基于ARCH类模型的中国经济波动性研究

应用ARCH类模型对中国实际GDP的波动率进行了实证研究,利用准极大似然估计方法QML估计三种ARCH类模型(GARCH、T-GARCH和E-GARCH).实证研究表明:GARCH(1,1)模型是最优的拟合模型.这意味着中国经济波动率是变化的,而且GDP实际增长率是对称的.因此,在经济系统自身还不具备自我稳定功能的条件下,外部干预是保证经济平稳过渡的重要条件.     

我国实际人均GDP的趋势分析及预测

文章建立了我国实际人均GDP的混合时间序列模型,分析研究了该模型的稳定性和可外推性,预测了2001～2010年10年间我国实际人均GDP的发展水平,指出我国人均实际GDP增长具有时间趋势和周期的稳定性。     

经济增长、对外贸易、FDI对我国的环境影响研究

基于环境问题越来越受到社会各界的广泛关注,文章以废水排放量作为环境污染的评价指标,并利用1985～2008年的统计数据,运用一般线性回归模型、误差修正模型和VAR模型,对GDP、进出口、FDI与废水排放量的关系进行了研究.研究结果表明:GDP、进出口和FDI都是废水排放量的影响因素.其中,GDP和进出口促进了我国的废水排放量,即GDP和进出口恶化了我国的环境.而FDI抑制了我国的废水排放量,即FDI可以改善我国的环境.     

基于SARIMA模型的我国季度GDP时间序列分析与预测

文章主要研究季节时间序列模型在我国季度GDp时间序列预测中的应用,并分析探讨模型的准确性和实用性.文章分析了我国1992～2008年的季度GDP时间序列,剔除时间趋势和季节性后使原序列平稳并建立季节时间序列模型.通过对不同模型进行参数估计和比较后发现:ARIMA(2,1,1)(1,1,1)4能很好地拟合我国季度GDP时间序列,用该模型进行预测得出了2009年四个季度和2010年前两个季度的GDP数值,分析发现季度GDP仍然呈增长趋势,但其速度放缓.预测结果的准确性较高,并具有一定现实意义.     

我国GDP时间序列的模型建立与预测

本文利用统计软件对我国1952年到2005年的实际GDP时间序列数据进行了分析,分别建立了ARMA模型和Holter-Winter非季节短期预测模型,并对2006年到2010年的全国GDP进行了预测。结果表明两个模型都有很好的预测效果。     

经济景气指标与实际GDP增长率的混频预测

文章通过构建月度景气指标与季度实际GDP增长率之间的混频动态向量自回归模型,并采用期望最大值算法和卡尔曼滤波来实现混频数据和缺失数据的估计和迭代预测.大量月度景气指标的MFVAR模型的伪实时数据的多步滚动迭代样本外预测结果表明:虽然不同类别的月度景气变量在不同预测期的预测结果存在一定的差异,但实时预报、短期预测,以及组合预测结果均表明混频动态向量自回归预测模型对我国季度实际GDP增长率的实时预报和短期预测具有精确性、有效性与适用性.     

组合模型对统计数据准确性检验的适用性研究

文章以GDP数据的准确性为例,根据Cramer分解定理的基本理论对我国GDP数据时间序列建立了确定性趋势模型,对模型得到的平稳残差序列拟合ARMA模型;将两种模型组合起来对我国GDP数据进行预测,用预测值代表"真值",考察了预测值与观察值之间的差异;用异常值检验法对2001～2007年我国GDP数据的准确性进行了检验和分析,证明了组合预测模型在统计数据准确性检验中的适用性总体上不强,并提出了模型改进应用的思路.     

基于组合预测模型的GDP统计数据质量评估研究

准确可靠的统计数据是把握经济运行情况、进行科学决策的基础.以我国GDP数据的准确性为例,选取1985～2010年间的数据作为样本,根据时间序列自身的变化特点,分别拟合灰色预测模型、回归组合模型和双指数平滑模型.在模型通过统计检验、具有良好统计预测能力的基础上,构建基于误差绝对值和最小的组合预测模型对我国GDP数据进行预测,所得预测值代表“真值”,再从异常值的角度对我国GDP数据的准确性进行分析,结果表明组合预测模型在统计数据准确性检验中较高的实用价值,值得进一步研究.     

基于虚拟变量回归与SARIMA组合模型的GDP预测

文章根据我国1992年至2015年的GDP季度数据,建立了虚拟变量回归(DVR)模型、SARIMA模型及其组合(DVR-SARIMA)模型,并进行了比较与分析,结果发现组合(DVR-SARIMA)模型的拟合效果最好,预测性能亦是最好,且利用组合(DVR-SARIMA)模型对我国未来的季度GDP进行了预测,以期对我国未来的总体经济增长情况做出合理的分析与判断.     

基于引入习惯形成的RBC模型的中国经济波动分析

文章建立了一个含有消费习惯形成的实际经济周期模型来解释中国1978～2008年之间的经济周期性波动,其结果表明模型能很好地解释GDP和消费的波动性、投资与GDP的高度相关性以及投资的一阶序列自相关性,模型也能解释大部分的投资的波动性.     

