基于VAR模型的生猪产业链价格波动影响因素分析

生猪产业链价格剧烈波动不仅关系消费者的切身利益,也对生猪产业长远发展具有重要影响。基于2009—2022年161个月度样本数据,文章采用VAR模型,从生猪产业链主要产品价格以及上游环节、中下游环节2个层面出发,探究生猪产业链价格波动的影响因素。结果显示:生猪产业链价格波动受自身主要产品价格的影响最大,前10期生猪产业链主要产品价格对当月生猪产业链价格波动仍具有61.835 8%的影响。从产业链上游环节观察,稻糠价格、大豆价格和小麦麸价格均能够对生猪产业链价格波动产生显著影响,前10期稻糠价格对当月生猪产业链价格波动的影响达到39.783 8%。从产业链中下游环节观察,通货膨胀水平和养殖场规模对生猪产业链价格波动的影响程度较大。研究表明,生猪产业链价格波动容易受到自身主要产品价格、稻糠价格、大豆价格、小麦麸价格、通货膨胀水平、养殖场规模等因素影响,应从完善价格波动预警机制和加强流通运行环节调控两方面着手推动生猪市场稳定发展。

跨金融市场的风险传染和风险对冲:基于高维VAR for VaR模型的研究

金融稳定需要防范和化解金融市场之间的风险传染。与以往文献只是探究两个市场的风险传染不同,本文利用高维VAR for VaR模型将中国的汇市、债市、大宗商品、金融期货和股市等五个金融市场纳入统一框架,分析这5个金融市场在不同状态的风险溢出效应,这有助于捕捉冲击在不同金融市场之间传播而产生的间接影响。Wald检验和后验分析表明5个市场间只在危机或泡沫状态时存在明显的风险溢出效应。同时,本文利用压力测试发现单个市场的短期冲击影响会被其他金融市场如股市消化吸收,但4个金融市场都处于正常状态会明显降低其他金融市场如股市的左尾风险。此外,本文提出利用单个金融市场在同一时点的不同分位数计算每个金融市场在同一时点的预期收益、波动风险和崩盘风险,这种做法的好处在于结果更加稳健以及减轻极端值的影响。在此基础上,本文进一步探究金融市场间是否能够对冲彼此的波动风险和崩盘风险。结果显示大宗商品市场和金融期货市场能够有效地对冲其他金融市场的波动风险和崩盘风险,但汇市、债市和股市无法对冲其他金融市场的波动风险和崩盘风险。

绿色债券与其他金融市场间的风险溢出研究——基于TVP-VAR频域溢出模型

基于TVP-VAR频域溢出模型的风险溢出结果表明:绿色债券与其他金融市场之间的总溢出主要由短期溢出驱动;在不同的时间尺度,绿色债券和传统债券市场间存在显著的双向溢出效应,绿色债券市场与股票市场、能源市场、新能源市场、外汇市场之间的风险溢出均不显著;在重大事件冲击下,绿色债券市场与股票市场、能源市场、新能源市场间的风险溢出显著增加。

基于MS-VAR模型的中国创新质量演化阶段性与区域异质性研究

创新是高质量发展的第一动力,但是,创新质量本身缺少系统研究。从投入产出过程角度看,创新质量分为研发投入的知识产出质量和知识投入的经济产出质量两个阶段,基于马尔可夫区制转换向量自回归模型(MS-VAR)对中国及其分区1995-2021年时间序列数据进行检验,揭示投入产出过程创新质量演化阶段性及其区域异质性。研究发现:目前我国处于新的创新质量快速提升期。R&D投入强度的增加会促进专利产出质量,专利产出质量的增加也会促进新产品销售收入。前者在创新质量快速提升期更显著,后者在创新质量稳定发展期更显著。四大地区①的创新周期具有时间先后性,东部地区最早进入创新质量稳定发展期,西部地区最晚;两次过程中,创新投入产出质量之间正向效应的区域异质性和区制异质性并存;但处于创新质量稳定发展期的西部地区两种投入产出效应都为负。

我国牛肉价格波动影响因素研究——基于VAR模型的实证分析

为保证牛肉价格合理稳定、推动牛肉市场持续健康发展,文章基于2011年12月—2022年12月中国畜牧业月度数据,以内部传导和外部冲击为视角,选取玉米价格、生产者预期、犊牛价格、国家政策构建VAR模型,实证检验我国牛肉价格波动影响因素及程度。结果显示,玉米价格、生产者预期、犊牛价格、国家政策均可对牛肉价格造成影响。其中,玉米价格可通过内部传导机制对我国牛肉价格波动产生显著影响,且稳定贡献率在8%左右;国家政策可通过外部冲击机制对我国牛肉价格波动形成显著影响,贡献率为15%;前期牛肉价格可显著影响后期牛肉市场价格。因此,文章提出降低肉牛产业饲料成本、加大肉牛产业政府财政支持力度、完善牛肉价格波动市场监管体系的建议,以期为稳定牛肉价格、促进畜牧产业可持续发展提供参考。

