中部和东部地区农业科技创新效率及影响因素

以中部和东部地区的16个省市为研究对象，运用超效率SBM模型和面板Tobit回归模型，研究评估了2012—2021年期间的农业科技创新效率，并分析了中部和东部地区农业科技创新效率的影响因素.结果显示：中部和东部地区的农业科技创新效率发展不稳定且存在显著地区差异.整体上，农村经济发展水平与农业科技创新效率呈负相关，而农村劳动力素质、市场化程度、政府支持力度和产业现代化水平与农业科技创新效率呈正相关，这些因素在不同区域的影响结果存在差异.     

三峡库区农业产业化效率影响因素研究

【目的】为了解三峡库区农业产业化效率的影响因素，提高产业发展水平。【方法】应用数据包络的分析方法，对重庆农业产业化效率水平实施评价；然后从财政支农水平、产业发展水平、交通便利水平、对外开放水平以及教育水平等5个维度构建以农业产业化总体效率为被解释变量的Tobit回归模型，利用重庆区县2007—2017年数据测度农业产业化效率及其影响因素。【结果】三峡库区农业产业化整体效率在波动中呈现上升的趋势；影响因素方面除对外开放水平外其余4个变量均对其农业产业化效率均存在正向影响，但对外开放水平在统计上不显著。【结论】应用DEA-Tobit模型实证分析表明，为三峡库区农业产业化未来发展所提出的政策建议具有可靠性、可行性。     

企业人力资源结构的混合回归预测

本文以企业人力资源结构为研究对象 ,分析了影响企业人力资源结构的因素 ;应用混合回归方法首先对影响因子进行了相关性分析和非线性回归 ,然后从整体上进行多元线性回归 ,从而建立了多元非线性回归模型 ,并以此模型进行了实证预测分析 ;预测结果表明 :效果良好 ,精度很高     

我国区域人才流动动因研究——基于2002～2012年面板数据的回归分析

基于现有理论基础,建立了影响人才流动的指标体系,分别采用混合回归模型、个体固定效应回归模型和个体随机效应回归模型实证检验了影响区域人才流动的影响因素,通过F检验和Hausman检验对模型形式进行判别.研究表明地区经济发展水平、地区收入水平、产业结构、科研环境对人才流动的影响最为显著,且各地区人才流动影响因素各有特点.     

非线性分位点回归方法在大坝安全监测中的应用

基于分位点回归模型比最小二乘回归模型具有更强的统计分析能力,将参数估计的MM算法和统计诊断中的影响度量MM距离运用于大坝水平位移的统计模型,并给出了应用实例.结果表明,分位点回归方法受异常点影响较小,训练及预报结果优于最小二乘法,将其应用于大坝水平位移安全监测,可提高预报模型的预测精度,能更好地对大坝运行性态进行分析.     

重庆市城市化趋势预测分析

重庆市直辖10年以来城市化水平得到了快速提升,从影响重庆市城市化进程中的城市化经济因子、城市化居民生活因子、基础设施因子中的3方面14项指标,运用主成分分析方法,得到目标权重值,对人口城市化率进行回归,建立回归模型,对重庆市城市化率进行预测.结果1996年至2007年之间的数据拟合较好,回归模型预测2008年重庆市城市化率达到50%,2020年为70%,平均每年增长1.6个百分点.结果表明,重庆市的城市化水平进程可谓是时间短、速度快.重庆市应该根据自身未来城市化的发展趋势,采取有效措施,合理确定发展路径,以推动经济社会整体的快速发展.     

城市消防警情的空间异质性及影响因素

城市消防警情主要分为火警和非火警(抢险救援和社会救助),目前对火警的研究相对较多，而对救援救助警情的研究相对较少。该文采用探索性空间数据分析(ESDA),定量研究了城市消防警情的空间差异和集聚程度，确定了影响消防警情的社会因素，构建了多尺度地理加权回归(MGWR)模型，将其应用到城市消防警情的实证研究中，并采用多元线性回归、地理加权回归模型(GWR)进行了对比分析。研究结果表明：火警和救援救助在所研究城市都呈现出一定程度的空间聚集，老城区为火警的热点区域，而救援救助的热点分布相对更广。MGWR模型相较于传统的多元线性回归和经典的GWR模型有着更好的效果，在火警、救援救助和总警情中拟合优度均超过了0.8,且其残差平方和、修正后的Akaike信息准则(AICc)数值最低。通过GWR模型和MGWR模型的带宽对比分析发现，不同社会因素对消防警情的影响存在空间异质性。该研究还发现救援救助与火警在该城市的空间分布及影响因素的空间异质性上具有显著差异。在未来的消防工作中，考虑救援救助对整体警情的影响具有重要意义。     

