排序方式: 共有53条查询结果,搜索用时 0 毫秒
1.
传统研究对股票市场平稳性分析中大多采用市场指数抽样方式,分析方法和数据采样的差异一定程度上解析了现有研究结论中的不一致性。从市场指数构建原理入手可探究抽样分析的局限,作为系列个股的加权值,市场指数无法精确刻画市场所有个股的波动情况。实证时采用A股市场所有个股数据开展全样本分析,这更符合大数据分析理念,统计出个股分析结果继而对A股市场波动进行判定将更加系统和可靠。在不考虑结构突变的情形下,分别计算出ADF检验、KPSS检验和PP检验三种方法的结果;全样本分析结果表明A股市场年度股价数据更多地呈现出平稳性特点,而且,个股数据检验结果与市场指数检验结果存在显著差异。 相似文献
2.
平稳性检验方法的有效性研究 总被引:2,自引:1,他引:1
平稳性检验是时间序列分析的重要研究内容,现有检验方法的性能缺乏系统的比较分析。文章从样本长度的视角研究平稳性检验方法的性能,采用ADF检验、PP检验、KPSS检验和LMC检验四种方法展开实证研究。仿真实验结果表明:时间序列数据长度会对检验方法的准确率产生明显的影响,数据长度较小时检验准确率偏低;数据长度增大时可以提升检验方法的准确率,但仍未能达到100%的上限值。当样本长度较小时,这些方法的检验统计量的渐进分布难以满足,因此其实际检验效果值得探究。样本长度是有限的,因此渐进分布检验方式的改进空间有限,新的检验方式值得探究。 相似文献
3.
互联网作为信息搜寻和传播的重要渠道,有利于缓解国际市场不确定性对企业出口决策的影响,从而有助于稳定企业出口预期,保障出口企业的持续生存。本文首先基于Fernandes 和 Tang(2014)的研究框架将互联网深化程度和出口集聚同时纳入到异质性贸易企业模型,在剥离出口集聚对企业出口行为影响的基础上,从理论视角揭示了互联网深化程度提高影响企业出口行为特别是出口持续生存的内在机理与方向。研究发现,不同于出口集聚会同时影响企业的需求冲击和成本冲击,互联网深化带来的信息溢出效应会通过贝叶斯法则(Bayesian Rule)使得企业修正其对国际市场不确定性的预期,提高其对目的国市场成本冲击的估计精度,从而在互联网深化程度较高的城市,企业进入出口市场的临界生产率较低,有利于其出口参与度和出口稳定性的提高。然而互联网深化程度提高不影响企业在目的国市场产品出口的集约边际。本文使用2000-2013 年中国工业企业数据库、中国海关数据库和中国城市统计年鉴数据库的匹配数据从企业-目的国-产品层面实证检验了本文的理论命题。研究表明,我国政府应充分发挥互联网发展降低信息不确定性的微观机制,以推动外贸的平稳增长。 相似文献
4.
5.
通过理论与实证分析,本文认为房地产市场健康是房地产市场发展良好的状态,包括反映市场与外部环境协调状况的协调性和反映市场内部指标增长状况的平稳性。通过分析房地产市场评价标准确定方法的特点,根据健康内涵,确定协调性标准选用理论值法,平稳性标准选用统计值法,综合构建房地产市场健康发展评价体系。 相似文献
6.
银行信贷扭曲和配置不当会降低经济发展的平稳性。运用省级面板数据,采用全局主成分分析法构建了一个包含产出稳定、物价稳定、就业稳定、资源耗费与生态环境稳定改善的经济发展平稳性综合指数。运用面板门槛模型,测度了银行信贷资源配置差异对我国经济发展平稳性的影响。研究得出:信贷配置扭曲与经济发展平稳性呈负相关关系,银行信贷资源配置差异与经济发展平稳性之间呈“倒U型”关系,即银行信贷资源配置差异程度存在一个合理的水平区间,低于该区间下限时,随着银行信贷资源配置差异程度的增加,经济发展平稳性不断改善;达到这个水平区间时,经济发展平稳性处于最佳状态;超过该区间上限时,经济发展平稳性不断降低。 相似文献
7.
8.
财政科技投入与经济增长协整检验的实证研究——以陕西省财政科技投入与经济增长关系为例 总被引:3,自引:1,他引:2
文章利用单位根平稳检验和协整检验的理论,通过对陕西省1987-2006年财政科技投入与经济增长的有关数据变量进行检验,揭示了财政科技投入与经济增长的关系,并提出了相应的政策建议。 相似文献
9.
时间序列平稳性分类识别研究 总被引:3,自引:0,他引:3
平稳性检验是时间序列回归分析的一个关键问题,已有的检验方法在处理海量时间序列数据时显得乏力,检验准确率有待提高。采用分类技术建立平稳性检验的新方法,可以有效地处理海量时间序列数据。首先计算时间序列自相关函数,构建一个充分非必要的判定准则;然后建立序列收敛的量化分析方法,研究收敛参数的最优取值,并提取平稳性特征向量;最后采用k-means聚类建立平稳性分类识别方法。采用一组模拟数据和股票数据进行分析,将ADF检验、PP检验、KPSS检验进行对比,实证结果表明新方法的准确率较高。 相似文献
10.
本文通过理论分析和蒙特卡洛仿真模拟,研究平稳性检验中选用的统计量与数据生成过程不一致时,非线性ESTAR、LSTAR与线性DF检验法能否得出正确的结论.研究表明,二阶LSTAR与ESTAR模型可用相同的检验方法,但前者的非线性特征更强.当数据生成过程为线性AR,或非线性ESTAR、二阶LSTAR模型时,使用DF或ESTAR检验法可得出大致正确的结论,但LSTAR检验法完全失败.数据生成过程的非线性特征越强,ESTAR较DF检验方法的功效增益越高;线性特征越强,DF的功效增益越高.当转移函数F(θ,c,zt)中θ较大导致一阶泰勒近似误差较大或c非0时,标准ESTAR与LSTAR非线性检验法失去应用条件.θ较大或c偏离0较远时,数据生成过程中线性成分增强,用线性DF检验可获得更好的检验结果. 相似文献