基于最优ARIMA模型的我国GDP增长预测

准确预测GDP对政府进行有效宏观调控意义重大,而ARIMA模型是预测GDP的有效工具.文章以1952-2011年不变价格GDP为研究样本,首先建立36组ARIMA模型,进而运用多重筛选准则,找到最优滞后阶数p和q,最后确定了最优ARIMA(6,1,3)模型.该模型通过了多项假设检验,对2009-2011年的GDP预测精度高.笔者还利用模型对未来几年的GDP进行了预测.     

我国能源消费与GDP关系的非参数回归分析

近年来中国的GDP与能源消耗不断增长,但二者的走势在不同时期存在显著的差异,这是传统的计量经济模型无法解释的.文章尝试将非参数估计理论引入到回归模型中来,通过建立非参数回归模型对我国GDP与能源消费总量之间的关系进行研究,并提出一些较为可行的建议.     

中国经济的生产能力、实际购买力及其差额分解

本文基于国际比较的GK法多边比较框架,采用T?rnqvist物量指数,对中国2000-2011年经购买力平价因子调整后的生产法实际GDP和支出法实际GDP进行了全新核算。研究发现：支出法实际GDP高于生产法实际GDP,这说明在我国经济生产能力即定条件下进出口贸易活动可以改进我国居民的实际生活水平;中国经济存在“增产不增收”现象,近年来生产法实际GDP的年均增速高出支出法实际GDP年均增速约0.2个百分点,这导致生产法实际GDP和支出法实际GDP的差额持续下降;从指数分解结果来看,造成这一现象的主要原因在于实际汇率的下降（也即人民币的升值）。     

基于Phillips曲线的影响我国物价水平的因素分析

在当前中国物价高涨,通货膨胀预期不断增强的背景下,以1994～2009年宏观数据建立计量经济学模型,分析影响物价波动的因素及其作用大小.基于菲利普斯曲线,以“实际GDP增长率对潜在GDP增长率的偏离”与“CH增长率”的关系为原始模型,逐步将物价上涨本身的滞后因素、政策因素、粮食价格因素等不断加入到原始模型,确立最终模型.然后通过各种计量经济学检验分析和修正模型,说明模型的有效性和实用性.最后根据研究结果提出了一些控制物价上涨的政策建议.     

天津市税收增长与GDP增长关系的实证研究

本文运用回归模型、自回归分布滞后模型和误差修正模型(ECM)对天津市税收增长与GDP增长的关系进行了实证研究.结果表明天津市税收对GDP的弹性过低,税收与GDP增长之间不存在长期的协整关系.税收收入弹性过低表明我国税制结构不合理、税收征管存在问题;税收增长与GDP增长之间不存在长期的协整关系,表明改革开放以来天津市税制不断变化、不具有连续性的事实.本文还就税制改革和税收征管活动提出了几点建议.     

外商投资对我国经济的影响

一、外商投资与我国的宏观经济 作为发展中大国,我国宏观经济首要解决的是经济增长问题,这也是我国实行改革开放政策的初衷所在.外商投资作为重要的外部资金来源,弥补了我国的资金"缺口",理应能增加产出,促进经济增长,提高就业率,推动进出口贸易的扩大,同时对国民经济的其它方面产生连锁反应.下面我们以实际利用外资额为自变量,运用经济计量模型,分析其对GDP、就业人数、进出口贸易额、外汇储备量、货币供应量的影响.     

X11-ARIMA模型在我国第三产业季度GDP预测中的应用

第三产业GDP作为宏观经济中非常重要的一个指标,本模型来揭示我国以季度为最短间距的第三产业GDP的增长变化规律.     

国际油价波动对中国经济影响的一般均衡分析

本文构建动态可计算一般均衡模型来定量研究国际石油价格上涨对我国经济的影响。研究结果表明,国际石油价格上升不利于我国实际GDP、投资、居民收入和进出口等主要经济指标;技术进步是抵消国际油价上升的重要工具。最后,本文根据数量结果提出了一些政策建议。     

对外贸易与经济增长关系的实证检验

为了探究当前形势下我国对外贸易与经济增长的关系,文章选取1978～2012年出口额、进口额和 国内生产总值GDP的实际数据为样本,运用协整分析以及VAR模型对两个变量的关系进行了研究.实证结果表明,在短期,中国的出口贸易、进口贸易是经济增长的格兰杰原因;在长期,出口、进口与经济增长之间存在长期稳定的协整关系.     

基于等维新息递补GM(1,1)幂模型的GDP预测

针对灰色模型在GDP预测中精度较低的问题,文章提出一种基于等维新息递补GM(1,1)幂模型的预测方法.为反映数据的非线性特征,在GM(1,1)模型的基础上引进拓展的非线性GM(1,1)幂模型;进一步利用最新信息优先的原则,建立等维新息递补灰色幂模型.将改进的模型应用到我国“十三五”时期GDP的预测中,验证了此模型在拟合和预测上的优势.