中国蔬菜价格波动与通货膨胀——基于波动来源的分解

利用Census X12季节调整和H-P滤波法,将蔬菜价格波动来源分解为趋势变动、季节变动、循环变动和不规则变动要素。利用Bootstrap因果检验与VAR模型,考察了蔬菜价格波动来源的分解因素与中国通货膨胀的关联性。结果表明,蔬菜价格波动影响消费者物价指数的主要渠道是通过季节变动和不规则变动要素;季节变动因素对消费者物价指数的影响呈季节周期性;不规则变动对消费者物价指数的冲击在最初时最显著,随后逐渐减弱。政策含义为,降低公众的通胀预期、促进蔬菜跨区域流通、控制蔬菜运输的物流成本、健全政府灾害天气应急响应机制均有利于减缓CPI上涨。     

蔬菜价格波动的共同影响因子与宏观决定因素

蔬菜价格的波动具有广泛的联动效应。为了探明蔬菜价格剧烈波动的共同特征,分别运用均匀间距估计方法、PANIC方法和VAR模型考察了2005年1月至2018年10月中国18种主要蔬菜价格的联动效应、共同影响因子及其宏观决定因素。研究表明：蔬菜价格之间的联动效应主要受一个潜在共同影响因子的驱动,而影响这一共同因子的主要宏观经济因素则是货币流动性过剩。     

农户出售量与蔬菜生产价格之间关系的实证分析——基于2002—2010年的数据

基于时间序列,实证分析了农户出售量对蔬菜生产价格的影响。研究发现,农村人均蔬菜出售量呈现出明显的季节性波动,农村人均蔬菜出售量对蔬菜生产价格的影响力不大,蔬菜生产价格的形成表现出较强的"单向决定"或"非对称性"特征。要提高农户对蔬菜生产价格的影响水平,必须要采取措施提高菜农的组织化水平、冷库储藏能力和价格信息掌握水平。     

时间序列分析在金属价格预测中的应用

与回归分析不同,时间序列分析不是根据与其它变量的因果关系来预测一个变量的未来变化,而是根据该变量自身过去的规律来预测其未来的变化.这与实际中价格信息的复杂性特征具有较好的符合关系.作者在Intnet网上查取了伦敦金属交易所(LME)镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个,用其中的前37个数据进行时间序列分析,得到了AR(3)模型,用最小二乘法和Yule-Walker法预测后五个数据,得到了较好的效果.因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景.     

基于经验模式分解和移动平均的金融时间序列分析

将经验模式分解理论应用于金融时间序列分析中,建立了一种新的基于经验模式分解和移动平均的综合分析模型。经验模式分解基于信号的局部特征时间尺度,能把复杂的信号分解为有限个基本模式分量之和,是一种完全在时域中进行的自适应分解,克服了小波等分解分析方法中的基函数选择问题,非常适用于非线性和非平稳过程的分析。股市分析实例表明,该模型能有效提高股市波动信号的信噪比,揭示股市价格的内在运动规律,增强分析结果的可靠性,在金融时间序列分析中具有很高的应用价值。     

蔬菜价格波动对城镇居民福利影响的实证分析

基于中国1990～2010年蔬菜消费的相关数据,在对蔬菜需求弹性估计的基础上,运用福利效应模型对蔬菜价格波动的城镇居民福利效应进行测算和分析。分析认为：蔬菜消费价格引起的城镇居民长、短期福利变动的趋势一致,且蔬菜消费价格波动与城镇居民福利变动存在负向作用关系;城镇居民短期福利变动主要由ICR决定,其长期福利受ICR、蔬菜需求价格弹性和收入弹性的影响;城镇居民长期福利优于短期福利。     

农产品价格周期性波动研究——基于小波分析

当前物价水平持续上涨,居民生活质量受到严重影响,通过对农产品价格的周期性波动分析,预测农产品价格变动趋势.本文通过小波分析理论对我国农产品价格指数进行周期性研究,解释造成周期性波动的原因,进而给出合理的政策建议.     

