基于XGBoost扩展金融因子的风电功率预测方法

现有风电功率预测模型的主要输入特征包括气象数据和功率数据,高精度气象数据获取困难、数据间潜在关系难以表示、预测模型收敛缓慢,提出基于极端梯度提升回归树算法(XGBoost)扩展金融因子的超短期风电功率预测新方法,以及基于风电时序数据衍生金融因子的预测模型.采用具有较高预测准确率与较快训练速度的XGBoost算法进行预测,使得预测模型快速收敛.在中国内蒙古某风电场的风电功率数据集与德国Tennet公司风电功率数据集上进行实验验证.实验结果表明,以R2score为例,所提方法与基准方法相比提升约14.71%.所提方法中的建模与预测合计时间不超过500 ms.

试析我国经济增长中金融因子的影响——基于1981至2013年时间序列数据

改革开放30多来,在VAR模型中的诸多金融因子中,"金融深化"和信贷扩张对我国经济增长起到巨大推动作用;直接融资与经济增长因果关系不显著;信贷扩张与"金融深化"因果关系较弱,反映出我国货币供给的内生性;直接融资单向促进信贷的扩张;直接融资受其他经济变量联合作用的卡方检验统计量不显著,表明我国证券市场与国民经济运行相脱节,缺乏经济稳健性。此外,我国信贷政策发生作用存在较长的外部时滞。因此,相关部门应为我国金融市场的繁荣创造内生发展的环境并逐步提高金融中介的效率,促进资金在各行业之间的合理配置,为经济增长和经济结构调整注入内生动力,最终实现稳增长、调结构、促改革、惠民生的宏伟目标。

嵌入全球金融因子的中国广义灵活动态金融状况指数构建及应用--基于MI-TVP-SV-SFAVAR模型的实证分析

借鉴Thompson等(2013)[1]嵌入全球金融因子的做法,在周德才等(2015)[2]的基础上,从利率、信贷、货币供给、房价、股价和全球金融6类共30个金融指标中分别提取6个结构公因子,使用新建的MI-TVP-SV-SFAVAR模型,提出并測度了中国广义灵活动态金融状况指数(BFDFCI),进而分析其与通胀的关系,并与不包含全球金融因子的NFDFCI进行比较。结果表明:与NFDFCI相比,BFDFCI是通胀更优的领先性、相关性、因果性和预测指标,并明显优于FCI的已有研究;BFDFCI的权重是灵活时变的,其中全球金融因子的权重在世界金融危机后一直居于首位。

金融形势指数(FCI)的中国实证

本文通过基于VAR模型的FCI,研究了股票价格、房地产价格、短期利率、汇率等所具有的政策信息作用。结果显示:FCI与通货膨胀指标CPI之间存在很高的相关性,从Granger因果关系上看,FCI是引致CPI的原因,表明资产价格具有明显的信息作用。同时考虑到FCI指数的模型依赖性及数据限制等问题,笔者认为FCI对目前中国通货膨胀的预测来说直接作用有限,但可以将其作为货币政策制定的辅助参照指标。

货币政策应对金融稳定目标的跨区制研究

金融危机后,认为货币政策应该关注资产价格等金融稳定目标的观点逐步成为理论的共识,但实践中的政策指标选择问题仍然存在争议。本文选择四种不同的方式合成了用于衡量2005年8月至2016年2月我国宏观金融稳定状态的金融压力指数,并对其作为货币政策目标的效率问题进行了分析。结论表明,该指数对样本期内我国经济金融体系的变化有很好的解释力,如果能合理考虑不同区制变化下压力指数与宏观经济的动态关系,它也是一个比较高效的货币政策调控指标。