ATIS环境下动态选择模型的研究

建立了一种 ATIS环境下的动态选择模型 .该模型考虑出行者采用贝叶斯方法根据 ATIS提供的交通信息和出行经验来更新路径运行时间预测 (意识 ) ,并使用意识运行时间效用函数作出出行选择计划 .

政府反腐力度与养廉薪酬计划设计——基于动态离散选择模型的分析

腐败行为不仅是一种社会历史现象,也是一个跨越社会制度的世界性痼疾。在理性经济人假设下,根据委托—代理理论设计科学的激励机制有助于防范和治理腐败问题。通过建立动态离散选择模型,分析了政府查处腐败行为的力度对养廉薪酬水平的影响。并且基于对中国贪腐案件的实证与模拟分析,发现政府反腐力度是"以薪养廉"的基础,只有设计合理递增的薪酬计划,才可能起到"反腐倡廉"的效果。另外,养廉薪酬计划设计不仅要充分考虑公职人员的学历、职级及其任职期限等因素的影响,同时也要实现与经济政策变量(贴现率)的联动。

动态创业选择模型建构与创业型企业竞争优势测算

国家十三五发展规划把创业型企业的发展列入国家发展的重要领域,并将辅以重点政策扶持。此背景下,文章试图对动态创业选择模型进行理论建构,并以此为基础,运用《中国民营企业发展报告》(2005—2015)的统计数据,对我国创业型企业竞争优势实施核算。结果显示,我国创业型企业的发展主要靠自有资本,银行信贷对创业型企业的支持力度较小;东部地区创业型企业对自有资金的依赖性要小于中部和西部地区,但银行融资能力和创新能力普遍高于中西部地区。

农户投资结构非农化程度的影响因素分析:基于面板动态自选择百分数因变量模型

目前,我国农户的投资结构已趋于稳定,但其非农投资领域仍局限在"资金门槛"和"技术门槛"较低的行业。进一步来看,农户过往投资结构(如上期投资结构和期初投资结构等)和非农投资回报对农户投资结构具有显著影响,即我国农户投资结构具有较强的状态相依性;此外,农户不同类型资本(譬如实物资本、金融资本、人力资本、政治资本、社会资本等)对投资非农化程度的影响存在较大差异。对此建议如下:建立多元化的农村金融市场,进一步完善和发展农村资本交易市场,增加农村信贷市场上的资金供给,以便于农户拓宽资金来源和规模,满足农户资金需求,从而促进投资非农化程度的上升;不仅如此,还要引导农户进行理性投资,同时给予适当奖励和补助,以增强农户开展生产经营活动的后劲。

GPFR混合模型的动态模型选择算法

作为一种有效的数据建模和分析工具,高斯过程混合(MGP)模型被广泛地应用于时间序列的分析与预测,并成为一种新的机器学习模型。在传统的MGP模型中,高斯过程(GP)的均值被假设为零,这给其应用带来了很大的局限性,因此人们提出了可进行均值函数学习的高斯过程函数回归(GPFR)模型及其混合模型(MGPFR)进行更为精细的数据建模。与MGP模型一样,MGPFR模型同样存在着模型选择的问题。为了解决MGPFR模型的模型选择问题,本文将同步平衡准则进行了推广,并提出了相应的模型选择和动态模型选择算法,并通过实验发现了惩罚项系数的合理区间。实验表明,这些算法在模型选择和预测上均有很好表现,并且能够有效地应用于曲线聚类。

动态离散选择模型识别性研究

动态离散选择模型是计量模型中一类重要模型,是普通离散选择模型的进一步推广。本文讨论动态离散选择模型的一般性识别条件,并对动态离散选择模型的效用函数的逐点识别性进行了分析。

