金融冲击对劳动市场波动的时变效应——基于TVP-SV-VAR模型的实证研究

本文基于金融市场与劳动市场联动的视角,构建中国金融状况指数,并利用时变参数随机波动向量自回归模型(TVP-SV-VAR)研究金融冲击对劳动市场的影响及时变特征。结果表明,金融冲击显著引发劳动市场的供需失衡。金融状况恶化会提升失业率、降低工资水平并进一步引起宏观经济中的通货紧缩。机制分析表明,企业杠杆对金融冲击的负面影响有放大作用,金融条件紧缩经由企业杠杆的负向调整会进一步导致劳动需求萎缩与失业率上行。对跨境金融冲击和境内金融冲击效果的比较分析揭示,相较于传导渠道,冲击规模是金融冲击对我国劳动市场影响差异的主导因素。据此,本文建议在跨周期调节的同时注意防范化解金融风险,以提升金融支持“稳主体”和“稳就业”的政策效果。

财政政策、货币政策与高质量就业——基于TVP-SV-VAR模型的动态分析

更加充分、更高质量的就业是实现经济高质量发展的应有之义。文章采用中国2000—2021年的季度时间序列数据,基于时变参数向量自回归(TVP-SV-VAR)模型,实证检验财政政策与货币政策对就业质量的时变及动态影响。研究发现:落实减税降费政策、优化财政支出结构在短期和中长期均有效地促进了高质量就业。面对国际金融危机冲击时,财政政策在短期内实现了对就业质量的保障,而在长期内政策效果受到削弱,这说明高质量就业的实现并非“斯须之作”。数量型货币政策对就业质量的调节作用较为平稳,其影响具有滞后性,而价格型工具更能有效熨平外部冲击对就业质量的影响。相较货币政策,财政政策对就业质量的调控具有更强的拉动作用与抗冲击能力。

“双支柱”政策调控与企业金融资产配置时变关系研究:基于TVP-SV-VAR模型的实证检验

金融科技发展和市场制度变革给传统金融体系带来的巨大冲击,使得“双支柱”政策调控的有效性面临严峻考验。借助TVP-SV-VAR模型,实证检验“双支柱”政策调控对企业金融资产配置的动态脉冲效应。研究表明,货币政策和宏观审慎政策的调控效果呈现出阶段性的演化特征,二者的协同效应能够有效抑制企业金融资产的过度配置。相比制度环境冲击,“双支柱”政策调控在面对金融环境冲击时表现出更强的作用效果和力度。进一步研究发现,“双支柱”政策通过资本流动管理、资产价格稳定和金融风险缓释途径影响企业金融资产配置,且对流动性与非流动性金融资产配置的作用效果存在显著差异。研究结论为理解实体企业金融化和完善金融市场制度提供了新的理论视角,也为政府相关部门依据金融环境和制度环境进行“双支柱”政策调控的动态调整提供决策依据。

地缘政治风险对中国农产品期货收益率的影响研究:基于TVP-VAR-SV模型的分析

本文使用TVP-VAR-SV模型,探讨中美地缘政治风险对中国农产品期货收益率的时变影响。研究结果表明:在短期内,地缘政治风险对农产品期货收益率的影响较为明显,而在中长期内,农产品期货收益率波动相对较小。不同农产品期货对地缘政治风险冲击反应不同,大豆、豆粕收益率受到地缘政治风险冲击波动最激烈,其他六种农产品期货则呈现出周期性特点。克里米亚事件、中美贸易摩擦和全球新冠疫情,三个不同时期的极端事件对农产品期货市场具有负向影响,不同期货品种受到的冲击存在异质性与滞后性。

