基于ARFIMA(p,d,q)模型的中国股市长期记忆性研究

本文运用三种估计时间序列长期记忆模型(ARFIMA(p,d,q)模型)的方法(MLE、SPR和GPH)对中国股市的长期记忆性特征进行了实证研究,研究显示出MLE方法优于GPH与SPR方法,并得出中国股票市场具有一般新兴股票市场的特征—长期记忆性,但中国股票市场的这种记忆性在逐渐弱化。

关系研究的新取向:社会网络分析

社会网络分析(Social Network Analysis,SNA)是用社会实体之间的关系来描述、解释和预测社会现象的一种研究取向。SNA提供了一种深入探究社会环境特征及其对个体心理发展影响的方法。本文基于SNA的发展历程,依次介绍了中心性分析、小团体分析、位置分析、QAP以及统计模型法。SNA在社会学研究中得到了较多应用,近年来在心理学研究中开始受到重视。

农民工的社会网络结构分析

采用2005年深圳外来农村流动人口的调查数据，利用指数随机图模型（p＊模型），分析了农民工的社会网络（包括社会支持网和社会讨论网）结构。分析结果显示，农民工社会网络关系稀疏，尤其是社会讨论网；无论在聚敛性还是扩张性方面，农民工社会网络的核心-边缘的局部结构均较明显，且有小团体现象产生；社会支持和社会讨论关系都更可能受到中间人的控制或约束。属性变量对社会支持网的影响较多，而对社会讨论网的影响较少。指数随机图模型为基于社会网络来认识农民工的社会化过程提供了新的方法。

社会网络分析在心理研究中的应用

个体不是孤立存在的,其心理与行为的变化常依赖于与他人存在的关系。社会网络分析正是考虑到了这种依赖性,发展出相应的处理关系变量的方法。在介绍社会网络理论的中心思想、社会网络分析的基本概念、数据表示方法和研究方法以及在个体水平和关系水平上的静态统计模型后,使用UCINET软件展现了处理关系数据的基本步骤,并简述社会网络分析在人格心理学、发展与教育心理学和管理心理学中的应用。

通货膨胀先行指标和预测方法的国际比较

通货膨胀的准确预测是中央银行货币政策有效实施的一个基础,本文主要研究了先行指标方法在通货膨胀预测中的应用。本文首先研究了几种主要的通货膨胀预测模型,然后对通货膨胀预测模型在部分国家和地区央行的应用进行了比较。

儿童欺负/受欺负与同伴网络的关系：p-＊模型分析

从四所小学的10个班中挑选出高欺负-受欺负班和低欺负-受欺负班,使用p*模型分析班内朋友关系的网络结构特点及其与欺负、受欺负的关系。结果发现:(1)低欺负-受欺负班级中的同伴关系网络倾向于形成开放性朋友关系结构,如边、2-星、3-星、4-星结构;高欺负-受欺负班级中的同伴关系网络倾向于形成闭合性朋友关系结构,如三角形、孤立者结构;(2)高、低欺负-受欺负班级中,欺负者均处于同伴关系网络的边缘化位置,且所处的关系结构位置与自身欺负水平的关联不显著;(3)受欺负者所处的关系结构位置与自身受欺负水平的关联也不显著,但是在低欺负-受欺负班中,受欺负者倾向处于同伴关系网络的边缘化位置,而高欺负-受欺负班中,部分受欺负者处于边缘化位置,部分受欺负者处于闭合性关系结构的核心位置。