代销出口与企业的生产率动态增长——基于动态结构模型的分析

除直接和间接出口企业外,出口企业中还存在一类特殊的企业,它们不仅出口自己的产品,同时也代理出口其他企业的产品,称为"代销出口企业"。本文通过构建动态结构模型,对不同出口模式与生产率间的动态机制进行研究。结果表明:代销出口企业所引发的"学习效应"介于直接和间接出口企业之间;就"选择效应"而言,直接出口企业的生产率最高,其次为代销出口企业,间接出口企业最低;当禁止企业选择代销出口时,出口收入和出口参与率将分别降低10.28%和72.94%。

基于双重Q学习的动态风速预测模型

准确的风速预测对新能源并网稳定运行具有重要意义。为提高风速预测精度,该文构建基于双重Q学习的动态风速预测模型。首先,构建由五种基础预测算法组成的风速Q学习模型集,充分考虑风速波动情况和属性因素,通过Q学习强化学习算法选取出每时段的最佳预测模型,得到初步的风速预测结果;然后,基于风速预测结果计算预测误差,构建第二阶段的误差Q学习模型库,筛选该模型库中的最佳模型,以修正初步预测值,对误差进行校正,得到最终的预测结果;最后,通过对实际风场不同季节的风速进行预测,验证所提方法的有效性。

基于TVP-FAVAR模型的中国金融状况指数的构建和预测

一个良好的金融状况指数既能准确反映金融市场的状况,又具有较好的宏观经济预测能力,对政策制定者有重要的指导意义。在时变参数因子增广向量自回归模型(TVP-FAVAR)的基础上,采用动态模型选择与平均(DMS和DMA)的技术,构建了一个能准确反映中国通胀和经济状况未来走势的金融状况指数(FCI)。在评估FCI的质量时全面地覆盖了多种评价指标;增加了短期利率和房地产价格方面的指标,范围广,信息充分;考虑了潜在金融市场风险对金融市场整体形势的影响;不仅在TVP-FAVAR模型中提取FCI,也在TVP-VAR模型中对通胀和宏观经济景气一致指数两个变量进行预测,捕捉了FCI与两个宏观经济变量之间的动态互动关系,同时进行了模型选优。研究结果表明:第一,DMS和DMA方法构造的FCI不仅与中国通货膨胀率和宏观经济景气一致指数的走势大体一致,而且分别领先于通货膨胀率和宏观经济景气一致指数1年和3~6个月;第二,在DMS中,构成变量在每个样本点对目标宏观经济变量的影响并非一成不变,它们随着经济结构或政策的变化进入或退出模型;第三,新构建的FCI对中国通货膨胀率和宏观经济景气一致指数有良好的预测能力,在向前1~4个月的预测中,相对于常系数VAR、TVP-VAR以及FAVAR,TVP-FAVAR-DMA模型的预测效果是最优的,即DMA方法测度的FCI的宏观预测能力强于其他方法。

国际油价冲击对人民币汇率的影响——基于动态局部均衡资产选择模型的分析

中国是主要的能源消费国,石油价格一直都是影响中国经济的重要因素。而在推进人民币国际化的进程中,伴随着资本账户的不断开放,国际油价对中国经济的影响已越来越多体现在对汇率的影响之上。通过引入资本账户开放,本文构建了动态局部均衡资产选择模型,从理论和实证两个方面考察了人民币国际化进程中,国际油价对人民币汇率的动态影响和冲击特点。研究结果表明:人民币汇率会受到油价变动的显著影响,并且这种影响会因资本账户开放程度的提高而发生改变;油价变动对汇率的冲击具有持久性,并且油价下跌会导致人民币的持续贬值;油价变动对汇率的解释能力显著高于其他经济变量,能解释大部分的汇率变动,是影响汇率变动的一个重要因素。在推进人民币国际化的进程中,中国应适时推动能源消费结构的调整并注重油价变动所引发的国际资本流动冲击,以防范汇率持续大幅波动的潜在风险。

动态离散选择模型及其估计方法发展综述

动态离散选择模型是一类离散控制动态规划,其对于理解机构在不同情况中的行为决策是非常重要的.从动态离散选择模型的基本原理、应用现状和构造性估计满足的假设出发,一方面针对动态选择模型的小样本异质性问题,给出非线性有偏修正模型和最小均方误差估计法来弥补最大似然估计在估计小样本时的有偏性.另一方面为了达到期望价值函数的收敛性和避免高维数所带来的计算负担,叙述了常规贝叶斯估计方法、贝叶斯-MCMC-DP估计法、马尔科夫链-蒙特卡洛-人工神经网络估计法等其他的估计方法.

