基于RSBoost算法的不平衡数据分类方法 被引量：21

1

作者 李克文 杨磊 +2 位作者 刘文英 刘璐 刘洪太 《计算机科学》 CSCD 北大核心 2015年第9期249-252,267,共5页

不平衡数据的分类问题在多个应用领域中普遍存在,已成为数据挖掘和机器学习领域的研究热点。提出了一种新的不平衡数据分类方法 RSBoost,以解决传统分类方法对于少数类识别率不高和分类效率低的问题。该方法采用SMOTE方法对少数类进行... 不平衡数据的分类问题在多个应用领域中普遍存在,已成为数据挖掘和机器学习领域的研究热点。提出了一种新的不平衡数据分类方法 RSBoost,以解决传统分类方法对于少数类识别率不高和分类效率低的问题。该方法采用SMOTE方法对少数类进行过采样处理,然后对整个数据集进行随机欠采样处理,以改善整个数据集的不平衡性,再将其与Boosting算法相结合来对数据进行分类。通过实验对比了5种方法在多个公共数据集上的分类效果和分类效率,结果表明该方法具有较高的分类识别率和分类效率。 展开更多

关键词 不平衡数据 组合数据采样 BOOSTING RSBoost

下载PDF 职称材料

基于混频数据抽样的已实现波动率长记忆模型 被引量：13

2

作者 王天一 刘浩 黄卓 《系统工程学报》 CSCD 北大核心 2018年第6期812-822,共11页

基于已实现GARCH模型和混频数据抽样(MIDAS)结构,提出了已实现混频数据抽样GARCH模型.该模型使用混频数据抽样结构从已实现测度中提取长短期波动率信息以提升模型对波动率的拟合和预测能力.基于指数和个股数据的实证分析表明,相比传统... 基于已实现GARCH模型和混频数据抽样(MIDAS)结构,提出了已实现混频数据抽样GARCH模型.该模型使用混频数据抽样结构从已实现测度中提取长短期波动率信息以提升模型对波动率的拟合和预测能力.基于指数和个股数据的实证分析表明,相比传统的已实现GARCH模型,新模型的样本内拟合能力更强,对长记忆性的捕捉更好.样本外结果表明,新模型显著提升了波动率的多步预测效果,并且改进效果随着预测期的延长而增强. 展开更多

关键词 已实现GARCH 长记忆性 混频数据抽样 多步波动率预测

下载PDF 职称材料

基于GAS的混频Copula模型的投资组合风险预测 被引量：8

3

作者 蔡光辉 徐君 应雪海 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2021年第8期2030-2044,共15页

考虑到金融资产间的相关关系具有时变性和长记忆性,纳入了混频数据抽样(mixed data sampling,MIDAS)的混频Copula(MIDAS Copula)模型虽能刻画时变性和长记忆性,但其参数演变过程较为简单,因此将广义自回归得分(generalized autoregressi... 考虑到金融资产间的相关关系具有时变性和长记忆性,纳入了混频数据抽样(mixed data sampling,MIDAS)的混频Copula(MIDAS Copula)模型虽能刻画时变性和长记忆性,但其参数演变过程较为简单,因此将广义自回归得分(generalized autoregressive score,GAS)模型作为参数演变过程引入MIDAS Copula模型中,构建GAS MIDAS Copula模型.实证分析发现该模型提升了MIDAS Copula模型对样本拟合的能力;进一步选择不同相关程度的三组沪深300行业指数,分析该模型对不同相关程度行业间时变相关系数长记忆性的捕捉能力及对投资组合的风险预测精度.结果发现:1)GAS MIDAS Copula模型对高度和中度相关行业间相关系数长记忆性的刻画能力均最优;2)对三组数据简单投资组合的VaR与ES回测检验结果显示GAS MIDAS Copula模型均有最高的预测精度.最后基于不同置信水平、不同权重比例、不同样本滚动窗口长度以及不同资产的各种风险预测结果证实了GAS MIDAS Copula模型的稳健性. 展开更多

