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.     

虚拟变量赋值探讨及应用

在回归分析中被解释变量不仅受到便于用某种意义明确的尺度加以定量的变量影响，而且还受到其本是属性性质的变量影响，例如：性别、民族、肤色、宗教信仰、国籍、战争、地震、罢工、政治动乱及政府政策的变化等。将这类属性变量引进回归模型就称为虚拟变量。由于这种属性...     

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。     

EXCEL在多元回归市场分析中的应用

在众多市场分析方法中回归分析法是其中很重要而且常用的一种方法。回归分析法是对现象之间进行依存关系分析的专门方法。因为市场活动中的经济现象都有其产生的原因，都要受到一定因素的制约，都是一定原因的必然结果。所以在市场分析中利用回归分析法就是要找出影响和决定预测对象变化的有关市场因素，把有关的市场因素作为原因，把预测对象作为结果，从而发现它们之间因果变化的一般规律，为诸如企业、政府部门、投资者等各类用户提供决策支持。     

修正最小二乘法在统计分析中的应用

修正最小二乘法在统计分析中的应用长沙大学谭坚一、引言在社会经济统计中，为了探求经济变量之间的数量变量关系，广泛采用回归分析。回归分析不仅可以对经济现象进行描述而且具有推断的作用，已成为研究社会经济现象数量特征的基本方法之一，在计划平衡、经济预测、经济...     

我国城镇居民乳制品消费情况分析——基于虚拟变量的回归分析

本文在凯恩斯的绝对收入假设消费函数模型的基础上引入乳制品安全的"崩溃效应"的虚拟变量,对1998～2010年我国城镇居民乳制品消费的相关数据进行回归分析,进而研究我国城镇居民的乳制品消费变化情况。一、指标的选取与模型的建立(一)影响因素分析乳制品是一类重要且特殊的农产品,其消费影响因素受到了不少专家     

我国宏观经济函数系数计量的联立模型及其估计

一、引言联立方程模型在经济政策制定、经济结构分析和经济预测方面起着重要作用。经典的线性联立方程假定在整个样本时序上结构参数都是恒定不变的。但是,一方面由于影响经济发展的因素众多,不同时期内随机因素对被解释变量的干扰方式及干扰程度不同;另一方面经济结构的变化也使得结构参数随时间不同而变化,因此变参数的情况是经常发生的。在单方程确定性变参数模型中,一般都假定变参数是某个变量的线性函数。线性假设虽然简便,但容易造成设定误差。而非参数方法具有很好的稳健性,即永远不会错误地估计回归函数,并且当回归变量为一维时,有很好的拟合效果,因此其在计量经济学中得到了越来越多的关注。但是非参数方法也有其弱点,其一它要求有大量的数据,这一点在我国宏观经济研究中很难满足;其二当回归变量是高维时,就产生了“维数祸根”现象,即估计的收敛速度缓慢,令人很不满意,且估计极不稳定。     

动态因子模型与ARMA模型的比较

在时间序列模型中,随着变量数目的增加,所要估计的参数的数量也随之加大,结果在应用中模型中通常不得不选取尽量少的变量。动态因子模型独特的优势在于,它不必考虑自由度损失问题,也不必对经济结构施加约束。文章根据中国宏观经济变量数据库中的41个变量,建立了动态因子模型预测GDP,并与ARMA模型的预测结果进行了对比。结果显示,动态因子模型的预测效果优于ARMA模型。     

用虚拟变量法进行季节波动预测

一、引言季节波动是指由于自然条件或社会条件的影响，经济现象在一年内随着季节的转变而引起的周期性的波动。一般来说，在一些经济现象除了受季节波动影响之外，它还受到经济发展的长期趋势的影响以及除了上述因素以外的不规则波动。为了能对受季节波动影响的经济现象进行预测，一般常用的方法是将影响经济现象的各个主要因素加以分解，进行单独测算，然后再进行迭加，从而对受季节波动影响的经济现象进行预测。对于受季节波动影响的经济变量Y，它可以分解为Y=T＋S＋I（其中T为长期趋势，S为季节波动，I为不规则变动）、或Y＝T·S＋I…     

