我国货币流通速度与经济波动的实证分析

本文先是对现有的关于货币流通速度和经济波动的文献进行了综述，然后利用1985年～2003年的年度样本数据对我国货币流通速度的时间趋势进行了估计，在假设该趋势为制度性因素决定的前提下，提取了货币流通速度对时间趋势的偏离，并以此作为货币供应松紧程度的度量。在此基础上，又检验了其同当期及未来经济波动之间的联系。表明货币流通速度每高于时间趋势0．01，则经济增长随后下降0．53个百分点。这表明从货币主义理论出发，不考虑货币传导机制的具体作用过程，货币冲击在短期内的确影响经济产出。     

中国货币流通速度的收入敏感性分析

本文考察了国民收入的增长对货币流通速度带来的影响,通过对凯恩斯货币需求函数的推导,选择货币供给的M2层次作为参考基准,结合经验验证,得出经济衰退时期,居民收入的上升,在提升敏感性的同时,反而引起货币流通速度的加速下降,揭示了中国的货币流通传导机制中存在的问题。     

货币市场基金影响货币流通速度吗

货币流通速度不仅受实体经济影响,而且受虚拟经济影响,本文运用实证分析方法探讨货币市场基金对货币流通速度是否产生影响,结果表明货币市场基金收益率变动是货币流通速度变动的格兰杰原因,两者正相关,可根据货币市场基金收益率和一年期国债收益率预测货币流通速度,货币政策实施效果受货币流通速度影响,管理者可通过调整货币市场基金政策稳定货币流通速度。     

西方货币流通速度理论研究的文献综述

货币流通速度是货币经济学的重要概念,是连接货币供给和实体经济的重要指标,它反映出货币流通状况和经济运行质量的好坏,其稳定性和可预测性直接关系到货币政策中介目标的选择。20世纪70年代以来,对于货币流通速度的研究,西方各大流派的著名的经济学家纷纷提出了各自的观点和结论,本文对此进行梳理总结,以找出进一步研究的方向。     

影响货币流通速度的微观因素考察——基于中国货币收入流通速度的计量分析

本文以我国货币的收入流通速度为考察对象,在对其加以界定的基础上进行研究。本文根据弗里德曼的货币需求函数,从微观的角度对货币收入流通速度变动的原因进行了研究,并建立了回归模型进行分析,得知造成我国货币流通速度变动的影响因素是：人均实际收入增加,存、贷款利率的变化,特则是存款利率,通货膨胀率只有发生剧烈变化时才会有影响.     

中美两国货币流通速度比较

货币流通速度无论是对货币理论的发展还是对货币政策的操作都具有十分重要的意义。本文对比美国的货币流通速度，对我国的货币流通速度进行实证研究。     

我国股市对货币流通速度影响的实证分析

根据国外经验,货币流通速度呈现U形,存在下降和上升两个阶段。目前我国货币流通速度由长期下降转为上升趋势,而股市是其中一个重要因素。股市发展意味着货币替代物增加,股市的交易量增加,从理论上说这将会加快货币流通速度。本文用我国1998年1季度到2007年1季度的数据进行实证分析,从而探讨股市对货币流通速度的影响。     

中美两国货币流通速度比较

货币流通速度无论是时货币理论的发展还是对货币政策的操作都具有十分重要的意义.本文对比美国的货币流通速度,对我国的货币流通速度进行实证研究.     

我国货币流通速度的测算及分析

1911年美国经济学家欧文·费雪在其出版的《货币的购买力》一书中,提出了交易方程式:MV=PT。式中,M表示一定时期流通中货币的平均数量,V表示一定时期单位货币的平均周转次数即货币流通速度,P表示商品和劳务价格的加权平均数,T表示商品和劳务的交易数量。由费雪方程式推导的     

关于我国货币理论的实证研究

本文通过建立向量自回归模型,采用协整研究、脉冲响应及格兰杰因果性检验等计量经济学方法,就国内生产总值、居民消费物价水平、名义利率和货币供给量之间的关系进行了实证检验。结果表明,在我国的经济条件下,上述因素之间并不存在长期稳定的均衡关系。通过差分变换,对M2增长率、GDP增长率、CPI及利率等变量进行实证研究,并得出它们之间的协整关系。     

基于BP网络对我国通货膨胀率的预测及其分析

本文首先由我国的CPI计算出通货膨胀率,综合分析了我国通货膨胀率和GDP增长率数据。其次,用带有动量项和自适应学习率的BP神经网络预测出2008～2009年我国CPI,从而推算出2008～2009年我国通货膨胀率分别是4.99%和4.91%左右。并提出了一些相应的政策建议。     