关键词 长记忆性 混频数据抽样 广义自回归得分 COPULA模型

原文传递

哪些行业承载来自上海原油期货市场更多的风险溢出 被引量：1

4

作者 宋加山 魏思峣 蒋坤良 《贵州财经大学学报》 北大核心 2023年第6期11-21,共11页

自2018年建立以来,上海原油期货市场与我国股市风险波动的联动愈发明显。不同于以往更关注整体股市的研究,本文从行业维度出发,探究上海原油期货市场对我国各行业的风险溢出效应。选取2019年9月1日到2022年9月1日期间上海证券市场十个... 自2018年建立以来,上海原油期货市场与我国股市风险波动的联动愈发明显。不同于以往更关注整体股市的研究,本文从行业维度出发,探究上海原油期货市场对我国各行业的风险溢出效应。选取2019年9月1日到2022年9月1日期间上海证券市场十个一级行业指数的5分钟收益率数据,引入GAS模型弥补GARCH类模型的不足,并建立MIDAS-Copula-CoVaR模型对各行业的条件风险以及承载的风险溢出强度进行度量。结果表明:第一,含有MIDAS结构的Copula模型拟合效果更好,充分说明纳入高频数据的重要性。第二,上海原油期货市场风险条件下各行业的上行风险明显大于下行风险,呈现出较为明显的非对称性,说明各行业风险对油价上涨更敏感。第三,分行业看,上海原油期货价格下跌对能源行业影响最大、公用行业影响最小,价格上涨对医药行业影响最大、金融行业影响最小。第四,相较于正常情况,极端上行风险对医药行业的风险溢出强度最大、对消费行业最小,极端下行风险对可选行业的风险溢出强度最大、对金融行业最小。 展开更多

关键词 上海原油期货市场 GAS模型 混频数据抽样 风险溢出效应

下载PDF 职称材料

基于MIDAS-QR的均值-VaR参数化组合投资决策 被引量：1

5

作者 刘书婷 许启发 蒋翠侠 《系统科学与数学》 CSCD 北大核心 2023年第7期1788-1803,共16页

文章将混频数据分析和特征变量参数化的思想引入组合投资决策,构建基于MIDAS-QR的M-VaR参数化组合投资模型与方法,克服了传统均值-VaR (M-VaR)模型忽略动态市场环境、混频数据信息和金融资产特征等方面的不足.文章的核心技术和主要创新... 文章将混频数据分析和特征变量参数化的思想引入组合投资决策,构建基于MIDAS-QR的M-VaR参数化组合投资模型与方法,克服了传统均值-VaR (M-VaR)模型忽略动态市场环境、混频数据信息和金融资产特征等方面的不足.文章的核心技术和主要创新在于:第一,利用频率对齐技术和多项式权重约束函数,将高频资产特征引入组合投资权重函数;第二,引入参数化组合投资策略,考虑金融资产特征变量并将其参数化,在M-VaR框架下构建参数化组合投资模型;第三,通过理论推导,将M-VaR参数化组合投资转化为MIDAS-QR回归问题,给出模型求解方法.选取中国股市行业板块指数进行实证研究,结果表明:文章在混频数据环境下构造的参数化组合投资模型,建立了组合投资权重与高频金融资产特征之间联系,增加了组合投资结果的可解释性;新模型能够充分挖掘高频特征变量信息,给出时变的组合投资权重,实现动态组合投资选择,获得了比其他模型更好的组合投资绩效;基于MIDAS-QR的求解方法,有效缩减了模型中待估计参数数目,能够解决大规模动态组合投资决策问题. 展开更多

关键词 组合投资 均值-VAR 混频数据抽样 分位数回归 参数化策略

原文传递

MCMC算法在多维混合数据参数识别中的应用 被引量：4

6

作者 石凯 李杰 刘洪江 《统计与决策》 CSSCI 北大核心 2021年第13期24-27,共4页

混合数据参数识别问题的研究一直备受关注,由于混合类型和混合权重无法直接观测,因此其实质是含有隐变量的不完全数据或者缺失数据。处理此类数据的难点在于参数的估计和识别,尤其是多维取值空间,会面临待估参数多、似然函数复杂等情况... 混合数据参数识别问题的研究一直备受关注,由于混合类型和混合权重无法直接观测,因此其实质是含有隐变量的不完全数据或者缺失数据。处理此类数据的难点在于参数的估计和识别,尤其是多维取值空间,会面临待估参数多、似然函数复杂等情况。文章给出了多维高斯分布假设下MCMC算法具体实施流程,并通过一个计算机模拟的三类别二维混合数据进行了实证研究,结果显示:MCMC算法达到了高度精确的区分效果,参数的样本估计值接近模拟生成的真值,能够为混合数据参数估计问题提供有效解决途径。 展开更多

