中国矿产企业对外投资的宏观经济影响因子实证检验

文章在直接投资宏观理论的基础上,以我国的出口、银行利率、汇率、人均GDP和固定资产投资为主要解释变量,采用1990～2008年的中国矿产资源企业对外投资统计数据对我国的对外矿产资源企业直接投资进行实证分析,通过单位根检验、协整检验、格兰杰因果检验、脉冲响应及方差分解分析等研究中国矿产资源企业对外投资的决定因素及内在关系,得出影响我国矿产资源企业对外直接投资的宏观因素主要为GDP、利率和汇率。其中GDP对矿产资源企业对外直接投资有最为显著的正向影响,国内利率对矿产资源企业对外直接投资也存在正相关性;汇率对矿产资源企业对外直接投资则呈现负相关的关系。     

东道国制度环境、市场规模和中国对外直接投资——基于“一带一路”国家的半参数变系数空间面板模型

本文采用半参数变系数空间面板模型实证研究东道国制度环境、市场规模和我国“一带一路”对外直接投资之间的非线性时空关系。首先，提出基于截面似然函数的模型估计方法；其次，从理论层面探究估计量的渐近性质和有限样本表现；最后，分别构建以东道国市场规模为解释变量、东道国制度环境为变系数协变量、我国对外直接投资为被解释变量的参数空间面板模型和半参数变系数空间面板模型，分析东道国市场规模如何随制度环境变化影响我国对外直接投资规模。研究发现：半参数变系数空间面板模型估计量具有良好的渐近理论和小样本性质；在空间维度上，我国对“一带一路”国家的投资相互依赖，表现为“第三国”溢出效应；我国对外直接投资非线性依赖于东道国市场规模，表现为一条关于东道国制度环境的“倒U”型曲线；我国对外直接投资具有制度距离接近性偏好，即我国更偏向于投资制度环境相似的国家，稳健性检验支持了这一结论。     

基于系统动力学的中国石油需求系统模型及预测

建立了基于系统动力学的我国石油需求系统模型,然后利用GM(1.1)灰色模型对部分因素进行预测,再将灰色系统模型的预测值导入模型.从而对2008～2020年我国石油消费对外依存度和石油需求量进行了预测.预测结果表明,我国石油消费对外依存度以年均1.51%的速度增长,2020年战略石油储备完成后,石油消费对外依存度将达到62.5%.我国石油总消费量将2.5%的速度增长,到2020年将达到5.28亿吨.通过政策模拟,预测了不同经济发展速度下我国的石油需求量,结果表明,经济的发展速度对我国的石油需求量影响比较大.     

基于IGM模型的人力资源需求的灰预测分析

文章首先采用灰色关联分析法讨论了天津滨海新区1997~2010年的人力资源需求及与其相关的滨海新区第二产业GDP,第三产业GDP,固定资产投资额,区域GDP,直接利用外资额,外贸出口总额,人均劳动报酬等因素之间的灰色关联度,并对结果进行了分析;然后,采用IGM(1,1)模型对滨海新区的区域单位从业人员总量进行了预测,利用后验差检验法验证了预测结果,验证了模型预测的精度。     

SETAR模型在GDP预测中的应用

本文分别使用了非线性自我激励门限模型SETAR和线性ARIMA模型对我国1952-2000年的GDP进行了研究,并且还运用一步预测和多步预测两种方法对未来5年的GDP进行了预测,最后运用RAPE、RMSE方法比较两种方法的预测效果,得出结论。     

河南省社会发展对高端技能型人才需求的预测

本文在河南省科技厅软科学研究项目的基础上,以河南省2000年到2009年人均GDP和高职高专毕业生就业数据为基础,利用灰色系统模型对社会系统中的两个变量河南人均GDP和社会总劳动人数来进行预测,在此基础上,用多元线性回归模型对河南省高职高专培养的高技能型人才的需求进行预测。     

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.     

我国体育用品出口额与社会经济发展的灰色关联分析

文章通过使用灰色关联分析统计方法,对1999～2008年的十年间我国体育用品出口总额与我国社会经济发展的主要指标进行了相关性分析。结果显示:我国各项社会经济发展指标中与体育用品的出口额关联度较强的是贸易总额、对外出口额、对外进口额与人均GDP四项,在结合我国体育用品出口的现状基础上提出相应对策,以促进我国体育用品的健康快速与可持续发展。     

大维变量选择、混频因子模型与新冠肺炎疫情冲击下的GDP现时预测

新冠肺炎疫情不仅对我国宏观经济造成了巨大冲击,也为准确预测我国宏观经济未来走势带来挑战。本文从新冠肺炎疫情冲击出发,将模型置信集检验与U-MIDAS模型组合,设计了一种在混频情形下利用预测变量的异质性波动从大维数据集中选取对GDP具有稳定预测效果变量的方法。通过利用选取出的稳定性变量构建多种形式的混频目标因子模型并与其他类型的混频因子模型对比,全面评估了不同模型在疫情前后对GDP进行高频现时预测的效果。研究发现,在疫情冲击前的平稳时期,利用覆盖范围较广的变量构建双因子MIDAS模型预测效果最优;利用稳定性变量构建的单因子U-MIDAS模型同样具有良好的预测效果。当经济从冲击中持续恢复时,利用部分稳定性变量构建的双因子U-MIDAS模型在捕捉到GDP的核心变化后率先对其连续做出准确的现时预测。经济稳定时,对预测变量设定较长的滞后阶数会提升预测效果;在冲击后的恢复期中则应减少滞后阶数,避免变量在冲击中出现的异常值对预测产生负面影响。本文也为当经济受到巨大外生冲击或处于冲击后的恢复期时其他宏观经济指标的预测提供了有价值的参考。     

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.     

