格兰杰因果关系在复杂网络中的应用

格兰杰因果关系在经济学和生物学领域已有广泛的应用，其在计算过程中要求变量的个数远远小于时间序列的长度．为了解决实际应用中“维数灾难”的难题，把格兰杰因果关系法应用到复杂网络中．首先，利用两变量格兰杰因果关系、偏相关格兰杰因果关系，提出用迭代法一步步去除所有间接连接的步骤，从而确定每个节点的父节点，构造出复杂的网络结构；然后，再通过一个模拟的例子验证该方法的有效性．结果表明：该方法能有效地分析数据之间的内在联系．     

基于格兰杰因果关系检验模型的道路建设规模与交通需求关系研究

解决城市道路交通拥挤的办法是降低道路交通负荷度,使道路通行能力能适应交通流的要求,一个常用方法就是道路交通基础设施建设.但新建的道路设施会诱发新的交通量,而需求总是倾向于超过交通供给.利用计量经济学理论,选择最具代表性的市区通车里程和民用车辆拥有量两个变量,介绍了利用相关性分析、平稳性检验、格兰杰因果检验研究变量问关系的方法,并以广州市市区为背景的算例对道路建设规模与交通需求关系进行了验证说明,它们之间只是单向格兰杰因果关系,而不是互为因果关系,从而影响交通管理方法的选择.     

我国居民消费与经济增长的实证分析

本文以居民最终消费和经济增长之间的关系为研究对象,运用单位根检验、格兰杰因果检验、协整检验和误差修正模型等经济计量方法对我国GDP年最终消费和经济增长关系进行实证分析,结果表明我国居民最终消费和GDP两个变量之间存在单向因果关系,居民消费是国内生产总值的格兰杰原因,我国经济增长在很大程度上得益于居民消费水平的提高,并且居民最终消费与经济增长之间存在着比较稳定的长期均衡关系。     

中国电力消费与经济增长的互动关系研究

基于检验有效性和可信度的考虑,利用协整检验来验证序列线性组合的平稳性,序列出现线性组合不平稳,则格兰杰因果检验是有效的;采用Hsiao版格兰杰因果检验进行最优滞后阶数选择,分析变量间因果关系的存在及方向.结果表明:除核电消费不是经济增长的格兰杰原因外,其他变量互为格兰杰原因.     

基于格兰杰因果检验的过程波动路径及根源识别分析

为解决流程工业中大范围过程变量波动时波动传播路径的确定和波动源所在回路的定位问题,提出了一种基于格兰杰因果检验的分析方法。该方法结合已有的频域分析方法,筛选出含相近频率成分的受扰波动变量,对其进行格兰杰因果检验,检验得到的回路变量间的因果影响关系表征了波动干扰的传播路径,以因果关系图的形式直观表达。利用先验过程知识化简因果关系图,并通过切除阈值搜索方式过滤掉次要因果关系分支,得到波动干扰的主要传播路径,由此定位波动源。仿真及工业数据的验证结果表明该方法是可行的。     

成都市住房投资与居民消费能力的实证分析

采用1978年至2003年成都市统计数据，引入单位根检验、协整检验和格兰杰因果检验等计量方法，分析了成都市住宅投资发展与居民消费能力增加之间的关系。这对于房地产投资具有一定参考意义。     

格兰杰因果关系检验在面板数据上的应用研究

基于格兰杰因果关系检验在面板数据研究成果基础上,建立一种设定检验方法去选择格兰杰因果关系方程,并对固定效应和随机效应的选择进行描述,建立了一套比较完整的应用理论框架.同时指明模型在设定中的应该注意的数据平稳性和协整分析、滞后期的选择.     

国际原油价格影响因素实证研究---基于协整分析和格兰杰因果关系检验

通过ADF检验、协整检验和格兰杰因果关系检验,以1990～2009年的年度数据为样本,对国际原油价格、探明储量、产量、消费量和贸易量5个变量进行实证分析,从计量的角度分析原油价格的影响因素;结果表明：原油价格与原油产量之间存在协整关系,即长期均衡关系;并且得出原油产量是原油价格的格兰杰原因,但原油价格并非原油产量的格兰杰原因。     

基于结构关系识别的中国汽车销量预测

准确的销量预测有助于汽车企业合理安排生产计划.提出采用包含单位根检验、格兰杰因果检验、弱外生性检验以及协整检验的结构关系识别方法来研究中国汽车销量与宏观经济变量之间的动态联系.其中,宏观经济变量主要考虑了汽油价格、消费者信心指数、居民消费指数和钢材产量,收集了2007~2016年的月度数据,构建了用于实证的数据集.研究表明中国汽车销量与识别的内生变量间存在着长期的协整关系,基于此,构建向量误差修正模型以量化这些变量对中国汽车销量的长期影响.与传统时间序列方法的比较表明,所提方法能提高预测精度,更好地反映中国汽车销量与宏观经济变量之间由短期偏离向长期均衡调整的动态过程.     

