我国通货膨胀率波动路径的非线性状态转换——基于通货膨胀持久性视角的实证检验

基于通货膨胀持久性视角的通货膨胀动态波动机制对于更好地理解体现通胀持久性的现代新凯恩斯模型具有重要的理论价值。本文利用一个带有单位根的门限自回归模型对我国通胀率的波动路径进行了实证检验,结果表明,我国通胀率是一个具有局部单位根的门限自回归过程,并且可以划分为加速通胀状态和减速通胀状态。在减速通胀状态,通胀率是一个平稳自回归过程,而在加速通胀状态下,通胀率是一个具有单位根的自回归过程。同时发现,我国通胀率在两个状态下都具有高持久性,并且加速通胀阶段的持久性更高。那些能够体现通胀持久性特征的现代新凯恩斯模型都可能成为解释具有高持久性特征的通胀波动路径的理论机理,同时高持久性通胀的结论也可以为那些体现通胀持久性特征的现代新凯恩斯模型提供来自中国的经验证据。     

中国农村居民不同类型的收入对消费支出影响研究

我国,农村居民消费结构不论现状还是变化趋势都与收入水平相适应的,从凯恩斯绝对收入假设消费函数来看,消费是由收入唯一决定的。农民收入增长缓慢,但消费与收入之间存在着稳定的函数关系,随着各种收入(如工资性收入、家庭经营纯收入、财产性收入、转移性收入)的增加,消费也在增加。本次实验通过运用中国各省份2010年农村居民消费与四种收入数据,建立模型研究消费和收入之间的关系。     

我国碳排放量与能源消费和经济增长的动态关系分析

本文利用1990-2010年的数据,基于宏观和动态的视角,采用向量自回归方法,建立我国碳排放量与能源消费和经济增长量比关系的实证模型。研究表明:我国碳排放量与经济增长和能源消费之间存在着一种长期均衡关系;经济增长对自身的冲击产生持续的正响应,能源消费和碳排放量对经济增长冲击产生的也是正响应;能源消费与碳排放量互为Granger因果关系,同时能源消费和碳排放量是经济增长的Granger原因。最后提出相关建议。     

竞争和风险规避对双渠道供应链决策的影响

针对具有风险规避特征的制造商和零售商组成的双渠道供应链,分析非竞争环境下双渠道供应链中产品在不同渠道的最优定价;研究存在替代产品竞争的市场环境下,原双渠道供应链中风险规避型参与者的定价决策以及替代产品决策者的最优定价;探讨双渠道中参与者的风险规避度对其定价决策的影响,分析表明随着参与者风险规避度的增大,供应链中各渠道的最优定价都减小,制造商和零售商的期望收益也随之减小;借助数值分析,研究竞争对风险规避型参与者决策的影响,并对模型中各关键参数进行敏感度分析。研究结果表明,一定程度的市场竞争会减弱参与者风险规避特征对其决策产生的影响,提高参与者的定价,增加参与者的收益。在参数的敏感度分析中,用来反映替代产品对双渠道上产品影响的交叉敏感度的增大会提高双渠道上产品的定价,也增加风险规避型参与者的收益。     

我国能源消费需求影响因素及其影响机理分析

从文献回顾中提炼出对能源需求有重大影响的宏观经济因素;基于中国1985~2005年的统计数据,利用通径分析法测算了各相关宏观经济因素与能源消费需求的直接、间接关系及总影响程度,结果表明经济增长、全国总人口、能源消耗结构是决定能源消费需求的主要因素;利用偏最小二乘法消除多重共线性,并基于各主要影响因素的信息对能源需求进行预测;最后通过实际检验说明了所提方法的有效性和实用性。     

基于相似日聚类和贝叶斯神经网络的光伏发电功率预测研究

光伏发电功率的预测是光伏发电规划和运行的基础,因而受到越来越多的重视。文中提出了FCM相似日聚类与智能算法相结合的光伏阵列功率短期预测模型。该方法的思路是首先通过分析影响光伏阵列输出功率的主要因素,对历史数据与预测日气象环境进行模糊分类,并筛选出相似度高的子集作为样本,以提高预测样本的质量;然后通过神经网络映射出特征空间与光伏功率之间的复杂关系,并用贝叶斯理论对神经网络参数进行优化,提高网络的泛化能力。为检验该方法的有效性和精确性,将所提出方法与常用BP神经网络模型对同一仿真算例进行预测,预测结果表明本文提出的预测模型效果更佳。     

加权复合分位数回归方法在动态VaR风险度量中的应用

风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法--加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。     

粒子群优化k均值的混合聚类算法研究

k均值算法是聚类分析的一种传统算法,在数据挖掘中等领域得到了广泛的应用.本文在分析k均值聚类算法存在问题的基础上,用粒子群算法优化k均值聚类算法,提出了一种新的混合聚类算法.理论分析和实验结果证明,该算法有很好的全局收敛性,不仅有效地克服了传统的k均值算法易陷入局部极小值和对初始值敏感的问题,而且具有较快的收敛速度.     

超高频数据的日内效应调整方法研究

日内效应在金融高频数据研究中已被广泛证实,是一种日内周期性运动的动态效应,它影响了以微观金融指标为参数的计量模型的准确估计。基于金融超高频持续期数据,本文首先论述了日内效应调整的重要性,然后引入自适应映射(SOM)的方法对日内效应进行调整。SOM是一种基于神经网络学习的特征提取方法,能够动态识别高维数据中的结构特征,克服了静态调整方法的不足。最后通过建立基于自回归条件持续期模型(ACD)的蒙特卡罗模拟实验,比较了三种日内效应调整方法的效果。模拟结果表明SOM方法在日内效应调整中更为有效和稳定,特别适合大数据条件下的周期性结构分析。     

利率变动对我国城镇居民消费支出影响实证研究

本文在经典经济学消费理论的前提下,将利率作为影响消费的因素进行综合考虑,探讨利率变动对多我国城镇居民消费支出的影响。构建了经济计量模型对上述问题进行实证分析,得出了影响我国城镇居民家庭平均每人全年消费性支出增长率的自回归分布滞后模型,并提出了相应的政策建议。