WTO对双边贸易的影响:基于内生虚拟变量引力模型的检验和估计

文章将内生虚拟变量模型的最大似然估计方法应用于内生WTO虚拟变量贸易引力模型,给出WTO虚拟变量内生性的检验方法.先将WTO虚拟变量在引力模型中潜在的内生性问题转化成一个联立方程模型,进而对联立模型进行估计.将WTO内生模型估计应用于中国东盟区域出口贸易,发现WTO虚拟变量的内生性问题在贸易引力模型的估计中不可忽视:WTO对区域出口贸易具有正的影响.     

中国季度GDP的季节调整：结构时间序列方法

 内容提要：本文利用结构时间序列方法讨论了中国季度GDP的季节调整问题,从季节单位根、季节自相关、周期自相关等多个方面对不同季节模式的调整结果进行了比较。结论认为,随机虚拟变量形式和三角函数形式得到的调整结果非常相似;结构时间序列方法更好地捕捉到了时变季节特征,明显优于X-11和SEATS方法;非高斯稳健季节调整的结果表明,高斯结构时间序列方法具有较好的稳定性。     

股指期货套期保值绩效的实证研究

文章利用风险最小化套期保值模型中最小二乘法(OLS),双变量向量自回归模型(BYAW),误差修正套期保值模型(ECM),广义自回归条件异方差模型(EC-GARCH)和套期保值绩效指标(He),对A股市场与沪深300指数的虚拟组合数据的套期保值比率和绩效进行实证研究,试图来验证不同套期保值模型的套期保值绩效,以期供机构投资者参考.     

中国物价波动的非线性特征分析

正2011年诺贝尔经济学奖获得者Sargent和Sims(1977)提出了动态因子模型。他们指出"工业产出增长率、失业率、就业率以及批发价格指数等美国的季节宏观经济变量变动的80%以上可以用两个动态因子来解释"。利用动态因子模型不仅可以解决模型的不可识别问题,而且可以使模型在包含更多信息的同时不出现参数过多的问题。景气指数法是各国政府和企业     

回归模型中虚拟变量的设定及应用

在经济计量分析中,利用回归模型方法对经济现象的变化进行描述、模拟和预测是经常使用的方法。在实际工作中,由于研究的特定现象不仅受到诸如产量、销售量、收入、价格、成本等数量变量的影响,而且也常常受到诸如政治、经济、自然条件以及社会文化背景等品质因素变化的影响。经常出现的情况是,这些因素的变化给回归模型的预测精度带来了较大的影响。所以,在建立回归模型时,既要考虑数量变量的变化,也要考虑品质因素的影响。因此,有必要将品质因素的变化加以量化,引入回归模型中。一、什么是虚拟变量虚拟变量是将非数量的品质因素影响加以量…     

税收收入模型预测精度的比较

文章建立了四个预测税收收入的有效模型,利用1985～2004年的样本数据进行实证分析。结果表明:半对数模型预测税收收入偏差较大;当把经济因素作为外生变量引入自回归模型时,模型预测精度也较差;如果把政策因素这一外生虚拟变量加入自回归模型,模型预测精度明显提高;而采用主成分分析法消除了多个经济因素之间的复共线性以后,建立的对数线性回归模型预测精度较高,适合用来预测税收收入。     

虚拟变量在居民消费研究中的应用

一、虚拟变量与回归模型 在现代经济计量分析中,利用模型进行回归分析是应用比较广泛的一种数量分析技术.一般回归分析中变量都是定量变量,这是因为模拟回归需要样本数据.但实际中有时模型仅考虑定量变量是不够的.因为经济现象不仅受一些定量因素的影响,还可能受到一些定性因素的影响.比如不同时期的不同政策,战争、自然灾害等非常时期,人的不同性别、文化程度、婚姻状况等.     

季节调整方法在CPI指数中的应用

文章首先对季节调整方法的发展及应用进行了说明,着重介绍了国际上使用最广泛的两种方法:X-12-ARIMA和TRAMO/SEATS;然后用X-12-ARIMA方法对我国居民消费价格指数序列进行了季节调整,探测了交易日、闰年、异常值和春节对CPI指数的影响,比较了三种季节调整模型之间的优劣并进行调整,得出了我国CPI指数只受春节因素的影响的结论,相应的最优模型也是春节效应模型;最后用这种模型对我国CPI指数进行季节调整,分离出趋势成分、季节成分和不规则成分,得到了最终的季节调整序列。     

中国猪肉价格的短期预测模型

文章利用2009年4~5月猪肉价格日度数据进行实证分析表明:中国猪肉价格序列为一带截距AR MA(1,0)过程。通过设置时间虚拟变量进行检验,结果显示:甲型H1N1流感并不是引发中国猪肉价格下降的主要原因。利用本文构建的ARMA模型对中国猪肉价格进行短期预测,效果显著。     

虚拟变量在方差分析中的应用

文章在明确了方差分析与虚拟变量模型两者基本原理的基础上,探讨了两者的内在相互关系,并以实证分析详细论述了虚拟变量在单因素方差分析中的应用,取得了良好的效果.     