关键词 MCMC算法 多维混合数据 贝叶斯统计 GIBBS抽样

下载PDF 职称材料

基于混频抽样和杠杆效应的高频波动率模型预测 被引量：3

7

作者 蔡光辉 徐君 应雪海 《系统科学与数学》 CSCD 北大核心 2021年第7期1985-2005,共21页

基于长记忆性的视角,将混频数据抽样(mixed data sampling)引入Realized GARCH模型的条件方差方程中,扩展得到Realized MIDAS GARCH模型,结合金融波动的非对称杠杆效应(asymmetric leverage effect),构建得到Realized MIDAS EGARCH模型... 基于长记忆性的视角,将混频数据抽样(mixed data sampling)引入Realized GARCH模型的条件方差方程中,扩展得到Realized MIDAS GARCH模型,结合金融波动的非对称杠杆效应(asymmetric leverage effect),构建得到Realized MIDAS EGARCH模型,进一步考虑传统的正态分布假设不能够刻画金融时间序列的非对称性、非正态性、厚尾性等特征,将偏t分布引入Realized MIDAS EGARCH模型中,构建了基于偏t分布的Realized MIDAS EGARCH模型,推导其参数估计方法,并基于滚动时间窗技术预测和比SPA检验更具优势的模型置信集(model confidence set,MCS)检验评估各种波动率模型对我国期货黄金市场波动的预测能力.实证结果表明:Realized MIDAS GARCH族模型比起Realized GARCH族模型有更优的拟合能力,捕捉长记忆性的能力更强;考虑杠杆效应和非对称厚尾分布能够提升模型的解释能力和预测能力;基于偏t分布的Realized MIDAS EGARCH模型是本文所探讨的8种高频波动率模型里面拥有最高样本内拟合优度、最强长记忆性的捕捉能力和最优样本外预测精度的高频波动率模型. 展开更多

关键词 混频数据抽样 非对称杠杆效应 偏T分布 Realized MIDAS EGARCH模型 MCS检验

原文传递

基于波动择时绩效的已实现协方差预测模型比较

8

作者 瞿慧 沈劭丰 《中国管理科学》 CSSCI 北大核心 2016年第S1期367-372,共6页

波动择时策略是一种根据资产波动以及相关性构建投资组合的方法,具有较为广泛的应用。鉴于此,提出以波动择时绩效的经济意义指标比较已实现协方差矩阵的预测模型。用高频数据构建股指期货、国债期货和黄金期货的已实现协方差矩阵,利用... 波动择时策略是一种根据资产波动以及相关性构建投资组合的方法,具有较为广泛的应用。鉴于此,提出以波动择时绩效的经济意义指标比较已实现协方差矩阵的预测模型。用高频数据构建股指期货、国债期货和黄金期货的已实现协方差矩阵,利用简单移动平均模型、指数加权移动平均模型和混合数据抽样回归模型对协方差矩阵进行一步向前滚动窗预测,然后在均值-方差框架下根据预测协方差构建动态投资组合,并通过经济效益指标对不同模型的预测进行比较评价。实证结果表明,在股市上升阶段,用简单长期移动平均模型预测已实现协方差矩阵时波动择时策略表现最好;在股市下跌阶段,用简单短期移动平均模型则更优;而用指数加权移动平均和混合数据抽样回归模型时波动择时策略表现则始终居中。 展开更多

