反向有约束混频数据模型的市场化利率预测

为准确预测市场化利率,在混频数据抽样(MIDAS)模型和反向无约束混频数据抽样(RU-MIDAS)模型的基础上,提出了反向有约束混频数据抽样模型(RR-MIDAS),使之能够适应各变量之间频率倍差较大时,低频变量对高频变量的分析与预测.选取SHIBOR作为市场化利率的代表,分析其影响因素并开展预测研究.实证结果表明:RR-MIDAS模型能够细致揭示各变量间的实时动态变化关系,表现出很好的拟合效果与预测能力;宏观经济变量和资本市场信息能够在1周甚至1天内对货币供求关系产生影响,进而迅速反映在SHIBOR走势变化上.此外,稳健性检验结果验证了RR-MIDAS模型的实用性以及实证结论的可靠性.

大学生自我分化与学业倦怠关系研究

为探讨大学生自我分化与学业倦怠之间的关系,文章采用整群随机抽样方法抽取500名大学生,应用吴煜辉修订的自我分化问卷(DSI-R)和倪士光修订的大学生学业倦怠问卷(MBI-GS)进行调查。研究发现情绪反应性、自我位置、情感断绝、与他人融合及自我分化均与学业倦怠显著负相关;逐步多元回归分析表明,自我位置、情感断绝是学业倦怠的主要预测因素,能联合预测学业倦怠0.191的变异量。研究结果表明,自我分化能在一定程度上预测大学生的学业倦怠水平。

福建新兴产业发展战略研究

在总结福建省新兴产业发展成效和存在问题等的基础上,提出福建省新兴产业发展思路与布局,针对重点产业梳理了其重点发展领域,并指出了“十四五”时期和“面向2035年”的重点方向,最后提出了保障目标实现的重点措施。

福建省智能制造发展战略与实施路径研究

本研究对福建省智能制造发展的研究背景、发展现状及存在问题进行分析,确定福建省未来五年甚至十五年的发展目标以及战略定位。研究认为,新时期新阶段福建省仍然要以“产业转型升级”为主线,以智能制造为主攻方向,加快推动智能制造高质量跨越式发展,增强制造业“韧性”,推动制造业高质量发展和转型升级,力争实现整体性突破。

基于高维混频信息甄选的宏观经济总量实时预报与短期预测

本文采用阈值组惩罚无约束混频数据抽样(T-GP-U-MIDAS)模型对中国季度实际GDP增长率进行实时预报和短期预测,并研究其精度提升机理。实证结果显示:与AR等传统模型相比,T-GP-U-MIDAS模型在预测精度方面具有显著的比较优势;T-GP-U-MIDAS模型通过引入具有先行特征的阈值变量识别经济运行中可能存在的转变点,并依据不同的经济状况筛选出对预测实际GDP增长率存在重要影响的核心变量,在一定程度上提高了模型的预测和解释能力,是现有混频数据模型的有效改进和补充。