我国房地产业与宏观经济的周期联动分析——基于HP滤波技术与Grange因果关系检验

在我国市场经济发展的过程中,房地产业一直表现的较为活跃。从近年来的数据中可以看出,房地产业增加值和对宏观经济增长的贡献率在不断增大,这也就意味着,房地产业与宏观经济间的联动将更为密切,房地产业的宏观调控也将显得更为重要。因此,文章运用HP滤波技术与Grange因果关系检验实证分析了房地产业与宏观经济的周期联动关系,并提出了不同时期宏观经济政策的选择建议。

货币政策、股票市场与物价产出的互动关系——基于非线性Grange因果关系的验证

本文首先验证货币政策、股票市场和实体经济存在长期均衡关系,并基于回归残差的两两变量间BDS检验证实变量间存在显著的非线性关系。非线性Grange因果关系检验发现货币政策在直接作用到实体经济的同时也会通过股票市场影响物价与产出水平,由此说明我国股市存在通胀效应、财富效应和流动性效应,并且发现股价提升可以增加托宾q值,同时发现股票市场对实体经济存在着非对称的双向因果关系。因此,央行应该提高价格型货币政策的调控水平,在制定货币政策时需考虑股票市场,并对股市流动性保持关注。

Granger因果关系时空图推理的群体行为分析

因果关系普遍存在于群体交互行为中,体现出主动体行为对被动体行为的有向影响.因果关系检测的难点在于交互双方的行为具有复杂的时间动态性.现有方法使用循环神经网络,来描述交互关系的时间变化特性,并使用时间注意力机制,来描述时间依赖关系.上述方法忽视了对多人依赖关系的分析,难以区分交互双方中的主动行为者和被动行为者.本文设计了一种基于Granger因果关系的时空图推理模型,来学习交互双方的主动和被动关系.为了实现Granger因果关系检测,该模型对单个个体时序特征进行自回归建模,来描述行为对个体自己的依赖.该模型对两个个体时序特征进行相关回归建模,来描述行为对两个个体的依赖.该模型通过比较自回归误差和相关回归误差,当自回归误差明显大于相关回归误差,则说明相关个体改变了另一方个体的行为特征,从而检测出相关个体为主动个体,另一方为被动个体.相关回归模型考虑了多种时间延迟量的两个个体的时序特征序列,用于学习两个个体之间行为的时间延迟量.该时间延迟量用于将主动个体时间特征与被动个体时间特征进行对齐.时间对齐后的主动个体特征提供了被动个体的时间和空间上下文特征,并与被动个体特征进行通道级的融合.为了充分描述个体之间的外观模式,位置约束,因果关系的交互关系,该模型构建多尺度外观的因果图,并使用图推理学习融合上下文的个体特征和群体特征.本文对Granger因果关系检测进行消融分析,并说明时间延迟量,交互融合通道比例,多尺度图推理,能够有效改善个体特征、群体特征的描述能力.本文方法在Volleyball和Collective Activity数据集上优于现有群体行为识别方法.本文的可视化结果说明Granger因果关系可以捕获群体中关键的交互关系.

时序数据的因果关系交互式可视分析

针对时序数据中因果关系检测算法效率低、错误率高、可解释性低的问题,本文提出一种新颖的用于时序数据的因果关系检测模型。该模型整合了泛函贪婪等价搜索(F-GES)模型与格兰杰(Granger)因果关系模型,展开因果关系的抽取和推断,并提出了因果关系可视分析方法,以交互式地分析时序数据中变量间的因果关系。可视分析方法形成了参数视图用于提高因果关系探索效率、因果关系树图用于直观有效地展示变量之间的因果关系、时间视图用于比较原始时序数据、堆叠流图用于帮助用户探索时序数据的层次演变以及平行坐标图用于进行相关性分析。基于真实数据形成的原型系统交互式地验证和总结时序数据中的因果关系,从而更高效地挖掘和理解时序数据中变量之间蕴含的因果规律以帮助决策。

