2005年中国税收收入预测模型比较

为探索一种较为有效的工具来提高税收收入预测精度,利用1985-2004年的样本数据,建立了五个模型来预测中国2005年的税收收入。结果表明：ARMA（1,1）模型中,以GDP为外生变量的自回归模型、以政策因素为虚拟外生变量的自回归模型以及对数线性移动平均模型都是预测税收收入的有效模型,但以GDP为外生变量的自回归模型在预测2005年税收收入时,预测值与实际值的预测偏差仅有1．23％,此模型在预测税收收入时预测精度最高,是预测税收收入的一种较为有效的工具。     

Logistic模型预测的新思路

预测是Logistic模型的一个重要功能,文章在研究运用对数回归模型进行预测的问题基础上,进一步对Logistic模型在预测过程的由于模型随机项的非正态性、异方差性而引起的问题进行分析研究,研究发现,传统的预测方法会使得预测结果的精度不高,在考虑到模型随机项的存在及其具体特征后,通过分析推导,构造出新的预测思路和方法。     

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.     

财务危机预警模型效果的比较

本文运用主成分分析筛选出一致的指标,分别构建了Logit回归模型、二分类线性判别模型、主成分分析模型三个预警模型,根据样本的检验结果发现三个模型的判别精度都在85%左右,根据两类错误概率对其进行比较后,得出了三个模型各自的适用范围。     

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.     

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…     

存在测量误差的面板自回归模型的工具变量估计

对于存在测量误差的面板数据自回归模型,首先讨论了POLS(Pooling OLS)和LSDV(least square of dummy variable)估计存在向零的衰减偏差及其非一致性,其次对于混合自回归模型和个体固定效应自回归模型给出了工具变量应满足的条件.研究发现这时工具变量的选择是十分困难的.     

中国人口因素对寿险需求影响的实证分析

应用双对数线性回归模型、岭回归模型对中国寿险需求进行实证分析。着重分析了人口因素对寿险需求的影响，在分析中引入了虚拟变量，并对多重共线性问题利用岭回归加以改善。研究表明：人口的城乡结构对中国寿险需求起着决定性的作用；城镇居民年人均可支配收入与寿险需求有显著的正相关性；少儿负担系数及银行实际利率与寿险需求有显著的负相关关系；受教育程度对寿险需求有显著的正面作用；而老年负担系数显示了对寿险需求正面的但不十分显著的影响。     

基于虚拟变量回归的旅游花费模型构建

消费是旅游者暴露在外的最显著特征之一,旅游花费支出是旅游目的地最有经济意义的一项指标。文章选取西安这一传统旅游城市为研究对象,以十一国内游客为研究样本,基于游客个人社会信息和此次出游相关指标,综合探讨了游客花费开支状况。基于虚拟变量回归构建了西安十一国内旅游花费模型。     

企业信用状况的定性评价——基于logistic回归模型的分析

以材料和机械制造行业100家上市公司综合财务数据为样本数据,采用主成分分析和logistic回归模型,对企业的信用风险进行定性评价,简要评定企业的守信状况,影响企业信用的主要是企业的偿债能力,且同资金的流动性和运营效果密切相关,并给出结论与建议,指导债权人、投资者和交易方投资决策。     

中国宏观经济与股价之间关系的关联性研究——实证考察宏观经济对股市影响的数量程度

一、研究背景如果一国的股票市场完全由供求关系来决定的话,那么股市和实体经济的发展是一致的,一国经济的发展决定着股市的发展,股市的兴衰也直接反映这个国家经济发展的好坏与快慢。在一个成熟的市场经济国家,如美国,其宏观经济与证券市场的长期关系基本是吻合的。宏观经济与     

分行业的企业财务危机预警模型比较研究

世界各国学者分别用不同的统计模型对信用风险进行全行业的实证研究。中国在此方面的研究尚处起步阶段。综合运用多元判别模型、Logistic模型、主成分模型,分不同行业对企业财务危机进行预警研究。比较分析了不同行业预警模型的判别准确率,不同预警技术的判别准确率,多年度预警的可行性,预警模型的稳定性,大类、中类行业预警的通用性等问题。商业银行可以使用这些模型进行信用风险度量和信贷风险预警。     

金融状况指数赋权方法的比较与选择

正金融状况指数(Financial Condition Index,FCI)起源于货币状况指数(Monetary Condition Index,MCI),最早的MCI由加拿大银行在20世纪90年代中期构建,最早的FCI研究始于2000年,由Goodhart和Hofmann提出,中国最早的FCI由高盛公司在2005年构建。FCI自提出以来受到了各国中央银行和决策机构的重视,已被多国货币当局用作货币政策决策的参考指标。FCI变量权重的合理性直接影响其结果的可靠性,国内外对FCI的赋权方法大体可分为经典赋权法和经济模型赋权法两类。     

利用虚拟变量对季节指数的估计

本文利用季节虚拟变量建立回归模型,通过季节虚拟变量的参数估计间接地估计季节指数,并且利用模型进行了一些传统的季节指数方法无法进行的推断统计。这是一种分析季节指数和季节变动的新思路。     

我国上市公司财务困境预测新探

本文采用主成分分析方法确定模型变量,建立多元判别分析(MDA)、Logistic回归和改进型BP神经网络模型进行财务困境预测。结果表明,神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型,而后两者的判别效果接近,神经网络模型更适合于财务困境预测。但三种模型的长期预警能力不够理想,提出建立以定量模型为主、定性分析为辅的上市公司财务困境预测新方法。     

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.     

基于模糊数学的货币危机预警模型研究

文章从模糊数学的角度出发,将模糊数学与统计学相结合,建立了一个新的货币危机预警模型,并且利用实际数据进行了检验,希望能够更为精确地给出预警信号。     

基于非参数主成分回归模型的煤产量分析

利用非参数主成分回归模型,采用局部线性估计方法对我国1952～2010年原煤产量进行了探讨.结论显示,建国后,整体上发电量,钢产量和工业总产值对原煤产量的影响作用是下降的,特别是1980年到1990年间的影响下降最快,1990年到2002年间有两个阶段中国经济的发展又加强了对煤的依赖,从2002年后中国经济的发展对煤的依赖是较平稳的,没有增强也没有减弱.从预测的结果看,在发电量,钢产量和工业总产值平稳不变的情况下,我国原煤产量将逐步下降,也意味着我国经济对煤的依赖程度将进一步下降.     

金融高维协方差阵的估计及其应用

文章克服了传统高维协方差阵估计方法的缺点,将主成分和门限方法相结合,提出了门限主成分正交补(TPO)估计量,该估计量主要通过前K个主成分来刻画高维协方差阵的信息,通过引入合适的门限函数来对矩阵的正交补进行稀疏估计,从而有效的降低了数据的维度并剔除了噪声的影响.模拟和实证研究发现:较严格的因子(SFM)模型而言,门限主成分正交补(TPO)模型明显提高了协方差阵的估计效率,并且将其应用在投资组合时,投资者获得了更高的收益和经济福利.     

国际石油价格之残差自回归模型短期预测

国际石油市场上,油价围绕国际石油价值这个轴心随供求关系的变化而不断上下波动。而石油是现代工业的血液,预测油价变化,制定相关石油战略,具有重要的意义。文章运用非平稳序列的残差自回归模型方法对以往油价建立模型进行短期预测,模型拟合度比较理想,并和ARIMA模型及GARCH模型结果比较,残差自回归明显优于其他模型。