事业编制规模的预测方法

事业编制规模预测可以为机构管理和总量调控提供决策依据。文章针对编制规模影响因素的复杂性和体制变革产生的差异性,在用因子分析对指标体系进行浓缩的基础上,建立了含有因子和虚拟变量的回归模型,并结合马尔可夫链对回归预测结果进行了修正。这种组合预测方法可以较好地解释编制规模在事业变革中的波动现象,因而具有更高的预测精度。文章还用该方法以江西省为例进行了实证分析。     

影响我国进出口贸易的宏观经济因素分析

 在全球经济金融一体化趋势逐渐增强的形势下，任何一国经济发展状况的变化都会很快的影响到其它国家的经济发展。比如，始于1997年7月的亚洲金融危机导致了全球经济增长和贸易增长的回落，我国的进出口贸易也受到了一定程度的影响。因此，分析各贸易伙伴的经济因素和我国自身经济因素的变化对我国进出口贸易的影响是很有意义的。本文根据经济学理论，选择影响进出口贸易的主要宏观经济变量为解释变量，用计量经济学中的回归方法对我国的进出口贸易建立了回归模型，并据此讨论这些宏观经济变量对我国进出口贸易的影响。     

区域出口贸易非线性混合预测模型及其实证

混合预测模型由于能够反映事物变化的线性和非线性特征,而在预测领域得到了广泛的应用。本文针对区域出口贸易的特点建立了一种基于BP神经网络和误差校正向量自回归模型的的非线性混合预测模型,应用于区域出口贸易预测,得到了较好的预测效果。由于该模型能够反映经济系统中各变量的长期均衡关系,同时非线性的协整变量能够反映出经济系统其他变量的短期波动对预测变量的影响,因此该模型适合于经济变量的预测。     

非线性回归的计算机处理方法

1 线性回归分析的一般形式与求解软件线性回归可用于对客观事物数量依存关系的分析,是一种重要的统计分析方法。它广泛应用于社会经济现象变量之间的影响因素和关联的研究。多元线性回归模型的一般形式为:Y=a b1x1 b2x2 …bkxk     

正交多项式在回归分析中的应用

一、问题的提出: 无论是在质量管理,还是在经济预测决策中,我们总希望建立起决策变量与影响其变化的参数因素之间的函数关系。从微积分学的知识知道,任一函数都可分段用多项式来逼近,因此,在一般的实际问题中,不论决策变量与影响其变化的参数因素变量的关系如何,总可用多项式回归来处理。 一般地,多项式回归可以化为多元线性回归问题。然而,多元线性回归有两个基本缺点:其一,当元     

线性回归模型设定的两个常见错误分析

删除截距项和遗漏解释变量是线性回归模型估计中的两个常见错误,删除截距项错误发生的原因是检验过程中发现其不显著而将其剔除,这会造成模型参数估计和假设检验的失真;遗漏解释变量的错误发生原因是人们错误认为只要变量存在相关性且存在因果联系就可以进行回归分析,以至于不考虑其它重要的解释变量,此时建立的模型不能用于经济结构分析和政策评价,最多只能用于预测目的。     

预测型稳健回归模型及其实证分析

一、引言回归分析是计量经济学中最常用的定量分析方法 ,也是建立经济计量模型的主要工具 ,它在现代经济定量分析中应用越来越广泛。众所周知 ,计量经济学方法有四大应用 :经济结构分析、政策模拟、预测和实证分析。人们为了分析经济变量间的长期结构 ,作了大量研究 ,如2 0 0 3年尼诺贝尔经济学奖获得者格兰杰 (Granger)引出的协整理论 ,还有稳健回归理论等等 ,目的是研究和找到经济变量间的长期稳定的关系结构。但如果直接将这些理论方法应用在回归模型的预测应用中 ,结果并不十分令人满意 ,原因是按照传统的计量经济方法建立的模型大部分…     

