国际石油价格波动的结构性因素分析——基于结构向量自回归模型的实证研究

20世纪70年代以来,国际油价经历多次剧烈波动,对于油价波动原因的分析一直是理论界的热点话题。首先对国际油价波动的历史进行梳理和阶段性划分,然后对国际油价波动的结构性因素进行分析,最后采用SVAR模型对国际油价波动的原因进行实证分析,结果显示一般供给冲击和短期外部因素冲击均会对国际油价波动产生影响,但其影响并不大。相比而言,需求冲击对国际油价的影响超过供给冲击,而且以经济活动指数衡量的一般需求冲击并未造成国际油价的剧烈波动。这说明,国际油价的异常波动与我国近年来对石油需求的大幅增加并没有直接的联系。

湖南高速公路基础设施碳排放峰值支持向量回归预测模型

本文选取湖南省的人口数、人均GDP、基础设施固定资产投资、单位产值能耗比和单位能耗碳排放量作为高速公路基础设施的碳排放影响因素,选用湖南省2003—2021年相关数据并采用支持向量回归(SVR)机器学习法,建立了湖南省高速公路基础设施碳排放预测模型,预测在基准、低碳和超低碳情景下的碳排放数据。结果表明:训练样本交叉验证均方误差为0.007011,模型的预测值和真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.9869和0.9870,即模型具有良好的学习和推广能力。本文识别了碳排放的影响因素,预测了未来碳排放趋势,对交通基础设施碳减排行动具有一定的参考意义。

机车前端薄壁吸能管仿真模型模糊参数的支持向量回归反求

为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限元模型,进行台车冲击试验验证仿真模型准确性。通过拉丁超立方试验设计驱动有限元模型进行少量计算获得数据集,有限元模型中的模糊参数为输入变量,计算与试验载荷的差异为目标响应,通过SVR方法构建映射关系,并采用增强精英保留遗传算法(strengthen elitist genetic algorithm,SEGA)对超参数进行优化,确定SVR模型最佳配置;通过该最优SVR模型再次使用SEGA优化反求,获得最佳模糊参数组合。使用这组参数组合设置有限元模型,其仿真结果相较初始计算耐撞性指标和载荷曲线匹配程度都得到了提高。研究结果为有限元模型中模糊参数的准确设定、碰撞仿真的精度提升提供了一种新的思路。

城镇居民收入对中超联赛上座人数的影响——基于向量自回归模型的实证研究

为促进我国足球产业的发展,选择2004-2019年中超联赛上座人数和城镇居民可支配收入的时间序列数据,运用向量自回归模型探究了城镇居民可支配收入对中超联赛场均上座人数影响,结果发现:(1)对上座人数和居民收入取对数后,两者的原始数据都是属于平稳序列.向量自回归模型的最优滞后阶数是1阶,模型结果显示居民收入和上座人数两者存在协整关系.(2)两者存在单项因果关系,居民收入是上座人数的格兰杰原因,说明居民收入对上座人数有一定预测作用.(3)居民收入对上座人数有正向冲击,而上座人数对自身的冲击则波动较大.方差分解结果显示,居民收入对上座人数的贡献逐步提升,10期后接近20%;而上座人数自身的贡献率较大,保持在85%以上.根据研究结果,提出了打造联赛口碑,提升联赛质量,增加居民可支配收入,引导扩大体育消费等策略,以期为提高中超联赛办赛水平提供参考.

经济结构、增长方式与环境污染的内在关联研究——基于时变参数向量自回归模型的实证分析

基于对数平均迪氏指数(LMDI)方法分解影响环境污染的经济因素,利用时变参数向量自回归(TVP-VAR)模型研究了各因素在不同时点、不同提前期对污染物排放的动态冲击特征.结果表明,技术进步具有提高企业生产率以及提升企业产品清洁度的双重效果,产生的创新补偿效应降低了污染排放.我国以煤炭为主的能源消费结构和煤炭消耗产生不容易累积的烟煤型污染物,使得能源结构引致的污染效应在当期最为明显,且持续期较短.能源利用效率的大幅提升有效降低了污染物排放,同时也呈现了一定的反弹效应.产业结构对环境污染的影响逐渐增强、经济规模扩大对于环境污染的冲击具有较强的持续性.合理控制结构因素和规模因素对污染物排放的影响,成为了降低污染水平的重要环节.

