我国GDP时间序列模型的建立与实证分析

GDP的增长具有内在的规律性，本文以我国1954-2004年GDP的时间数据资料为依据，采用B—J方法，建立ARIMA模型，以揭示我国GDIP增长变化的规律性，并对回归结果进行实证分析，由此对我国GDP增长情况做出分析。

我国股票指数收益的正态性分析

金融市场的风险管理、回报率的预测以及绩效的评估通常要涉及到变量的分布问题,因为正态分布拥有特殊的数字特征,一般假设金融资产时间序列数据服从于正态分布。但是国外大多数的研究表明正态分布不符合实际的情况。本文根据我国上海股票交易所的综合指数和深圳交易所的成分指数的数据,使用三种不同的检验方法,在不同的交收制度下分别对它们的日收益率、周收益率和月收益率做正态性检验。结果表明,两种指数的日收益率和周收益率不服从正态分布,而月收益率在一定的阶段表现出正态特性。

基于IJB-PCA-ICA算法的故障检测

针对现代工业过程数据的高维性和分布复杂性等问题,提出了一种基于IJB-PCA-ICA(improved Jarque-Beraprincipal component analysis-independent component analysis)的故障检测方法。首先采用改进的Jarque-Bera检测方法(J-B test)对原始数据划分高斯与非高斯核心部分,并对其中的高斯性与非高斯性均不明显的变量划分半高斯部分。将半高斯部分通过高斯分布置信概率加权与高斯核心部分和非高斯核心部分分别建立高斯子空间和分高斯子空间,然后对高斯子空间进行相关性划分后采用PCA方法得到高斯子空间的统计量;对非高斯子空间进行主元投影划分后采用ICA方法得到非高斯子空间的统计量,接着通过贝叶斯推断得到的联合统计量进行故障检测。最后通过Tenessee Eastman(TE)仿真实验,有效验证了所提出方法的有效性。

时间序列在湖南省GDP预测中的应用——基于ARIMA模型

通过选取1978~2017年湖南省国内生产总值的相关数据,运用计量经济软件Eviews8对选取的时间序列数据进行模型的建立。再经过相对误差分析和所建Holter-Winter非季节短期预测模型的对比,最终确定建立ARIMA(1,1,2)最优模型来对湖南省GDP进行预测。研究发现,湖南省将在2020年达到全面建成小康社会并人均生产总值将超过一万美元,由此为今后湖南省决策机构制订宏观调控目标与进行经济决策时提供参考。

城乡相对收入差距的发展趋势分析

基于B-J非结构化方法,经平稳性检验、模型定阶、参数估计和诊断分析,对城乡相对收入差距序列建立了适合的AR(1)模型,对其变化趋势进行分析和预测。研究结果显示,我国城乡相对收入差距先后经历了"三升三降"的演变历程,从整体上看在波动中呈逐步扩大的趋势,而在未来几年内可能有短期小幅回落,但没有明显缩小的迹象,仍有继续扩大的可能。由于城乡收入差距受历史惯性影响,已形成一定的路径依赖和自我强化作用,所以政府必须采取有效措施才能扭转其扩大的趋势。