国际石油价格与通货膨胀的周期波动关系

近年来国际石油价格大幅波动,不可避免地给各国经济带来冲击和影响。本文利用小波变换频带分析方法,结合VAR和多元GARCH-BEKK模型,考察了不同经济周期下中美两国通货膨胀与国际油价间的溢出关系。结果表明,国际油价只在短周期里对中国通货膨胀有显著的单向均值溢出效应,而二者之间不存在任何方向的波动溢出效应;美国通货膨胀与国际油价则在多数周期下具有显著的单向或双向均值波动溢出效应。本文认为尽管当前中国通货膨胀与国际油价的关系并不显著,但随着我国石油消费对进口依赖的不断提高,能源安全问题将成为未来中国需要应对挑战,因此相关部门应及早采取有效措施,加快完善国内石油市场化建设,增强能源意识,提高能源利用效率,以应对未来石油冲击对经济的影响。     

国内外食糖市场整合与价格间溢出效应研究——基于VEC-BEKK-GARCH(1,1)模型的实证

为测算国内外糖市整合程度和溢出效应,选取2000—2014年食糖价格月度数据,在平稳性的基础上运用Johansen协整检验考察两个市场的整合关系;基于VEC-BEKK-GARCH(1,1)模型测算国内外糖价均值溢出效应及彼此之间的波动溢出效应,结果表明:国内外糖市存在长期的整合关系,国际糖价对国内糖价具有显著的均值溢出效应,国内糖价也存在向长期均衡水平调整的反向修正机制,国内外市场价格间存在前者对后者显著的单向波动溢出效应;国际对国内食糖市场不存在波动溢出效应,一个可能原因是中国政府的行政干预在一定程度上对糖价造成了扭曲,减缓了国际市场对国内市场价格的冲击。     

货币稳定指数与货币政策的关联性研究

文章通过构建货币稳定指数MSI,利用1993年1季度-2010年1季度数据和VAR、SSPACE、GRACH等检验方法实证得出:货币稳定指数能够比较准确地描述资产规模扩张情况下的币值稳定;MSI与货币政策目标—经济增长率之间存在双向显著均值溢出效应,与当前的币值稳定指标—通货膨胀率存在单向显著均值溢出效应;货币稳定指数与经济增长、通货膨胀存在双向波动溢出效应;货币政策操作目标变量—短期利率、货币供给量增长率(m0、m1)与MSI之间具有显著的解释作用。因此,更为精确地计算MSI各指标权重、并作为货币政策目标具有重要的政策意义。     

货币供给与PPI的动态响应机制和结构性差异

PPI对经济走势具有较好的预见性,货币政策应更多地关注PPI.本文构建了含交互效应的面板SVAR模型,基于我国工业34个行业,实证分析货币供给对各行业PPI影响的结构性差异,以及PPI对各种主要冲击因素的动态响应机制.研究发现:货币供给冲击对各工业行业PPI波动的影响差异很大,贡献度从0.02％～74％不等.其中,重工业以及产业链上游行业PPI对货币供给冲击最为敏感.在给定货币环境下,PPI波动的主要支配力量是通货膨胀惯性,其贡献度高达70％;而固定资产投资的冲击效应则很弱,仅为2％.所以,将PPI价格波动主要归因于大规模固定资产投资是缺乏依据的.而货币政策的调控应该基于PPI响应机制的结构性差异,着重于价格波动预期的管理.     

政策漂移、大宗商品价格波动与通货膨胀

文章采用含随机波动的时变向量自回归模型（TVP-SV-VAR），对政策漂移视域下的大宗商品价格波动与通货膨胀之间的时变关系进行实证研究，结果表明：（1）政策漂移与大宗商品价格波动之间存在双向影响关系，其交互效应使得我国政策漂移具有较强的自我实现机制；（2）政策漂移会通过直接和间接效应的叠加影响提升我国通货膨胀水平；（3）生产者价格指数作为通货膨胀的先行指标包含了较多大宗商品的价格变动，且主要体现为生产资料的价格变动；（4）大宗商品价格变动对消费者价格指数的影响有一定的滞后效应，且对城市消费价格的冲击较农村更大。     

货币需求、投机性交易与中国宏观经济波动

基于含实体与虚拟经济对货币供给影响机制的动态随机一般均衡(DSGE)模型,探析中国货币供给是内生的抑或是外生的,并重点研究了货币需求冲击和投机性冲击对整个宏观经济稳定的影响。研究结果表明:中国货币供给具有内生性;货币需求冲击和投机性冲击对货币供给波动有较大影响,进而对通货膨胀产生显著作用,因此加强公众预期的引导和管理,从而减弱货币需求冲击和投机性冲击的效应,对于中国防范和遏制通胀具有重要意义。     

