基于Holt-Winters滤波模型的我国互联网普及率分析

文章运用2000年12月至2015年6月我国的互联网普及率数据,基于R软件来进行分析,通过ARI-MA模型和Holt-Winters滤波模型分别对互联网普及率数据进行拟合,最后经过模型比较选择了Holt-Winters 滤波模型,并运用Holt-Winters滤波模型预测了我国未来5年的互联网普及率.分析表明到2020年6月年我国的互联网普及率将达到59.4％.     

非竞争型投入产出价格模型研究

按照对进口项处理的不同,投入产出模型分为竞争型模型和非竞争型模型。本文讨论了非竞争型投入产出价格模型,该模型考虑了进口的作用。相对于竞争型模型,工资对价格的传导效应降低。此外,该模型还能分析国外进口产品价格的变化对国内部门的影响。本文测算了1997年、2002年、2007年的工资和进口品价格上涨对对单个部门及整个经济所造成的影响。     

基于GM(1,1)模型的CPI经济预测

文章利用我国2010年9月~2011年3月的CPI月度指数,采用GM(1,1)模型建立CPI预测模型,并进行模型检验,采用该模型对未来几个月的CPI走势进行预测,结果表明模型有效。     

基于残差自回归和自适应过滤的生活能源消费量组合预测模型

文章主要应用残差自回归模型和自适应过滤模型,对1980年到2006年间我国生活能源消费量时间序列建模,并通过两种模型组合预测得到了2007年到2010年的我国生活能源消费量的预测值。     

基于ARIMA模型的北京居民消费价格指数预测

自回归单整移动平均模型(ARIMA)是目前较为广泛应用的时间序列建模方法之一,文章以北京市1998年1月~2013年5月的CPI月度数据为样本,采用Eviews6.0软件,建立了ARIMA(12,18)模型,模型对样本内数据拟合较好,预测误差较小,用该模型对北京市2013年6月~2013年12月的CPI指数进行了预测。     

基于CIR和Vasicek模型的利率风险计量及实证——以我国国债市场为例

本文以我国国债市场为例,利用四种期限类型(7年期、8年期、10年期和20年期)的国债收益率样本数据对CIR模型和Vasicek模型进行实证分析得出,CIR模型和Vasicek模型较适宜于中国当前的金融市场实际。本文使用Nowman(1997)提出的最大似然估计法(MLE)对上述利率动态模型进行估计,以解决实证研究中广义矩方法(GMM)可能存在诸如效率不高的问题;并基于CIR模型和Vasicek模型构建了利率期限结构调整久期模型。     

基于ARIMA和EGARCH模型的中国入境旅游收汇预测分析

本文采用ARIMA模型和EGARCH模型,利用SAS软件对2001年1月到2005年8月中国入境旅游收汇数据进行分析,并作了拟合预测比较,目的是选择具有较好拟合效果的模型。     

广义线性混合模型在顾客满意度研究中的应用——基于某地区银行理财产品顾客满意度的分析

在对广义线性模型与经典线性模型进行对比分析基础上,重点介绍了广义线性混合模型与估计方法及其在满意度调查数据中的模型设定与应用,并采用某调查机构在2011年1月至2012年3月期间对购买过某地区银行理财产品的客户进行的满意度调查数据进行实证分析。研究表明:相对于经典线性回归模型与广义线性模型,广义线性混合模型是分析满意度调查数据的有效方法。     

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.     

基于ARMA模型的房地产价格指数预测

本文简要介绍了ARMA模型的理论知识,并针对1998年1季度到2006年3季度的房地产价格指数的季度数据进行了实证分析,然后运用所建模型对2006年四季度以及2007年一季度的房地产价格指数做了预测,并给出精度误差值,收到了很好的效果,所以模型具有一定的参考价值。     

中国人口预测的自回归分布滞后模型研究

本研究以自回归分布滞后模型为基础,以人口年增长量作为被解释变量,人口年增长量的滞后值、人口年出生率和人口年死亡率的滞后值作为解释变量,分别设计了两类4个模型,并以1952-2002年人口序列数据为基础,采用一般回归法、后退法和逐步回归法三种方法对所设计的模型进行估计,得到可作为人口预测的168个模型.然后,从中筛选出较优的包含人口年增长量滞后值的中国人口自回归分布滞后预测模型和不包含人口年增长量滞后值的中国人口预测模型.     

