博文
中国CPI的ARIMA模型和GARCH模型(2007-01-14 00:34:00)
摘要：摘要:建立ARIMA模型对CPI进行预测,并且通过均值方程的确定及残差系列自相关检验,对GARCH模型进行估计,选择出最优模型,以便最好地预测CPI。
英文摘要：Establish an ARIMA modle to forecast CPI ,then estimate GARCH modle by affirming the equation of average and according to the seriary autocorrelation of residuals test.And select the best modle,in order to forecast CPI better.
关键词:CPI,ARIMA模型,GARCH模型,DF平稳性检验, AIC准则。
正文部分：
背景：对于正式编制CPI，需要确定许多因素，例如食品，交通，通信，医疗保健和个人用品等等，而且需要准确把握当中的权重，对于一般通过经济理论再建立合适模型进行预测的方法比较难实现。在这里，以1989-2004的CPI数据为基础，通过ARIMA模型和GARCH模型的建模思想便可对CPI进行预测。
数据来源：《统计年鉴》
变量说明:
year
年份
cpi
物价指数
t
Year-1988
具体数据:
year
cpi
t
1989
118
1
1990
103.1
2
1991
103.4
3
1992
106.4
4
1993
114.7
5
1994
124.1
6
1995
117.1
7
1996
108.3
8
1997
102.8
9
1998
99.2
10
1999
98.6
11
2000
100.4
12
2001
100.7
13
2002
99.2
14
2003
101.2
15
2004
103......
造成人民币升值的压力的主要原因及其释放的途径是什么？(2007-01-12 23:46:00)
摘要：中国应通过提高环境成本来调整产业结构，摈弃短视的发展战略，
20多年来，我国传统的重商主义发展模式利弊参半，在这场进出口贸易交换过程中，中国的经济资本大量增加，但自然资本损失惨重。目前全国已形成几大块生态危区，南水北调便是一例，华北地区水资源的匮乏已成定局，我国不得不通过花费上千亿元的水利工程来调整资源配置。东北三省的黑土地是经过几亿年植被腐化形成的一层地表黑土，在世界上也只有乌克兰和美国的中部各有一块。但经过近几十年里毁灭性的开发，我国的黑土地水土流失严重。如果不加大这一地区的生态保护成本，一味追求廉价的粮食生产和出口，几十年后这片黑土地便将岩石裸露。我国的羊毛羊绒产品生产对西北地区的沙漠化也负有不可推卸的责任，西北地区的生态恶化正在越来越严重。
至于说治理环境污染的成本更是巨大，每年一两千亿元的治理投入，在很大程度上抵消了经济发展的成果。总起来看，将环境代价计入成本核算，中国的贸易成本是巨大的。从比较优势来讲，我国许多出口产品都是在一种比较劣势下生产的。为了更廉价地出口，不惜破坏和污染生态环境。
提高中国的环境成本已经迫在眉睫，国家要制定一系列的法律保护措施，例如，对于某些产品不实行出口退税，通过税收政策降低这些产品的出口竞争力，增加这一类产品的环境成本。目前，我国要认真检查一些出口行业的真实成本，譬如丝绸、皮革、农产品等，把漏掉的环境成本找回来。通过关税调节，来合理利用国际资源。通过比较优势来淘汰中国那些不具竞争力的产品，剔除那些赔本赚吆喝的出口产品，最后达到调整产业结构的的目的，这样做，从表面和时间上看，可能影响到一些地区和部门的利益，但符合中华民族的长久生存与发展。
总起来看，我国目前还未摆脱发展中国家的出口特征，即靠资源来换取技术和服务产品。这种贸易的特征对于发展中国家来说是一种移山添海式的出口，目前我国的大理石、水泥、生铁等出口已经位列世界前茅。这种贸易的另一种特点是：初级产品与工业产品之间存在着价格的不平等，初级产品国家要以更多的劳动和资源换回所需的产品。如果发展中国家不能及时扭转这种贸易结构，最后的结果便资源枯竭，贸易后继无力。目前，这种资源型的出口已经使非洲一些国家陷入难以为继的境地。我国近些年来工业产品的出口比例不断上升，加工贸易比例已经较大，但还要注意环境和资源方面的代价。
二、古今重商主义的比较----正视外汇追求的代价......