服务业进出口、OFDI和全要素生产率的动态关系研究——基于VAR模型的实证分析

研究服务业贸易、投资与服务业之间的影响关系,对提升我国服务行业国际竞争力、促进其高质量发展具有重要意义。论文使用我国2000—2021年数据,构建VAR模型对服务业进出口、服务业对外直接投资(OFDI)和全要素生产率的动态交互关系进行实证分析。研究结果显示,服务业进出口对服务业对外直接投资具有正相关关系,且长期支持效果明显;服务业进出口对OFDI、全要素生产率提升具有促进作用;在短期内,全要素生产率与OFDI之间存在双向促进作用,从长期来看则存在一定负向影响。基于实证研究结论,文中提出制定政策鼓励服务企业参与国际化竞争、发挥服务业进出口对OFDI的促进效应、提升服务企业自主创新能力等相关对策建议。

基于VAR模型的专业市场与跨境电商融合发展研究

专业市场如何应对电子商务冲击,是近二十年来各界普遍关注的现实问题。跨境电商和市场采购两种新业态新模式已成为我国外贸高质量发展的新引擎,专业市场与跨境电商的关系从冲击应对走向融合发展。浙江省义乌市是专业市场和跨境电商的改革前沿阵地。利用义乌市2008—2022年的时间序列数据,建立向量自回归模型,定量分析专业市场与跨境电商的融合发展关系。结果表明:专业市场生态体系有利于跨境电商“嵌入式”发展,专业市场的持续改革有效应对了跨境电商冲击,但两者融合发展仍缺乏互动效应和长效机制。为进一步促进两者融合发展,应搭建专业市场跨境电商平台、叠加商流和信息流带动产业转型升级、融通跨境电商进口贸易供应链和配套政策。

利率、汇率与短期资本流动——基于VAR模型的实证分析

当前,新兴经济体市场资金流动逐渐复苏,我国短期资本双向流动活跃,资本流动带动经济发展的同时也可在短期内发生大规模变动破坏金融市场秩序。本文选取2010—2021年的月度数据,通过构建VAR模型探究利率、汇率与短期资本流动三者之间的具体影响。实证结果表明:利率与汇率对我国短期资本流动存在显著影响,短期资本流动对利率的冲击反应更加敏感。

大湾区建设背景下广东区域城镇化对制度转型的影响——基于VAR模型的脉冲响应函数分析

粤港澳大湾区建设,会进一步推动珠三角地区的发展,但同时也会拉大珠三角与粤东西北地区在经济与城镇化水平方面的差距。广东区域城镇化水平存在的差距,会对各区域制度转型产生不同程度的影响。文章基于VAR模型,利用脉冲响应函数分析了广东区域城镇化对对外开放、市场化与政府管制三个维度制度转型变量的影响。结果表明:珠三角与粤东西北城镇化进程均能促进对外贸易结构转型与升级,拉低外贸依存度,提高广东外贸经济抗风险能力;珠三角城镇化降低了政府管制的程度,从而提高了市场经济资源分配效率;粤东西北城镇化进程推动了市场化水平的提升。总体上看,城镇化对经济欠发达、制度转型相对滞后地区的影响作用较为显著。因此,广东应进一步推进以人为核心的新型城镇化战略,实现区域城镇化协调发展。

金融冲击对劳动市场波动的时变效应——基于TVP-SV-VAR模型的实证研究

本文基于金融市场与劳动市场联动的视角,构建中国金融状况指数,并利用时变参数随机波动向量自回归模型(TVP-SV-VAR)研究金融冲击对劳动市场的影响及时变特征。结果表明,金融冲击显著引发劳动市场的供需失衡。金融状况恶化会提升失业率、降低工资水平并进一步引起宏观经济中的通货紧缩。机制分析表明,企业杠杆对金融冲击的负面影响有放大作用,金融条件紧缩经由企业杠杆的负向调整会进一步导致劳动需求萎缩与失业率上行。对跨境金融冲击和境内金融冲击效果的比较分析揭示,相较于传导渠道,冲击规模是金融冲击对我国劳动市场影响差异的主导因素。据此,本文建议在跨周期调节的同时注意防范化解金融风险,以提升金融支持“稳主体”和“稳就业”的政策效果。