参数与非参数回归在FDI中的比较分析

文章在对参数回归及非参数回归方法进行介绍的基础上,采用线性回归模型、引入虚拟变量的非线性回归模型以及N-W核权函数回归估计,对1983-2014年我国外商直接投资总额与GDP关系进行探讨.最后分别给出3类方法的拟合值以及MAE和MSE.从拟合效果来看,相对于线性回归模型,引入虚拟变量的非线性回归模型以及非参数回归方法更能有效地拟合FDI与GDP之间的关系,且窗宽为0.25的非参数估计效果更优.     

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.     

CPI月度环比指数季节调整及CPI折年率方法研究

内容提要：CPI中长期变动趋势的预测一直是困扰经济学界的一个问题。本文研究了CPI月度环比指数的季节调整,并建立了CPI中长期预测的模型,并利用该模型对我国今年CPI上涨趋势进行了预测。     

安徽省区域经济增长趋同性研究

根据1990~2004年安徽省各市人均GDP数据对安徽省区域经济增长是否存在趋同性进行了检验。研究发现在整个时间区域上,安徽省区域经济增长整体上不存在σ趋同;存在阶段性的绝对β趋同;加入期初人口增长率、地区虚拟变量和工业化变量可以提高模型的拟合程度,说明存在条件β趋同,同时地区虚拟变量的加入也表明皖北、皖江及皖中南区域内部各自存在俱乐部趋同。     

包含虚拟变量的澳门酒店入住率预测模型及实证

本文通过引入时间趋势项、虚拟变量等,拟合出酒店入住率的主要趋势,再利用ARMA模型拟合出次要趋势——随机扰动项,在此基础上建立了新的入住率回归模型。检验结果表明,该模型对酒店入住率的预测效果更加理想。最后使用相关模型预测了2007年1-12月的酒店入住率。     

中国农产品期货价格指数与宏观经济变量波动关系分析

在考察农产品期货价格指数与宏观经济变量关系时,已有研究主要使用Granger因果关系分析及时差相关系数检验农产品期货价格指数到宏观经济变量是否具有Granger因果关系以及先行期为多少,文章则采用建立VAR模型的方法,通过脉冲响应和方差分解考察农产品期货价格指数的随机变动对宏观经济变量波动的影响以及农产品期货价格指数对宏观经济变量波动的贡献率.同时,建立VEC模型考察农产品期货价格指数对宏观经济变量的长期和短期影响.     

中国股票市场节日效应的比较研究

采用虚拟变量回归方法,利用上证A股的日收益率数据对中国股票市场的节日效应进行了检验.进一步对模型施以不同的假设来进行检验并对检验结果进行了比较研究,结果表明不同的模型假设检验结果并不一致,只有总体的节前效应和春节的节后效应均表现为显著.这表明模型选择在节日效应的检验中是非常关键的,有必要进一步研究如何选择符合现实的模型.     

基于季节性ARIMA模型的居民消费水平预测

文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析.首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型的构建,然后对模型进行性能检验,确定较适合的季节自回归综合移动平均模型,最后在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分处理,取得了较为理想的预测效果.     

独立总体均值多重比较方法之新探

多个独立总体的均值多重比较是统计假设检验的一项重要内容.文章从虚拟变量回归的角度对此进行了考察,借助于其能够处理定性因素的特点,设计了一种新的方法来进行多个独立总体的均值的多重比较.首先阐述了虚拟变量回归替代单因素方差分析F检验的背景思路;然后从数学上论证了虚拟变量回归与单因素方差分析的等效性;接着阐述了虚拟变量回归进行均值比较的特点;最后提出了基于虚拟变量回归的进行多个独立总体的均值多重比较的方法.     

季节性需求多阶段库存控制策略研究

研究了确定型季节模型多阶段库存控制策略.具体的思路为:首先把各时期需求的季节指数求出,季节调整后进行密度估计.当需求有关的分布函数得到后,按照多阶段库存系统的最优策略公式可以得到季节调整后库存最优策略.然后再加入季节指数,就得到了随季节变动的库存最优策略.