基于神经网络的期铜价格趋势预测研究

运用X-12-ARIMA季节调整方法,对上海交易所三月期铜月平均价格进行季节性调整,消除了季节因素和不规则因素对铜价的影响。针对季节调整后序列,分别建立了BP、RBF、Elman等神经网络模型,并对期铜价格进行预测。预测效果比较说明,与传统的神经网络相比,Elman神经网络模型具有收敛速度快、预测精度高的特点,能在期铜价格预测方面取得较好的效果。     

基于时间序列模型的海洋溶解氧分析与预测

季节效应是指某序列由于受自然气候等因素的影响,随季节的变化而呈现出周期性的变化规律。季节效应一般以月或季为单位。文中研究的海洋溶解氧含量因为受每日气温周期性变化的影响,以2 h为单位也呈周期性的变化规律,类似于季节效应。采用2 h为采样间隔,尝试模拟乘积季节模型来对溶解氧含量进行分析。利用条件期望预测的差分方程形式对序列进行短期预测,并在实践中比对预测数据和实际数据,证明取得了不错的预测精度。     

国外消费者信心指数季节调整实践及其对我国的启示

国家统计局发布的消费者信心指数一直为原始值.关于该指数序列是否存在季节性,以及在编制指数时是否应该对指数原始序列进行季节调整,目前尚无相关研究.本文通过考察美国、欧洲、日本消费者信心指数的编制实践,并结合我国消费者信心指数的实际特点,尝试利用X-12-ARIMA方法对指数原始序列进行季节调整.结果显示,在绝大多数月份中,未经调整的原始数据能够及时地反映消费者信心走势,但季节调整明显消减了春节因素对指数的影响,有助于数据使用者更加准确理解和解释消费者信心在春节前后的变动情况.     

中国蔬菜价格波动与通货膨胀——基于波动来源的分解

利用Census X12季节调整和H-P滤波法,将蔬菜价格波动来源分解为趋势变动、季节变动、循环变动和不规则变动要素。利用Bootstrap因果检验与VAR模型,考察了蔬菜价格波动来源的分解因素与中国通货膨胀的关联性。结果表明,蔬菜价格波动影响消费者物价指数的主要渠道是通过季节变动和不规则变动要素;季节变动因素对消费者物价指数的影响呈季节周期性;不规则变动对消费者物价指数的冲击在最初时最显著,随后逐渐减弱。政策含义为,降低公众的通胀预期、促进蔬菜跨区域流通、控制蔬菜运输的物流成本、健全政府灾害天气应急响应机制均有利于减缓CPI上涨。     

非正常波动统计数据修匀方法研究——以福建省消费数据为例

统计数据经常会受到定期或不定期的非正常波动因素的影响，因此而扭曲的时间序列短期的基本变动，使得我们难以深入研究和正确解释经济规律。如果利用科学的方法将这些非正常波动因素从经济时间序列中测定、分离、抵消和调整，对这些非正常波动统计数据进行修匀，则能更好地反映其基本的发展趋势。以福建省社会消费零售总额指标和相对指标为例，对其进行了修匀处理和并进行修匀前后的对比分析，发现修匀后的曲线较平滑，修匀效果比较合理。进行外推预测和模拟，得到模型的动态模拟结果以及静态预测结果，得到的环比CPI的动态模拟结果较好地反映了CPI的走势，静态预测较好地显示出短期波动情况。     

大数据背景下的CPI实时预测研究

本文根据2011年1月至2016年8月编制CPI的93类商品或服务的百度指数,基于Elastic Net惩罚因子的分布滞后模型,构建了CPI实时预测模型,实证检验了网络搜索数据对全国CPI、城镇CPI和农村CPI的实时预测功能.研究结果表明,基于网络搜索数据拟合出的CPI预测值与真实的CPI的走势相吻合,预测效果较好,笔者认为该方法克服了传统CPI统计计算方法上的时间滞后性.     