关键词 波动择时 已实现协方差 均值-方差组合 移动平均 混合数据抽样

原文传递

基于混频数据的中国上市公司财务困境动态预测研究 被引量：3

9

作者 闫达文 李存 迟国泰 《中国管理科学》 CSCD 北大核心 2024年第1期1-12,共12页

本文以年度财务指标、年度失业率、季度GDP增长率以及月度通货膨胀率为解释变量,以年频的财务困境状态变量为响应变量,结合指数Almon多项式赋权和逻辑回归方法,构建了不同时间窗口(t-k年)的中国上市公司财务困境低频预测模型。进一步地... 本文以年度财务指标、年度失业率、季度GDP增长率以及月度通货膨胀率为解释变量,以年频的财务困境状态变量为响应变量,结合指数Almon多项式赋权和逻辑回归方法,构建了不同时间窗口(t-k年)的中国上市公司财务困境低频预测模型。进一步地,本文捕捉了上市公司摘戴帽的季度时间信息,将财务困境状态设置为季频变量,又构建了中国上市公司财务困境的高频预测模型,揭示混频宏观和财务因素对企业未来每季度发生财务危机的预警功能。本研究创新和特色在于:构建年度的失业率、季度GDP增长率、月度CPI增长率与企业财务困境状态的非线性函数关系,反映不同频率的关键宏观因素变化对企业清偿能力的影响。本文研究结果表明:(1)通过引入高频宏观经济指标,能有效提高中国上市制造业企业财务困境的年度预测表现。以t-3年模型为例,混频模型相比同频的年度数据模型的AUC值提高了7.32%。(2)不同频率的关键宏观因素在不同年度的预测表现不同。月度的通货膨胀率仅在t-2年模型中具有显著预测功能。季度的GDP增长率、年度的失业率在不同窗口下的模型中,均具有统计意义下的显著影响。(3)与低频的年度财务困境预测相比,年度失业率指标不再对企业季度财务困境状况的变化具有显著影响,而行业景气指数却表现出明显的预测功能。季度GDP增长率和月度通货膨胀率数据的经济意义更加明显,在企业财务困境风险的季度高频预测中,表现出更强的时效性。 展开更多

关键词 财务困境预警 混频数据 混频数据抽样方法 高频宏观经济变量 中国上市公司

原文传递

一种基于抽样的大规模混合数据聚类集成算法 被引量：3

10

作者 庞天杰 梁吉业 《计算机科学》 CSCD 北大核心 2016年第9期209-212,共4页

混合数据聚类是聚类分析中一个重要的问题。现有的混合数据聚类算法主要是在全体样本的相似性度量的基础上进行聚类,因此对大规模数据进行聚类时,算法效率不高。基于此,设计了一种新的抽样策略,在此基础上,提出了一种基于抽样的大规模... 混合数据聚类是聚类分析中一个重要的问题。现有的混合数据聚类算法主要是在全体样本的相似性度量的基础上进行聚类,因此对大规模数据进行聚类时,算法效率不高。基于此,设计了一种新的抽样策略,在此基础上,提出了一种基于抽样的大规模混合数据聚类集成算法。该算法对利用新的抽样策略得到的多个样本子集分别进行聚类,并将结果集成得到最终聚类结果。实验证明,与改进的K-prototypes算法相比,该算法的效率有了显著提高,同时聚类有效性指标基本相同。 展开更多

关键词 聚类 大规模混合数据 聚类集成 抽样 有效性指标

下载PDF 职称材料

市场情绪与股指收益的联动性研究 被引量：2

11

作者 侯江萍 姜伟 梁孝东 《青岛大学学报（自然科学版）》 CAS 2016年第2期95-99,共5页

依据2010~2015年可以获得的封闭式基金折价率等市场情绪代理变量,利用主成分分析构建市场情绪指数,对其进行实证分析。运用年化算法验证不同频率的市场情绪的影响力,最后依据混频数据抽样模型构建混频市场情绪,考察混频市场情绪与股指... 依据2010~2015年可以获得的封闭式基金折价率等市场情绪代理变量,利用主成分分析构建市场情绪指数,对其进行实证分析。运用年化算法验证不同频率的市场情绪的影响力,最后依据混频数据抽样模型构建混频市场情绪,考察混频市场情绪与股指收益之间的联动关系。结果表明,各个频率的市场情绪都是该频指数收益率的正向影响因子,而且其对收益率的影响力随着时间推移而单调递减,混频市场情绪未必优于同频市场情绪。 展开更多

关键词 市场情绪 股指收益 混频数据抽样模型

下载PDF 职称材料

区域经济增长的混频预报与预测——以吉林省为例

12

作者 王永莲 王永晶 《江西师范大学学报（自然科学版）》 CAS 北大核心 2017年第6期605-610,共6页

将攫取的大量高频数据信息用于实际经济增长率的短期预测和实时预报,基于数据驱动的混频数据预测模型具有及时性、准确性和有效性的特征.该模型对吉林省实际经济增长率的预测与预报进行实证的结果表明:混频数据的自回归模型是非常有效... 将攫取的大量高频数据信息用于实际经济增长率的短期预测和实时预报,基于数据驱动的混频数据预测模型具有及时性、准确性和有效性的特征.该模型对吉林省实际经济增长率的预测与预报进行实证的结果表明:混频数据的自回归模型是非常有效的短期直接预测模型,混频数据模型的权重均值组合预测方法提高了预测结果的精确性和稳健性,吉林省经济正在进行有波动的筑底,"十三五"时期的经济运行将呈现稳中向好的态势. 展开更多