财政政策、货币政策与高质量就业——基于TVP-SV-VAR模型的动态分析

更加充分、更高质量的就业是实现经济高质量发展的应有之义。文章采用中国2000—2021年的季度时间序列数据,基于时变参数向量自回归(TVP-SV-VAR)模型,实证检验财政政策与货币政策对就业质量的时变及动态影响。研究发现:落实减税降费政策、优化财政支出结构在短期和中长期均有效地促进了高质量就业。面对国际金融危机冲击时,财政政策在短期内实现了对就业质量的保障,而在长期内政策效果受到削弱,这说明高质量就业的实现并非“斯须之作”。数量型货币政策对就业质量的调节作用较为平稳,其影响具有滞后性,而价格型工具更能有效熨平外部冲击对就业质量的影响。相较货币政策,财政政策对就业质量的调控具有更强的拉动作用与抗冲击能力。

“双支柱”政策调控与企业金融资产配置时变关系研究:基于TVP-SV-VAR模型的实证检验

金融科技发展和市场制度变革给传统金融体系带来的巨大冲击,使得“双支柱”政策调控的有效性面临严峻考验。借助TVP-SV-VAR模型,实证检验“双支柱”政策调控对企业金融资产配置的动态脉冲效应。研究表明,货币政策和宏观审慎政策的调控效果呈现出阶段性的演化特征,二者的协同效应能够有效抑制企业金融资产的过度配置。相比制度环境冲击,“双支柱”政策调控在面对金融环境冲击时表现出更强的作用效果和力度。进一步研究发现,“双支柱”政策通过资本流动管理、资产价格稳定和金融风险缓释途径影响企业金融资产配置,且对流动性与非流动性金融资产配置的作用效果存在显著差异。研究结论为理解实体企业金融化和完善金融市场制度提供了新的理论视角,也为政府相关部门依据金融环境和制度环境进行“双支柱”政策调控的动态调整提供决策依据。

能源进口与中国绿色金融发展——基于TVP-VAR模型的分析

在当前国际环境不确定性加大的情况下,能源进口波动与国内绿色金融发展的相互影响成为一个应当切实关注的问题。通过建立包含能源进口、能源价格波动、经济政策不确定性和绿色金融发展在内的四变量时变参数向量自回归(TVP-VAR)模型,实证分析2010-2022年主要化石能源进口与绿色金融发展之间的相互影响和脉冲响应关系。结果表明:(1)能源进口的扩张在短期内会对中国绿色金融市场造成波动,长期内会促进中国绿色金融市场的发展;而绿色金融的发展对能源进口具有正向的促进作用,和能源进口呈现良性的循环。(2)能源进口对绿色金融发展的作用随经济政策不确定性和能源价格指数波动的变化而变化,呈现出非线性特征。(3)在国际政治环境不稳定时,石油对于国内经济的影响表现突出,相对重要性高于煤炭和天然气。石油进口波动在长期情况下提高本国经济政策不确定性,但同时也促进绿色金融的发展。研究凸显了深化能源机制体制改革的重要意义,应充分发挥绿色金融市场对能源贸易的激励作用,并通过深化国际交流与合作来降低国际政策不确定性对中国绿色金融发展的影响。

新疆乡村生态旅游与区域经济发展的动态关系研究——基于VAR模型

乡村旅游产业已成为一种具有重大意义的新兴产业,不仅可以加强城乡融合,还可以激发农村经济的活力,实现工业升级,成为当地实现乡村振兴的重要支撑。研究以2000—2020年新疆乡村生态旅游数据为基础,构建了以森林覆盖率、果园面积、年接待游客人数、农村人均家庭经营净收入、地区生产总值为变量的VAR模型,采用协整检验、格兰杰因果检验、脉冲响应和方差分解等分析手段,探讨新疆地区乡村生态旅游与地区经济发展之间的动态关联。结果表明:新疆乡村生态旅游与区域经济发展具有长期稳定共同发展的趋势;新疆地区生产总值GDP与森林覆盖率和每年接待游客人数具有单向因果关系;地区生产总值对森林覆盖率和每年接待游客人数的波动影响较大。

收储制度改革后我国玉米价格影响因素分析:基于VAR模型

目的:玉米收储制度改革后,玉米价格进入市场定价阶段,价格波动更加频繁、剧烈,探讨不同因素对玉米价格的冲击程度。方法:利用2016年4月—2024年2月的数据,通过构建向量自回归(VAR)模型定量分析收储制度改革后我国玉米价格的影响因素。结果:玉米期货价格、大豆价格和新冠疫情对我国玉米价格的影响程度最大,生猪价格、肉鸡价格和国际石油价格次之,而进口玉米价格和玉米进口量对玉米价格的冲击相对较小。结论:关注玉米价格风险来源,强化玉米价格监测预警,确保玉米市场稳定运行。

