基于改进BVAR模型对通货膨胀率的预测分析

针对向量自回归模型(VAR)的高维估计问题,本文结合贝叶斯理论提出了一种融合正态–逆Wishart共轭先验分布的估计方法。该方法引入了Metropolis-Hastings (MH)算法,从数据集中确定先验分布的超参数,并通过设定与模型规模相关的系数进行估计。与传统VAR模型相比,基于贝叶斯理论的估计方法在保留相关样本信息的同时,能够有效控制过度拟合,表现出较好的稳健性和有效性。最后,本文以湖南省为例,利用所提模型对通货膨胀率进行了分析与预测,并提出了可行的建议。

经济新常态下产业结构与经济增长关系的实证研究——基于贝叶斯向量自回归与状态空间模型

在经济新常态背景下,正确处理好产业结构与经济增长之间的关系具有重要的现实意义.文章通过采用贝叶斯向量自回归(BVAR)和状态空间模型,对1978-2015年武夷山市三大产业结构与经济增长的关系进行了实证研究.实证结果表明,武夷山经济增长对来自三大产业随机冲击的反应延迟;三次产业对经济增长的影响具有时变特征,特别是从1998年后,第三产业对经济增长的影响出现较大幅度增加,这预示着随着时间的推移第三产业必将成为推动武夷山市经济增长的主要产业.所以,加快调整产业结构政策,完善产业转型所需投资和人才队伍保障,促进产业结构升级是未来促进武夷山市经济增长的重要途径.

制造业、生产性服务业贸易发展与技术创新的动态关系研究——基于BVAR模型

推动制造业与生产性服务业发展是实现高质量发展的关键之一。文章基于增加值数据构建贝叶斯向量自回归(BVAR)模型,探究制造业贸易、生产性服务贸易和技术创新三者间的动态关系,并从理论、工程、实践创新三层次诠释技术创新指标。研究发现,技术创新比生产性服务业对制造业贸易的影响更大,生产性服务业发展比制造业更促进技术创新能力的提升;制造业与生产性服务业贸易彼此之间的关联性较强,制造业、生产性服务业贸易发展需要彼此相互刺激形成良性循环。据此,基于全球价值链重构,我国要适时调整制造业和生产性服务业的发展,形成良好沟通渠道以推动二者相互融合促进;根据实际发展需要,在各技术创新层次上给予不同的投入力度,推动技术创新能力全面提升。

基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测

准确预测锂电池健康状态(SOH)与电池剩余使用寿命(RUL)对提高电池安全性能具有重要意义。而当前针对SOH和RUL的预测,存在着间接健康特征选取困难,以及使用数据驱动方法缺乏不确定性表达的问题。为此,该文提出一种基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测方法。首先从充电电压曲线中采集多个健康特征,并通过特征并行融合方法和注意力机制进行优化处理得到间接健康特征(IHF)。然后引入贝叶斯模型平均(BMA)方法来解决预测过程中的不确定性问题,将其与支持向量回归(SVR)和长短期记忆神经网络(LSTM)相结合,构建SVR-BMA融合模型和LSTM-BMA融合模型,并分别进行SOH和RUL预测;通过自适应噪声完备集合经验模态分解(CEEMDAN)方法从SOH预测阶段的容量预测结果中提取出RUL预测的输入特征,以实现SOH和RUL的联合预测。最后利用CALCE数据集进行性能测试,实验结果表明,所提方法能有效提高SOH和RUL预测的准确性和可靠性。

基于改进BVAR模型和MS-VECM模型的能源消费分析

针对向量自回归模型(VAR)的高维估计问题,结合贝叶斯理论提出了一种融合正态-逆Wishart共轭先验分布的估计方法。在该估计方法中,所提出的模型引入Metropolis-Hastings(MH)算法,从以往数据集中确定先验分布超参数,并通过设定与模型尺寸相关的收缩系数从而进行估计。与传统VAR模型相比,基于贝叶斯理论的估计方法可在保留相关样本信息的同时控制过度拟合,具有较好的稳健性和有效性。此外,在改进的BVAR模型基础上,结合区制转移技术与误差修正模型提出了MS-BVECM模型,该模型能够有效分析经济周期内各变量之间长期与短期均衡状态变化,当短期内经济变量受到波动而与长期均衡状态发生偏离时,误差修正模型机制会使其逐渐重新回到长期均衡状态,以保证模型的稳健性。最后,以重庆市为例,利用所提模型对其能源消费、产业结构升级和经济增长的动态关系进行了分析与预测并提供了可行建议。