A股市场FF模型适用性的实证研究

对三因素模型在我国证券市场的适用性问题,即股票预期收益率与市场溢价因素、公司规模因素和账面市值比因素的关系问题进行实证研究。根据分析样本,得出以下结论:总体而言,三因素模型在我国股票市场是适用的,可以作为一个方便实用的工具来帮助投资者对中国股票市场进行分析和预测;中国股票市场具有规模效应和账面市场价值比效应,价值型股票的收益率高于成长型股票的收益率。     

影子银行与通货膨胀、实体经济的联动效应

基于我国2007-2016年的各项宏观经济月度数据,运用季节调整的春节模型对其进行调整,并且以更大的口径测算影子银行规模,再结合结构向量自回归模型进行实证,研究影子银行规模与通货膨胀、实体经济的联动效应.结果表明:影子银行与实体经济存在单向的格兰杰因果关系,即实体经济的发展影响着影子银行规模的变化.一定时期内,实体经济上行对影子银行的发展起到正向推动作用.而影子银行规模与通货膨胀互为格兰杰因果关系,从长期来看,通货膨胀会给影子银行规模带来持续的正向效应,但影子银行并不能持续地影响通货膨胀;在不同时期内,影子银行对通货膨胀的影响呈现波动状态.     

2015—2016年中国宏观经济预测与分析

"中国季度宏观经济模型(CQMM)"课题组于2015年3月1日在北京举行中国季度宏观经济模型第十八次预测发布。报告显示,2015年中国经济虽然仍面临着下行压力,但预计全年GDP将增长7.14%;通货膨胀率继续低位下行,CPI将上涨1.74%。课题组模拟了调整直接税与间接税比例的宏观经济效应。模拟结果显示,调整税制结构,尤其是在降低间接税比重的同时降低国民经济总税负,将有力地促进投资,扩大消费,提高经济增长率。根据预测及政策模拟结果,建议通过"降低间接税比重,提高直接税比重"这一加减组合法来降低国民经济总税负,激发社会经济活力,促进市场主体自主创新,提高资源利用效率,再造增长潜力。     

宏观经济因素与跨国并购股东财富效应

以2006－2012年94起中国上市公司跨国并购事件为样本,运用事件研究法对跨国并购中主并企业的股东财富效应进行的研究结果显示：跨国并购确实能为我国主并企业股东带来显著的正财富效应。而对东道国宏观经济因素对跨国并购财富效应的影响研究发现,GDP与股东财富效应显著正相关,CPI与股东财富效应显著负相关,而汇率与财富效应之间没有显著关系。因此,企业在跨国并购时,应考虑选择GDP高、CPI低的国家,以便于为股东创造财富。     

脉冲响应函数下的我国货币需求变动与决定

基于V A R模型的脉冲响应函数法和预期方差分解法,分析了我国2000年至2013年期间的货币需求与相关经济因素之间的动态影响特征。研究表明狭义货币、广义货币分别与相关的经济变量存在长期的均衡关系。狭义货币、广义货币对GDP的冲击分别呈现抑制效应、对SV的随机冲击主要呈现正效应、对R的随机冲击主要呈现抑制效应、对CPI的冲击呈现正效应和抑制效应交叉出现的现象。狭义货币、广义货币新息冲击对其自身预测均方误差的贡献度最大。新息冲击对狭义货币预测均方误差的贡献依次为：一年期定期存款名义利率（R）、沪深两市A股总市值（SV）、国内生产总值（GDP）、消费者物价指数（CPI）。新息冲击对广义货币预测均方误差的贡献依次为：国内生产总值（GDP ）、消费者物价指数（CPI ）、一年期定期存款名义利率（R ）、沪深两市A股总市值（S V ）。根据实证结论,得出相关经济变量对货币需求的影响,并据此提出有利于完善货币政策的建议。     

亚太市场煤炭价格波动对我国一般价格水平的影响

本文围绕亚太市场煤炭价格波动对我国一般价格水平(CPI)是否存在影响这个问题进行研究.格兰杰因果检验表明,亚太市场煤炭价格波动能够影响我国一般价格水平,这种影响通过两种渠道进行传导,既可以通过生活资料直接影响CPI,也可以通过工业产业链影响PPI进而间接地影响CPI水平.此外,本文运用SVAR模型对该种影响进行了脉冲分析和方差分解研究,结果表明亚太市场煤炭价格的冲击对PPI和CPI分别存在4期的滞后时间;亚太市场煤炭价格的变动通过直接效应对CPI的影响稍大,间接效应相对较小.     

