卢卡斯方差假说在中国成立吗——基于时变参数模型的实证研究

卢卡斯方差假说揭示了产出—通胀交替与总需求冲击之间存在着负向的关系。对假说进行实证检验对一国中央银行货币政策的制定与实施具有重要的现实意义。本文首先建立时变参数的货币增长模型代替固定系数的货币增长模型,比较准确地得到非预期货币冲击及其条件方差,最后分别利用两步估计法和联合估计法对假说进行检验。结果发现,中国的数据不支持卢卡斯方差假说,中央银行意料外的货币扩张或者收缩对实际经济的影响大小与需求冲击大小无关。     

吉林省农村居民与城镇居民消费模式分析

文章将基于绝对收入和相对收入假说的消费模型扩展为时变参数模型,利用卡尔曼滤波对模型进行估计,得到时变边际消费倾向,识别了吉林省农村居民和城镇居民消费函数中边际消费倾向系数的时变特征,并比较了吉林省农村居民与城镇居民消费模式上的差异。结果表明,基于相对收入假说的消费函数模型能够更好地描述吉林省农村居民和城镇居民的消费行为。吉林省农村居民的边际消费倾向低于城镇居民的边际消费倾向,主要是由于农村居民对未来的预期没有城镇居民乐观。因此,提高农村居民的收入水平,增强其对未来收入的预期是扩大农村居民消费的有效途径。     

外贸顺差、贸易筛选与就业关系研究——基于月度数据的再检验

本文利用2001-2009年的对外贸易月度数据,考察了中国出口与外贸顺差对就业水平的影响。研究表明,在暂时不考虑进口的情况下,出口规模的扩大对就业依然产生正向冲击;但是考虑进口后,外贸顺差的就业效应却呈现出先促进后抑制的效应。因此,传统的菲利普斯曲线机制认为的外贸顺差促进就业的观点可能需要重新修正,而Helpman等提出的"贸易筛选"机制在中国当前的外贸顺差规模下,将在劳动力市场上发挥主要作用。鉴于此,中国应在进一步提高出口规模和质量的同时,重视进口对经济发展的促进作用,将外贸顺差规模控制在合理范围。     

基于时变参数的我国全要素生产率估计

本文应用时变参数状态空间模型,利用1953~2005年中国宏观经济数据,估计了样本区间内我国的全要素生产率(TFP),并与传统的索洛残差方法的计算结果进行了比较。分析表明:时变参数方法得到的TFP增长率计算结果由于不包含方程误差,比索洛残差方法的结果精确;TFP增长率的变化趋势,基本和GDP的增长趋势相同,只是有所滞后,滞后期一般为一年。     

超低空拦截导弹武器系统的UKF-IMM目标跟踪算法

针对超低空拦截导弹武器系统的特点,提出了运用基于交互多模型的无迹卡尔曼滤波算法(UKF-IMM)对来袭目标进行状态估计的滤波方法.根据来袭目标的运动特点建立了特定的模型集,模型集由CV模型、比例导引模型和当前统计模型组成.每个模型分别采用UKF滤渡器进行滤波,UKF-IMM滤波器的输出为各滤波器状态输出的概率加权融合.仿真结果表明,该模型集能够概括超低空拦截导弹拦截目标的运动样式,模型之间切换迅速,滤波算法收敛速度快.运用UKF-IMM滤波算法能够实现超低空拦截导弹火控系统对来袭目标及时准确地跟踪.     

最小二乘算法在相对导航中的应用

介绍了相对导航原理。针对相对导航原理提出了一种基于最小二乘的滤波算法,改进卡尔曼滤波。经过仿真验证,该算法能满足定位要求,具有实现简单、效率高、适应性好等特点。     

对中国股市泡沫的检验与度量——基于状态空间模型和Kalman滤波方法

中国股票市场在2007—2008年经历了先暴涨后暴跌的股市泡沫过程,之后就进入了相对平缓的阶段。在这样的"后泡沫"时代背景下,在综合借鉴国内外众多研究成果的基础上,运用状态空间模型和卡尔曼滤波方法对2007—2008年的沪市泡沫进行了度量并刻画了股市泡沫的运行趋势,由此解释了股市大幅波动的原因,这对于保持证券市场的平稳运行和防范化解金融风险,都具有理论和现实意义。     

卡尔曼滤波及其在矿区变形分析中的应用研究

文章把空间形变位移量和运动形变位移速度看作一动态状态向量,将运动形变加速度看作其动态噪声,利用卡尔曼滤波法进行某矿区监测并对其空间位移形变分析,通过一矿区实例分析,其方法效果较好。     

基于状态空间模型与KALMAN滤波的中国电力需求分析

电力需求的发展规律特性对于电力系统规划以及电力市场的发展都是较为重要的因素.本文以状态空间模型与Kalman滤波技术为基础,发电量为研究对象,研究了中国电力需求的自身变化规律,以此为基础预测了未来5年中国电力需求增长状况;本文的研究对中国的电力工业未来的发展具有重要的指导意义.