基于逆跳MCMC的贝叶斯分位自回归模型研究

考虑到传统信息理论方法确定模型存在不足,在贝叶斯理论框架下提出了基于逆跳马尔可夫链蒙特卡罗法确定分位自回归模型阶次的方法。在时间序列服从非对称Laplace分布的条件下,设计了马尔可夫链蒙特卡罗数值计算程序,得到了不同分位数下模型参数的贝叶斯估计值。实证研究表明：基于逆跳马尔可夫链蒙特卡罗法的贝叶斯分位自回归模型能有效地揭示滞后变量对响应变量的位置、尺度和形状的影响。     

我国通货膨胀的主要经济影响因素分析与统计检验

文章首先分别就我国通货膨胀对每个经济影响因素(经济增长率、货币供应增长率、外汇储备增长率和全社会固定资产投资增长率和上一期的居民消费价格指数这五个因素)和通货膨胀率建立分布滞后模型,确定每个影响因素的最佳滞后期;接着将每个影响因素的最佳滞后期引入,建立以通货膨胀率(用居民消费价格指数衡量)为被解释变量,各个最佳滞后期的影响因素为解释变量的分布滞后模型;然后对这个分布滞后模型进行经济意义(包括是否符合经济规律)、统计意义(包括参数值和模型是否显著)以及计量经济意义上(包括多重共线性、异方差和自相关等)的检验,对初步的回归模型进行修正,获得最终的分布滞后模型;最后根据此模型进行结果分析,并根据回归结果得出结论.     

基于贝叶斯向量自回归方法的钢材消费量预测

针对我国工业化和城市化进程加快发展、钢材表现消费量持续上升的客观现实,文章构建了包括GDP、城镇固定资产投资、广义货币供应量和钢材表观消费量的贝叶斯向量自回归钢材表观消费量预测模型,实证结果表明,BVAR(2)模型能较好地预测我国月度钢材表观消费量,其短期预测能力优于常用的ARIMA模型,同时,GDP增速的上涨对未来我国钢材表现消费量将产生较大的持久拉动作用;广义货币供应量增速的上涨会对其产生短暂的拉动作用;固定资产投资增速的上涨对其产生的拉动作用将保持半年左右.     

基于贝叶斯搜索方法的TAR模型研究

文章基于贝叶斯随机搜索方法的思想,提出一种有效解决门限自回归(TAR)模型的贝叶斯方法,在不假设固定的机制个数条件下,借助拉丁变量建立贝叶斯随机搜索TAR模型.在此模型下,拉丁变量的后验分布包含了机制的个数和门限参数的信息,因此滞后阶数、门限值和所有回归系数等的估计均通过MCMC方法从其后验分布抽样.并从模型AR(1)、TAR(2,1,1)、TAR(3,1,1,1)中产生样本,模拟结果表明此方法能很好地估计机制数、延迟参数、门限值及各机制下的回归系数.用贝叶斯随机搜索TAR模型对太阳黑子年度数据集进行分析,找到三个门限值,即10.2,40和73,与已有文献中用其他方法得到的结果一致.     

基于平均移动自回归理论的中国进出口贸易实证研究

文章通过对中国国际贸易进口和出口的数据分析,应用自回归滑动平均模型和条件异方差理论,对国际贸易进口的差分数据构建了6月份及8月份的自回归平均移动模型和,并应用进口增长率自回归平均移动-条件异方差模型对国际贸易出口增长率进行了波动率和变化率的拟合估计.根据所拟合的模型,发现在8月份拟合的自回归平均移动-条件异方差模型下的国际贸易进口差分数据更接近实际的国际贸易差分数据,并且国际贸易进口增长率差分对出口增长率差分的波动率具有正向的作用.中国国际贸易进口具有滞后的时间效应,并且中国国际贸易进口差分波动率对出口差分有正向的溢出效应.     

时间序列ARFIMA模型的贝叶斯预测分析

ARFIMA模型是时间序列分析理论体系中的一个新领域,其模型结构比较复杂.本文系统地研究了时间序列ARFIMA(p,d,q)模型的贝叶斯预测问题,给出了模型的似然函数形式,构造了模型参数的先验分布;根据贝叶斯定理严密地推断了参数的后验边缘分布密度函数,建立了贝叶斯ARFIMA模型预测的基本程序,并且进行了实证研究分析.     

