我国棉花价格波动特征研究——基于ARCH类模型和H-P滤波法

我国是全球第二大棉花生产国,分析棉花价格波动的特征对全面评估棉花价格风险及棉花产业的发展至关重要.研究选取2004年-2018年我国棉花价格月度数据,利用ARCH类模型和H-P滤波法分析了我国棉花价格的波动特征.结果表明,我国棉花价格具有显著的波动集聚性和"杠杆效应",但是并不具有"高风险、高回报"的特征;棉花价格波动具有周期性,样本区间大致可分为5个完整的周期.最后为了控制我国棉花的市场风险,提出了相关政策启示.     

用SASD统计包预报含季节变化数据

一、引言 时间序列分析可以揭示一个按时间间隔搜集的统计资料所反映的规律.一直掌握这种规律,即可对未来作出估计,这种估计就是预报.预报是任何决策的基本工具,它对 工程技术人员和管理人员是非常重要的。 时间序列中通常包括四种变化成分;长期趋势、周期波动、季节变动和随机变化.长期趋势是指变量值在一个长期内所呈现的增加或减小的趋势.周期波动是指在一年以上的时期内,时间序列沿其长期趋势线上摆动的波动变化.季节变动是指在一年内围绕趋势线的可以预报的重复运动.随机变化是指时间序列中的随机变化因素. 随机数据统计分析软件包SA…     

火灾的周期性波动规律及其应用

分析中国火灾的历年统计数据,发现中国火灾发生规律同时具有增长趋势性和周期波动性特征.借助于M ATLAB软件,根据2000-2006年中国火灾统计数据,分别建立了火灾24小时发生起数的(1)趋势灰色预测与周期波动指数相乘的组合预测模型和(2)二次曲线趋势与Fourier级数叠加的组合预测模型,两个模型(预测值与实际值)的平均相对误差都小于0.09.研究结论为消防研究、消防部门决策提供科学依据.     

基于X-12-ARIMA方法的迪拜原油价格季节性波动分析

油价时间序列往往受众多因素的影响,从而可以分解成各种成分.运用X-12-AR IM A方法分析迪拜原油价格的季节性波动,探讨油价运动规律,结果表明季节调整的整体效果较好,季节因素对中质高硫原油价格具有显著影响,夏、秋季推动油价上升,而春、冬季节使油价下跌,同时发现原油价格的短期变化主要由不规则事件和季节因素决定,而长期变化由趋势因素决定.     

基于小波分析的价格周期识别——以天然橡胶和合成橡胶价格为例

使用1997年1月到2009年12月国内天然橡胶、国内合成橡胶、国际天然橡胶的月平均价格数据,运用小波去噪方法、H-P滤波法、B-K滤波法识别了各类价格的周期性并进行了比较.研究结果表明:不同方法得到的周期变化基本一致,小波去噪和BK滤波下周期相对多,HP滤波下波动幅度大;小波去噪法下各类价格对PPI具有最强的预测力,在此方法下国内天然橡胶、合成橡胶价格的平均周期长度约为22个月,国际天然橡胶约为21个月.     

中国股市波动性的隐周期研究

本文运用频谱分析理论研究中国股市波动中的隐周期特征.研究结果表明,中国股市波动中不存在隐周期规律。这一结果表明中国股市市场效率得到提高,股市波动结构特征较数年前有较大的变化.并支持中国股市较高的波动性既可能是由集中而强烈的新信息冲击引起的,也可能是由于市场对信息冲击的吸收能力较差所致,两个层次的因素共同决定了股价的波动这一结论.     

消费者价格指数与生产者价格指数“倒挂”之谜

消费者价格指数(Consumer Price Index,CPI)与生产者价格指数(Producer Price Index,PPI)是我国最重要的两个价格指数,一般说来,CPI与PPI应当是同步变化的.但是自2000年以来,CPI与PPI出现了多次"倒挂"现象,这无疑对当前经济通胀情况的判断带来了挑战.采用最新的X-13-ARIMASEATS方法对我国的CPI与PPI指数进行季节调整;在谱分析的基础上采用BK滤波方法将其趋势-循环因素进行分解得到趋势因素与循环因素.研究后发现是经济周期导致了"倒挂"现象.     

基于双对数线性模型的北京市入境旅游需求影响因素分析

将北京市入境旅游需求作为研究对象,通过列举北京市旅游的内部条件和外部条件,从国际旅游需求趋势、季节影响、旅游价格趋势三方面对北京入境旅游进行描述性分析,进而进行常规模型分析.选取7个客源国1996—2008年十三年的数据建立北京旅游需求双对数线性模型(其中解释变量PR_u包括两个选择变量,即PR,1和PR2).采用Eveiws 6.0对模型进行估计,从中选去包括PR_1变量的方程作为北京入境旅游需求模型,并得出各客源国的国内生产总值平均增长率和相对价格(中国入境旅游外汇收入指数和各客源国居民消费指数的比率)是影响北京旅游需求的重要因素,其中各客源国的国内生产总值平均增长率的影响程度最为显著;2003年的全球性非典型肺炎的扩散也是影响北京入境旅游需求的因素之一;排除了1997年亚洲金融危机,2001年美国9.11事件和2008年北京奥运会这三个虚拟变量的影响.     

