我国电影票房收入增长对GDP增速的预测作用——基于混频数据抽样模型的实证分析

电影产业在我国经济发展中的作用日益显著,电影市场与我国宏观经济发展的内在联系有待深入研究。选取2012年1月到2018年3月我国周度电影票房收入增速作为高频解释变量,采用自回归分布滞后混频数据抽样模型(ADL-MIDAS)分析其与季度GDP增速及月度制造业PMI增速之间的关系,结果表明:电影票房收入增速与GDP增速和制造业PMI增速之间具有负向相关关系,我国电影市场存在"口红效应",可以根据电影票房收入增长情况对宏观经济走势做出预判。对多种模型的比较结果显示,加入电影票房收入可以显著提高GDP预测精度,电影票房收入可以作为GDP预测指标体系的有益补充。

混频数据抽样模型等权低频化处理的估计偏误研究

文章通过剖析三种基础形式的混频数据抽样模型的内部结构,将其分解为等权重加权平均和非等权重加权平均两部分之和,从理论上证明了将高频数据等权低频化处理的EQW模型会造成高频变量的信息损失。并通过数理推导,证明了EQW模型的普通最小二乘估计量（OLS）有偏,而且高频解释变量与低频被解释变量的频率倍差越大,估计量的有效性越低。

房地产投资对GDP增速的实时预测效果分析--基于混频数据抽样模型

为检验房地产投资对实时预测GDP增速的作用与意义,文章利用向前h步预测的自回归混频数据抽样模型,选取2008年到2018年的房地产投资月度变化率作为高频解释变量,与我国消费、投资和出口三个常见的宏观经济变量实时预测季度GDP增速的效果进行比较分析。研究结果发现:在向前1步实时预测GDP增速时,虽然四项指标均表现尚可,但房地产投资这一指标预测误差最小,表现最优;房地产投资的向前h步混频数据抽样模型的预测效果远远胜于相对应的同频模型;由于不同滞后阶数对应的向前1步预测的自回归混频数据抽样模型均表现良好,而向前2步或以上时则不尽然,故房地产投资变化率更适合用于实时预测GDP增速。

铜川市信贷支持产业结构升级路径研究——基于混频数据抽样模型

铜川市是典型资源型转型城市,而产业结构升级是资源型城市转型的核心。我国银行信贷作为支持实体经济发展的主要途径,能有效通过金融资产配置,促进经济结构调整。本文在分析铜川市信贷支持产业升级的基础上,结合信贷支持影响产业升级理论机制及信贷支持路径,通过构建理论模型对铜川市信贷支持产业转型升级影响因素进行实证分析,针对信贷支持产业升级过程中存在的问题及短板,结合实证分析结论给出相关政策建议。

黄金是股票市场的“避险天堂”吗?——基于动态条件相关混频数据抽样模型

本文提出一种新的衡量黄金避险功能的指标。基于动态条件相关混频数据抽样模型,就1991—2019年黄金对股票市场的避险作用进行再检验,结果显示,国际黄金总体上未表现出对美国股票市场的避险作用,相对比的,中国黄金对于国内股票市场表现出有效的避险功能。进而分析国际黄金避险功能不足的原因,改进动态条件相关混频数据抽样模型,由固定参数拓展为有限可变参数,研究发现,指数投资导致的黄金期货市场投机程度相对下降是黄金避险功能不足的根本原因。指数投资使黄金货币属性弱化,金融属性主导价格走势,此时较高的货币流动性紧缩会促使黄金与其他金融资产被一同变现卖出,从而导致黄金不能在危机时期表现出避险作用。

基于混频模型的外商直接投资对中国宏观经济波动预测研究

引入外商直接投资(foreign direct investment,FDI)和“三驾马车”,基于混频数据抽样模型预测中国季度GDP增长率,考察新冠疫情背景下FDI对中国宏观经济波动的影响。研究发现,单变量混频模型的均方根误差(root mean square error,RMSE)小于基准模型,预测精准度更高;多元混频模型引入FDI后,模型的实时预报RMSE比值为0.13,低于未引入的0.16,预测季度GDP增长率更精准;基于FDI预测的季度GDP增长率较“三驾马车”更高,表明FDI促进经济增长。