基于SODM和贝叶斯的时序预测模型比较

本文采取定性的理论分析、随机模拟和实证试验相结合的方式,从先验信息的使用、模型产生机制、算法停止法则等方面比较了两类模型的异同,并重点试验分析了自组织数据挖掘(SODM)自回归模型与贝叶斯自回归模型的拟和以及预测性能。结果表明,对于具有小噪声样本数据的系统,贝叶斯时序模型的效果较优;而对于具有大噪声、小样本数据的系统,SODM时序模型更适合。本文最后提出将这两类模型结合考虑建立模型。     

对我国经济增长周期的实证研究

我国理论界对经济周期的研究和经济增长的预测,常常运用自回归(AR)、移动平均(MA)或移动自回归(ARMA)等线性模型进行拟合,这些线性模型对于那些有着明显周期运行特征的变量来说,例如,对经济增长率的时间序列来说,从增长型周期的角度来看,在一定时期内经济增长率在一个较高的水平上波动,而在另一段时期内它却是在一个相对较低的水平上波动,且这两种情况是交替出现的,其拟合的效果并不是十分理想的.所以,对于经济增长率的预测和研究,是必须考虑经济运行的高低函种状态交替变化的特征.     

基于自回归移动平均及支持向量机的中国棉花价格预测

文章通过对2008年至2011年间月度棉花价格数据进行分析,建立了基于自回归移动平均的棉花价格ARIMA(1,1,1)模型,结果显示,ARIMA(1,1,1)模型能够很好的模拟国内棉花价格,平均相对误差百分比低于4％,在ARIMA模型的基础上,对该模型残差建立支持向量机模型,将自回归移动平均模型与SVM模型组合对棉花价格进行了预测,比较预测结果,组合预测模型对自回归移动平均模型有一定改进.     

基于一种复合模型的中国人口预测模型

文章在Logistic人口模型基础上建立了一种人口复合模型,通过对我国历次人口普查数据规律的研究,用一元线性回归法建立了人口净增长率模型。最后运用数学软件计算人口复合模型中参数的值,建立了我国人口总数预测模型,并对我国未来28年内的人口总数进行了预测。     

宏观经济政策不确定性下创新驱动战略对制造业就业的影响

采用2005-2016年中国29个省的制造业就业数据,引用Baker等人公布的中国经济政策不确定性指数(EPU),通过建立贝叶斯正态回归模型,考察宏观经济政策不确定性下创新驱动战略对中国制造业就业的影响。研究发现:经济政策不确定性抑制了中国制造业就业增长率,而创新驱动战略的实施又进一步降低了中国制造业就业增长率;在国家强调产业转型的关键时期,政府制定宏观经济政策时应谨慎对待国际关于中国经济形势的评估,及时公布相关数据以降低企业和个人的不确定性预期。     

我国固定资产投资比例产出弹性及时变波动研究

文章基于扩展C-D生产函数,利用1991-2012年分段省际面板数据,通过贝叶斯面板模型,估计和分析了我国固定资产投资比例产出弹性的后验分布及其时变波动特征.研究表明:在我国固定资产投资比例产出弹性的波动区间为0.1652至0.2254,在不同的时期有不同的后验均值,存在一定的波定性,经历了先下降后上升再下降的波动过程;后验均值与GDP增长率存在明显的相关关系,随着GDP增长率的起伏而起伏,且稍滞后于GDP增长率.     

基于正态-Gamma共轭先验分布的贝叶斯AR(p)预测模型

本文系统地分析了AR(P)时间序列模型的数学模型及其条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-Gamma先验分布情况下模型的贝叶斯推断理论,包括模型自回归系数和精度参数后验分布的统计推断、二次损失函数下参数的贝叶斯估计;同时,从统计数学方法上严格地证明了一步超前预测模型的预报分布为t分布.     