火灾发生的周期性规律及其在火灾非线性组合预测模型中应用

研究火灾发生规律及发展趋势,具有实用价值.分析历年中国火灾统计数据,发现中国火灾的发生规律同时具有增长趋势性和周期波动性特征:①中国火灾从90年代开始大幅度增加,在2002年达到最大,然后逐年缓慢下降;②每年12个月呈正弦函数波动,周期为12,1、2月发生起数最大,8、9月最小.借助于M ATLAB软件,根据2000-2006年中国火灾统计数据,建立火灾的月发生起数的非线性周期性组合预测模型,预测值与实际值的平均相对误差小于0.07.研究结论为消防研究、消防部门决策提供科学依据.     

经济周期与金融周期动态关系研究:基于DCC-GARCH模型的实证研究

在利用动态因子模型测度2000年1月-2018年5月中国经济周期和金融周期的基础上,构建DCCGARCH模型研究经济周期与金融周期内部结构间的作用机制,进一步阐述非对称和动态相依特征.结论表明:中国经济周期与金融周期具有非对称特征,并且表现出周期错配现象:中国经济周期与金融周期的周期错配使得两者间的相依性呈现出剧烈动态变化特点:中国经济周期与金融周期结构上的相依性具有周期"错配"、波动"传递"、频幅"叠加"效应,这些效应共同驱动两周期相依性的动态变化.     

农产品期货价格联动性实证研究——基于中美玉米期货日收盘价数据

依据大连玉米期货和美国芝加哥玉米期货价格日收盘价数据,对中美玉米期货价格变化进行粗粒化处理.以玉米价格波动模态为节点,模态之间的转换为边建立中国玉米和美国玉米期货价格有向加权联动性复杂网络,通过该复杂网络研究中美农产品期货价格联动性波动规律.研究表明大连玉米期货价格与美国玉米期货价格的联动波动趋势为同向联动性,但中美玉米期货价格的联动性并不完全保持同向变动;加权聚集系数和点强度呈负相关,价格联动波动具有周期性,联动模态间的转换周期平均为5-6天;中美玉米期货价格联动的群发性波动通过出现概率较小的且中介中心性较高的模态进行交替转换,通过预测价格联动的波动状态,可以为规避市场风险提供决策参考.     

退货成本不同承担方式下供应链最优服务水平的确定

讨论了销售剩余成本分担情况下,供应链最优周期服务水平和订货策略的优化问题;对多周期补货策略提出了"变周期向前改进"的动态优化法.分析表明:销售剩余的处理方式和剩余成本的分配因子,对于最优服务水平有重要的影响;基于成本分担的多周期补货策略在销售季节的大部分时期维持了较高而稳定的服务水平和订货量.     

基于深度学习的交通运输业能耗预测——以“一带一路”主要经济体为例

为合理规划一次能源使用,深入推进节能减排,需对交通运输能耗进行预测.使用灰色综合关联度模型筛选出客运、货运和经济发展水平三个方面共八个影响因素作为模型输入,提出了主要由LSTM层、Dropout层和Bi-LSTM层构成的深度学习模型,并使用天牛群优化算法精调模型超参数,在此基础上对2019至2025年中国、印度、东南亚和巴基斯坦四个"一带一路"沿线经济体交通运输能耗进行预测.研究结果表明:首先,BSO-LSTM模型较GA-BPNN、GA-SVR、GA-LSTM和PSO-LSTM模型具有最高的预测精度.其次,2019-2025年,中、印、东、巴交通运输业能耗总体上在波动中上升,年均增长率分别为2.92%、5.64%、3.05%和4.88%.再次,2024年中、印、东、巴交通运输业单位GDP能耗分别为29.41、37.41、46.67和83.12,除巴基斯坦外,较2018年均有所下降.最后,中国、东南亚2018-2024年交通运输业能源消费弹性系数较2012-2018年有所下降,而印度、巴基斯坦仍保持上升趋势.     

中国省区建筑能耗时空分布与影响因素分析

当前建筑能耗研究缺乏对中国各省进行对比分析,不利于因地制宜进行建筑节能降耗.基于此,首先对中国各省2006-2016年建筑能耗进行计算并通过GIS进行时空对比分析,在此基础上结合STIRPAT模型,分析主要驱动影响因素并构建建筑能耗数学模型,选取高建筑能耗省区为代表计算影响因素影响程度大小.结果表明各省区建筑能耗均处于上升趋势,建筑能耗比例与GDP增速呈反向波动;省区建筑能耗差异较大,呈现"东高西低"态势,两极分化明显;建筑能耗增长影响因素按影响程度大小排序依次为人口总量、居民消费水平、第三产业发展、人均建筑面积、城镇化率.     