中国经济增长趋势与人均国内生产总值、收人以及消费之间关系的研究：1978-2002

自1978年改革开放以来,中国人均国内生产总值连续高速增长。研究表明:截至2002年,25年来中国人均国内生产总值的增长不是均衡的,而是分阶段的。文章基于对25年来中国人均国内生产总值、人均收入以及人均消费的关系的研究,提出一个更为合适的分段模型———线性误差模型。同时,给出该模型中参数的估计方法。     

房地产价格波动的塑性模型及其实证研究——基于广州十区住宅市场历史交易数据

基于房地产市场成交量和成交价的变动规律,分析了房地产价格波动的塑性和弹性性质。针对房地产价格的塑性性质,建立计量经济学模型,包括塑性基本模型和幂指数模型。使用广州十区住宅市场从2007年5月到2010年7月一手房和二手房的数据,对两个塑性模型分别进行实证分析,结果显示：房地产价格塑性基本模型和幂指数模型均能通过经济意义检验和T检验,拟合优度较好,证实房地产价格的确具有塑性性质,且房地产价格塑性模型具有合理性,其中幂指数模型更加科学。     

基于半参数CARE模型的金融市场VaR度量

以CAViaR模型为基础,结合Expectile模型,构建半参数CARE模型,度量金融市场的在值风险。选取2003年1月3日至2015年12月31日上证综合指数与深圳成份指数为研究对象,分别采用半参数CARE模型与GARCH模型刻画VaR的波动情况,并运用几类常返检验来评估模型的优劣。结果表明:GARCH模型能更好地刻画深证成份指数1%VaR与上证综合指数5%VaR,而半参数CARE模型能更好地刻画深证成份指数5%VaR与上证综合指数1%VaR。     

空气质量指数监控与预测的控制图方法

世界上多数国家都采用空气质量指数这一指标衡量空气质量状况,对空气质量的有效监测和预警是解决空气污染的重要参考依据.本研究使用ARMA模型拟合空气污染指数(API)时序数据,通过模型残差建立控制图,根据控制图的变化监控并预警.研究采用2010年上海世博会API作为可控状态建立控制限,以2011年1～8月上海API数据建立ARMA(1,1)模型,通过2011年9月上海API模型预测与残差控制图证实模型和控制图的有效性.     

资金侵占与第一大股东持股比例

本文采用曲线模型研究了资金侵占与第一大股东持股比例之间的关系。发现在1998年二次曲线模型能够描述资金侵占与第一大股东持股比例之间的关系,且该模型既支持壕沟防御效应假说,也支持利益协同效应假说;在1999、2001年和2002年,幂函数模型能够描述资金侵占与第一大股东持股比例之间的关系,且这些模型仅支持壕沟防御效应假说,不支持利益协同效应假说;资金侵占与第一大股东持股比例之间的关系随时间变化而变化。     

我国通货膨胀结构突变及不确定性检验

 我们利用GARCH (1, 1) 模型对我国通货膨胀率动态过程中的结构转变点进行了样本内及样本外检验,进而对通货膨胀不确定性进行测度。研究发现,我国通货膨胀率序列在1983年1月至2008年5月之间存在一个显著的结构转变,结构转变点发生在1996年1月,这与我国在1996年成功实现经济“软着陆”的事实相一致。基于两个基准模型和五个比较模型在不同预测水平下对样本外数据进行预测所得结果表明,五个比较模型在大多数情况下能够获得小于两个基准模型的均值损失。此外,我们使用多个模型进行联合预测,发现联合预测的结果具有一定的代表性。     

Leontief模型和Ghosh模型系数稳定性:对中国的经验研究

投入产出模型分为Leontief模型和Ghosh模型,两种模型的系数数分别称为投入系数和产出系数,系数越稳定则模型的预测效果越好.基于中国年度投入产出表中1987～2002年的时序数据,文章评估在这段时间内模型系数的稳定性.     

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.     

利率期限结构特征的拟合与预测

本文从经典利率期限结构模型和数量利率期限结构模型中选取了三因子Vasicek模型、三因子CIR模型、多项式样条模型、指数样条模型、DL模型和动态SV模型等6个应用广泛且具有代表性的利率期限结构模型,分别基于2008年7月至2014年3月中国和美国市场的月度国债收益率数据进行拟合与预测,并采用均方误差(RMSE)和平均绝对误差(MAE)对实证效果进行判别。结果表明,DL模型在针对中国市场和美国市场数据的拟合与预测方面能力均十分突出且效果稳定,指数样条模型次之,而其他模型则在利率期限结构特征的刻画效果方面存在更强的数据依赖与能力不足问题。本文的结论能够为实证研究利率期限结构特征的模型选取提供科学依据和数据支持。