GDP数据修正对经济周期测定的影响

 本文在收集和建立季度GDP实时数据的基础上,利用区制转移模型对我国经济周期测定展开了实时数据分析,并深入讨论了GDP数据修正对经济周期阶段性的影响。研究结果表明GDP数据修正引致我国经济周期阶段性发生了深刻的变化,使我国经济周期在2005Q2至2006Q4间从低速增长改变为高速增长。而且,我们发现GDP数据修正对经济周期平均增长率的影响方向,与其是否影响经济周期阶段性具有相反关系,即当GDP数据修正不影响 (影响) 经济周期阶段性时,它对高、低平均增长率都具有同向 (反向) 影响。     

浅谈我国经济实力的评价问题

按照世界银行图表集法折算,我国的人均GNP在300美元左右,属于世界上最低收入的国家之列。许多国内外经济专家和政界人士根据我国的经济发展情况,认为这显然低估了我国的经济实力;当世界银行在其年度报告中宣布中国1991年人均GNP为1950美元,特别是去年6月国际货币基金组织(IMF)宣布1992年中国GNP为1.7万亿美元,人均GNP     

中国总和生育率自回归分布滞后模型的构建

文章对近50年来我国总和生育率数据展开分析,并用1965~2004年的数据建立了一个自回归分布滞后(ADL)模型,该模型真实地刻画了我国总和生育率的趋势变化,但预测值偏低。为了使预测值能反映我国真实的生育水平,文章使用抽样及普查中漏报的人口出生数对模型进行了改进,运用改进的模型对总和生育率进行了重新计算。计算结果显示,1990年代后期我国总和生育率在1.6~1.8之间,2000年后总和生育率在1.28~1.66之间。改进后的模型不但重构了我国近年来的总和生育率,而且为总和生育率的预测提供了理论依据。     

汇率预测方法及比较:基于贝叶斯平均分类回归模型的检验

分类回归模型是回归模型家族的一个重要组成部分.文章针对现有的分类回归模型均采用选择性回归计算所存在的问题,建立了贝叶斯平均分类回归模型,并将其用于人民币汇率预测的实证研究.在实证研究时选取人民币对主要货币的汇率序列,对使用时间序列模型的预测结果与贝叶斯平均分类回归模型的预测结果进行对比分析,证明贝叶斯平均分类回归模型确实能够提高预测准确度.还使用贝叶斯平均分类回归模型对比分析了现有研究文献的预测效果,结果表明分类回归模型具有一定程度的优越性.     

我国实际产出扰动过程的条件异方差分析

文章使用具有描述非对称性传导机制的自回归条件异方差模型对我国实际产出的动态扰动过程进行了实证分析。研究结果显示:E-GARCH和T-GARCH等非对称条件异方差模型对数据的拟合优度要优于GARCH等对称条件异方差模型,这与Shigeyuki Hamori(2000)关于美国、英国和日本的实际GDP扰动过程具有对称特征的结论有所不同,上述实证结论说明在我国经济周期波动过程中,不仅经济增长率水平存在非对称性,而且波动性程度也存在非对称性。     

三大需求对我国GDP贡献率的波动特征分析

文章基于三大需求对我国GDP的贡献率分别建立广义条件异方差双门限自回归模型(DTAR-GARCH),通过贝叶斯方法估计了模型参数,并考察了贡献率的非线性波动特征.结果显示:三大需求贡献率都存在两体制转变和大幅度非线性波动的特征,投资贡献率波动最大,净出口次之,消费最小.而且,三大需求贡献率都存在门限效应,反映了我国经济长期稳定发展的控制条件.建议政府部门把握门限控制条件,以保证经济稳定、持续发展.     

宏观经济对沪港股市影响的贝叶斯研究

随着我国股票市场规模的不断扩大,股市在宏观经济中的地位日益提高.为充分反映宏观经济波动结构变化对股市的影响,文章基于贝叶斯向量自回归模型(BVAR),引入马尔科夫过程,构建马尔科夫状态BVAR模型(即MSBVAR),较好地揭示不同通胀程度下股市的变化特征,结果表明:贝叶斯推断方法能更准确地刻画宏观经济对股市影响的动态关系;通货膨胀对股市有明显的拉动效应,而且温和的通货膨胀对股市有较好地促进作用.