投资者信心和中国宏观经济波动——基于MIDAS混频模型

将投资者信心指数引入MIDAS混频模型之中,可以考察新冠疫情背景下投资者信心对于中国宏观经济波动的影响。基于投资者信心指数和“三驾马车”对我国季度GDP增长率进行预测,通过实证发现:引入投资者信心指数的MIDAS混频模型在预测精准度方面和基准模型进行比较,预测精准度高于未加入投资者信心的模型,均方根残差比值更小;在多元MIDAS混频模型之中,加入投资者信心指数的回归模型对我国GDP的实时预报和短期预测结果更加稳定,可为决策者提供更加精确的参考区间;宏观经济的波动对投资者信心指数变化反应,和投资、消费和进出口相比是最灵敏的。这为定量追踪宏观经济波动提供了一个新的视角。     

改革目标和企业风险度测定─—现代企业制度建设的关键

在建立现代企业制度的探索中,原有的“承包制”在实践中已暴露它的不足,与改革的深入不相适应。企业的生机在于竞争和风险。在商品经济条件下,企业经营实际上就是经营者运用创新手段,将受损风险转化为超额收获。而企业生产经营所存在的诸多不确定因素,可以通过概率论中的中心极限定理和经验,借鉴计划评审法（ＰＥＲＴ）中概率估算法对企业的经验风险度作出有价值的测定。     

Multiscale Combined Forecast of Carbon PriceBased on Mixed Structure Data

Accurate forecast of the carbon trading price is of great significance in promoting the scientific and rational development of carbon trading market. Therefore, this paper proposes a multi-scale combined forecasting method for carbon price based on mixed structure data. First, the Google Index is used to extract the unstructured data related to the carbon price.The dimensions of unstructured data are reduced based on principal component analysis. Then, EMD is employedto the structured data,unstructured data and the carbon trading price to obtain different IMFs, which are reconstructed by the Fine-to-Coarse technique to get low, high frequency sequence and trend sequence. Furthermore, the three items are predicted respectively by using ARIMA, PLS and neural networks according to the features of each scale in time series. Finally, the forecasting results are summed to get the carbon price forecast sequence. The proposed method is used to forecast carbon price in EU. The empirical results show that the prediction accuracy of the model is higher than that of the single prediction method and the prediction method that time series aren’t decomposed by EMD, which is of great applicability.     

基于小波分析的石油价格长期趋势预测方法及其实证研究

本文将小波方法引入到油价长期趋势的预测中,利用小波多尺度分析的功能,提出了一种可以较为准确地根据油价时序列预测其未来长期走势的方法。这种方法的优点在于可以准确地提取油价的长期趋势,从总体上把握油价的非线性波动特征,从而能够很好地利用油价时间序列的历史数据,开展对未来一段时期内的多步预测。实证研究中,对Brent油价开展了时间跨度为1年的趋势预测,并将预测结果与ARIMA、GARCH、Holtwinters等方法得到的结果进行了比较,表明了基于小波分析的长期趋势预测法的预测能力是其他方法所不能比拟的,反映了本文所建立的石油价格长期趋势预测方法的有效性。     

技术指标能够预测商品期货价格吗? 来自中国的证据

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.     

语言多样性、信息获取与分析师盈余预测质量

考察了语言多样性对分析师盈余预测质量的影响,以及这种影响如何因员工教育水平的不同而变化.基于中国上市公司的实证检验结果显示,语言多样性显著降低了分析师盈余预测质量,但是随着公司员工受教育水平提高,语言多样性对分析师盈余预测质量的负面影响有所减弱.进一步研究发现,分析师与CEO间的校友关系增强了员工教育水平对语言多样性与分析师盈余预测准确性之间关系的正向调节作用.研究结论一定程度上丰富了分析师私有信息获取及其影响机理以及社会关系等方面的文献,而且还可帮助投资者、监管者等利益相关方更好地理解分析师行为,促进资源合理配置,增强资本市场的有效性等方面具有一定的启示意义.     

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。     

期权隐含尾部风险及其对股票收益率的预测

当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.     

能源价格波动对中国物价水平的潜在与实际影响

目的/意义原油作为重要的工业原料、大宗商品和战略储备物资,其价格波动对全球经济发展具有重大影响,对原油价格进行预测是能源经济领域的热点研究课题。对国际原油价格预测的主要方法进行系统梳理并展望未来研究方向,有助于该研究领域的纵深发展。设计/方法基于295篇国际期刊文献,对国际油价预测的发展阶段、发表期刊、研究机构等进行归纳总结,然后对近二十年油价预测领域的主要研究方法进行系统梳理和分析,最后对油价预测工作进行评述和趋势展望。结论/发现自2008年金融危机后,油价预测研究快速发展,相关文章主要发表于能源经济领域的权威期刊《Energy Economic》。现有油价预测方法主要包括计量模型、机器学习和混合预测模型。展望未来,利用高频日内交易数据,融合计量和机器学习前沿方法,对原油价格进行区间预测或概率密度预测是值得探索的方向,此外还应深化油价预测结果的实际应用价值。     

“全面二孩”后的人口预期与政策展望

“全面二孩”生育政策究竟能对人口发展产生怎样的影响？文章假定今后维持“全面二孩”人口政策不变进行了人口预测。结果可知：城乡全面放开二孩政策并不会带来出生率的猛增和人口数量的剧烈反弹,高峰期最多可以新增出生人口400万;政策调整会提高人口峰值,有利于改善人口结构,延缓劳动力供给的衰减速度,但作用微乎其微。从其他国家的人口发展经验看,生育率的下降趋势似乎不可避免。因此,“全面二孩”并不是生育政策调整的终点,应继续监测生育水平,进一步调整生育政策;建立和完善“家庭友好”政策体系;从社会体制和经济体制应对负面影响。