众数回归森林模型及其在收入分配研究中的应用

为解决传统非参数众数回归模型没有考虑解释变量间复杂交互影响的局限，文章将众数回归与机器学习方法相结合，提出了一个新的非参数众数回归模型：众数回归森林模型。该模型一方面充分考虑了各个解释变量之间的交互影响；另一方面采用Bagging技术汇总多个众数回归树的结果，提高了预测性能。数值模拟结果表明：第一，与线性众数回归模型和众数回归树模型相比，众数回归森林模型极大地提高了估计和预测精度；第二，当数据为偏态分布时，众数回归森林模型的估计和预测精度显著优于中位数回归森林和均值回归森林模型。此外，将众数回归森林模型应用于收入分配研究中，得到了与中位数回归森林和均值回归森林模型不同的结果。     

贝叶斯时空分位回归模型及其对北京市PM2.5浓度的研究

本文基于时空模型和非对称拉普拉斯分布提出一种新的时空分位回归模型.本文主要将空间域利用薄板回归样条展开,结合混合模型与样条之间的关系,得到分层贝叶斯分位回归模型.利用MCMC算法得到参数的后验分布,并对模型中系数的空间域进行预测.本文同时融合降秩近似的方法,简化了计算复杂度.区别于已有时空分位模型,本文考虑了协变量对因变量影响的空间分布特征,并非直接对时间或空间效应整体进行建模,有利于深入研究协变量与因变量之间的空间结构关系.数值模拟结果表明,预测的空间域与真实的空间域十分接近,并在不同分位水平下,有效地估计了协变量影响的空间效应差异.最后将该模型应用于北京市PM2.5浓度的研究,分析气象因素对PM2.5浓度影响的空间分布特征.     

分位贸易引力模型及其EM算法分析

贸易引力模型是一种流行的具有经济理论基础的技术手段。在贸易引力模型的基础上引入分位回归的思想,构建考虑隐变量的分位贸易引力模型,采用该模型的创新之处在于:考虑基础贸易引力模型存在除距离、两国经济规模之外的隐变量,因此采用EM算法对参数进行估计。将该模型应用于2014—2018年45个样本国家的双边出口贸易额数据的分析当中,验证该模型具有稳健性,并得出以下研究结论:出口国经济规模、进口国经济规模、距离对双边出口贸易的影响符合国际贸易理论,而隐变量的系数呈现倒U型,表明除距离及两国经济规模的影响因素外存在其他影响因素,对出口贸易额存在速度先递增、后递减的作用;经过验证各系数均服从Logistc分布。     

大维变量选择、混频因子模型与新冠肺炎疫情冲击下的GDP现时预测

新冠肺炎疫情不仅对我国宏观经济造成了巨大冲击,也为准确预测我国宏观经济未来走势带来挑战。本文从新冠肺炎疫情冲击出发,将模型置信集检验与U-MIDAS模型组合,设计了一种在混频情形下利用预测变量的异质性波动从大维数据集中选取对GDP具有稳定预测效果变量的方法。通过利用选取出的稳定性变量构建多种形式的混频目标因子模型并与其他类型的混频因子模型对比,全面评估了不同模型在疫情前后对GDP进行高频现时预测的效果。研究发现,在疫情冲击前的平稳时期,利用覆盖范围较广的变量构建双因子MIDAS模型预测效果最优;利用稳定性变量构建的单因子U-MIDAS模型同样具有良好的预测效果。当经济从冲击中持续恢复时,利用部分稳定性变量构建的双因子U-MIDAS模型在捕捉到GDP的核心变化后率先对其连续做出准确的现时预测。经济稳定时,对预测变量设定较长的滞后阶数会提升预测效果;在冲击后的恢复期中则应减少滞后阶数,避免变量在冲击中出现的异常值对预测产生负面影响。本文也为当经济受到巨大外生冲击或处于冲击后的恢复期时其他宏观经济指标的预测提供了有价值的参考。