基于混频数据的实体经济与金融市场时变溢出效应研究

本文基于混频VAR模型分析了中国实体经济与股票市场、债券市场之间的时变溢出效应。结果显示,实体经济与股票市场、债券市场之间收益率与波动率的溢出效应呈现显著的时变特征,溢出效应在金融危机期间呈现快速上升趋势,而后呈现下降态势,且易受到极端事件的影响;在大部分考察时期内存在股票市场向实体经济的波动率溢出效应,而债券市场相对于实体经济则从考察初期波动率溢出效应的净输入方转化为中后期的波动率溢出效应的净输出方。进一步分析收益率与波动率总溢出指数的影响因素,结果发现,极端事件、宏观经济代理变量和期限利差对于溢出效应具有正向影响,泰德利差对波动率总溢出指数具有负向影响,而投资者情绪指数对收益率总溢出指数具有负向影响。     

金融危机和地产调控冲击下地产板块和整体股市的波动性研究

本文采用股票指数数据，通过BEKK—GJR—GARCH模型考察了地产板块和整体股市之间的均值溢出和波动溢出效应，并在此基础之上，进一步考察了在金融危机发生的特定时间窗口下，两者之间的波动溢出效应。此外，本文在引入表征危机事件和地产调控冲击的虚拟变量之后，考察了冲击对地产板块和整体股市波动性的影响。本文的实证模型考虑了非对称性因素并采用广义误差分布（GED）处理“厚尾”问题，是对现有研究范式的有益探索。本文的实证结果认为，地产板块和整体股市之间存在着显著的波动溢出效应，均值溢出效应的存在不甚稳健，但两种溢出效应都存在明显的非对称性。地产板块对整体股市的波动溢出持续性很小，但冲击会加剧波动，反之整体股市对地产板块的则具备持续性，冲击更强烈。波动溢出在2008年金融危机和2015年股灾期间存在变化，尤其是一方对另一方的直接冲击作用都更弱了，可能由两市场联结减弱导致，但非对称性依旧突出。引入表征事件冲击的虚拟变量后，估计结果能够显示出危机和地产调控对于地产板块和整体股市的波动性存在明确影响：直接来看，2010年的房市调控影响幅度最大，超过2015年股灾和2008年金融危机，这一点值得房市调控政策制定者注意；间接来看，六次事件中的五次均对地产板块和整体股市之间的相关性有影响，普遍性很高，由此，风险监管层有必要关注不同冲击下股市内部相关性的变化。     

农产品价格波动与通货膨胀关系的实证研究

文章在引入了通胀预期这一因素后,运用协整检验和VAR模型对农产品价格波动与通货膨胀之间的关系进行了实证分析。结果表明：长期而言,农产品价格波动、通胀预期以及通货膨胀之间不存在协整关系,但农产品价格波动是通胀预期的Granger原因,通胀预期与通货膨胀之间存在着双向的Granger因果关系;短期来看,三者之间存在着波动性的相互影响,一般在当期或滞后1期时达到最大。     

货币政策结构变迁与宏观经济稳定——基于TVP-VAR模型的实证研究

通过构建包含货币供应量和利率指标的包有随机波动率的时变向量自回归(TVP-VAR)模型,实证分析中国货币政策变迁与宏观经济稳定之间的内在动态响应机制。研究发现:通货膨胀冲击在短期内对产出具有促进作用,而长期看对产出的影响十分微弱;货币政策传导机制具有显著的时变性;积极的货币政策(增加货币供应量和降低利率)在短期内具有真实效应,而长期来看缺乏持久性影响;中国货币政策存在短期利率上升导致长期利率下降的"利率之谜"现象。     

Neural networks and flexible regression and discrimination

Feed-forward neural networks—also known as multi-layer perceptrons—are now widely used for regression and classification. In parallel but slightly earlier, a family of methods for flexible regression and discrimination were developed in multivariate statistics, and tree-induction methods have been developed in both machine learning and statistics. We expound and compare these approaches in the context of a number of examples.     

社会经济不平等及其测度

对社会中普遍存在的不平等现象 ,人们很早就给予了关注和研究 ,并提出了可行的测度不平等程度的方法和指标。然而我们注意到 ,这些传统的研究成果所体现的不平等 ,主要集中在社会的“收入不平等”上 ,实质上也就是经济不平等的即时反映。但生活毕竟不只是生存问题 ,社会中的不平等远不仅是人们收入多少的差异 ,还有很多无法用货币或数值来表现的不平等 ,而这些往往是人们生活质量更深层次、更真实的反映。“社会经济不平等”概念的提出 ,跳出了“收入不平等”这个狭隘的思维体系 ,也为全面研究社会中诸多不平等现象奠定了新的基石。虽然这一…     

Neural networks and flexible regression and discrimination

Feed-forward neural networks—also known as multi-layer perceptrons—are now widely used for regression and classification. In parallel but slightly earlier, a family of methods for flexible regression and discrimination were developed in multivariate statistics, and tree-induction methods have been developed in both machine learning and statistics. We expound and compare these approaches in the context of a number of examples.     

Trimmed and Outer Means and Their Variances

Some properties of trimmed and outer means for the normal situation are considered; in particular, the mean of the outer half of the sample has the same variance as the mean of the inner half. An inequality involving variances of unbiased estimators of location and their complements is derived and some of its consequences are examined.