转型期中国工业全要素生产率与效率——基于细分行业的随机前沿模型分析

本文利用1996-2007年我国工业36个细分行业的面板数据,通过建立随机前沿模型,测算了转型期我国工业及其细分行业的全要素生产率,以及其分解要素的波动情况。实证研究表明,1996-2007年我国TFP平均为4.76%,并呈逐步上升趋势;TFP提高的主要原因是技术进步,平均来说,TFP增长的85.50%来源于技术进步的贡献;因为技术效率的提高使TFP平均每年提高了0.94个百分点;资源配置效率的提高对TFP的贡献年平均0.52个百分点,并有较大的波动;而因为规模总报酬递减的影响,TFP每年反而下降了0.78个百分点。通过经济增长来源分析,我国工业经济增长由主要靠资本驱动逐渐向靠技术创新驱动转变,转型期经济增长方式已表现为集约型。     

新时期中国居民消费总量与结构预测研究

基于对消费总额及其结构的变动趋势和主要影响因素的分析,文章研究应用多元线性回归模型和自回归求积移动平均模型,考虑人口年龄结构变化、居民可支配收入等因素,预测了中国2018-2035年居民消费总量和2018-2020年中国居民对8类产品的消费量.预测结果表明:1)中国居民消费总量仍保持上升趋势,但消费增速逐步放缓,预计到2035年,中国居民消费总额达到1136011亿元,同比名义增长率呈现先下降后上升的趋势.2)中国居民消费结构不断优化,一方面食品烟酒占比不断下降,到2020年有望下降到27.6%;另一方面,交通通信、教育文化娱乐、医疗保健等服务性消费比重进一步提高,预计到2020年中国服务性消费占比约达到42.7%.基于对预测结果的分析,文章提出了提高居民可支配收入,扩展老年消费市场,扶持服务性消费产业等建议.     

西部省区经济差距的发展动态与波动机制——基于EMD方法的多尺度分析

本文采用经验模态分解(EMD)方法,对西部12省区1952-2009年经济差距的发展动态进行多尺度分析,并从三次产业发展的角度剖析经济差距波动的生成机制。研究结果表明,西部省区经济差距发展的阶段性特征十分显著:在整个样本研究期间呈现出明显的"N;;型曲线特征,而上世纪70年代以来则表现为"U"型曲线;区域经济差距的波动分别以准周期约为60年的长期趋势、准周期约为25年的中期尺度分量和9.5年的短期尺度分量为主,近期区域经济差距呈扩大趋势。三次产业的地区不平衡发展是导致经济差距波动的重要动因。据此文章从产业驱动、区域协作和宏观调控等方面提出了促进区域经济协调发展的政策建议。     

基于ISM与M-F模型的公务员工资普调频率研究

以普调频率为核心的工资增长机制,是我国公务员工资制度改革悬而未决的难点问题,其关键在于分析影响因素并确定普调周期。文章采用ISM、M-F等方法,对我国公务员工资普调频率影响因素进行量化分析,旨在通过研究各因素影响时效的衍变规律,寻求长期稳态下最适宜的普调周期。研究发现,基于时效周期的工资普调影响指标体系包含24项因素,其中CPI等8项流量因素构成短期时效层,自身变化及影响时效短,易波动,综合影响期为1.55年;平均任职时间等13项存量因素构成中期时效层,指标变动具有长期累积性,综合影响期为3.11年;工资差异结构等3项支配因素构成长期时效层,反映工资供求矛盾状态,综合影响期为4.53年;在24项因素综合作用下,系统于2.34年达到了长期稳态水平,各项影响因素实现了最佳平衡,可近似将2.50年设计为普调周期。     

基于SARIMA模型在我国铁路客运量中的预测

铁路客运量预测是铁路旅客运输生产的重要基础工作,我国铁路运输业客运量呈现出明显的季节性波动.准确预测月度铁路运量能够为我国铁路运输发展规划提供科学依据,具有非常重要的现实意义.选择了2007年1月至2014年11月的全国铁路客运量数据来建立季节时间序列SARIMA模型.经过逐期差分和季节差分后最终建立了ARIMA(1,1,2)×(1,1,1)_6模型,并选取了2008年3月至2014年11月我国铁路客运量数据的真实值和模型预测值进行了对比,平均绝对百分比误差MAPE是10.886%,模型的预测能力"优良",最后对201.5年1月-2015年3月全国铁路客运量进行了预测.     

协整视角下CPI与PPI长期均衡与短期波动关系

消费者物价指数CPI与生产者物价指数PPI是我国重要的两类反映物价水平的指数,为研究PPI对CPI的影响关系,本文根据2006年1月至2017年7月每月的数据进行了研究分析.首先运用季节调整排除季节因素对实验结果的影响,然后在协整检验的基础上建立了能同时反映长期均衡和短期波动的误差修正模型.实证结果显示,CPI与PPI之间存在着长期均衡的关系,同时,PPI的短期波动也会CPI产生显著性影响.