基于HP滤波模型的农产品价格波动分析——以水果为例

运用2001-2011年的鲜果零售价格数据,分析了我国水果价格波动主要特征,运用X11季节调整模型实证分析季节性因素对我国水果价格波动的影响;运用HP滤波分解模型将2001—2011年我国水果价格指数序列分解为趋势值序列和波动值序列,据此考察我国水果价格长期波动的趋势,并对短期波动的周期进行划分。研究发现:我国水果价格具有稳步上涨的长期趋势,但季节性因素、不可观测性因素及国际经济因素会使价格在短期内剧烈波动;此外,研究期内我国水果价格波动可划分为7个周期,各周期持续的时间长度、谷-峰落差都不尽相同,研究末期水果价格波动的幅度和频率都明显提高。提出为了稳定我国水果价格,有必要从生产、消费及进口方面采取针对性措施对水果价格加以调控。     

蔬菜价格波动特征与货币供应量的动态影响——基于变参数模型的分析

在剥离蔬菜价格季节性因素的基础上,首先论证蔬菜价格与货币供应量之间存在长期稳定的协整关系;之后进一步验证货币供应量是蔬菜价格变动的单向格兰杰原因;在此基础上,运用修正后的线性回归和变参数模型分别分析货币供应量对蔬菜价格变动的静态和动态作用。研究得出:蔬菜价格长期上涨和季节性变动特征明显;当货币供应量每增加1万亿时,样本期内对蔬菜总体价格水平的平均推动作用为41.69%,变参数模型显示样本期内各年份1万亿货币供应量增量对蔬菜总体价格水平的影响并不恒定,在20%~45%之间波动。根据货币供应量所对应回归系数的动态变化情况,可以预测若流通中的货币供应量继续增加,蔬菜总体价格水平将会不断被推高。     

非线性视角下蔬菜市场价格的波动特征——基于STAR模型

基于非线性视角下的蔬菜价格波动特征研究能够有效捕捉到蔬菜价格的非线性调整过程,从而有助于进一步完善蔬菜价格的波动机制。以大宗蔬菜中的大白菜、黄瓜、四季豆为例,选取2002年1月到2013年9月的全国集贸市场价格数据,对蔬菜市场价格的非线性动态调整过程进行了分析。研究表明：蔬菜价格具有非线性波动特征,存在机制之间的平滑转换过程,门限值是其转换的转折点,可以作为国家调控蔬菜市场价格异常波动的重要依据;蔬菜前期市场价格是发生非线性波动的一个潜在的重要变量,因此有必要加强对蔬菜市场价格的监控和分析;从3类蔬菜价格的函数形式、转换速率以及门限值来看,蔬菜市场内部的异质性明显。     

基于混沌时间序列分析的股票价格预测

根据股票市场是非线性动力系统的假设,利用混沌理论对混沌时间序列的分析方法,提出了股票价格预测方法。同时利用重构相空间的嵌入维数和延迟时间分别确定经向基函数模型网络的结构和训练样本对,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,并与前馈神经网络模型相比,可得到较好的预测结果,因而在股票时间序列预测中有广泛的实用价值。     

小波变换的离群时序数据挖掘分析

针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。     

我国农产品产销价格的联动性实证分析

以1950-2010年的年度数据为样本,运用基于VAR模型的广义脉冲响应函数法与方差分解法对我国农产品产销价格的联动性进行了实证分析。结果表明:农产品产销价格保持相似的波动态势,二者之间的双向传递是顺畅的;与此同时,农产品零售价格对农产品产销2个市场上的价格波动具有更为显著的作用,农产品产销价格的联动关系呈现出明显的"非均衡性"或"单向"的特点。提出必须努力构建农产品现代流通体系,提高农户组织化程度,减少中间流通环节以及发展"农零对接"模式。     

沪铜、天然橡胶期货价格时间序列的非线性检验

运用替代数据方法来分析判断上海期货交易所两种主要工业品期货———铜和天然橡胶的期货价格时间序列的非线性特征。通过对两种期货合约共三组样本观测数据的检验,发现期货收益时间序列存在明显的非线性成分,且存在某种相依性,为进一步期货价格时间序列的非线性特征提供依据。     

基于ARIMA模型的山东省月降水量时间序列分析

采用SAS和SPSS软件,结合相关的数学统计方法和时间序列分析方法,运用ARIMA模型进行建模,分析了山东省境内2000年到2009年的月降水量的变化趋势,对2010年的月降水量数据进行预测并与真实值进行对照.结果表明ARIMA模型在短期预测中能起到一定作用,所预测结果均在95%的置信区间内.