关于CPI和PPI关系的VEC模型分析

居民消费价格指数(CPI)和生产者价格指数(PPI)是反映整体价格水平波动的两个重要指标.文章利用2001年1月至2014年7月我国CPI、PPI的月度数据,在协整检验的基础上,运用时间序列分析中的向量误差修正(VEC)模型对它们的关系进行了研究,从而把两个价格指数之间短期波动和长期均衡的特征联系起来.     

基于季节性ARIMA模型的居民消费水平预测

文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析.首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型的构建,然后对模型进行性能检验,确定较适合的季节自回归综合移动平均模型,最后在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分处理,取得了较为理想的预测效果.     

我国CPI季节调整模型预测

文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测.实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5％之内.     

对我国物价波动性及其影响因素的变量考察

文章首先从ARCH模型的角度,对我国CPI波动进行了实证研究,得知其残差序列存在显著的ARCH效应,而且通过GARCH模型分析得知我国的CPI波动具有长期记忆性,并且外部的一个冲击对我国的物价波动具有显著的杠杆效应;其次利用脉冲反应模型,以投资与消费为例对物价的冲击因素进行比较分析得知,投资对物价的冲击力度明显高于消费的冲击力度;最后通过方差分解结果得知,CPI自身的冲击是导致我国物价波动的最主要因素,其次才是投资。因此我们可以得出以下结论:我国CPI波动具有长期记忆性特征,通货膨胀与通货紧缩一旦形成,就极容易造成恶性循环。     

中国省份消费水平指数的波动源头研究

文章通过构建基于序贯主成分方法估算的状态空间分层动态因子模型,对我国1999年1月到2015年6月31个省份的CPI即消费水平指标的三层动态因子进行估算.将CPI波动来源分解为相互独立的国家、区域和省份动态因子,进而分析其基本特征,结果表明全国动态因子和区域动态因子基本反映了各省份消费水平的波动趋势,可作为CPI波动的主要源头,然而省份动态因子差异较大,其差异性与各省份经济发展水平相关.并利用方差分解来解释CPI波动源头,其中,全国动态因子是CPI波动的主要驱动力,区域动态因子影响力最弱,省份动态因子的影响程度差异较大,在一定程度上与各区域及各省份的特殊特征有关.     

中国制造业PMI与CPI的相关性分析

文章选取了2005年1月至2015年4月的中国制造业采购经理指数(PMI)与居民消费价格指数(CPI)的数据进行相关性分析,并对两个时间序列构建向量自回归模型,进而通过Granger因果检验、脉冲响应函数分析、方差分解分析说明了中国制造业PMI与CPI之间的定性定量关系,得出PMI与CPI互为Granger因果关系,PMI与CPI之间存在相互作用关系,且PMI对CPI具有较长时间和较大程度的正向影响.     

我国月度居民消费价格指数的预测方法与应用

文章用时间序列的BP神经网络和ARMA模型的方法对我国2005年1月～2011年5月的月度CPI进行了模型分析并检验了预测效果。对比分析表明,利用月度CPI时间序列的BP神经网络方法相比ARMA模型有更好的预测精度。     

粮食价格波动对物价水平的非对称影响——基于STR模型的实证分析

依据中国1998年1月-2011年6月的季度数据,运用平滑转换回归模型研究粮食价格波动对物价水平的影响,研究表明:粮食价格对物价水平存在单向Granger因果关系,其影响呈现非线性和不对称特征;当粮食价格处于高机制状态时,粮价波动对物价水平影响程度较大,CPI自我驱动能力较小;当粮食价格处于低机制状态时,粮价波动对物价水平影响程度微弱,CPI自我驱动能力较强.     

生猪价格波动周期规律的实证检验

文章采用“三阶段”马尔科夫区制转移模型方法,分析中国生猪价格周期波动的非对称性和持续性特征.实证结果表明:生猪、猪肉和猪仔价格时间序列中存在着“下跌阶段”、“稳定阶段”和“上涨阶段”三种区制状态.生猪价格周期波动的非对称性体现在各区制上方差和区制转移概率的差异,持续性表现为各区制上持续概率和平均持续期的不同.因此,生猪价格调控政策应该依据生猪价格周期波动的区制特征来制定.     

基于改进的Grey-Markov对区域碳排放市场价格的预测

文章采用灰色预测法刻画碳价的发展趋势,运用马尔科夫(Markov)理论刻画碳价的随机波动特性,使用并改进Grey-Markov模型预测碳价波动.通过比较其与传统金融时间序列预测模型GARCH的结果,发现改进的Grey-Markov模型能够提高预测的精度.     