美联储加息对中国多层次债券市场的溢出效应——基于TVP-SV-VAR模型的实证研究

基于TVP-SV-VAR模型,采取2014年6月至2023年3月美国联邦基金利率及中国各类代表性债券收益率等数据,从不同滞后期及时点的角度探究美国加息对中国多层次债券市场的溢出效应。研究结果表明:美联储加息对中国多层次债券市场产生了明显冲击,同时对于各层次债券收益率的冲击影响不尽相同;对企业债和金融债的冲击影响更为复杂,对长短期债券的冲击效应也有不小区别。因此,中国相关部门应密切关注美国加息政策变动情况,尽量做到事前有提前预判,着重完善债券市场发行制度,打造规范统一的交易平台,强化跨境资本流动监管。

补偿不平衡负载的HC-SVG相间电压平衡控制与直流电压取值分析

针对由中点钳位型(neutral-point clamped,NPC)功率单元和H桥级联型(cascade H-bridge,CHB)功率单元构成的混合级联型静止无功发生器(hybrid cascade static var generator,HC-SVG)在补偿不平衡负载时产生的CHB功率单元相间电压失衡问题,提出一种基于零序电压前馈的CHB功率单元相间电压平衡控制方法,并对零序电压注入后HC-SVG直流侧电压取值进行分析。首先,分析CHB功率单元承担基波电压分量与HC-SVG输出基波电压的关系。推导HC-SVG补偿不平衡负载时CHB功率单元相间电压平衡所需的零序电压,建立零序电压前馈控制。其次,基于零序电压与补偿电流的解析关系,讨论补偿电流不平衡度与HC-SVG直流侧电压取值之间的约束关系。以6 kV/3 Mvar装置为算例,进行直流侧电压的取值分析。并与星接CHB-SVG进行对比,揭示补偿不平衡负载时HC-SVG所需直流电压低的特点。仿真验证了相间电压平衡控制与直流电压取值分析的有效性。

经济政策不确定性、金融稳定与经济波动--基于TVP-SV-VAR模型的动态分析

当前形势复杂多变,调控政策的实施会影响经济金融平稳运行。运用TVP-SV-VAR模型分析经济政策不确定性、金融稳定与经济波动三者之间的时变关系。结果表明:经济政策不确定性对金融稳定的影响具有时变特征。在经济平稳期,经济政策不确定性升高会降低金融稳定性;在经济不平稳期间,经济政策不确定性升高反而会提升金融稳定性。经济波动与金融稳定之间的影响效应存在非对称性。监管当局需完善宏观调控跨周期设计和调节机制,确保经济平稳运行。

抑制新能源次/超同步振荡的SVG鲁棒自适应控制参数设计方法

现有抑制新能源次/超同步振荡的静止无功发生器(SVG)控制设计方法大多针对单一运行场景,难以确保运行工况变化下系统的小干扰鲁棒稳定性。为此,提出了一种抑制新能源次/超同步振荡的SVG鲁棒自适应控制参数设计方法。论证了短路比(SCR)可用于评估运行工况变化下含SVG的新能源并网系统小干扰稳定裕度;基于短路比分析方法,发现了代表系统小干扰稳定性最差的关键运行工况;基于H_(∞)控制理论,提出了一种关键运行工况下SVG控制参数鲁棒自适应设计方法。该方法能确保含SVG的新能源并网系统在运行工况变化下系统的小干扰鲁棒稳定性。

基于小型SVG电气柜的散热分析

为了满足各种控制需要,利用静止无功补偿电气柜实现高度集成化、小型化,导致电气柜内部发热元件数量增加,散热空间缩小。针对发热问题,选择一种合适的散热方式,并根据产品设计要求调整优化散热方案,使温度降低至正常范围内,以解决静止无功补偿电气柜发热问题。

