基于面板数据的中国能源与经济增长关系

基于中国东西部地区的省级面板数据,运用有关面板数据协整建模的理论和方法,对中国东西部能源与经济增长关系进行了比较研究.实证结果表明,中国东西部地区能源与经济增长之间的长期关系表现出显著的地区差异,东部地区能源与经济增长之间的关系较之西部地区更为密切.最后, 本文提出了促进中国区域经济与区域能源协调发展的相关政策建议.     

和谐社会下社会经济与人口的协整模型探索

采用我国1985年～2004年的统计数据,开展了社会经济、人口和谐发展的实证研究,运用协整理论,建立了社会经济、人口和谐发展的长期均衡方程及误差修正(ECM)模型。从定量角度探求了短期内各因素的变化趋势。结果表明,该模型较好了反映社会经济、人口之间的相互关系,体现了两者之间复杂的系统特性,是一个能够兼顾长期均衡关系的短期动态模型。     

经济转型时期我国城镇居民消费与收入的长期均衡关系

由于确定性时间趋势项代表了经济发展等的因素对消费的影响,故本文首次基于带有非参数时间趋势项的半参数模型对我国1978～2005年的消费收入进行了协整检验,实证结果表明：转轨时期我国城镇居民人均收入与消费之间存在着长期均衡关系;收入是消费的一个重要决定因素;同时趋势项的影响也并不是如很多文章描述的那样具有直线形式.     

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。     

中国能源消费与经济增长关系的实证分析

文章采用1978到2008年之间的GDP和总能源、煤炭、电力和石油的消费总量数据,运用协整检验,因果检验和误差修正模型的计量方法检验了能源消费总量及其内部的煤炭、电力和石油消费量与GDP增长之间的关系。结果显示,电力和石油消费量与经济增长两两之间的因果关系存在极大的差异性:总能源和煤炭消费量与经济增长之间存在单向长期的因果关系;经济增长与总能源与煤炭消费量之间不存在因果关系;电力与石油消费量与经济增长之间存在双向长期的因果关系。最后,文章对促进能源产业升级和发展提出了相关建议。     

中国农民收入与消费的协整分析

本文运用协整理论和Granger因果关系检验,对1985—2008年我国农村居民收入与消费之间的关系进行实证研究。结果表明,我国农村居民收入与消费之间存在协整关系,同时在协整分析的基础上建立了误差修正模型。最后提出了几点建议和措施。     

技术进步对辽宁省经济增长贡献的定量研究

技术进步是推动经济增长的动力,并且在经济增长中发挥越来越重要的作用.运用索洛的生产函数模型,以统计数据为基础,测算了1980-2003年间辽宁省全要素增长率,解析了各种生产要素对经济增长的影响水平,讨论了技术进步在辽宁省经济增长过程中的主要方式及其变化方向,并给出了相关建议.     

非平稳时间序列的组合预测建模条件及应用

本文考虑当被预测的时间序列变量为非平稳过程时,由单项预测构成组合预测的条件。研究发现组合预测中的任何一个单项预测,与被预测变量具有协整关系是构成组合预测的重要条件。最后,讨论汇率预测的组合建模问题。     

论我国交通客运量与国民经济关系 ——基于时间序列模型的分析

为研究我国交通客运量与国民经济之间的关系,建立了客运量、旅客周转量、国内生产总值(GDP)的ARIMA模型,采用Johansen的极大似然估计法对这3个序列进行协整关系检验,运用格兰杰因果分析法对三者之间的因果关系进行研究,并建立了矢量自回归模型,利用脉冲响应函数进一步分析了三者之间的短期动态关系。研究结果表明:交通客运量与国内生产总值之间没有协整关系,国内生产总值是客运量和旅客周转量的格兰杰原因,而客运量和旅客周转量都不构成对国内生产总值的格兰杰因果关系。脉冲响应函数分析结果表明:我国客运量和旅客周转量的增长对国内生产总值的增长有明显促进作用,国民经济的发展对我国旅客运输业的长期发展有着一定的推动作用,同时也决定着交通运输业的发展规模。     

Forecasting the federal budget with time-series models

The stochastic properties of conventionally denned federal expenditures and revenues are examined, and cointegration is found. Alternative time-series models-univariate ARIMA models, vector autoregressions in levels and differences, and an error correction model-are specified and estimated using quarterly data from 1955:1 through 1979:4. Updated forecasts for up to three years beyond the sample period are evaluated against actual expenditures, revenues and the deficit. The vector autoregression in levels shows evidence of nonstationarity, which leads to strong biases in the forecasts. The remaining models produce forecasts that are satisfactory by the mean squared error criterion, and the magnitudes of biases at the longer horizons are significantly smaller than those of the official forecasts.