技术选择、产业结构升级与经济增长——基于半参数空间面板向量自回归模型的研究

利用1997—2013年31个省份的面板数据,通过构建半参数空间面板向量自回归模型(SSPVAR)及时空脉冲响应函数,实证检验我国技术选择、产业结构升级和经济增长之间的时空传导效应,并探讨对外开放度对三者的异质性影响。结果发现,技术选择、产业结构升级及经济增长受到彼此的冲击后,大部分都呈现出正向的响应特征。其中,技术选择推进本省份及周边省份的产业结构升级,并在短期阻碍了经济增长,但长期内促进整体区域经济增长;产业结构升级不仅推进整体区域产业结构升级,还促进本省份及周边省份经济增长;经济中心的拉动效应较强且持久,经济增长会促进整个区域的技术选择、产业结构升级。此外,对外开放度对技术选择、产业结构升级的效应呈现出"N"形特征,对外开放度对经济增长的效应前期较为平稳,随后呈现出"倒U"形特征。

结构向量自回归时间序列的链图模型识别方法

本文研究了结构向量自回归时间序列的链图模型识别方法.利用局部密度估计法以及Bootstrap方法,给出了时间序列链图模型的概念以及模型结构识别方法.模拟结果显示本方法能有效地识别结构向量自回归模型变量间的相依关系.

支持向量回归机模型结构及性能的研究

总结了目前提出的四类不同结构的支持向量回归机(Support Vector Regression,SVR)模型,并在此基础上提出了三种新的模型结构,通过试验手段对比了几种典型模型的逼近性能,分析了各个模型在应用中存在的优缺点,为实际应用中采用合适的模型提供一种选择方法。

基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型

目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断,分别建立风险预测模型,比较两模型的ROC曲线下面积(AUROC)、准确率、精确率、召回率、F1分数。结果:综合两模型结果,EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性,与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关;LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性,与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大,但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论:EOCRC和LOCRC的危险因素不完全相同,婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归,SVM能发现更多的结直肠癌危险因素,能尽可能多的找出结直肠癌的可能患者。

对我国财政乘数的估计——基于结构向量自回归模型

该文运用结构向量自回归模型,采取Blanchard和Perotti(2002)的识别方法,在脉冲反应函数的基础上测算出我国的财政乘数,深入分析我国财政政策对产出和价格水平的影响。研究结果显示:增加政府支出和减税的产出乘数均为正,且大于1;在短期,增加政府支出的经济刺激效应更显著,在长期,减税对产出的刺激效应更持久;考虑到进出口的影响,政府支出增加和减税都会在短期内减少净出口,但财政乘数变大,这意味着短期内的政府支出增加和减税对私人消费和投资产生挤入效应;财政基本盈余与价格水平呈负向关系,即扩张性财政政策令价格水平上升。

基于向量自回归模型的人口结构变动对医疗卫生支出影响效应分析

目的基于我国近年来人口结构显著变化,了解我国人口结构变动对医疗卫生支出的影响,为制定相关政策提供参考。方法基于1978-2016年全国医疗卫生支出和人口结构变动数据,分别建立人口结构变动(老年比、少年比)对政府、社会、个人卫生支出的向量自回归(VAR)模型,进行脉冲响应函数分析。结果研究发现,少年比和老年比变动对政府、社会医疗卫生支出的脉冲响应图整体趋势相同,且老年比影响更大;少年比对个人医疗卫生支出的脉冲响应图形状类似,但持续期间较短,对老年比的影响非常小。结论政府不仅应在医疗卫生支出方面起到主导作用,而且应积极参与宏观调控,从更多的渠道获得财政支持,缓解社会承担的医疗卫生支出压力,提前调整老年人和儿童医疗卫生资源的投入结构。

我国通货膨胀的国际影响因素分析——基于结构向量自回归模型的实证研究

全球金融危机爆发以来,美元持续贬值引起国际原材料价格上涨和国际资本流动扩大。在全球流动性泛滥的背景下,我国通货膨胀屡创新高。文章从美元贬值导致的国际原材料价格波动、国内外利率因素、人民币预期升值三个角度,分别结合国内经济增长,探讨了国际因素对我国通货膨胀的影响。研究发现,国内经济的过热增长是我国通货膨胀的主导因素,但外部冲击特别是国际原油价格对我国通货膨胀的影响也不容忽视。我国不完善的汇率和利率机制,推动了外部因素对我国通货膨胀的冲击,国际因素对我国工业领域通货膨胀的影响相对消费领域而言偏高。

基于向量自回归模型的能源消费结构影响因素分析

能源是经济发展的重要物质基础。能源消费结构影响着国家经济发展模式。基于能源消费的影响因素,分析其结构特征,利用计量经济方法,建立向量自回归模型,并对模型进行残差检验。结论表明经济发展对能源消耗依赖性仍然较强,能源消费结构主要还是以煤炭为主。期待在不影响经济快速发展的同时实行能源保护政策,促进新能源利用比例提升,以实现资源、能源、环境平衡发展。

非线性结构向量自回归模型因果关系的图模型辨识方法（英文）

确定变量间的因果关系是时间序列分析的重要内容.传统的图模型因果推断算法有着明显的局限性,要求模型是线性的且噪声项服从Gauss分布.本文利用图模型方法辨识非线性结构向量自回归模型变量间的因果关系,给出了一种基于互信息和条件互信息的非线性结构向量自回归因果图模型结构的非参数辨识方法.数值模拟结果验证了方法的有效性.