基于LADRC的双馈风机与SVG协调控制的并网系统研究

为了解决双馈风机(doubly fed induction generator,DFIG)在并网或运行时给电网带来的稳定性问题,提出了静止无功发生器(static var generator,SVG)与DFIG协同补偿无功的方法,并在此基础上通过线性自抗扰控制(linear active disturbance rejection control,LADRC)代替传统的PI控制来控制变流器,以及加装超级电容储能对DFIG的变流器直流侧控制进行优化。最后结合风电场的实际情况,在MATLAB中搭建了使用LADRC的含超级电容的双馈风机并网模型,并对其并网时的交直流波动以及无功功率的传输进行了仿真分析,实验结果验证了该控制策略可以提高双馈风机稳定运行的能力,解决功率波动时变流器交直流侧功率不平衡的问题,与SVG的协同控制策略可以提高系统的低电压穿越能力,提高了整个风力发电系统的稳定性。

发电机组低负荷下的SVG无功补偿技术应用分析

低负荷运行容易导致发电机组无功功率不足、电压不稳定等问题,影响电力系统的稳定性和可靠性。探讨了在发电机组低负荷条件下应用静止无功发生器(SVG)技术进行无功补偿的途径。分析了SVG在维持电压稳定、改善功率因数以及减轻低负荷运行对发电机组的不良影响等方面的表现和有效性,并通过实验和仿真开展评估验证。

基于模型预测控制的全功率变速抽水蓄能与SVG功率协调控制

全功率变速抽水蓄能机组(FSC-VSPSU)通过背靠背变流器接入电网,具有功率快速可调、有功无功独立解耦的优点,在近年来得到了广泛关注。由于新能源场站具有波动性,通常配置静止无功发生器(SVG)来维持系统电压稳定。针对SVG易出现容量不足的状况,研究FSC-VSPSU与SVG功率协调控制。分析了FSC-VSPSU与SVG无功调节特性,提出了基于模型预测控制的功率协调控制策略。采用模型预测控制协调响应时间不同的FSC-VSPSU与SVG,通过电压灵敏度计算无功和电压的关系,建立以并网点电压、FSC-VSPSU电压偏差最小以及SVG无功储备最大为目标的模型预测控制(MPC)问题数学模型,求解得到FSC-VSPSU与SVG功率参考值。通过仿真验证了所提模型预测控制的可行性以及其相较于下垂控制的优越性。

SV型直接接触换热器换热过程的数值模拟

为研究SV静态混合器对液-液直接接触沸腾换热过程混合及传热的影响规律,分析了相同高度下SV静态混合器长径比对直接接触沸腾换热过程的影响。搭建了直接接触换热实验平台,验证了数值模拟结果的可行性与准确性。结果表明,实验结果与模拟结果误差在3%以内;与长径比为0.5和2.0的2种混合器相比,长径比为1.0的SV静态混合器压力降最高降低了18 Pa,湍流动能大于0.002 m2/s2,容积换热系数最高提高了9.7%;压力降和容积换热系数随着长径比的减小而增大,存在最佳长径比1.0使湍流动能达到最大值。综上所述,适当减小SV混合元件长径比有利于增强换热,对直接接触换热器结构参数设计具有指导意义。

直挂SVG电网适应性RTDS测试技术研究

传统中高压大容量直挂式静止无功发生器(SVG)电网适应性测试存在成本高、效率低、周期长的问题,研究采用基于实时数字仿真器(RTDS)的直挂SVG电网适应性测试技术,建立面向直挂SVG的RTDS电网适应性试验平台并开展电网适应性测试,具有快速、低成本、可重复性开展试验等优点。试验结果表明:该平台可以对SVG电网适应性性能开展测试验证,可以加快SVG产品的优化及选代升级速度。

基于角接SVG治理电网背景电压不平衡

为解决电网背景电压不平衡对重要精密负荷正常工作的影响,这里提出一种基于角接静止无功发生器(SVG)装置治理电网背景电压不平衡的控制方法,通过理论分析、控制算法设计和样机测试验证等方法确认该技术方法的正确性和可行性。最终确认使用所提出的基于角接SVG装置治理电网背景电压不平衡的方法可以有效解决电网背景电压不平衡的问题,实现电力用户接入点三相电压基本平衡,保证电机类等重要精密负荷正常稳定工作。