中间商真的阻碍了中国企业“从出口中学习”吗

已有文献认为,中间商会阻碍中国企业“从出口中学习”,从而阻碍了生产率提高。本文发现,中国出口企业中存在一类特殊的企业,它们既直接出口,又通过中间商出口,我们称之为“混合出口企业”。基于此,本文使用中国工业企业和海关数据构建了一个包含出口模式和企业生产率的动态离散选择模型,揭示了中国出口方式与生产率动态增长的关系,进而研究了中间商在中国企业出口中的特殊作用。研究发现:(1)混合出口的生产率高于直接出口和间接出口;(2)结构模型估计表明,成为混合出口企业需要企业付出较高的沉没和固定成本,但同时也会带来更强的“出口学习效应”。该结论意味着,中间商和制造商需求的“互补效应”是解释混合企业生产率优势的关键;(3)反事实分析表明,如果不允许企业选择混合出口模式,则企业的出口额和出口参与率分别会下降44.77%和67.36%;(4)关于贸易便利化政策的反事实分析表明,针对固定成本的贸易便利化措施能够更有效地提升企业的“学习效应”并促进生产率增长。

不确定性、出口市场多元化与企业的生产率进步

在中美经贸摩擦不断加剧和新冠疫情全球蔓延的背景下,多元化市场战略对于企业生存以及中国对外贸易健康发展的重要意义日益凸显。本文创新性地将企业的需求学习过程和生产率演变纳入同一分析框架,构筑了企业出口市场多元化的动态离散选择模型,并量化评估了“不确定性”背景下“多元化”和生产率对企业出口的作用。结果表明,企业在生产率和需求学习方面均具有显著的异质性,而“多元化策略”所引致的需求学习是促进企业出口决策的主要驱动力;当企业出口到更多国家时,能够积累更多的需求学习经验,并更新其需求信念,这将进一步促使企业进行出口市场的多元化选择。此外,反事实模拟证实:无论对潜在进入者还是有经验的企业而言,需求学习过程对企业的出口参与决策的促进作用均高于生产率演变过程;当贸易成本降低时,需求学习过程的间接效应随着时间的推移而减弱,但其长短期效果均高于生产率演变过程的直接效应;初始信念期望和不确定性与企业的出口参与率存在正相关关系。

基于DMS和DMA的我国碳排放权交易价格预测方法——来自湖北碳市场的经验证据

识别我国碳价影响因素并分析其对碳价的预测作用,对助推经济社会发展的全面绿色转型具有重要的理论和现实意义。本文以我国碳排放配额成交量和成交额最大的湖北碳排放权交易市场碳价为样本,对可能影响我国碳价的相关因素进行梳理,从五个维度筛选出九个重要影响因素,同时运用各类经典预测模型和动态模型选择(Dynamic model selection,DMS)及动态模型平均(Dynamic model averaging,DMA)方法对我国碳价进行了预测对比研究,并分析了各类影响因素预测作用的时变特征。结果表明:一方面,在所选五类影响因素中,经济形势、金融市场走势、国际碳价和大气环境对我国碳价的影响较大,且可以提供较好的预测作用;而国际化石能源价格对我国碳价的影响力在逐步下降。另一方面,与传统计量模型相比,DMS可以为我国碳价提供更高的预测精度。上述结论可以为我国政府监管政策的制定和相关企业的碳交易决策提供参考。