关键词 经济增长 混频数据模型 预测

下载PDF 职称材料

宏观经济信息与金融市场关联性--来自混频动态条件相关系数模型的证据 被引量：8

13

作者 周开国 邢子煜 杨海生 《金融研究》 CSSCI 北大核心 2021年第11期41-59,共19页

宏观经济信息是金融市场之间相互传递的重要信息内容,有效利用宏观经济信息是否有助于更好地理解金融市场关联性?为此,本文运用混频动态条件相关系数(DCC-MIDAS)模型分析了我国四个重要金融市场之间的动态相关性如何受到纳入的宏观经济... 宏观经济信息是金融市场之间相互传递的重要信息内容,有效利用宏观经济信息是否有助于更好地理解金融市场关联性?为此,本文运用混频动态条件相关系数(DCC-MIDAS)模型分析了我国四个重要金融市场之间的动态相关性如何受到纳入的宏观经济信息的影响。结果发现:(1)工业增加值和货币供应量M2负向影响金融市场关联性,经济政策不确定性和通货膨胀水平反之。前三者是影响金融市场关联性较为重要的因素,而通货膨胀的重要性相对较低;(2)宏观经济信息作为市场关联性的长期成分相较基于市场信息的模型可以获得至少1.45%的效率提升。(3)工业增加值和通货膨胀对金融市场关联性的影响较为稳健,货币供应量M2和经济政策不确定性的影响表现出周期性特征。经济上行阶段工业增加值、货币政策信息带来的效率提升更为明显,经济下行阶段政策不确定性相对重要。本文研究结论对于加强金融监管协调和防范金融市场风险共振具有参考价值和指导意义。 展开更多

关键词 市场关联 宏观经济信息 混频数据抽样

原文传递

基于混频数据抽样的已实现EGARCH模型的波动率预测

14

作者 苏小囡 张蕾 +1 位作者 邢钰 徐鸣一 《江西师范大学学报（自然科学版）》 CAS 北大核心 2024年第1期21-30,共10页

该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性... 该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性.通过滚动时间窗的方法对模型进行VaR预测与后验测试,采用MCS检验评估各模型在不同测度下的波动率预测能力.研究结果显示:相比于传统的Realized GARCH模型、Realized EGARCH模型和Realized EGARCH MIDAS模型,本文提出的SMA-Realized EGARCH MIDAS模型具有更好的样本拟合效果与样本外波动率预测精度. 展开更多

关键词 混频数据抽样 时变波动 SMA-Realized EGARCH MIDAS模型 后验测试 MCS检验

下载PDF 职称材料

基于灰狼优化的混频支持向量机在股指预测与投资决策中的应用研究 被引量：1

15

作者 蔡毅 唐振鹏 +2 位作者 吴俊传 杜晓旭 陈凯杰 《中国管理科学》 CSCD 北大核心 2024年第5期73-80,共8页

股市的剧烈波动会影响金融市场的平稳运行进而影响经济增长,如何对股市的走势进行精准预测一直是学术界关注的焦点问题。由于股指收益率具有非平稳、非线性特征,仅利用历史序列作为影响因素将导致预测精度不佳。考虑到基金仓位变化对股... 股市的剧烈波动会影响金融市场的平稳运行进而影响经济增长,如何对股市的走势进行精准预测一直是学术界关注的焦点问题。由于股指收益率具有非平稳、非线性特征,仅利用历史序列作为影响因素将导致预测精度不佳。考虑到基金仓位变化对股市的信息增益作用及二者数据间存在混频关系,提出一种反向混频数据抽样模型(R-MIDAS)与机器学习算法结合的新模型,应用于27个行业股指收益率的预测及投资决策的研究中。实证结果表明:R-MIDAS-GWO-SVR模型在多数行业的预测效果优于基准模型;基于预测结果开展单一行业与多行业组合的投资策略,R-MIDAS-GWO-SVR模型的表现也更好,其风险调节的绩效指标显著优于其余模型。 展开更多

