我国房地产价格波动对通货膨胀影响的实证研究

资产价格的波动,尤其是泡沫的破裂,往往引发金融危机并对实体经济造成巨大伤害甚至崩溃。文章基于我国2000年～2011年间的房地产价格指数和消费者价格指数,按照我国房地产行业发展的不同阶段,运用时差相关分析和热最优路径等计量经济和热物理方法,实证研究了我国房地产价格波动对通货膨胀的影响。结果表明,我国房地产价格和通货膨胀存在较为紧密的关系,房地产价格包含通货膨胀的信息,但各时期房地产价格波动对通货膨胀的解释强度和时长均存在较大的差异,房地产价格与通货膨胀的关系仍然处于进一步的变化之中。因此,文章建议我国的货币和政策当局在预测和管理通货膨胀时,应采取"关注"而不是"盯住"房地产价格的策略,房地产的行业政策,应坚持市场化的方向,着眼于确保房地产价格的平稳,避免泡沫的发生和急升急跌的局面。

支持向量机在股指现货和衍生品关系建模中的应用

首先按照先前学者的思路,利用传统的向量自回归-误差修正(VECM)模型进行分析,结果发现期货对现货有明显的引领效应.但若对特定的异常时段进行分析,期货引领现货的效应有所减弱但仍比较明显.考虑到VECM模型自身存在的一些问题,又尝试了遗传算法、最优热路径方法等非参数统计方法.其中,遗传算法收效甚微,但最优热路径算法得到了期货长期领先现货平均2.45分钟、而在2015年股灾期间,期现货之间的领先滞后关系出现了一定程度上的反转的结论.最终本文尝试使用支持向量机(SVM)方法对这一问题进行研究,将数据的尺度从大到小进行分析,目标从寻找长期关系转到短期关系,但最终效果不甚理想.因此认为用SVM很难训练出一个让人满意的分类器,仅用期货、现货等数据预测市场走势无论是短期还是长期来看都是十分困难的.