时间序列与BP神经网络在新疆GDP预测中的对比分析

根据新疆维吾尔自治区2009年统计年鉴中的数据,构建并选用合适的时间序列模型、BP神经网络模型,对2004年-2008年的新疆GDP进行预测,并用预测结果与实际值求得相对误差,然后将两种模型的误差进行比较。结果表明,BP模型应用于新疆GDP预测较时间序列预测有较高的预测精度和良好的泛化能力。     

全球金融危机背景下的我国货币错配问题研究

我国的货币错配具有一些自身的特点,表现为巨额正外币资产头寸,在全球金融危机背景下,这将带来巨大的风险挑战。因此加强对货币错配问题的研究对于宏观经济政策的制定特别是对汇率制度的改革,具有非常重要的现实意义。本文首先通过估计我国的货币错配水平,分析我国的货币错配现状,指出全球金融危机背景下的风险挑战,进而提出相应的风险防范措施。     

区域高技术产业集聚度与技术创新关系研究——基于中部六省高技术医药产业的分析

产业集聚和技术创新是推动经济增长的重要因素.采用河南省、山西省、湖北省、安徽省、湖南省、江西省中部六省的高技术产业—医药产业的区域层次数据进行分析,以区位熵作为产业集聚度的衡量指标,利用BP神经网络法测算技术创新数据,对技术创新水平进行衡量,进而测算产业集聚度和技术创新的Pearson相关系数,验证产业集聚度和技术创新的正相关性,并结合图形进一步分析二者关系,探究二者发挥最大协同推动经济发展时产业集聚的最佳规模,为充分发挥产业集聚和技术创新对经济的协同推动作用提供决策支持.     

On the determinants of exporters' currency pricing: History vs. expectations

The purpose of this paper is to investigate why the choice of invoice currency under exchange rate uncertainty depends not only on expectations but also on history. The analysis is motivated by the fact that the US dollar has historically been the dominant vehicle currency in developing countries. The theoretical analysis is based on an open economy model of monopolistic competition. When the market is competitive enough, the exporting firms tend to set their prices not to deviate from those of the competitors. As a result, a coordination failure can lead the third currency to be a less efficient equilibrium invoice currency. The role of expectations is important in selecting the equilibrium in the static framework. However, in the dynamic model with staggered price-setting, the role of history becomes another key determinant of the equilibrium currency pricing. The role of history may dominate the role of expectations when the firms are myopic, particularly in the competitive local market. It also becomes dominant in the staggered price setting when a fraction of the new price setters are backward-looking. The result suggests the importance of history in explaining why the firm tends to choose the US dollar as vehicle currency. J. Japanese Int. Economies 20 (4) (2006) 548–568.     

基于主成分的BP神经网络煤层气产能预测方法

提出基于主成分的BP神经网络煤层气产能预测方法具有良好的仿真预测功能,预测结果相对误差平均1．67％,相对误差最大3．33％,最小0．22％,预测精度较高;为采用量化的排采参数预测煤层气产能提供了一种新方法。BP神经网络煤层气产能预测方法引入主成分分析,可以有效提高网络运行效率。对于产出关系不确定的煤层气井,可利用该方法获得排采参数到产气量的非线性映射关系,实现产量预测。     

一种新的光伏发电预测模型的设计

为了对光伏发电的输出功率进行预测,本文分析光伏发电的影响因素,提出了一种基于太阳辐射功率曲线匹配的预测模型。该模型将历史数据按时段进行分解,查找与当前时段太阳辐射功率曲线最为匹配的数据,以此构建并训练BP神经网络,来预测未来3个小时内的太阳辐射功率,能够较好的实现预测目标。实验结果表明,该模型有较高的精度,可对电网调度起到重要的指导作用。     

我国国防特色学科人才培养效果评价体系研究——基于FAHP-BP方法

加强国防学科建设作为高校培养新型国防科技人才的一个重要途径,如何科学有效的评估各国防特学学科人才培养效果成为亟待解决的问题.本文的研究构建了国防特色学科人才培养效果评估指标体系,并将模糊层次分析法与BP神经网络相结合的方法应用于国防特色人才培养效果评估.同时以第二批国防特色学科为例,对我国国防特色学科人才培养效果进行评价与分析.实验结果发现:不同高校之间的国防学科建设水平存在差异,且同一高校的不同学科建设之间存在明显不平衡的现象.基于评估结果,本文就国防特色学科发展提出相关建设性意见.     

基于灰色神经网络的短期电力负荷预测分析

电力负荷预测是电力系统一项重要的工作。本文应用了灰色预测和人工神经网络相结合的方法进行短期电力负荷预测。首先介绍了灰色预测和神经网络的基础理论,其次利用一个仿真算例来验证灰色神经网络算法的可靠性。