不确定环境下中国经济周期波动特征分析及预警方法研究

发布时间：2017-10-23 05:19

  本文关键词：不确定环境下中国经济周期波动特征分析及预警方法研究

  更多相关文章： 经济周期波动 不确定性 模糊软集合 支持向量机 软平滑

【摘要】：进入21世纪以来,随着计算机、网络和电子技术的发展,信息传播的广度和深度都有所提高。在经济问题中,充斥着非线性、复杂性和不确定性,这些因素对经济周期的变动都有着很大的影响,如2008年的美国次贷危机导致全球金融市场出现流动性不足危机。从2012年开始,我国GDP增速放缓,宏观经济进入“新常态”时期。那么,在新的环境下,中国经济周期呈现出怎样的波动特征?如何在新的不确定环境下对经济周期进行预警?经济周期波动是通过一系列经济活动来传递和扩散的,任何一个经济变量本身的波动过程都不足以代表宏观经济整体的波动过程。因此,对经济周期波动的监测和特征分析不能仅依赖GDP指标,而应该综合地考虑生产、消费、投资、贸易、财政、金融、就业等各领域的景气变动及相互影响。国际国内关于经济周期波动和预警的研究大多是关于经济周期转折点的识别与判定,普遍使用GDP作为衡量经济周期的指标,对GDP建立计量经济模型,或者采用BP滤波、CF滤波等方法进行消除趋势。这些方法在经济周期研究中得到广泛使用,在经济周期波动的判定中有较高的准确率。然而随着经济发展中越来越多的不确定性,我们在经济周期波动预警研究中需要综合分析各种社会经济因素,同时还需要构建出能够处理不确定性的特定模型及方法。首先,本文在对国际上经济周期现象进行综述的基础上,分析了现阶段影响经济周期的因素,通过现有多种方法对我国宏观经济波动进行定量监测,对新时期我国经济周期波动的特征进行描述和分析。其次,根据经济周期的波动特征,提出模糊软集合方法对经济周期的波动进行了判定。对经济周期的繁荣、收缩、扩张等语义信息使用模糊软集合进行表示,同时根据软集合相似度,将所得模糊软集合聚类,得到中国经济周期所处的阶段;另外,将影响经济周期的变量使用梯形模糊数表示,综合计算其隶属度。同时,根据马尔科夫机制转换模型构建模糊软集合的隶属函数,对经济周期所处的阶段进行了判定。然后,建立了软平滑方法对经济周期的波动长度进行了研究。波动长度是研究经济周期的重要手段,本文根据软平滑的概念,对经济周期长度进行了变化比较。采用软平滑的概念对软集合进行局部分析,以期深入了解经济周期的特征和判别的有效性。结合我国实际情况发现:增加固定资产投资会增加经济周期波动;增加外贸依存度会减小经济周期波动;在宏观经济指标变动幅度较大的情况下,会造成经济波动频繁,不利于社会的稳定。最后,在前文经济周期波动特征分析的基础上,使用粒子群支持向量机(PSO-SVM)方法和模糊回归方法对经济周期的年度和月度景气指数进行了预警。支持向量机方法在处理非线性、高维问题时具有较小的误差。粒子群算法是近年来发展起来的一种新的进化算法,它从随机解出发,通过迭代寻找最优解,本文结果表明效果较好。经济预警指数反映了经济周期的短期波动,我国及国际上许多国家都很重视景气指数的编制,本文使用模糊回归分析对经济预警指数进行了预测,使预警指数不再局限于信号灯颜色。
【关键词】：经济周期波动 不确定性 模糊软集合 支持向量机 软平滑
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F124.8
【目录】：