国际大宗商品价格会影响我国CPI吗——基于BVAR模型的分析

研究表明国际商品价格会显著影响我国CPI。因此,在制定调控物价的措施时,应关注国际大宗商品价格因素对我国价格水平的影响,其中尤其需要关注国际原材料价格的变动。此外,价格传导机制具有滞后性,因而防范通胀比治理通胀更重要。

基于Minnesota共轭先验分布的贝叶斯VAR(p)预测模型

This paper mainly deals with the Bayesian statistical inference theory on the VAR(p) forecasting model based on the parameters’ Minnesota conjugate prior distribution,including the prior distribution’s structure, the parameters’ posterior distribution, and compares the forecasting accuracy of AR,VAR and BVAR model.

基于BVAR模型的福建省区域物流和旅游业协调发展的联动效应实证

本文选取福建省1979-2012年代表物流业和旅游业发展水平指标的数据,将样本分成实物指标和价值指标两组,运用BVAR模型、脉冲响应技术,探讨了物流业和旅游协调发展过程中的互动关系以及相互影响的强度大小和方向。结果表明:第一,福建省物流业和旅游业的发展表现出长期均衡趋势;第二,物流发展水平的提升能显著促进旅游业的发展,但是反过来影响效果不显著;第三,入境旅游人数、国际旅游外汇收入对来自物流业冲击的响应强度明显大于货物周转量和交通运输、仓储和邮政增加值对来自旅游业冲击的响应程度。最后针对实证结论,提出了相应的对策启示。

我国股票、债券和期货市场波动溢出效应的实证分析——基于GARCH-BVAR模型

基于2002年12月-2013年2月股票成交额、期货成交额以及国债成交额等数据资料,运用GARCH(1,1)模型获取各市场的波动信息,通过贝叶斯VAR模型(BVAR)、脉冲响应函数(IRF)等方法模拟各市场波动的"传染"过程,研究发现:第一,股票市场与期货市场均对来自自身冲击影响的反应比较强烈,期货市场的冲击对股票市场的影响较小但是持续时间长,股票市场的冲击对期货市场的影响较弱;第二,股票和期货市场的冲击对国债市场影响在整个样本期间均不大。

基于EMD-Bayes-SVR组合模型的短期电力负荷预测

短期电力负荷是电力供需平衡的关键,针对短期电力负荷预测精度问题,文中提出了EMD(Empirical Mode Decomposition)-Bayes-SVR(Support Vector Regression)组合预测模型,即将原始电力负荷序列通过EMD方法分解为若干个IMF(Intrinsic Mode Function)和1个Res(Residual),依据Hurst指数将各IMF重构为高频分量、低频分量和残差分量,利用贝叶斯优化算法对SVR进行参数寻优,将寻优得到的最佳参数带入SVR并对重构后的3个分量分别进行预测,将3个分量的预测值相加得到最终预测结果。以美国内布拉斯加州的历史电力负荷数据为例,建立8种单一预测模型和7种组合预测模型作为参照模型,对该地的电力负荷序列进行预测。实验结果表明,EMD-Bayes-SVR组合预测模型能够有效预测短期电力负荷的变化趋势,其MAE(Mean Absolute Error)、RMSE(Root Mean Square Error)和MAPE(Mean Absolute Percentage Error)这3种误差评价指标数值相对于SVR模型分别降低了29.84%、32.05%和22%,并显著低于其它参照模型。