河流入渗量灰色回归预测模型

本文在分析影响河流补给因素的基础上，建立了河流入渗量预测的灰色回归模型，并与通常回归模型进行了对比，结果表明，该模型具有很高的预测精度，展示了灰色回归模型在河流入渗补给理预测应用中的前景。     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。     

安徽省碳排放量的实证研究

采用加权最小二乘法和多元线性回归模型建立了安徽省碳排放量影响因素的实证模型,并进一步运用向量自回归模型对安徽省的产业结构、经济水平和碳排放量进行Johansen协整检验、脉冲响应分析.研究表明,产业结构和经济水平这两种影响因素与碳排放量之间存在一种长期均衡稳定的关系,并根据分析结果提出了相关建议.     

基于股票价格波动问题的消除系统风险的投资组合模型研究

本文以中小企业板为研究对象,在探索结合投资组合理论与股票价格波动理论的基础上,对股票价格波动过程中低点、高点出现的规律进行分析,通过统计检验,建立阶段周期低点和高点回归预测模型,最后应用该模型进行股票投资的实证分析.研究结果表明,基于阶段周期回归预测模型的投资操作可以有效规避系统风险,提高中小投资者的收益率,对中小投资者进行投资选择具有很好的指导意义.     

股票价格塑性性质的计量经济模型及实证检验

首先基于股票价格和成交量，根据股票的量价规律，分析了股价波动的塑性性质；然后使用计量经济学方法建立描述股价波动的塑性模型，包括股价塑性基本模型、基本模型的一阶自回归模型、幂指数模型及幂指数模型的一阶自回归模型，基于12支样本股对这些模型进行参数估计和检验。由4种模型均能够通过经济学检验和统计学检验可知股价波动具有塑性性质，且4种形式的股价塑性模型均是可行的。比较4种形式的股价塑性模型的检验结果得出幂指数模型描述股价塑性较为科学、合理。     

股价信息含量对企业资源配置效率影响实证研究

以中国上市公司为研究样本,采用股价波动非同步性方法度量股价信息含量,并基于面板数据回归模型对股价信息含量与资源配置效率的因果关系进行了实证检验.实证结果表明:股价信息含量与企业的投资过度行为呈显著负相关,即股票价格中包含的特质信息能起到抑制企业投资过度行为,增加资源配置效率的作用;高信息含量股价也能显著提升企业未来期间的经营绩效水平.因此上市公司股价信息含量增加能对资源优化配置产生正向促进作用.     

基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。     

中国股市、银行与宏观经济增长的实证研究

中国股市、银行信贷与宏观经济之间相互影响、相互作用,但三者之间的相关性研究还存有空白,文章运用协整理论和多次回归等计量经济方法对中国股市、银行与经济增长的关系进行实证研究,在实证结果的基础上结合中国实际情况深入分析了造成各个结果的内在原因,并针对股市、银行和经济增长之间存在的负相关问题提出规范股市运作、增加投资渠道等政策建议.     

影响中国A股市场流动性的政策和因素

构造了一个流动性指标，从整体上衡量中国证券市场的流动性．在该指标基础上，采用统计、非参数假设检验、回归等方法对一些重大的政策、事件和市场因素对整个市场流动性的长远影响做了定量的分析，得到了一些在统计上显著的结论．     

APT 理论的非参数解释

本文用非参数回归方法中的核函数法和最近邻法来解释ＡＰＴ理论．通过不同核函数的选择和最近邻估计中参数的变化以及鲁棒性回归的辅助解释,来寻找ＡＰＴ理论较好的非参数解释．     

中国股票市场发展与经济增长的因果关系检验

股票市场发展与经济增长之间的关系一直是经济金融界学者感兴趣的研究课题，受股票市场发展时间比较短以及数据可获得性问题局限，迄今为止，中国股票市场发展与经济增长之间关系特别是因果关系问题，仍处在探索之中，参照著名经济学家Demirguc-Kunt and Levine的研究方法，应用1995年到2001年的季度时间序列数据，对中国股票市场发展与经济增长之间的因果关系进行了实证检验，结果表明中国股票市场与经济增长之间只存在看由经济增长到股票市场发展的单向因果关系。     

中国股票市场个股动量的分解与实证

为研究我国股票市场个股动量收益的主要来源问题,笔者对Jegadeesh and Titman（1993）和Moskowitz and Grinblatt（1999）提出的股票收益生成模型进行改进,提出了我国股票市场个股动量收益分解方法.实证发现,个股动量收益主要来自于行业动量收益.     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。