• 中文摘要3-5
• 英文摘要5-10
• 1 绪论10-20
• 1.1 研究背景和研究意义10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11
• 1.2 国内外研究现状11-15
• 1.2.1 国内研究现状11-12
• 1.2.2 国外研究现状12-15
• 1.3 研究内容和技术路线15-18
• 1.3.1 研究内容15-17
• 1.3.2 技术路线17-18
• 1.4 主要创新点18-20
• 2 理论基础与文献综述20-38
• 2.1 西方经济周期理论发展20-28
• 2.1.1 古典政治经济时期的经济周期理论20-22
• 2.1.2 新古典经济理论时期的经济周期理论22-25
• 2.1.3 凯恩斯时期的经济周期理论25-26
• 2.1.4 现代宏观经济学中的主要经济周期理论26-28
• 2.2 经济周期波动中的不确定性及根源28-29
• 2.2.1 中国经济周期波动中的不确定性表现28-29
• 2.2.2 经济周期波动中的不确定性形成根源29
• 2.3 主要方法的理论基础29-37
• 2.3.1 软集合理论29-32
• 2.3.2 支持向量机理论32-37
• 2.4 本章小结37-38
• 3 中国经济周期波动特征度量与分析38-46
• 3.1 引言38-39
• 3.2 经济周期波动特征度量39-40
• 3.3 经济周期波动特征分析40-45
• 3.4 本章小结45-46
• 4 中国经济周期波动阶段判别46-76
• 4.1 引言46
• 4.2 衡量宏观经济周期波动的指标体系46-52
• 4.2.1 指标体系建立46-50
• 4.2.2 指标体系和经济周期波动关系分析50-52
• 4.3 经济周期阶段的模糊数学分析52-65
• 4.3.1 经济周期波动的不确定性表示52-60
• 4.3.2 指标隶属函数的确定60-65
• 4.4 基于模糊软集合的经济周期波动阶段判别65-73
• 4.4.1 模型建立65-69
• 4.4.2 模型检验及讨论69-73
• 4.5 本章小结73-76
• 5 中国经济周期波动长度研究76-88
• 5.1 引言76
• 5.2 经济周期长度的软集合表示76-78
• 5.2.1 软平滑及相关概念76-77
• 5.2.2 波动长度的软集合表示77-78
• 5.3 基于软平滑的经济周期长度研究78-86
• 5.3.1 模型建立78-79
• 5.3.2 数据预处理79-81
• 5.3.3 模型检验及讨论81-86
• 5.4 本章小结86-88
• 6 经济周期预警方法研究88-98
• 6.1 引言88-89
• 6.2 基于PSO-SVM的经济周期阶段预警89-91
• 6.2.1 模型建立89-90
• 6.2.2 模型优化及结果90-91
• 6.3 基于模糊回归的经济景气预警指数研究91-97
• 6.3.1 模糊回归模型的建立92-93
• 6.3.2 模型参数估计及结果93-97
• 6.4 本章小结97-98
• 7 结论98-102
• 7.1 主要结论98-99
• 7.2 研究不足及展望99-102
• 致谢102-104
• 参考文献104-114
• 附录114-117
• A.作者在攻读学位期间发表的论文目录114
• B.攻读博士期间参加的主要科研项目114
• C.影响经济周期的指标数据114-117

【参考文献】

中国期刊全文数据库 前10条

1 徐大丰,朱平芳,刘弘;中国经济周期的非对称性问题研究[J];财经研究;2005年04期

2 解三明;我国经济中长期增长潜力和经济周期研究[J];管理世界;2000年05期

3 刘恒,陈述云;中国经济周期波动的新态势[J];管理世界;2003年03期

4 刘金全;付一婷;王勇;;我国经济增长趋势与经济周期波动性之间的作用机制检验[J];管理世界;2005年04期

5 薛爽;;经济周期、行业景气度与亏损公司定价[J];管理世界;2008年07期

6 王金明;;我国经济波动预警:基于国际金融危机的研究[J];商业研究;2014年05期

7 钱庆庆;吴涛;宋雷;许文浩;;基于时序模糊软集的群决策新方法[J];重庆理工大学学报(自然科学);2014年10期

8 徐海俊,徐德云,赵少扬;我国经济周期形成机制及反周期宏观经济政策分析[J];河北经贸大学学报;2003年06期

9 刘树成;;新中国经济增长60年曲线的回顾与展望——兼论新一轮经济周期[J];经济学动态;2009年10期

10 董进;;宏观经济波动周期的测度[J];经济研究;2006年07期

中国重要会议论文全文数据库 前1条

1 刘金全;刘志刚;;中国经济增长率与条件波动性的双区制状态划分与相关性分析[A];21世纪数量经济学（第6卷）[C];2005年

中国博士学位论文全文数据库 前6条

1 谢鸿飞;中国经济周期波动特征及拐点识别研究[D];华中科技大学;2011年

2 王金艳;软集理论及其在决策中的应用研究[D];东北师范大学;2011年

3 刘广利;基于支持向量机的经济预警方法研究[D];中国农业大学;2003年

4 李庆华;我国经济周期阶段性和波动性的动态计量研究[D];吉林大学;2008年

5 方文轩;非线性经济周期模型的随机稳定性与分岔研究[D];天津大学;2007年

6 邱存勇;区间二型模糊聚类算法研究及其在电力牵引监控系统中的应用[D];西南交通大学;2013年

中国硕士学位论文全文数据库 前5条

1 姚庆彬;我国经济周期波动的测度研究[D];中国海洋大学;2008年

2 张飞宇;不确定性理论变迁及其评述[D];中共中央党校;2010年

3 李玲玲;基于支持向量机的高速公路交通量预测研究[D];重庆大学;2010年

4 张宏东;EM算法及其应用[D];山东大学;2014年

5 李兴华;基于双支撑相轮廓特征的步态识别系统研究与实现[D];暨南大学;2014年

，

本文编号：1081777