回归分析预测认识中的一个误区

一元线性回归模型是统计学中对数据进行预测的一种重要方法。应用时,在对数据进行线性回归后还要做F检验。F检验的目的是判别解释变量与因变量之间有无线性相关关系。普遍认为做F检验时,F的值越大,用此模型进行预测得到的结果就越可信。国民生产总值GDP是一个重要的经济指标,人们经常通过GDP来分析经济运行情况,因此人们经常会对GDP的增长率作出预测。本文分别运用三种线性回归模型对GDP数据进行回归分析,并预测GDP的增长率。证明了当回归模型的F值最大时,预测的效果不一定最好。选择线性回归模型进行预测,还要结合实际情况。     

基于灰色关联度的小样本预测模型

针对传统灰色预测模型无法处理以及难以寻找统计规律的小样本数据,通过对序列之间灰色关联度物理含义的分析,挖掘序列内部以及序列之间的数据变化规律,并在此基础上构建了一种新的灰色预测模型;应用该模型对中国2008年度的GDP进行预测,预测结果验证了该模型的有效性及实用性;该模型的提出为小样本数据提供了一种新的预测方法。     

基于ARIMA-GMDH的GDP预测模型

文章先对四川省GDP分别建立了ARIMA时间序列模型和GMDH变量自回归模型来进行预测;然后利用GMDH自组织建模方法建立ARIMA-GMDH组合预测模型来预测;最后使用Bonferroni-Dunn方法对三个模型的稳定性进行分析检验。模型预测结果和稳定性检验结果表明:基于ARIMA-GMDH组合的GDP预测模型的拟合和预测都优于另外两种单预测模型。相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。     

城镇居民消费结构演变的聚类分析与灰色预测

文章将灰色关联分析方法和灰色预测方法结合运用,建立我国城镇居民消费结构阶段性演变的GCA-GM模型.在聚类分析的基础上,计算不同时期我国城镇居民消费支出的构成要素与消费结构的灰色关联度,并进行比较分析,总结其阶段性演变的规律.根据GM(1,1)模型对2007～2014年的城镇居民消费发展趋势进行预测,通过对预测结果的关联性分析,揭示我国城镇居民消费结构的演变方向.     

基于干预模型与BP神经网络集成的GDP预测

文章将干预模型与BP神经网络模型相结合,提出了基于干预模型与BP神经网络集成的GDP时间序列预测模型,并实现了算法。利用我国1978~2004年的GDP数据建立多干预变量集成预测模型,对我国2005~2009年的GDP数据进行预测,并将预测值与其他文献所建模型的预测值进行比较,预测误差明显减少,证实了所建立模型处理外部事件(如宏观经济因素、政治因素等)的有效性。     

OFDI逆向技术溢出与我国技术创新能力关系研究

文章参照CH模型与LP模型构建OFDI逆向技术溢出回归模型,运用协整理论与格兰杰因果检验,分析OFDI逆向技术溢出效应是否会对我国技术创新能力起到推动作用.结果显示,OFDI逆向技术溢出效应对我国的技术创新能力具有微弱的消极作用,原因在于目前我国技术寻求型对外直接投资规模较小,研发存量低,人力资本的限制等.     

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.     

利用互联网大数据预测季度GDP增速的方法研究

大数据为季度GDP走势预测创新研究带来重要突破口。本文利用百度等网站的互联网大数据,基于代表性高维数据机器学习(和深度学习)模型,对我国2011-2018年季度GDP增速深入进行预测分析。研究发现,对模型中的随机干扰因素作出一定分布的统计假设,有助于降低预测误差,任由模型通过大量数据机械地学习和完善并不总是有利于模型预测能力的提升;采用对解释变量集添加惩罚约束的方法,可以有效地处理互联网大数据维度较高的棘手问题;预测季度GDP增速的最优大数据解释变量集的稳定性较高。     

通货膨胀下固定资产投资调整研究

文章利用灰色关联误差修正模型对企业固定资产投资与通货膨胀之间的关系进行实证分析.研究显示:企业固定资产投资与通货膨胀虽然存在长期稳定协整关系,但短期协整关系时常波动,这种波动可以通过负向调整的方式加以均衡;另外,GDP增长对企业固定资产投资规模具有巨大拉动作用,这解释了长期以来我国经济增长以扩张投资规模为主措的经济现象;此外,股票价格和利率水平对企业固定资产投资的关联度相对较小.     

土地价格对企业对外直接投资的影响——基于遗传匹配的微观证据

土地价格高企已成为影响企业对外直接投资的间接区位因素。本文基于我国上市公司对外直接投资数据与国家信息中心地块交易数据,运用遗传匹配算法,实证检验土地价格对企业对外直接投资的影响。研究结果表明,土地价格上涨将促进对外直接投资规模增加。一方面,地价上涨影响企业跨期购地决策,使企业在当期选择对外直接投资作为替代策略;另一方面,土地具有生产要素和投资品的双重属性,地价上涨能够提高企业全要素生产率和抵押额度,进而促进企业对外直接投资。行业、城市和地块层面的异质性均会影响地价对企业对外直接投资的促进效果。在排除内生性、避税行为影响以及更换核心被解释变量后,本文的实证结果仍然稳健。进一步分析发现,国内异地购地和租赁土地不能完全消除高地价带来的成本和竞争压力,企业仍然具有国际化经营的动机。本文结论为企业合理配置要素,促进国内产业结构升级,构建新发展格局提供有益参考。