中国宏观经济变量的结构突变单位根检验

文章首先比较系统地总结了有关结构突变单位根检验的理论、方法和模型。在考虑经济中结构突变的基础上对中国宏观经济总量的时间序列是具有单位根的非平稳还是趋势平稳进行了研究,为提高检验功效,应针对数据生成过程的特点联合多种检验方法进行检验。     

关于我国上证指数突变点的研究

文章引入了对突变点检验的贝叶斯推断方法,介绍了该方法在指数族分布尤其是正态分布下突变点检验的基本理论,并应用该理论研究了我国上证指数的突变点问题.结果表明,上证指数序列在2005年11月附近存在突变点;加入突变点后,上证指教序列不再是单位根过程,而是趋势平稳过程.     

新常态下中国通货膨胀问题研究

文章使用我国1997Q1至2015Q2的季度数据,通过长期协整检验和非对称性效应检验,证实变量之间存在协整关系,并得出FDI、热钱和GDP增长率对我国通货膨胀率均存在非对称效应的结论.此外,还对传统的ARDL与基于非线性假设的NARDL进行了比较,并利用修正后的NARDL模型刻画出我国通胀率与FDI净流入量和经济增长速度间的非线性关系.     

能源消费与中国经济增长关系的统计检验

中国正处于能源转变关键时期,但在理论上,能源消费与经济增长的关系并不明确.文章采用两次结构突变的单位根检验,对我国1953-2006年间能源消费与经济增长的动态特征进行了研究,发现两者都是围绕着两个结构断点的分段趋势平稳过程,这时于政府主导下的能源政策和经济发展战略是否有效具有重要的启示作用.在单位根检验结果的基础上,本文还对消除趋势后的能源消费与经济增长进行了因果关系分析,得出两者之间存在双向因果关系.     

基于随机窗宽的α-混合序列分布函数估计

在总体未知的条件下,非参数方法是分布函数常用的估计方法.独立样本下分布函数的核估计方法已经有了深入的研究,文章对非独立的平稳α-混合序列的分布函数提出了随机窗宽条件下的非参数核估计,讨论了估计的强一致相合性和一致完全收敛性.     

中国区域经济周期长度的统计检验

文章运用基于统计技术的新的非平稳单位根周期模型检验方法,采用我国10个省、市的GDP时间序列,检验了地区的经济周期的长度。结果显示在扰动为白噪声的情况下,文章所检验地区的经济周期的长度为5～6年;在扰动存在自相关的情况下,经济周期的长度会更短,大概为4或5年左右,这基本上与我国区域的经济周期的长度符合。这种检验结果可以作为调整我国区域经济发展政策的依据,以减少经济的周期性剧烈波动造成的发展减缓,协调全国经济的发展速度,促进经济进一步又好又快的发展。     

季节趋势平稳过程间的虚假回归

文章推导了当数据生成过程是独立的季节趋势平稳过程情形下,OLS参数估计及检验统计量的极限分布.由于序列中的趋势会导致虚假回归现象的发生.文章借助Monte Cado试验,对上述虚假回归中OLS统计量(t类统计量、R2、DW)的大样本渐近分布进行模拟,发现确实存在虚假回归现象并且受样本容量的影响不大.文章还针对我国数据样本期比较短的特点,就虚假回归下统计量的小样本(T=10,15,30,50)特征进行了模拟.     

一类非平稳两值panel data模型的估计问题

在非线性panel data模型中,对于两值的panel data模型的研究越来越广泛.文章主要研究截面N和时间序列T大的两值panel data模型:yit=I(βXit-εit＞0)(i=1,2,…,N;t=1,2,…,T),其中Xit对于固定的i关于时间t是非平稳过程.在真参数β是0的条件下,文章给出了参数β的最大似然估计(MLE),并且给出了参数β的MLE的渐近分布.     

中国居民消费的数据生成过程研究

如果非平稳总量时序列存在结构变化，那么传统的单位根检验往往会得出错误的统计推断。在考虑经济结构变化的基础上，对中国居民消费时序列是具有单位根的非平稳还是分段趋势平稳进行研究，结果发现该时序列是围绕着1个结构断点的分段趋势平稳。分段趋势平稳的结论说明政策主导下的长期经济发展战略能够改变居民消费总量的增长路径；短期消费政策也是值得应用的。     

时序模型分析在经济预测中的应用

时间序列分析方法主要就是建立模型,目的是为了描述时间序列中产生数据的随机机制与趋势,以此模型来判断在某一时间或随机机制下会发生的数据达到预测和控制的目的。时间序列可分为平稳的时间序列和非平稳的时间序列,大部分经济时间序列为平稳的时间序列。对于平稳的时间序列进     

中国黄金市场的非线性和确定性检验

混沌普遍存在于现代金融市场中,非线性和确定性是时间序列存在混沌的重要前提,而中国黄金市场这一新兴市场在此方面的研究仍是空白。文章以上海黄金交易所黄金现货日收盘价格序列作为研究对象,对数据进行收益率和对数线性去趋势平稳化处理,然后运用R/S分析来检验其非线性,发现上海黄金价格序列具有非线性和分形特征,但其后的BDS定量检验表明其非线性特征并不显著。最后运用递归图方法进行确定性检验,得出该系统具有一定确定性的结论。因此相较于传统的线性分析方法,对于我国黄金市场价格序列,采用非线性确定性模型进行分析预测可能更加有效。非线性和确定性的存在也表明我国黄金市场可能具有混沌特性,从而为今后对我国黄金价格的初值敏感性和奇异吸引子存在性等混沌特征进行分析,并进一步构筑混沌预测模型打下基础。     