基于故障穿越演化特性的SVG电磁暂态模型测辨方法

建立准确的静止无功发生器(static var generators,SVG)白盒电磁暂态仿真模型是分析电网电压稳定特性的前提。然而,由于SVG的控制器结构和参数保密,其建模大都基于典型控制结构和参数,模型的暂态输出特性与实际差异较大。针对上述问题,提出了基于SVG厂家封装黑盒模型故障穿越(fault ride-through,FRT)演化特性的电磁暂态模型测辨方法。首先,分析了厂家黑盒模型的拓扑特征,通过多工况故障穿越响应测试,厘清了其故障穿越演化特性。然后,通过分析不同控制环节暂态切换过程对SVG故障穿越响应特性的影响和作用途径,提出了基于SVG故障穿越响应演化形态的控制器结构辨识方法。通过分析SVG不同控制环节参数对其故障穿越响应特性的分阶段作用原理,提出了基于故障穿越响应幅值的控制器参数分步辨识方法,形成了SVG的白盒化电磁暂态模型测辨方法体系。最后,将建立的不同型号白盒仿真模型与对应厂家黑盒模型进行了故障穿越响应特性对比分析,发现其误差远小于现行标准的允许误差,证明了提出方法的有效性和通用性。

含SVG的光伏场站阻抗建模与高频振荡风险分析

基于级联H桥电路的静止无功发生器(SVG)具有快速的动态无功支撑能力,是大型光伏场站常用的无功补偿设备。同时,由于SVG的控制带宽相对较大,控制作用所影响频段范围相对较宽,SVG在千赫兹以上的高频段仍可能具有负阻特性,使得含SVG的光伏场站面临更高频段范围的高频振荡风险。然而,现有研究重点关注新能源在2.5 Hz~1 kHz频段范围内的阻抗特性,无法评估1 kHz以上的高频振荡风险。同时,多种高频段附加控制策略和多种运行方式使得光伏场站的高频振荡分析进一步复杂化。首先,围绕含SVG的光伏场站高频振荡问题,建立了计及多类型附加控制策略影响下光伏机组和SVG的高频通用阻抗模型;进而,深入分析了光伏场站的高频段阻抗特性及其高频段负阻尼的影响因素,提出了含SVG的光伏场站面临的典型高频振荡风险;最后,针对四川某光伏场站开展电磁暂态仿真,对所做研究内容进行了验证。

基于GARCH模型和SV模型的VaR比较

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况是计算VaR的关键.通过对比GARCH和SV模型,得出SV模型更能刻画金融市场的实际特征.将随机波动SV模型应用于VaR的计算,最后作实证研究.通过与GARCH模型下的结果对比,说明基于SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平.

基于已实现SV模型的动态VaR测度研究

基于日内高频数据构建的已实现波动率测度在金融计量经济学文献中引起了学者们的广泛关注。将已实现波动率引入传统的SV模型(基于日度收益率),同时考虑金融资产收益率与波动率的"有偏"、"尖峰厚尾"以及"非对称效应"等典型特征事实,构建融合高频与低频数据信息的已实现SV(RSV)模型,与有偏广义误差分布(sged)相结合来测度动态风险值(VaR)。为了估计RSV-sged模型的参数,提出基于有效重要性抽样技巧的极大似然方法。采用上证综合指数和深证成份指数日内高频数据进行的实证研究表明,RSV-sged模型能够有效地刻画中国股票市场的波动性特征,并且展现出优越的风险测度能力。

基于SV-POT模型的黄金市场的动态VaR预测

针对黄金市场呈现的"尖峰厚尾"和波动持续性等特征,选用SV(stochastic volatility)模型来刻画。将SV模型与基于POT(peak over threshold)模型的极值理论相结合,建立SVPOT的组合模型,预测该金融市场的动态VaR(value at risk)。最后,与GARCH-POT模型相比得出:基于随机波动模型的SV-POT模型在一定程度上能更精确地预测动态VaR。