因果关系表示增强的跨领域命名实体识别

跨领域命名实体识别在现实应用中,尤其在目标领域数据稀缺的小样本场景中具有重要价值。然而,现有方法主要是通过特征表示或模型参数共享实现的跨领域实体能力迁移,未充分考虑由于样本选择偏差而引起的虚假相关性问题。为了解决跨领域中的虚假相关性问题,提出一种因果关系表示增强的跨领域命名实体识别模型,将源域的语义特征表示与目标域的语义特征表示进行融合,生成一种增强的上下文语义特征表示。通过结构因果模型捕捉增强后的特征变量与标签之间的因果关系。在目标域中应用因果干预和反事实推断策略,提取存在的直接因果效应,从而进一步缓解特征与标签之间的虚假相关性问题。该方法在公共数据集上进行了实验,实验结果得到了显著提高。

基于类型矩阵转移的汉越事件因果关系识别

针对汉越跨语言新闻事件因果关系识别中,汉越跨语言的文本语义空间难以统一、新闻之间的因果关联特征捕获困难的问题,提出了基于类型矩阵转移的汉越跨语言新闻事件因果关系识别方法。通过跨语言预训练统一汉越跨语言的文本语义空间,使用树形长短期记忆循环神经网络提取汉越文本中的句法结构化特征,融入汉越句法特征并结合基于事件类型转移的注意力机制,对汉越事件句对的因果关系进行识别。实验结果表明,该方法在汉越跨语言新闻事件因果关系的识别上较基线模型准确率有所提升。

基于两样本孟德尔随机化方法分析低密度脂蛋白胆固醇与哮喘的因果关系

目的以单核苷酸多态性(single nucleotide polymorphism,SNP)为工具变量,基于孟德尔随机化(Mendelian randomization,MR)法探究低密度脂蛋白胆固醇(LDL-C)与哮喘的因果关系。方法根据全基因组关联研究(GWAS)的基因数据,借助MR-base平台,获得2020年3月10日至2023年3月10日样本量最大的LDL-C及哮喘的GWAS数据,筛选出与LDL-C相关的SNP(筛选条件设定为P<5×10-8),通过逆方差加权分析法(IVW)、加权中位数法(WME)、加权模型、简单模型和MR-Egger法分析LDL-C与哮喘风险的关系,同时绘制SNP相关的LDL-C与哮喘风险的森林图及散点图。结果筛选出的301个SNP均与哮喘不存在基因多效性(MR-Egger回归截距0.007)。所有的回归结果均显示,LDL-C为哮喘的危险因素,MR-Egger回归OR=1.609(95%CI 1.228~2.107)、WME OR=1.448(95%CI 1.266~1.656)、IVW OR=1.499(95%CI 1.348~1.667)、加权模型OR=1.462(95%CI 1.212~1.763)、简单模型OR=1.374(95%CI 1.024~1.846)。MR-Egger回归结果显示统计量Q=1095.819(P<0.001),提示SNP间存在异质性,故选择随机效应IVW模型。结论LDL-C与哮喘之间存在因果关系,LDL-C水平越高,哮喘发病风险越大。