我国沪市股票量价关系实证研究

股票价格和成交量是股票市场上非常重要的两个变量,涵盖了交易中主要信息。本文对沪市综合指数和成交量进行了对数处理,给出了数据的序列图和统计描述并就成交量的线性时间趋势利用回归进行了剔除。利用格兰杰因果检验研究股票价格和成交量之间的关系,得到沪市存在量价之间双向的格兰杰因果关系,对因果关系进行分析和提出几点建议。     

我国东、中、西部金融结构转变与经济发展关系分析

本文首先用格兰杰因果检验方法分析了我国东、中、西部金融结构转变与经济发展之间的关系,然后针对分析结果提出优化其金融结构的建议。     

我国旅游产业发展与经济增长相关性研究

选取1990—2014年旅游统计数据,通过单位根检验、协整分析、格兰杰因果检验等计量经济学方法,对我国旅游产业发展与经济增长进行实证分析.结果表明,旅游总收入、旅游外汇收入与GDP之间均存在着长期协整关系;在格兰杰因果检验中,旅游外汇收入、旅游总收入不是经济增长的格兰杰原因,经济增长与旅游外汇收入、旅游总收入是格兰杰原因,经济增长与旅游外汇收入、旅游总收入是单向格兰杰原因.针对这一结果,提出了相应的对策.     

民族地区能源消费总量、结构与经济增长关系研究

以7个民族地区为研究对象,基于2006-2015年间的面板数据,运用格兰杰因果检验方法,对民族地区的能源消费总量、能源结构与经济增长的互动及响应进行了分析。研究结果表明:民族地区经济增长是能源消费的单向因果关系,经济增长与能源消费出现相对脱钩;能源消费结构与能源消费、经济增长之间并不存在格兰杰因果关系。民族地区的能源消费总量、结构与经济增长之间的交互影响存在着方向及程度上的差异。     

教育结构差异对经济增长影响的用例分析

利用吉林省1986年到2005年经济和教育的数据,通过格兰杰因果关系检验和回归分析得出高等教育、职业教育和经济增长之间的关系。     

多观测变量状态空间重构技术及应用

为适应于多个观测变量的状态空间重构问题,对混沌与非线性经济学中状态空间重构技术与Takens嵌入定理进行了推广,给出了多个观测变量状态空间重构意义下相关维数的计算方法.作为应用讨论了度量两列时间序列非线性相关性的一种方法.仿真结果与应用实例说明,该方法可较好地用于解决非线性经济预测中的变量选择问题.     

中国能源消费与经济增长关系的实证研究

为了研究中国能源消费与经济增长之间的关系,通过分析目前中国能源消费及经济增长的现状,发现两者具有一定的相关性;对国内生产总值和能源消费量数据采用平稳性检验,检验表明能源消费和国内生产总值均为二阶差分平稳变量;格兰杰因果检验结果表明GDP是能源消费的的格兰杰原因,而能源消费不是GDP的格兰杰原因,GDP每增加1%,就会增加0.546557%的能源消费;通过构建误差修正模型对中国1990～2017年能源消费与经济增长的关系进行实证分析,发现误差修正机制会将偏离均衡的状态负向调整至均衡。基于对这些结果的分析表明,中国的经济发展定会促进能源消费增长,但是能源消费不一定会促进经济发展。     

农业科技投入与农业经济发展的实证研究

协整检验的结果表明,农业科研投入与农业总产值在整个研究期间内(1986—2003年)是不协整的;而通过引入虚拟变量,把研究期间分为1985—1995和1996—2003年两个阶段,在各分阶段上两者是协整的;格兰杰因果检验的结果表明,两者存在双向因果关系,农业科技投入是农业经济发展的原因,但农业总产值的增加并没有明显地促进农业科研投入的增加,反映出我国农业科研投入机制还存在深层问题。     

证券市场的发展与财产性收入的协整关系研究

针对1993-2006年的统计数据,利用格兰杰因果检验、协整检验以及误差修正模型等方法对武汉市居民财产性收入与我国证券市场发展状况之间的关系进行实证分析,得出了证券市场发展是居民财产性收入的格兰杰原因,财产性收入不是证券市场发展的格兰杰原因,城市居民财产性收入与证券市场发展之间存在长期均衡关系,农村居民财产性收入与证券市场发展之间不存在长期均衡关系等结论。     

农村电力消费与四川省经济增长关系实证分析

农村电力供给是农村居民生活所需的重要能源之一,也是农村经济与相关的产业生产和发展的重要基础保障,本文通过协整和格兰杰因果检验对农村电力消费与四川省经济增长的进行了分析,得出LNEC与LNFGDP之间存在着长期的均衡关系,且存在着LNEC→LNFGDP的单向格兰杰因果关系的结论。     

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路，在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula, LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置，利用回归分析正则化路径选择R-vine copula矩阵结构，遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型，以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数，在处理高维度复杂工业过程数据时，利用稀疏模型和惩罚力度简化copula函数类型选择过程，缩短了建模时间，使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果，证明了提出的方法在非线性、非高斯过程的有效性。