组合核RVM在CPI预测中的应用研究

针对传统预测模型训练时间长、误差大的缺陷,提出高可靠的组合核相关向量机模型用于CPI预测。构建组合核相关向量机预测模型,根据我国1987年1月至2015年2月的CPI 月度数据,得到CPI的回归预测曲线,再与支持向量机和单核相关向量机进行对比。仿真模拟表明：组合核相关向量机预测模型预测CPI的平均误差可控制在1％以内,运行时间为1．35 s,预测结果良好。     

基于在线大数据的iCPI与CPI关系的研究

本文对清华大学iCPI项目组发布的基于在线大数据的居民消费价格指数iCPI与国家统计局发布的CPI的相互关系进行分析.运用时间序列模型研究了iCPI和CPI的短期和长期的统计相关性,并且运用混频数据抽样模型研究了iCPI所具有的实时和高频发布的特征对CPI实时预报和预测的作用.研究发现,iCPI和CPI在长期走势和短期变动方面都存在较大的差异,同时iCPI能够对CPI实时预报和预测提供有用信息.研究创新包括深入挖掘了iCPI的统计性质,提出改进iCPI编制的建议,以及利用iCPI改进CPI编制的政策建议.本研究为将iCPI与CPI相结合构建全面准确反映居民消费整体价格变动的新型价格指数提供参考.     

基于VAR模型的居民消费价格指数传导机制研究

2007年初以来,我国经历了新一轮居民消费价格指数(CPI)的大幅上涨,环比指数在2008年2月达到了近十年的最高点108.7%,CPI走势及其传导机制已成为各界对经济关注的焦点。本文选取了5个与CPI相关的指标,运用VAR模型,分析其对CPI的传导机制,得出CPI对自身反应较为敏感,原材料、燃料和动力购进价格指数及PPI对CPI的传导效应不明显,固定资产投资价格指数、货币供应增长率对CPI的冲击较大,外汇储备增长率对CPI的直接影响较小但间接作用不可忽视。对此,应严格控制固定资产投资的非理性因素,继续实行稳健的货币政策,同时改革价格体制、理顺价格关系也势在必行。     

基于ARIMA模型的山东省居民消费价格指数分析

运用Eviews软件,根据山东省CPI历史数据建立了拟合程度较高的居民消费价格ARIMA模型,并对CPI进行分析和短期预测.结果表明,山东省市场价格保持低位平稳运行,通货膨胀率低,经济稳定呈快速增长态势.     

上市公司会计信息质量的度量研究——基于应计质量的视角

会计信息质量的度量尚缺乏统一、公认的测度方法。文章从应计质量视角,在FLOS综合模型的基础上,通过对模型的进一步改进,得出调整后的FLOS系列模型,并分别运用预测误差方法和可操纵性应计利润暂时性效应检验模型对FLOS系列模型进行实证检验。检验结果表明,调整得到的IRFLOS模型能够更好地计算应计质量,从而能够更精确地衡量上市公司的会计信息质量。     

基于网络搜索数据监测的CPI预测

网络搜索经济类关键词的范围和频率能反映公众的关注度和倾向,可用来对经济指标进行预测,从而预示经济走势。为解决居民消费价格指数(CPI)预测中的官方数据滞后问题,使用时间序列法,采用网络搜索监测数据对CPI进行预测。运用百度指数分析方法,搜集宏观、微观、投资三类指标,对初始指标的百度指数进行主成分分析,拟合出CPI预测模型。结果表明,预测CPI和实际CPI走势基本一致,可比官方数据提前一个月得到预测值,为把握宏观经济走势提供参考。     

释“翘尾”在CPI中的作用

提起CPI,如今差不多人人皆知,因为它与百姓生活息息相关.但说到CPI中的“翘尾”因素,许多人还是一头雾水.在宏观经济调控中,要想正确地对价格形势进行分析判断,必须清楚价格指数的构成.价格指数主要有环比指数和同比指数两个指标.环比指数是反映月与月之间的价格变化,随季节等因素影响而上下波动.同比指数则是反映当年(报告年)与上年(基年)的同月或同期价格变化比较,即排除了季节因素的价格影响.     

加入网络搜索行为能提升CPI的预测效果吗

传统的CPI预测模型利用的数据主要来源于政府统计局,由于政府统计数据规范、噪音小等特点,使得这样的预测模型在CPI变化不大的时期预测效果较好,但是在CPI变化趋势出现拐点的时期,预测效果往往较差;网络搜索数据作为一种新兴的数据结构类型,被运用到经济社会问题的预测当中,其实时可得的特点,能够提前预测到趋势变化的拐点.因此将网络搜索数据加入到传统的CPI预测模型中,分析增加网络搜索行为能不能提升CPI的预测效果,尤其是在CPI出现拐点的时期.分析结果显示,当CPI趋势出现拐点的时期,在传统预测模型中加入网络搜索数据,的确可以提升模型的预测效果.