广告中经济学(2006-12-23 18:35:00)
摘要： 最近听music radio（广播），里面一条广告很有意思。“本信息费每条一元，广东地区每条2元，上海每条0.5元”。
这个现象是经济学里面很典型的三级价格歧视。
三级价格歧视定义：垄断者对同一商品在不同的市场收取不同的价格。
实行三级价格歧视的2个条件：
一：存在可以分隔的市场。
二：被分隔的各个市场上的需求价格弹性不同.
思考:为什么要在广东地区收2块,而在上海收0.5元?
根据三级价格歧视的2个条件,能解释问题原因只能是2个市场的需求价格弹性不同.
需求价格弹性定义:某种商品需求量变化的百分率与价格变化的百分率之比. Ed=-(ΔQ/Q)/(ΔP/P)．
由定义可知如果一种商品的需求价格较小，则相同价格变化会引起需求量较小的变化．这类商品我们称必需品（如我们平常吃的食盐，我们不会因为食盐的价格涨了而大幅度的减少食盐的消费）．收益=P*Q,P变大，但Q几乎不变，所以厂商对这类商品应该定高价．如果全社会只有一个食盐供应商，他可以把价格定的很高，因为食盐是必需的，不吃不行．敲你没商量～
同理如果商品的需求价格弹性较大，则相同价格变化引起的需求量变化很大．这类商品称奢侈品（如高档化装品，如果价格太高很多消费者可能会转买较底档的化装品），厂商对这类商品应该定价．
如果把music radio提供的短信服务当成一商品，根据广告我们可以知道商品在广东地区价格弹性显然大于上海．也就是，广东地区的人把这种服务当成一必需品，而上海人把它当成一种奢侈品．
原因分析：单根据个人收入来说，上海人应该不会穷过广东，为什么会有这种情况呢？我个人觉的这里面最主要的原因上海人比较小气，即使有钱也不花！老早就听说上海人把钱看的很重，通过这个广告更了解一些！
思考二：这个行为在美国能行吗？
答案：不行！美国有很多反垄断法，如果有这样的行为肯定要罚款，是不是要怪中国市场经济还不成熟？中国什么时候能反垄断法搞定？
......
误差修正机制ECM(2006-12-20 22:26:00)
摘要：四 误差修正机制ECM
由于y,x不是协整，无法建立误差修正模型。
所以考虑d(x)与d(y)的协整分析：
输入命令
ls d(y) c d(x)
genr e3=resid()
line e3
从图形来看是比较平稳的，下面对e3进行平稳性检验。
首先输入命令show e3
在点击”View”-“Unit Root Test”
ADF检验值
1%临界值
5%临界值
-4.594905(0,0,3)
-2.6081
-1.9471
-4.544640(c,0,3)
-3.5625
-2.9190
-4.530333(c,t,3)
-4.1458
-3.4987
-6.156788(0,0,2)
-2.6072
-1.9470
-6.091874(c,0,2)
-3.5598
-2.9178
-6.077674(c,t,2)
-4.1420
-3.4969
所以e3的ADF检验是平稳的。所以d(y)同d(x)有协整关系。
输入命令：
ls d(x) c d(y)
genr e4=resid()
line e4
从图形来看是比较平稳的，下面对e4进行平稳性检验。
首先输入命令show e4
在点击”View”-“Unit Root Test”
ADF检验值
1%临界值
5%临界值
-6.207220(0,0,3)
-2.6081
-1.9471
-6.142806(c,0,3)
-3.5625
-2.9190
-6.271944(c,t,3)
-4.1458
-3.4987
-5.537634(0,0,2)
-2.6072
-1.9470
-5.486325(c,0,2)
-3.5598
-2.9178
-5.544877(c,t,2)
-4.1420
-3.4969
所以e4的ADF检验是平稳的。所以d(x)同d(y)有协整关系。
结论：综合来看d(x......