区域环境与科技:模式识别、历时演化与互动效应研究

生态环境与科技创新是社会发展中不容忽视的两大系统,两者之间既相互独立又彼此交融,推动环境与科技协同发展对于实现可持续发展具有重要意义。本文在分析环境与科技互动机制基础上,基于四象限分区模型将环境与科技划分为4类模式:同步领先型、环境优先型、科技优先型、同步滞后型,对中国30个省(市、区)2009—2018年面板数据进行研究,并采用联立方程模型与贝叶斯向量自回归模型分析其相互影响及互动关系。研究发现:在观测期内,区域环境与科技创新总体上仍处于升级阶段,且其共存模式呈现出东部优于中西部地区的非均衡格局;环境质量对科技发展呈现一定的正向影响;科技创新对环境质量的影响并不显著;实现环境与科技的良性互动是一个长期过程。并提出对策建议:因地制宜制定环境与科技发展政策;科技创新要坚持绿色导向,兼顾生态效益;生态建设要积极培育良好的科技创新环境。

宏观经济计量模型的新发展

二十世纪五六十年代宏观经济学家构建了许多大规模的计量模型。考尔斯委员会方法是宏观计量建模的标准方法。七十年代的滞涨、货币政策的错误以及计量模型的失灵,导致了考尔斯委员会范式的瓦解。在这以后,VAR和DSGE模型发展成为宏观经济学的标准工具。近年来,中央银行开始建立基于DSGE的大规模计量模型。基于贝叶斯框架的DSGE方法有可能成为宏观计量经济学的新范式。本文介绍了宏观计量模型的最新发展,着重介绍BVAR在经济预测中的应用、DSGE在经济分析中的应用以及模型评估的DSGE-BVAR方法。

金融风险跨市场传染的驱动机制研究——基于影子银行视角

本文基于广义预测误差方差分解测算我国7个金融市场的风险溢出系数,进一步构建大型贝叶斯向量自回归模型,探析影子银行发展对我国金融风险跨市场溢出的影响。结论表明:第一,影子银行强化了我国金融风险跨市场溢出水平,汇率、货币、黄金、大宗商品市场的风险净溢出有所增强,股票、债券、房地产市场的风险净溢入有所增强。第二,债券市场在所有市场中承压最大,特别是货币市场向债券市场的风险净溢出效应最强。第三,进一步的格兰杰因果检验发现,影子银行打破了货币市场资金流向债券市场的政策约束,推升债券市场杠杆,这是影子银行驱动货币市场风险向债券市场溢出的根本原因。

BRR-SVR月降水量预测优化模型

受多种因素影响,水文时间序列具有非平稳性。研究时间序列的传统模型如ARMA对数据的平稳性有较高要求,不适用于非平稳水文时间序列的研究。近年来,机器学习算法越来越多地被应用于研究水文过程,本文将支持向量机回归(SVR)和贝叶斯岭回归(BRR)应用于月降水量的预测。运用小波变换对降水数据进行分解和重构,然后对各子序列进行相空间重构,运用校验数据从SVR和BRR中选取每个子序列上精度更高的模型,构建耦合支持向量机回归和贝叶斯岭回归的BRR-SVR优化模型,并与单一的BRR模型和SVR模型加以对比。以北京站、南京站和太湖流域7个雨量站为例,采用确定系数、平均绝对百分比误差和平均绝对误差3项指标评估各模型的预测性能,以相对误差图探讨三类模型之间的差异,计算结果验证优化模型的有效性。

三种统计预报模型在江苏省道路低温预警中的应用

为了更好地开展道路交通低温灾害的预警,减轻道路结冰给车辆行驶造成的危害,本文利用2012—2016年江苏省高速公路网AWMS系统交通气象观测数据,在对路面低温发生规律进行分析的基础上,结合多元线性回归、朴素贝叶斯以及支持向量机3种统计预报方法,开展了路面低温预警的统计建模与预报试验。结果表明:(1)江苏全省高速公路网路面温度出现0℃以下、-2℃以下、-5℃以下的低温频率均呈"北高南低"分布。(2)全省高速公路网路面温度出现0℃以下的低温时次大多在15:00到次日06:00之间。(3)在对京沪高速M9308站的单站建模与预报试验中发现,路面低温预报因子组合中以13:00气温、13:00—18:00气温变温、13:00路面温度、13:00—18:00路面变温、13:00路基温度、13:00—18:00路基变温、18:00相对湿度和18:00风速U分量为自变量组合的预报方程效果最好,3种方法中以朴素贝叶斯模型的预报准确率最高;(4)就全省高速公路网而言,3种统计预报模型的路面低温预报准确率均超过75%,通过对全路网路面低温预报的试验结果对比发现,多元线性回归方法对江苏省北部路网的预报效果最好,预报准确率大多在85%以上;而支持向量机模型对江苏省南部路网的预报效果最好,大部分站点的低温预报准确率达95%以上。

