基于零空间追踪算法的信贷投放对中国区域经济贡献度的比较研究

发布时间：2021-11-01 07:23

　　采用信号分解方法对时间序列分解提取出子成分及趋势,可以更好地研究时间序列的趋势性和周期性。以零空间追踪算法（NSP）和经验模态分解（EMD）方法为代表的信号提取方法已经被应用于经济、金融等时间序列研究中。一定时期内存、贷款与GDP的统计数据存在着随时间变动的波动性和趋势性特征。本文在研究信贷投放对于我国东北、中部、西部、东部地区的贡献度及各区域存贷比时,采用信号分解算法中的零空间追踪算法在分解出时间序列的趋势成分后再进行相关性分析和区域间对比,能够更好地展现信贷对于经济增长的作用,进而研究信贷投放对我国不同区域经济增长贡献度的差异。 

【文章来源】：广西师范大学学报(自然科学版). 2020,38(02)北大核心

【文章页数】：9 页

【部分图文】：

提取GDP趋势前后和贷款的相关系数

GDP数据具有阶段性波动特征,在研究贷款与GDP比值的变动特征时,如果不对时间序列进行分解,其中的周期性波动会对数据的变动趋势产生影响。图2分解趋势后的四区域的原始数据均存在可被提取的趋势成分。除西部地区提取出子成分2规律性较差,其余3个区域提取出子成分1和子成分2均具有较好的规律性。其中东部地区子成分1变动振幅变化不大,东北部和中部地区振幅逐年扩大,西部地区跟其他3个区域相比,振动频率更低。东部、东北部和中部地区子成分2波动频率较为一致,振幅变化不大,西部地区子成分2振幅在2005—2009年振幅变小,后续振幅不太明显,振动频率也与其他区域显著不同。通过NSP分解四区域存贷比数据的结果如图3所示,可以看出,我国四区域的存贷比提取出的子成分1和子成分2都具有一定的规律性,在经过特征提取后,趋势成分更为平滑。

将分解后的四区域贷款与GDP比值的趋势成分进行对比,从图4可以看出2008年之前,我国各区域贷款占GDP的比值逐年下降,2009年之后开始回升,西部和东北部上升速度较快。但从绝对值来看,2013年之前东部贷款占GDP比重最大,2013年之后,西部地区贷款占GDP的比值在区域中最高,中部地区除2009年左右略高于东北部地区,其余时间都处于最低位置。从提取的子成分来看,东北部地区的子成分1和子成分2振幅较小,子成分1频率较高,子成分2频率偏低。东部地区子成分1和子成分2变动更为活跃,2006年、2007至2008年、2011至2015年振幅比周边年份明显偏大,振动频率变化不明显。中部地区和西部地区2005年、2007至2009年、2010至2015年子成分1振幅有变动,但变动小于东部地区,子成分2周期性比较明显,振幅变动不大。图4 分区域贷款比GDP趋势成分比较

【参考文献】：
期刊论文
[1]金融竞争力、信贷过度扩张与经济增长[J]. 王伟,杨娇辉,汪玲.  管理科学学报. 2018(01)
[2]中国经济周期波动识别与经济增长预测——基于EEMD的分解[J]. 毛学峰,李政寰,朱勇.  宏观经济研究. 2017(10)
[3]金融创新与中国经济增长质量的耦合性研究[J]. 谢廷宇,叶存军.  广西师范大学学报(哲学社会科学版). 2017(05)
[4]金融发展、市场化水平与产业结构升级——基于中国省际面板数据的实证分析[J]. 黄启新.  广西师范大学学报(哲学社会科学版). 2017(02)
[5]中国金融周期与实体经济周期关联性研究[J]. 岑丽君,黄新克.  商业研究. 2016(04)
[6]西部省区经济差距的发展动态与波动机制——基于EMD方法的多尺度分析[J]. 张文爱.  数理统计与管理. 2014(06)
[7]基于经验模式分解和移动平均的金融时间序列分析[J]. 毕星,王巍.  天津大学学报(社会科学版). 2010(02)
[8]电力消费量周期性分析[J]. 谢启伟,轩波,彭思龙,李建平.  应用基础与工程科学学报. 2008(04)



本文编号：3469760