六端口技术自校准方法解的不唯一性证明

本文就六端口技术自校准方法进行了分析讨论,用解析方法和计算机模拟方法分别证明了自校准方法解的不唯一性.从而否定了自校准方法是六端口技术最突出的优点之一这个传统概念.     

中小板ETF的价格发现能力研究

使用日内5分钟交易高频数据,通过误差修正模型和方差分解等技术研究中小板ETF与其标的指数间的价格发现,进而探讨信息传递过程。实证结果显示：中小板ETF价格与中小板P指数间存在协整关系,达到了长期均衡;价格发现能力上,中小板P指数领先中小板ETF;中小板P指数受到新信息影响所产生的冲击大于中小板ETF价格所产生的冲击,中小板P指数对预测误差方差的解释能力强于中小板ETF价格,中小板P指数为信息传递的领先指标。我国ETF市场的有效性有待提升。     

双重政策目标下的货币政策传导机制研究

运用误差修正模型和协整检验对我国货币政策传导机制和货币政策有效性问题进行实证研究。结果表明,在二元政策目标框架下,货币供给具有较强的外生性,中央银行对通货膨胀的厌恶性正逐渐超过对经济增长的偏好性;相对于信贷渠道而言,货币渠道对货币政策传导的贡献度不高,货币政策主要通过信货渠道来影响总需求。     

基于误差校正的ARMA-GARCH股票价格预测

针对时间序列预测和简单回归预测各自的侧重点不同,综合两者优点,对股票价格进行预测。首先将股价数据转换成对数收益率,利用ARMA-GARCH模型对收益率序列建立模型,对上证指数股票价格进行初步预测;然后建立回归模型对GARCH模型误差中未被解释的成分进行分析和拟合,利用回归模型预测的误差对GARCH模型预测结果进行校正。在选择回归模型变量时,引入变量间的相关性分析筛选合适的影响因子,利用主成分分析方法提取影响因子中包含的信息,实现对解释变量的降维,获取具有代表性的综合指标,以提高建模精度。实例研究证明该方法对于上证指数股票价格预测较为准确。     

农村金融发展与农业经济发展的关系研究——以山东为例

采用1986²009年的数据分析了农村金融发展与农业经济发展之间的关系。研究表明,山东省农村金融发展与农业总产值表示的农业经济发展之间存在着一种稳定的均衡关系。格兰杰检验结果显示,农村金融结构和农村金融效率是农业经济发展的格兰杰原因;农业经济发展是农业金融深化率的格兰杰原因。进一步协整分析发现,从长期来看,农村金融结构和农村金融效率对农业经济发展起着正向的促进作用,而农业金融深化率却与农业经济的发展呈现了反向关系。从误差修正模型的分析结果来看,农村金融结构和农村金融效率的短期变动对农业经济的发展有着正向影响。综合而言,山东省农村金融的发展促进了农业经济的发展,但在一些方面对农业经济的发展有抑制作用。     

农村劳动力转移与山西现代农业驱动模式研究

运用协整回归和误差修正模型,以山西省为例,实证分析农村劳动力转移对现代农业的影响。结果表明,1996²011年,农村劳动生产率、财政支农资金比例和城镇化水平的对数与农村转移劳动力比例之间存在协整关系,且误差修正机制存在;β系数进一步表明农村转移劳动力对农业现代化的影响作用最大,并且前者是后者的Granger因。证实了现代农业驱动处于人口转移驱动型阶段,尚未进入城镇化驱动阶段。据此提出建议:继续积极鼓励和引导农村劳动力有序、健康转移;提高财政支农比例,提升财政支农资金运用效率;对城镇化模式进行科学动态调整,纠正城镇化偏差。     

积极推进社区矫正立法,健全完善社区矫正执行体系

十八届三中全会《中共中央关于全面深化改革若干重大问题的决定》决定：“废止劳动教养制度,完善对违法犯罪行为的矫治和矫正法律,健全社区矫正制度”。我国实践十多年的社区矫正工作进入发展的快车道,积极推进社区矫正立法,科学合理设定社区矫正机关,规范程序,健全完善社区矫正执行体系,提高教育矫正的针对性和实效性,实现社区矫正目的。     

作为国家正式制度的信访制度

为什么信访制度在中国延续了几千年?本文研究发现,信访制度不是老百姓建立的,而是中央政府建立的;不是非正式制度,而是国家正式制度,是中国政治体制的重要组成部分,是管理国家的日常形式;信访制度既是为百姓服务的,更是为国家服务的,是为了弥补体制缺陷和国家长治久安而建立起来的。     

我国货币需求模型实证分析研究

从西方货币需求理论出发,根据我国的实际情况,并考察货币需求M1、M2和股票价格指数、GDP、利率、消费价格指数以及外汇储备之间的实际关系,可以建立我国货币需求的长期均衡方程和误差修正模型.     

Bias correction and improved residuals for non-exponential family nonlinear models

In this paper we derive general formulae for the biases to order n ^?1 of the parameter estimates in a general class of nonlinear regression models, where n is the sample size. The formulae are related to those of Cordeiro and McCullagh (1991) and Paula (1992) and may be viewed as extensions of their results, Correction factors are derived for the score and deviance component residuals in these models. The practical use of such corrections is illustrated for the log-gamma model.