基于孟德尔随机化研究房颤/房扑与失眠的因果关系

目的通过双样本孟德尔随机化(Mendelian randomization,MR)研究方法探究心房颤动(简称“房颤”)/心房扑动(简称“房扑”)与失眠潜在的双向因果关系。方法从IEU OpenGWAS project数据库中获取房颤/房扑和失眠的全基因组关联研究汇总数据,提取显著且独立的单核苷酸多态性(single nucleotide polymorphism,SNPs)用于MR分析。采用逆方差加权法(inverse-variance weighted,IVW)、加权中位数、MREgger回归、简单众数法和加权众数法五种方法进行因果关系评估。Cochran's Q检验评估IVW的异质性,MR-Egger检测水平多效性,MR-PRESSO方法检测离群值以检验基因多效性,留一法(leave-one-out)进行敏感性分析。结果以房颤/房扑为暴露,失眠为结局,共筛选获得47个SNPs作为工具变量,IVW显示房颤/房扑与失眠间存在正向因果关系[OR=1.103,95%CI(1.008,1.208),P<0.05],加权中位数、MR-Egger回归及简单众数法和加权众数法的β值与IVW的β值方向均一致。敏感性检测方面,Cochran's Q检验P>0.05说明不存在异质性,MR-Egger检验P>0.05说明不存在水平多效性,同时MR-PRESSO方法未检测到离群值,表明没有基因多效性,留一法未检测到对结果影响大的SNP,表明结果稳固无偏倚。反向,以失眠为暴露,房颤/房扑为结局,筛选到12个SNPs作为工具变量,IVW显示失眠与房颤/房扑间不存在因果关系[OR=0.989,95%CI(0.951,1.029),P>0.05)]。结论房颤/房扑会增加失眠的发生风险,在失眠患者的健康管理中应积极预防和治疗房颤、房扑等常见心律失常疾病。

虚弱与胸痛不适的因果关系:一项双向孟德尔随机化研究

目的利用大规模全基因组关联研究的汇总数据,通过孟德尔随机化分析探究虚弱和胸痛不适之间的因果关系。方法使用双向孟德尔随机研究虚弱与胸痛不适的因果关系,并采用Weighted-median、MR-Egger和IVW方法估计因果关系及其稳健性。此外进行包括Cochran's Q检验、MR-PRESSO、MR-Egger截距检验和leave-one-out分析在内的敏感性分析,以提高研究结果的可靠性。结果基因预测的虚弱和胸痛不适之间存在双向因果关系。以虚弱为暴露,胸痛不适为结局,虚弱与胸痛不适之间呈负性因果关系(OR=0.89,95%CI 0.88~0.90,P<0.05),以胸痛不适为暴露,虚弱为结局,胸痛不适与虚弱之间也呈负性因果关系(OR=0.21,95%CI 0.12~0.35,P<0.05)。结论虚弱与胸痛不适之间存在双向因果关系,随着虚弱的增加,产生胸痛不适的风险降低。反之,随着胸痛不适的增加,产生虚弱的风险降低。

论污染环境罪因果关系司法认定困境及路径探寻——因果关系双层次理论之提倡

近年来,污染环境犯罪呈常态化发展趋势,但污染环境罪因果关系的认定面临诸多困难,导致许多污染环境犯罪并未受到相应的刑事惩罚。以“污染环境罪”和“因果关系”为关键词确定232份刑事一审判决文书为样本并进行多角度实证分析,发现污染环境案件因果关系具有特殊性,在理论供给、认定技术等方面存在诸多认定困境。基于此,笔者提倡因果关系双层次理论,采用疫学因果关系和原因力标准,科学建构污染环境罪因果关系认定路径,并就其关键问题提出可行性对策。

论环境民事公益诉讼中因果关系要件的证明

当前,环境民事公益诉讼中因果关系要件的证明责任如何分配及其证明标准如何设定,对此理论界和实务界仍有很大争议。在证明责任分配问题上,解决路径在于参照适用《民法典》第一千二百三十条的规定,由被告承担环境民事公益诉讼中因果关系要件的客观证明责任。与此同时,原告需提供能够证明关联性事实的初步证据。这一规则应当理解为因果关系的法律推定。将因果关系法律推定规则引入环境民事公益诉讼中具有合理性基础,如纠正人们对环境侵权因果关系要件“证明责任倒置”的错误认识、防止原告滥用诉权、平衡原被告双方的举证负担。在证明标准问题上,环境民事公益诉讼中因果关系要件的证明标准应因事后救济性环境民事公益诉讼和预防性环境民事公益诉讼的类型划分而有所区别,且受关联性事实认定标准的影响。