金融科技对银行业务的冲击影响——基于VAR模型的实证分析

金融科技加快了银行“金融脱媒”的进程,研究金融科技对银行业务影响作用机理对商业银行的转型至关重要。利用向量自回归模型(vector autoregressive model,VAR)模型分析了2017—2022年商业银行贷款、存款、手续费及佣金净收入及对应市场第三方互联网支付交易规模等季度数据,通过建立VAR模型来分析金融科技对商业银行资产、负债、中间业务的冲击程度和相应解释贡献度。研究发现第三方互联网支付交易规模对商业银行的资产业务在前五期产生了较为明显的反向作用;此外余额宝的货币市场基金以及第三方互联网支付交易两者的联合依次对商业银行的负债、中间业务产生正向、反向的作用。

官方新闻对人民币汇率变动的影响——基于TVP-VAR模型的研究

以中国官方发布的汇率新闻为对象的研究,从文本措辞角度对2010年至2023年中国央行和外汇局的官方网站新闻进行分类,构建“汇率升贬”、“汇率弹性”、“汇率制度”、“人民币国际化”和“美元相关”五种新闻措辞指数,进而利用TVP-VAR模型研究官方新闻对人民币汇率的影响。研究表明,官方新闻对人民币汇率存在明显时变特征,产生的冲击效应在短期尤为明显,长期趋近于零;官方新闻中不同措辞类型对人民币汇率的影响存在异质性;在进一步研究中发现,官方新闻指数对人民币汇率有升值影响,对汇率波动有增强效果,且离岸市场受到的影响更大。

基于Pearson相关性的VAR模型煤电水煤比寻优应用

本文为解决350MW燃煤机组在煤质频繁变化情况下水煤比失衡的问题,使用向量自回归(VAR)模型在机组参数波动工况下进行水煤比寻优。通过使用Pearson相关系数分析机组运行参数,确定寻优模型的输入数据,计算VAR模型最优阶数,并建立VAR模型从多个参数的时间序列寻找对应工况下水煤比最优值,同时使用三种不同分析方法确保该最优值的准确性和安全性。实践证明,该方法能有效解决机组由于煤质频繁变化导致锅炉给水策略不适配引发的主蒸汽温度和主蒸汽压力偏差大等问题。

基于NSGA-Ⅱ-VAR的燃煤电厂负荷预测

燃煤电厂负荷预测的意义在于可以预先了解未来一段时间内的电力需求情况,从而合理安排发电设备的运行和停机维修时间,避免能源浪费、提高发电效率;此外,在燃煤电厂参与深度调峰、配煤掺烧的大背景下,为了确保混煤发热量适应负荷需求,提高燃烧效率,需要提前预知未来一段时间的负荷。本文提出一种基于快速非支配排序遗传算法(nondominated sorting genetic algorithmⅡ,NSGA-Ⅱ)优化向量自回归模型(vector autoregression,VAR)的燃煤电厂负荷预测方法。该方法将历史过热蒸汽时间序列、历史再热蒸汽时间序列和历史发电量序列一起作为VAR模型的输入变量,预测未来8 h的发电负荷,同时使用NSGA-Ⅱ算法优化VAR模型的阶数和截距,从而提高了预测模型的精度。测试阶段,选取上海某机组2022年10月25日—2022年10月30日为数据样本区间,建立初始化预测模型;在2022年10月31日8:00—2022年11月1日16:00样本区间上测试模型效果,并使用NSGA-Ⅱ算法根据测试结果优化VAR模型;在2022年11月2日8:00—2022年11月3日16:00的样本区间上进一步测试优化后的模型预测精度。测试结果表明:预测均方根误差为15.341 MW,平均绝对误差为7.839 MW,和其他时序预测模型对比精度有所提高。该模型可实际运用于同类煤电机组的负荷预测,从而为后续运行决策提供参考。

金融行业发展对经济增长的影响——基于VAR模型的实证分析

基于金融发展服务于经济增长视角,构建两个VAR模型,选择1978年到2022年的GDP、M2、社会融资规模、股票成交额、债券成交额、期货成交额以及保险公司保费的时间面板数据分别实证分析了金融及其行业发展与经济增长的影响。主要分析了各指标与经济增长指标的Granger因果关系、Johansen协整关系以及脉冲响应函数等情况。通过分析发现,金融发展是经济增长的Granger原因,金融各行业发展均不是经济增长的Granger原因;经济发展受自身影响同时,金融及其行业发展变化对其也产生不小影响,债券成交额、M2、保险公司保费等影响较大。基于分析结论,提出了监管货币流通、畅通融通渠道、加强股票市场调整和监管、扩大保险业务范围、严厉整顿债券和期货市场等5条建议。