协整理论、误差修正模型与葛兰杰因果性检验

文章首先对葛兰杰因果性及检验的含义进行了讨论,其次提出时间序列变量为非平稳变量时,葛兰杰因果性检验所面临的困难,并针对该情况下,如果非平稳变量间存在协整关系时,就如何进行葛兰杰因果性检验及方法与含义进行了探讨.     

玉米国内外价格非对称传递研究

文章运用惯性门槛自回归模型(M-TAR)和非对称误差修正模型(APT-ECM)对玉米国内外价格传递的非对称性进行了研究.研究结论:玉米国内外价格传递在长期和短期均是非对称的,具体地,玉米国内外价格向长期均衡调整时的调整速度是非对称的,而且玉米国内外价格存在滞后非对称效应.     

中国股票市场羊群效应检验方法的改进

大量研究结果表明我国股票市场存在一定程度的羊群行为.文章采用两种经典的检验方法CH方法和CCK方法对我国沪、深两市数据进行的检验结论并不一致:CH方法较CCK方法相对保守.虽然CCK方法相对较好,但对于我国金融市场羊群行为的判断还太保守.文章针对CCK方法的执行机理给出了进一步改进方法:ICCK方法.实证分析结果表明,改进方法能够更为灵敏的发现股市的羊群行为.     

我国物价水平波动特征的识别与检验

由于各种经济因素的扰动和冲击,价格水平往往会偏离均衡约束所形成的基础价格,从而导致经济泡沫的出现.文章利用扩展的Cagan模型分离出价格水平的市场基础成分,并给出其偏离部分的具体表述.以此分析了我国经济运行中物价水平的波动性的特征.通过SUR方法直接检验我国经济运行不同阶段的价格变化路径上是否存对基础价值的非平稳偏离的假设,据此对我国物价水平的运行特征以及我国现阶段的经济状况给出了更为深入的分析和判断.     

非抽样误差测度方法研究

本文研究了国内外非抽样误差测度的主要方法,将其分为两类：基于设计的方法和基于模型的方法。文章运用路径分析法重点研究了基于模型的非抽样误差测度方法,包括多指标和单指标统计调查中非抽样误差的测度,并讨论了不同模型的估计与比较。文章总结了国外非抽样误差研究对我国的有益启示,指出要促进中国的非抽样误差研究,使其对中国的统计调查实际有指导意义,就必须在领会国外学者研究非抽样误差测度思想的基础上结合中国的实际情况进行研究和探索。     

平稳序列的GPD模型在风险测度中的应用

文章旨在运用极值理论提高VaR的适用性和估计的精确度.VaR技术作为一种统计方法常用来测度金融市场风险,极值理论则是研究随机变量或过程的极端情形的统计规律性.然而,经典的极值模型要求金融时序服从独立同分布条件.考虑满足平稳性条件下的金融时序,针对序列相关引致的极值成串现象,引入极值指标来刻画极值数据间的相关结构,采用除串技术过滤数据的相关性,进而得到渐进独立的同分布序列,再构建GPD模型来测度VaR.实证分析和回测检验表明:改进的GPD阈值模型具有对风险测度的有效性和精确性.     

局部平稳过程、稳定过程及GARCH模型的比较研究

本文在Granger（2005）[1]研究成果的基础上对局部平稳过程的大样本性质进行了深入探讨,发现了一些颇具实际价值的理论结果,弥补了Granger（2005）仅利用预测效果标准得到金融数据生成过程的不足,进一步给出了适合于实证分析的判断金融数据生成过程的标准,并在此基础上详细讨论了局部平稳过程、稳定过程及GARCH模型在大样本情况下的区别。本文运用研究得到的结果,在非平稳框架下对中国股票市场上证180指数进行了分析,发现上证180指数收益率具有明显的非平稳特性,并在此基础上进一步讨论了中国股票市场的市场有效性问题。     

经济时间序列趋势模型的辨析

趋势平稳过程和随机趋势过程是刻画经济时间序列的两种截然不同的随机过程,对于经济建模分析具有不同的影响.文章从基本概念、技术处理和经济涵义上对这两种过程进行了全面的阐述和分辨,并利用渐近分布理论对于两种过程参数的统计关系进行了研究.从中讨论了单位根检验存在的问题,并给出相应的建议.     

时间序列分析的一个重要问题及其解决方法

文章考虑非平稳时间序列的一种特殊情形:d-1次差分不平稳,但d次差分是白噪声。推导出这样的序列是一个适宜的非平稳AR(d)模型。得到的结论是:对方差齐性的时间序列,总可以建立模型ARIMA(p,d,q)。文章以中国历年年末人口序列(1970~2009年)为例,建立了一个非平稳的AR(2)模型,并对此模型进行样本容量为10000次的Monte Carlo模拟,表明模型是稳定的。