关键词 股指收益率 时间序列预测 反向混频数据 公募基金仓位 投资决策

原文传递

基于MIDAS模型的中国股市对居民消费的影响效应 被引量：6

16

作者 陈强 龚玉婷 袁超文 《系统管理学报》 CSSCI CSCD 北大核心 2018年第6期1028-1035,共8页

根据混频数据抽样模型,实证研究了中国股市对居民消费的影响效应,深入讨论了牛市和熊市阶段股市收益和波动对居民消费的影响特征。已有研究都是使用同频数据,多数研究认为股市对居民消费的影响不显著或不稳定。而本文基于混频数据的分... 根据混频数据抽样模型,实证研究了中国股市对居民消费的影响效应,深入讨论了牛市和熊市阶段股市收益和波动对居民消费的影响特征。已有研究都是使用同频数据,多数研究认为股市对居民消费的影响不显著或不稳定。而本文基于混频数据的分析却得出不同的结论:不论是股市收益还是股市波动均对居民消费有着显著的影响效应。通常股市收益对居民消费有正的影响效应且影响持续时间长,而股市波动对居民消费有负的影响效应且持续性很短。股市收益在牛市阶段具有较大的影响;相反,股市波动在熊市阶段具有较大的影响。 展开更多

关键词 股票市场 居民消费 财富效应 混频数据模型

下载PDF 职称材料

港口物流对当地经济的混频预测分析 被引量：1

17

作者 刘凤丹 范国良 《上海海事大学学报》 北大核心 2022年第2期74-80,共7页

为深入探究港口物流与当地宏观经济的内在联系,采用混频数据抽样(mixed-frequency data sampling,MIDAS)模型分析国内5个省市港口的月度港口货物吞吐量增长率对其季度GDP增长率预测的有效性。研究结果表明:港口货物吞吐量表征的港口物... 为深入探究港口物流与当地宏观经济的内在联系,采用混频数据抽样(mixed-frequency data sampling,MIDAS)模型分析国内5个省市港口的月度港口货物吞吐量增长率对其季度GDP增长率预测的有效性。研究结果表明:港口货物吞吐量表征的港口物流对当地GDP具有较好的预测效果;相较于传统的季节性自回归综合移动平均(autoregressive integrated moving average,ARIMA)模型,MIDAS模型能够捕捉高频解释变量的有用信息,提高预测精度。 展开更多

关键词 港口货物吞吐量 GDP 混频数据抽样(MIDAS)模型 经济预测

下载PDF 职称材料

混频数据抽样模型等权低频化处理的估计偏误研究 被引量：1

18

作者 王春枝 穆楠 +1 位作者 赵国杰 于扬 《统计与决策》 CSSCI 北大核心 2018年第10期5-9,共5页

文章通过剖析三种基础形式的混频数据抽样模型的内部结构,将其分解为等权重加权平均和非等权重加权平均两部分之和,从理论上证明了将高频数据等权低频化处理的EQW模型会造成高频变量的信息损失。并通过数理推导,证明了EQW模型的普通最... 文章通过剖析三种基础形式的混频数据抽样模型的内部结构,将其分解为等权重加权平均和非等权重加权平均两部分之和,从理论上证明了将高频数据等权低频化处理的EQW模型会造成高频变量的信息损失。并通过数理推导,证明了EQW模型的普通最小二乘估计量（OLS）有偏,而且高频解释变量与低频被解释变量的频率倍差越大,估计量的有效性越低。 展开更多

关键词 混频数据抽样模型 EQW模型 等权低频化 OLS估计量 偏误

下载PDF 职称材料

社会融资规模指标改进及其对经济传导的估算

19

作者 吴滨 《福建商学院学报》 2020年第4期33-41,共9页

社会融资规模已成为我国重要的货币政策指标。通过对社会融资规模指标设计原则的梳理,提出应进一步将近年来影响日益增大的保险、租赁等金融产品纳入指标范围,以全面地反映金融机构对实体经济的支持。通过对比优化前后的指标数据,印证... 社会融资规模已成为我国重要的货币政策指标。通过对社会融资规模指标设计原则的梳理,提出应进一步将近年来影响日益增大的保险、租赁等金融产品纳入指标范围,以全面地反映金融机构对实体经济的支持。通过对比优化前后的指标数据,印证了优化后的指标可更好地反映货币政策。利用混频数据模型实证得出社会融资规模4~5个月就会产生传导效果,对经济产生显著的影响。 展开更多

关键词 社会融资规模 混频数据模型 经济传导

下载PDF 职称材料