章通过引入搜索大数据构建自回归分布滞后模型(即ARDL模型)预测旅游需求。具体研究内容是以美国2004年1月至2016年9月入境中国香港旅游人数为因变量、搜索指数的滞后变量为自变量建立自回归分布滞后模型,并进行预测分析。实证结果表明,搜索指数与入境旅游数具有正向相关关系,搜索指数可以提高旅游预测精度。研究结果可为网络信息计量学理论、旅游管理预测提供实证数据参考。     

基于大数据背景的《市场调查与预测》课程教学改革研究

随着大数据时代的到来及市场调查行业的专业化发展,市场调查行业对从业人员的要求尤其是对数据分析能力的要求越来越高,传统的教学方法和教学模式已经很难适应相应人才培养的需要。在此背景下,文章探讨了《市场调查与预测》课程改革的必要性及基本思路,为市场营销专业特色的建立奠定了一定的基础。     

基于景气数据的成都市产成品库存预测研究

文章针对产成品存货,通过建立GMDH自回归模型预测了成都市的产成品存货,同时引入企业家信息指数等景气数据,并通过建立ARCH模型预测了成都市的产成品存货,然后将GMDH与加入景气数据的ARCH模型进行组合预测,得出预测结果。将以上三个预测结果与实际的数据进行比较,证明引入景气数据的组合预测模型更加准确,有效。     

基于高频数据的波动率建模及应用研究评述

囿于数据可得性,传统波动率模型使用的数据频率最高频率一般为日。随着技术进步,更高频率数据越来越引起研究者们的关注。应用高频数据可以在以下诸方面提升人们对于波动率的认识:(1)更好地了解波动率的动态特征;(2)有助于建立新的波动率模型,更准确地预测波动率;(3)作为一个更精确的波动率度量指标用于评价不同模型的预测结果,并为更复杂的模型提供估计工具;(4)能够识别波动率的不同组成部分,为金融理论和实践提供更多的对象和工具。本文就近年来基于高频数据的波动率建模及应用的研究进行评述和总结。     

人民币汇率预测——基于GARCH模型的实证研究

自汇率制度改革以来,人民币汇率的走势一直受世人关注.运用合适的方法对汇率进行预测研究,具有重要意义.本文首先介绍了广义条件异方差自回归(GARCH)模型,随后对人民币/美元的高频数据进行预检验,发现其存在自相关性和异方差性,之后建立汇率GARCH模型,并进行汇率预测.     

人民币汇率预测——基于GARCH模型的实证研究

自汇率制度改革以来,人民币汇率的走势一直受世人关注。运用合适的方法对汇率进行预测研究,具有重要意义。本文首先介绍了广义条件异方差自回归(GARCH)模型,随后对人民币/美元的高频数据进行预检验,发现其存在自相关性和异方差性,之后建立汇率GARCH模型,并进行汇率预测。     

ARMA预测模型和平滑ARMA预测模型的比较研究——基于贵州省1950-2011年的年度CPI环比数据

本文基于贵州省CPI(居民消费价格指数)1950至2011年的年度环比数据进行分析预测,并用Eviews6.0软件完成建模过程。通过对两个模型预测效果的比较,得出结论,平滑ARMA模型的预测效果并没有一般的ARMA模型好,但是平滑ARMA模型可用于对比较短的时间序列的预测,通过平滑方法可以增加样本个数,从而使得本来不能够进行ARMA预测的序列可以用ARMA模型来预测。     

上证指数的预测分析——基于ARIMA模型

本文通过以2013年11月3日至2016年11月18日上证指数的收盘价作为样本容量,构建ARIMA模型对时间序列进行预测分析.通过上证指数的时间序列图来判断其序列的平稳性,并根据单位根检验的结果进行差分,由此判断阶数,构建模型ARIMA(p,d,q),并对上证指数收盘价进行短期预测.通过研究分析,发现此模型能够作为金融投资的一个非常重要的工具,它具有良好的短期预测效果.     

基于电力大数据的中国GDP现时预测

传统的宏观经济预测通常基于同频预测模型和滞后的经济统计数据进行研究,影响了预测的时效性与精确度.文章以实时的电力大数据指标为解释变量,基于混频数据抽样模型、动态因子模型及预测组合方法现时预测中国的GDP增长率.研究结果表明:电力数据较之于消费、投资、出口具有更优的现时预测效果,消费、投资是拉动我国经济增长的重要因素;包...     

我国股市波动预测的非线生研究——来自GARCH族模型的对比发现

选取上证综合指数数据(SSEC),分别运用四种GARCH模型对股市波动性的拟合优度及预测精度作比较研究.实证结果表明,EGARCH(1,1)模型是描述市场波动性的一个很好的工具,能够对投资者在市场风险度量与预测以及投资决策时有所帮助,而GARCH(1,1)模型不是预测股市波动的有效工具.     

基于网络新闻的CPI预测混合模型构建研究

本文建立在基于计量经济学的模型——ARIMA模型的基础上,通过提取经济相关的信息对CPI波动的影响因素,对SARIMA模型无法解释的误差使用神经网络BPNN进行建模,用网络新闻信息来拟合时间序列得到残差,以修正CPI的拟合效果.考虑网络新闻中包含的主观信息与客观信息并对其进行情感分析与文本分析,建立TS-SARIMA混合模型用以预测CPI值.     

基于“价值主张”模型的央行内部审计价值创造研究

近些年,内部审计增值研究受到国内外学者的高度重视和关注,我国人民银行也处于内审工作科学发展过程中。如何更好地实现内审价值增值是我国人民银行内部审计急需研究的课题。文章研究从人民银行开展内部审计的重要性入手,进一步阐述适合央行开展内部审计的"价值主张"模型及其运用步骤,提出更新内部审计理念、调整内部审计方法,以期为人民银行的发展提供重要借鉴和参考。     

“大数据”时代农业高职院校财经类专业市场调查与预测人才培养方法探讨与研究

信息技术的飞速发展引发了一场数据的大爆炸,而电子化的数据形式和数据量的迅速增加为企业进行市场调查与预测提出了新的挑战,目前高职院校市场调查与预测相关课程的人才培养方案和培养模式需要做出相应的改革,引入新的教学方法和人才培养理念,使用更加先进的调查预测工具,壮大师资队伍引入企业兼职教师以适应新的企业需求。