网上调查应注意的几个问题

国际互联网的飞速发展,正在把 我们带入一个激动人心的网络世界。适应网络时代的调查方式──网上调查随之产生。网上调查是利用网络作为信息收集渠道,获得即时有针对性的各种信息的一种调查方式,具有很高的时效性和效率,可以节省大量调查费用和人力,是二十一世纪调查研究收集数据的主要手段之一。由于国内上网用户数量有限,网上调查也刚刚起步,网上调查的使用具有一定的局限性,应注意以下几个问题: 样本的代表性网上调查的调查对象仅限于网民,网民的构成决定着预定的被调查者是否构成群体规模。如果被调查规模不够大,样本往往缺…     

基于倾向分匹配法的农民工培训收入效应实证研究——以吉林省为例

基于2006年吉林省进城务工人员调查数据,采用倾向分匹配法对农民工的培训收入效应进行估算.研究结果表明:培训对农民工的收入确实有显著的积极的影响,其中职前培训的增收效果明显高于在职培训.横截面估计和OLS估计的结果也支持这一结论.同时通过比较不同方法中的受试组和参照组个体统计特征发现,倾向分匹配法中参照组的个体统计特征更接近于受试组,亦即基于倾向分匹配法获得的估计结果更接近于随机实验结果.     

Bounds on Sample Variation Measures Based on Majorization

Using majorization theory, upper and lower bounds are derived for different measures of variation as progressively more items of information are available about the sample data. As a convenient starting point, bounds are first established for a one-parameter family of variation measures, which is a generalized mean difference measure of which Gini's mean difference, the standard deviation, and the range are particular cases. While, as pointed out, some of the derived bounds are well known, others do not appear to have been published and are tighter than established bounds. Some 40 different bounds are derived, besides any number of bounds given for the generalized family of variation measures. A number of interesting inequalities are also derived on the basis of some of the bounds. While the bounds have been developed in terms of real-valued sample data generally, the paper concludes with a brief discussion of the bounds for categorical data when the sample data consists of frequencies (counts).     

基于GARCH模型的金融冲击对企业产出影响研究

利用GARCH模型,计算了来自货币供给、汇率以及股市波动因素的金融冲击,结果表明GARCH模型能够很好地反映金融冲击情况。根据GARCH模型分析结果,利用面板数据模型研究了金融冲击对企业产出的影响,实证研究显示:金融冲击会对企业产出有显著的影响,但单独股市波动的冲击对就业影响不显著;资产负债率高的企业,金融冲击会导致产出更大的下降。     

ARCH类模型在风险价值测度中的应用

将ARCH类模型用于计算风险价值，会在很大程度上提高风险价值测度的精度。通过理论分析和实证分析都表明，利用ARCH类模型计算金融资产的风险价值，可以体现其收益率的分布状态和波动性的影响作用，适应风险价值计算的需要，能够提高风险价值的计算精度。     

连续性抽样估计方法研究综述

根据国外的理论研究及应用的经验,预计连续性抽样估计方法在中国的应用前景非常广阔。因此,将连续性抽样估计方法作为研究对象,对国外已有的相关研究成果进行理论化、系统化的研究综述,并比较分析各类连续性抽样估计方法,归纳出存在的问题及未来研究的趋势,为后续的研究提供参考,同时为该方法顺利地应用到中国实际调查工作中奠定理论基础,从而进一步推动中国统计调查方法体系的改革与发展。     

Influence on tests with focus on linear models

To assess the influence of single observations on the parameter estimates, case-deletion diagnostics are commonly used in linear regression models; one example is Cook's distance. For nested parametric models we consider a deletion diagnostic for evaluating the influence of a single observation on the likelihood ratio (LR) test. In order to have a common scale as reference, the asymptotic distribution of the diagnostic is derived and the values of the diagnostic are converted to percentiles. We focus on linear models and general linear models, and in these cases explicit results are derived. The performance of the diagnostic is explored in two small bench mark examples from linear regression and in a larger linear mixed model example.     

A note on characterizations based on truncated expectations

Many characterization results of the bivariate exponential distribution and the bivariate geometric distribution have been proved in the literature. Recently Nair and Nair (1988b, Ann. Inst. Statist. Math. 40 (2), 267–271) obtained a characterization result of the Gumbel bivariate exponential distribution and a bivariate geometric distribution based on truncated moments. In this note, we extend the results of Nair and Nair (1988b) to obtain a general result, characterizing these two bivariate distributions based on the truncated expectation of a function h, satisfying some mild conditions.     

基于粗糙理论的高速公路财务评价方法研究

在粗糙理论的背景下,介绍一种高速公路财务评价方法,该方法视高速公路中各评价指标的基础数据或参数为粗糙变量,构建粗糙向量,并提出粗糙模拟技术以及粗糙条件下求解指标期望值、概率和关键值的一般方法和步骤;最后举例说明该方法的可行性和有效性.     

基于点过程的极值VaR研究

风险无时不有、无处不在,风险本身并不可怕,金融机构就是通过承担风险、管理风险来获得收益的。真正可怕的是极值风险,即稀少或极端事件的发生给经济主体带来巨额损失的风险。因此对极值风险的建模就成为风险管理的重中之重。极值理论为极端事件的统计建模和极值风险测度的计算提供了坚实的理论基础,故有必要通过介绍和比较传统极值事件的建模,基于点过程构建极值风险的一般模型,并利用外汇市场的日数据和VaR的估计与检验进行实证分析。