被害人自杀之介入对刑法因果关系认定的影响——基于168份裁判文书的分析

针对介入被害人自杀行为的案件,我国司法实务采取了不同的因果关系认定标准,包括偶然/必然因果关系说、间接/直接原因说、条件说、重要说及相当因果关系说等。但是,上述理论学说都存在难以修正的缺陷,不仅未能提供明确具体的判断标准,而且未能类型化地把握介入因素的性质,还使裁判者承载着一次性完成归因与归责的思想重担。相较而言,客观归属理论消除了上述因果关系理论的弊端,较为合理。客观归属理论对介入被害人自杀行为的案件进行了三个步骤的考量,即以条件说为基础,以危险增加作为危险创设的判断标准,以规范保护目的作为危险实现的认定尺度。同时,在危险实现中,该理论认为应首先判断行为人的行为是否蕴含致人死亡的危险。若蕴含,则由行为人承担责任;若不蕴含,则要引入被害人自我答责理论。若符合被害人自我答责的成立要件,则由被害人自我答责;若不符合,则要依据具体情况判断责任归属。具体而言,若被害人不具有自我决定能力,则由负有监护义务的第三人承担责任;若被害人不具有结果避免可能性,则仍由行为人承担刑事责任。

稀土资本市场的量化波动——《产业链视角的稀土上市公司股价波动量化因果关系研究》书评

关于稀土的研究在我国尤其常见,关于资本市场、股票市场等金融时间序列波动关系的研究在国内国际也都有大量研究,董志良、高湘昀教授的研究成果——《产业链视角的稀土上市公司股价波动量化因果关系研究》一书,运用了先进的量化因果研究方法,对全球稀土产业链相关上市企业股票波动关系进行了研究。该书于2023年12月由经济科学出版社出版,全书分为九章,共计30余万字.

孟德尔随机化分析血液代谢物与肌少症相关特征的因果关系

背景:临床证据显示代谢因素与肌少症之间存在相关性,血液代谢物已被用于揭示肌肉骨骼疾病的生物学机制,然而血液代谢物与肌少症之间的因果关系尚不明确。目的:运用两样本孟德尔随机化分析方法探讨血液代谢物与肌少症相关特征之间的因果关系,分析其代谢通路。方法:从公共数据库获取486种血液代谢物与肌少症相关特征的数据集。运用逆方差加权、MR-Egger和加权中位数法评估血液代谢物与不同性别肌量、肌力的因果关系,并进行异质性、基因多效性等敏感性分析探讨结果稳健性。运用Metaboanayst 5.0工具对具有潜在因果关系的代谢物进行代谢通路分析。结果与结论:①观察到124种代谢物和肌少症相关特征具有潜在因果关系(P<0.05);②甘露糖、1-花生四烯酸甘油磷酸胆碱与男性肌量增加存在显著因果关系(P<1.03×10^(-4));十五烷酸酯、甘氨酸分别与女性肌量、肌力下降存在显著因果关系(P<1.03×10^(-4));③代谢通路分析显示“乙醛酸和二羧酸代谢”“甘氨酸、丝氨酸和苏氨酸代谢”等8条代谢通路与肌少症的肌量、肌力水平改变相关;④鉴定出的血液代谢物可被视为临床实践中筛查和预防肌少症的有效循环代谢生物标志物,也可作为未来机制探索和药物靶点选择的候选分子。

CEEMD双层分解和Granger因果变量选择风电功率预测

针对风电功率时间序列具有高度随机波动性而无法精准预测的问题,提出一种基于完备集成经验模态分解(CEEMD)、Granger因果关系检验和长短时记忆网络的新型混合预测方法用于预测风电功率。首先,为研究风电功率和风速的隐性相关性,通过CEEMD算法对风电功率和风速时间序列分别进行序列分解,实现双层分解。其次,通过Granger因果关系方法对各风速分量与各风电功率分量进行因果关系检验,分析风电功率分量与各风速分量间的相关性,以此实现各风电功率分量的输入变量选择。最后,采用长短时记忆网络对各风电功率分量进行预测,并集成得到最终的风电功率预测结果。通过风电厂的实际数据进行了试验,并与多个应用广泛的经典模型进行对比,结果表明该方法的预测精度取得了大幅度提高,能够对风电功率实现精准预测。