建筑业上市公司财务风险度量研究——基于GARCH-MIDAS-VaR模型

针对金融数据存在的频率不一致问题,文章以建筑业上市公司季度财务数据及日度收益率为样本,引入广义自回归条件异方差混频数据抽样模型及不对称广义自回归条件异方差混频数据抽样模型,采用参数法计算在险价值指标,与样本公司实际损益率作对比,分析模型对最大损失的预测情况,进一步说明模型对建筑业上市公司财务风险的度量效果。实证研究表明,相比于传统的广义自回归条件异方差模型,广义自回归条件异方差混频数据抽样模型及不对称广义自回归条件异方差混频数据抽样模型能对样本公司的损益进行更有效的预测。基于此,在对上市公司财务风险进行度量研究时应充分考虑到数据的混频性质。

基于电力大数据的中国GDP现时预测

传统的宏观经济预测通常基于同频预测模型和滞后的经济统计数据进行研究,影响了预测的时效性与精确度。文章以实时的电力大数据指标为解释变量,基于混频数据抽样模型、动态因子模型及预测组合方法现时预测中国的GDP增长率。研究结果表明:电力数据较之于消费、投资、出口具有更优的现时预测效果,消费、投资是拉动我国经济增长的重要因素;包含自回归项的MIDAS模型具有更好的现时预测效果,而且细分指标预测组合的预测效果整体上优于总指标。

港口物流对当地经济的混频预测分析

为深入探究港口物流与当地宏观经济的内在联系,采用混频数据抽样(mixed-frequency data sampling,MIDAS)模型分析国内5个省市港口的月度港口货物吞吐量增长率对其季度GDP增长率预测的有效性。研究结果表明:港口货物吞吐量表征的港口物流对当地GDP具有较好的预测效果;相较于传统的季节性自回归综合移动平均(autoregressive integrated moving average,ARIMA)模型,MIDAS模型能够捕捉高频解释变量的有用信息,提高预测精度。

我国PMI指数对GDP的影响及预测效果分析

文章从代表制造业＂晴雨表＂的PMI指数入手,探讨我国制造业在GDP混频预测中的作用。构建了混频数据抽样模型（MIDAS）,对GDP增长率的实时预测问题进行研究,将PMI指数及GDP增长率自身的滞后效应引入到GDP趋势预测中,实现高频数据PMI指数与低频数据GDP增长率的联动分析。结果表明：（1）自回归非限制混频数据抽样模型（U-AR（4）-MIDAS（3,K））的预测精度具有比较优势。（2）高频月度PMI指数对季度GDP具有正负两种效应,该效应会持续9个月,GDP自身之间也存在着相互影响,该影响会持续4个季度之久。（3）向前h步U-AR（4）-MIDAS（3,K,h）适合短期内利用最新公布的月度PMI对GDP进行实时预测和修正,预测结果显示对2017年第三季度的GDP增长率进行实时预测时,U-AR（4）-MIDAS（3,9,5）模型最优。

市场情绪与股指收益的联动性研究

依据2010~2015年可以获得的封闭式基金折价率等市场情绪代理变量,利用主成分分析构建市场情绪指数,对其进行实证分析。运用年化算法验证不同频率的市场情绪的影响力,最后依据混频数据抽样模型构建混频市场情绪,考察混频市场情绪与股指收益之间的联动关系。结果表明,各个频率的市场情绪都是该频指数收益率的正向影响因子,而且其对收益率的影响力随着时间推移而单调递减,混频市场情绪未必优于同频市场情绪。

“金融窖藏”视角下的货币供给与中小企业发展

中小企业在解决就业、万众创新、推动经济增长和促进社会和谐等方面都具有不可替代的作用,但中小企业发展指数这一指标自2011年第3季度开始已连续30个季度低于景气临界值,说明我国中小企业发展的基础尚不牢靠。文章认为已有的研究大都证实了传统西方经济理论中货币供给变动通过货币路径和信贷路径影响企业发展的论述,但却很少有关于货币供给波动如何影响不同规模企业(尤其是中小企业)以及这种影响是否具有差异性的文献。作者基于'金融窖藏'的视角通过混频数据抽样模型研究,发现广义货币增加并未对中小企业发展产生积极影响,并提出大力推动金融供给侧改革,加快推进金融生态文明建设等措施。