中国经济政策不确定性、汇率和国际资本流动的动态演变关系

在全球不确定性日益加剧背景下,本文阐释了经济政策不确定性、汇率与国际资本流动之间的互动机制,并进行实证研究。根据初步检验结果,构建多类包括非线性结构和异方差性质的VAR模型,并通过贝叶斯模型比较准则选取TVP-SV-VAR模型进行分析。实证结果表明:汇率变动冲击对国际资本流动存在显著的即时传导影响,但国际资本流动对汇率的传导则相对较弱。人民币贬值会显著增加我国经济政策不确定性,而经济政策不确定性增加会反过来在短期内引起人民币有升值之势。此外,经济政策不确定性增加对国际资本流入的影响较突出。2012年后,经济政策不确定性对汇率和国际资本流动的冲击效果均明显强化。

贝叶斯向量自回归分析方法及其应用

由于经济环境的多变,使得经济预测面临数据量少的建模难题,贝叶斯方法对小样本数据建模问题具有明显优势。本文在共轭条件似然函数"矩阵正态-Wishart分布"意义下,首先讨论了向量自回归模型的贝叶斯分析方法,得到了模型参数的后验分布与一步预测分布。其次,给出了分量方程的对应结果,说明了模型阶数的推断方法。最后,列出了计算步骤,并作为应用,对上海房地产价格指数数据进行预测建模,取得了较好效果。

新冠病毒疫情背景下经济政策不确定性与原油期货价格的冲击波动影响研究

全球经济政治格局变幻莫测,经济政策不确定性指数(EPU)不断骤升,导致国际原油期货价格频繁剧烈波动。本文基于贝叶斯向量自回归模型(BVAR)考察上海国际能源交易中心原油期货(INE)上市初期、新冠病毒疫情暴发前及暴发后三个时点下经济政策不确定性指数与上海原油期货、布伦特原油期货、WTI原油期货价格的冲击波动影响及其演化过程。研究表明:不同时点经济政策不确定性指数与原油期货价格的冲击响应具有显著时变性、差异性及非对称性,新冠病毒疫情暴发后上海原油期货价格走出独立行情。本文所得结论对于平抑经济政策不确定性指数冲击,保障中国经济发展和原油供应安全等具有一定的启示。

人文社会科学研究奖励投入产出绩效研究——基于高校奖励孤岛的反思

人文社会科学研究奖励具有价值导向和激励功能,对人文社会科学发展具有重要意义,但学界缺乏从投入产出角度对人文社会科学研究奖励绩效进行统计检验的研究成果。在理论分析的基础上,选取中国高校人文社会科学网上省际高校面板数据,综合采用联立方程模型、BP人工神经网络、贝叶斯向量自回归模型对人文社会科学投入产出关系进行实证研究。研究表明:人文社会科学研究奖励为数据孤岛,与其他主要变量不相关,造成这一结果的原因可能是发表偏倚。数据孤岛特性要求人文社会科学研究奖励的权重必须小于任何一项直接科研成果的权重,且不同级别的人文社会科学研究奖励的权重也不宜相差过大。

创新驱动背景下企业外来技术比重变化研究

企业外来技术主要包括引进技术和购买国内技术,本文针对近年来我国引进技术下降、购买国内技术上升的比重变化,基于面板数据模型、状态空间模型与贝叶斯向量自回归模型的研究结果表明:购买国内技术投入对高技术企业创新起着重要作用,其弹性系数2010年之前,一直高于引进技术。高技术产业对购买国内技术的消化吸收效果总体较好,购买国内技术能够有效带动自主研发投入,其对创新产出的贡献要大于引进技术;引进技术绩效总体不高但有好转的趋势,引进技术与创新产出无关,与自主研发投入之间总体上存在替代效应,我国对引进技术的消化吸收有待提高。引进技术的弹性系数从2007年开始转为正数,并且逐年提高;我国应该走引进技术与购买国内技术协调的发展的道路。