基于逻辑回归和支持向量机耦合模型的滑坡易发性分析

滑坡灾害的发生具有累进性,进行滑坡易发性评价是防灾减灾的前提。以四川省旺苍县为例,使用频率比法判断12个滑坡影响因子的各分级区间滑坡敏感性,经波段集统计确定11个滑坡影响因子作为滑坡易发性评价因子,通过建立逻辑回归-支持向量机(logistic regression-support vector machine,LR-SVM)耦合模型,搭建滑坡易发性评价体系,完成旺苍县滑坡易发性评价并进行模型精度比较。研究结果表明:逻辑回归-支持向量机耦合模型的评价指标结果均优于逻辑回归模型,易发性分区结果更合理,预测精度更高;在低易发区选取非滑坡点为提高滑坡易发性评价性能作用明显;研究区内道路、高程和NDVI对滑坡发育的敏感性较强;高易发区主要分布于低海拔的水系和道路两侧。

基于改进支持向量回归模型的高校学生成绩预测研究

为提高学生成绩预测的准确性,考虑到学生学习行为特征数据的高维和非线性特征,提出了一种基于改进支持向量回归模型的高校学生成绩预测。对支持向量回归(SVR)模型的核函数进行了改进;设计了变邻域搜索算法(VNS)对改进支持向量回归模型的参数进行了优化;将上述方法应用于某高校学生数学成绩数据,并与原始SVR和基于其他智能优化方法的SVR进行了对比,验证了所提方法的有效性。

结构性货币政策对山东省农业产业增长影响研究:基于TVP-VAR-SV模型的实证分析

通过研究中小型存款类金融机构法定存款准备金率、中期借贷便利和货币市场利率对山东省农业产业增长的影响,构建时变参数随机波动率向量自回归模型(TVP-VAR-SV),分析结构性货币政策工具对农业产业的普惠效应。通过分析等间隔脉冲响应和时点脉冲响应,发现结构性的货币政策尤其是中期借贷便利货币政策对山东省农业产业的正面影响程度最大,效果最即时。

经济新常态下产业结构与经济增长关系的实证研究——基于贝叶斯向量自回归与状态空间模型

在经济新常态背景下,正确处理好产业结构与经济增长之间的关系具有重要的现实意义.文章通过采用贝叶斯向量自回归(BVAR)和状态空间模型,对1978-2015年武夷山市三大产业结构与经济增长的关系进行了实证研究.实证结果表明,武夷山经济增长对来自三大产业随机冲击的反应延迟;三次产业对经济增长的影响具有时变特征,特别是从1998年后,第三产业对经济增长的影响出现较大幅度增加,这预示着随着时间的推移第三产业必将成为推动武夷山市经济增长的主要产业.所以,加快调整产业结构政策,完善产业转型所需投资和人才队伍保障,促进产业结构升级是未来促进武夷山市经济增长的重要途径.

农业科技创新、生态效率与农户增收质量的动态关系——基于面板向量自回归模型的实证分析

农业科技创新在提高农产品产量和质量的同时也面临促进农户增收的困境,而生态效率的提高也可能造成农户收入不平等的问题。为进一步探究农业科技创新水平、生态效率与农户增收三者之间的关系,根据2000—2020年间湖南省的时间序列信息,利用面板向量自回归模型,采用协整检测、格兰杰检测、方差分解等各种手段,对农业科技创新水平、生态效率和农户增收质量间的相关性开展实证分析,以为处理好农业发展、农户收入和生态环境保护之间的关系提供理论参考。结果显示:农业科技创新与农户增收质量之间存在显著的双向正向关系,即科技创新在提升农业生产效率和质量的同时显著促进了农户的经济增长,但生态效率的提升在短期内未能显著转化为农户的经济收益;农业科技创新对农户增收质量的影响即时且显著,并随着时间推移而趋于稳定;在预测农户增收质量时,农业科技创新的作用明显超过生态效率。基于此,从长期规划生态效率提升、加大农业科技创新的支持与投资和增强农户生态环保意识等方面提出政策建议。

基于灰色支持向量回归的起伏管线临界携液流速预测模型

延安气田起伏的地理形貌特征,致使其内部采气管线在低点及上倾段容易产生积液问题,制约气田正常生产,开展起伏管线临界携液流速的预测对保障采气管线流动安全和指导地面采气管线布线具有重要价值。为此,基于扩展双流体分相模型和PR气体物性方程,采用最小压力梯度法结合均匀设计构建了临界携液流速样本数据集,同时采用灰色关联计算了样本标签权重,并将其引入支持向量回归算法,构建了临界携液流速的回归预测模型,随后利用网格寻优算法,通过采用K-CV(交叉验证)对模型中超参数进行了优化设计,最后采用延安气田现场运行数据进行了模型准确性验证。研究结果表明:管径大小对临界携液流速影响最大,其次为上坡倾角、含水率和运行压力,其他因素的影响差距相对较小,网格分段寻优对比遗传、粒子群算法在模型超参数优化上具有较强稳定性。该预测模型对延安气田内部采气管线的临界携液流速预测具有较强准确性,可对其积液预测和防治提供理论支撑。