融合关系标签和位置信息的中文医疗文本因果关系抽取方法研究

目的/意义利用因果关系词相对位置辅助深度学习模型,提高因果关系预测能力,挖掘医疗文本增益信息。方法/过程将医疗文本因果关系词相对位置信息表示为关系特征层嵌入预训练语言模型,融合基线模型进行实体识别及关系抽取。结果/结论嵌入关系特征层的模型F1值较基线模型BERT-BiLSTM-CRF和CasRel分别提升2.92个百分点和6.41个百分点,因果关系预测能力较好。

基于Granger因果检验的地价与房价关系

运用Granger因果关系检验法,研究不同房地产市场发展阶段的地价与房价的互动关系.从地价与房价关系的作用机理出发,建立理论假设体系,以美国、日本、中国的时间序列数据为基础,进行实证研究.结果表明:在美国,房地产市场处于成熟、平稳的发展阶段,地价决定房价;在日本,房地产市场处于异常发展阶段,房价决定地价;在中国,房地产市场尚未达到稳定阶段,地价决定房价.因此,地价与房价的互动关系取决于房地产市场的发展阶段,不可一概而论.

中国股市的Granger因果关系分析

本文分析了香港、上海和深圳股市的相互关系 .借助 Granger因果关系的思想 ,从收益率与波动性两方面研究了三个股市间的相互联系与互动性 .结果表明 :沪深股市收益率与波动性间存在着很强的相关性 ;沪深股市的变化受香港股市等外来因素的影响很小 ;深圳股市对上海股市存在着显著的

两样本孟德尔随机化研究肥胖与男性不育症的因果关系

目的:通过孟德尔随机化(MR)研究阐明肥胖与男性不育症(MI)之间的因果关系。方法:进行双样本MR分析,以评估遗传预测的体质量指数(BMI)与MI风险的因果关联。暴露因子为BMI(n;病例组;=99998,n;对照组;=12746)。MI的遗传信息来自一项全基因组关联研究(GWAS),该研究包含73479例欧洲人。在单变量孟德尔随机化研究(UVMR)分析中,将逆方差加权法(IVW)作为主要方法,MR-Egger回归模型和加权中值估计模型作为因果推断的补充方法。其次,运用多种敏感性分析方法来验证MR结果的稳健性,包括Cochran's Q检验、MR-Egger截距检验、MR-PRESSO、留一法检验和漏斗图。为了评估BMI对MI风险的直接因果效应,进行多变量孟德尔随机化研究(MVMR)。结果:UVMR发现遗传预测BMI与MI风险增加之间存在因果关系(OR:1.237,95%CI:1.090~1.404,P=0.001)。敏感性分析发现,目前的研究几乎不存在偏倚(P>0.05)。在调整2型糖尿病、饮酒和吸烟等危险因素后,MVMR进一步证实遗传预测的BMI对MI风险增加有直接影响(P均<0.05)。结论:两样本MR研究表明,遗传预测的BMI可能与MI风险增加之间存在因果关系。未来的研究可基于这一发现,进一步探讨肥胖与MI两者之间因果关系的具体机制,为预防和治疗提供新途径。

Granger因果关系检验在攻击检测中的应用研究

在时态数据挖掘框架下,对基于Granger因果关系检验的攻击检测方法进行了研究。通过计算多个前兆输入时间序列与给定异常输出时间序列之间的因果关联程度,可从描述网络系统安全状态的多元时间序列数据集中检测出网络攻击行为的前兆,进而形成可供实际检测和预警使用的高置信度前兆规则和因果规则。对所提方法的正确性和精度进行了验证,并在设计的攻击检测与预警原型系统中对其进行了应用分析。