因果检验(2006-12-20 22:25:00)
摘要：三 因果检验
首先输入命令show y x
在点击”View”-“Granger Causality”（取lag从5到1）
Lags: 5
Null Hypothesis:
Obs
F-Statistic
Probability
X does not Granger Cause Y
51
0.82023
0.54261
Y does not Granger Cause X
1.35296
0.26244
Lags: 4
Null Hypothesis:
Obs
F-Statistic
Probability
X does not Granger Cause Y
52
0.41024
0.80026
Y does not Granger Cause X
1.34815
0.26777
Lags: 3
Null Hypothesis:
Obs
F-Statistic
Probability
X does not Granger Cause Y
53
0.42866
0.73342
Y does not Granger Cause X
2.88146
0.04590
Lags: 2
Null Hypothesis:
Obs
F-Statistic
Probability
X does not Granger Cause Y
54
1.31021
0.27905
Y does not Granger Cause ......
协整检验(2006-12-20 22:25:00)
摘要：二 协整检验
因为x,y~I(1)，所以可以对x,y进行协整分析。
在Eviews中利用AEG检验确定变量间是否存在协整关系。
输入命令
ls y c x
genr e1=resid()
在检验e1的平稳性：
在输入命令show e1
在点击”View”-“Unit Root Test”
ADF检验值
1%临界值
5%临界值
-2.722149(0,0,3)
-2.6072
-1.9470
-2.676926(c,0,3)
-3.5598
-2.9178
-2.952112(c,t,3)
-4.1420
-3.4969
-2.985338(0,0,2)
-2.6064
-1.9468
-2.950357(c,0,2)
-3.5572
-2.9167
-3.289560(c,t,2)
-4.1383
-3.4952
-4.538920(0,0,1)
-2.6055
-1.9467
-4.493500(c,0,1)
-3.5547
-2.9157
-4.832096(c,t,1)
-4.1348
-3.4935
(c,0,3)在两个临界值都是ADF绝对值小于临界值，所以判断e1是不平稳的。
输入命令line e1，得图形：
由图形看e1不是很平稳的，所以y同x没协整关系
输入命令：
ls x c y
genr e2=resid()
line e2
E2有明显上升趋势，不用ADF检验都可以知道e2是不平稳的。
所以x与y没协整关系
综合来看x,y两个变量之间不存在协整关系。
......
澳门酒店入住率与入境人数的协整及因果分析(2006-12-20 22:17:00)
摘要：
变量说明:
y
入住率
x
入境人数
date
时间
一 平稳性检验：
对x进行单位根检验(ADF检验)。
先输入命令show x
在点击”View”-“Unit Root Test”
我们先选择要常数项不要趋势项，lag项为4，得出结果为：
因为 |-0.158065|<|-2.29190|
所以说数据x(c,0,4)是不平稳的。
在输入命令line x，得图形为：
从图形可以看出X有明显的上升趋势肯定是不平稳。
根据课本（金融计量学）130页所讲“如果变量水平值是不平稳的，我们就对它的一阶差分进行平稳性检验”。
接着我们对x的一阶差分进行平稳性检验。
首先输入命令 show d(x)
在点击”View”-“Unit Root Test”
系列
ADF检验值
1%临界值
5%临界值
D(x)
-3.549605(0,0,4)
-2.6090
-1.9473
D(x)
-4.117070(c,0,4)
-3.5653
-2.9203
D(x)
-4.093710(c,t,4)
-4.1498
-3.5005
D(x)
-4.980280(0,0,3)
-2.6081
-1.9471
D(x)
-5.505483(c,0,3)
-3.5625
-2.9190
D(x)
-5.485832(c,t,3)
-4.1458
-3.4987
由上面结果可以看出，d(x)的ADF检验是平稳的。
输入命令line d(x)，得图形：
由图形进一步可以确定d(x)的平稳性。
结论：x是不平稳，但x的一阶差分是平稳的。即x~I(1)
对y进行平稳检验：
首先输入命令show y
在点击”View”-“Unit Root Test”
ADF检验值
1%临界值
5%临界值
-0.181081(0,0,4)
-2.6081
-1.9471
-0.09......
发现一个不错的博客.(2006-12-17 13:14:00)
摘要：郑欣宜的BLOG
http://blog.sina.com.cn/m/zhengxinyi
可以学学英语,真不错!......