经济变量（共12篇）
经济变量 篇1
摘要：本文选取深证成分指数和宏观经济变量狭义货币供应量 (M1) 、国内生产总值 (GDP) 、利率 (R) 、通货膨胀率 (IR) 等建立联立模型, 对模型用两阶段最小二乘法进行估计得出模型, 并由模型分析得出我国股市与宏观经济间的关联度低, 未能发挥出股市作为国民经济“晴雨表”的作用。
关键词：二元经济,联立方程,OLS法,股市
股市是国民经济的“晴雨表”, 这在各个发达国家都是事实, 而在二元经济结构 (简单地说就是同时存在一些产业是过热的, 一些产业是过冷的) 的中国是否也是如此, 就我国而言西方的理论是否符合我们的实际呢?下面选取深证成分指数作为与宏观变量之间关系的对象, 选取国内生产总值、利率、通货膨胀率和货币供应量作为宏观经济变量的代表, 采用从1993年第1季度到2009年第1季度各变量的季度数据并主要通过实证数据分析 (所有数据来源于人民银行网站与统计年鉴) 来说明。
一、联立方程模型的建立与识别
(一) 联立方程模型的建立。
由理论看出, 货币供应量既可以影响当期的股票价格, 也可以影响以后期的股票价格。根据国外的研究, 货币政策的时滞一般在两个季度, 因此本文选取股票价格作为被解释变量时, 取当季和前面两个季度的货币供应量和国内生产总值作为解释变量, 建立如下方程:
其中, SZt表示第t季度深证成分指数, M1ts表示第t季货币供应量, M1st-2表示第t-2季货币供应量, GDP表示第t季的国内生产总值。
另一方面, 股市价格波动改变了货币需求的稳定性, 从而对货币供应带来冲击, 能够推动货币供应的存量和结构发生相应变化。美国著名经济学家、货币学派的创始人弗里德曼的有关理论具有代表性。他认为, 在影响股市价格和货币供求的其他因素不变的条件下, 股市价格的影响主要体现在四种效应上: (1) 财富效应。弗里德曼的货币理论认为, 财富、收入与货币/收入的比率变动往往是一致的, 前者的增高往往反映为后者的比率增高。在收入的波动幅度低于股市价格 (名义财富) 的波动幅度情况下, 随着股市价格的上涨, 财富/收入的比率也将上升, 从而对货币的需求也将增加; (2) 交易效应。一般来说, 股价波动往往会相应引致股市交易量的变化, 使人们的交易性货币需求也随着变化; (3) 资产组合效应。股价上升使人们的资产组合中风险性较大的资产比例增大, 在风险偏好程度一定的情况下, 人们将重新调整资产组合, 增加风险性较小的短期债券、货币等资产的比重, 从而使货币需求变大; (4) 替代效应。股市价格上涨使投资股票的边际收益相对增加, 从而使人们宁愿减少货币持有而投资股市, 主要会对包括居民储蓄存款在内的广义货币产生替代作用, 从而降低人们对货币的需求。
另外, 选择一年期定期存款利率和通货膨胀率作为货币需求的机会成本量, 之所以包含两个变量而没有只用定期存款利率来表示, 是因为目前我国的存款利率是由人民银行决定的, 调整缓慢, 不能充分反映通货膨胀率的变化。因此, 若以货币需求量为被解释变量, 可以建立如下方程:
在总体上来说, 货币需求和货币供给还是保持均衡的, 即Mts=MtD, 因此若以Mt表示两者的均衡值, 并代入到前面两个方程中, 我们可以建立如下的联立方程模型:
其中, 内生变量有两个, 即深证成分指数SZ、货币供应量M1;预定变量4个, 包括外生变量3个, 即国内生产总值GDP、通货膨胀率IR、利率R, 以及预定内生变量M1t-21个。
(二) 联立方程模型的识别。
对联立方程模型, 在进行参数估计之前, 首先要分析其识别的状态, 对于不可识别的结构方程, 任何参数估计方法都是无效的。将上节中的 (1) 与 (2) 式整理得到联立方程的结构模型的一般形式 (引入虚拟变量Xt=1, 事实上, 不引入虚拟变量Xt, 同时在结构参数矩阵 (A B) 中略去常数项所在的列, 识别结果是相同的) 为:
结构参数矩阵为:
此外, K=7, G=2
对于第一个方程, 其阶条件中, M1=5, 故K-M1=2>G-1=1, 阶条件成立且取大于号。在秩条件中, 删去矩阵[A B]中的第一行和第一、二、三、四、七列, 得到子矩阵:
因为rank[A0B0]=1=G-1, 故该方程为过渡可识别。
对于第二个方程, 其阶条件中, M1=6, 故K-M1=1=G-1, 阶条件成立且取等号。在秩条件中, 删去矩阵[A B]中的第二行和除第三列外的其他列, 得到子矩阵:[A0B0]=[-α2]
因为rank[A0B0]=1=G-1, 故该方程为恰好可识别。综上所述, 该结构模型是过渡可识别的。
二、模型的估计与分析
联立方程模型的估计除了识别问题以外, 主要需要解决结构型模型中内生变量作为解释变量与随机项相关而引起的联立方程偏倚的问题, 本文主要用两阶最小二乘法对模型进行估计。
两阶最小二乘法实际是用Y赞i作为Yi的工具变量, 步骤如下:
1、由结构型方程变换得到的简化型方程的一般形式为:
用OLS法估计出简化型参数π赞ij, 可以由π赞ij计算出Y赞i精确分量的估计值。
2、因为由简化型方程估计的Y赞i与结构型方程中的随机扰动项ui不相关, 但是作为Yi的精确分量, Y赞i与Yi高度相关, 可用Y赞i各个作工具变量替代作为解释变量的各个Yi, 并对模型用OLS估计其参数。
运用Eviews估计5.2中的模型得到:
由 (3) 式可知, 无论是当期的狭义货币供应量还是它的滞后2期, 在对股票价格的解释中, 它们的系数都是不显著的。还有 (4) 式中深证成分指数对狭义货币供应量的解释中, 其系数也是不显著的。因此, 在这里可以认为, 狭义货币供应量与股票指数之间的影响微乎其微。
作为解释变量的国内生产总值 (GDP) 对深证成分指数的解释中, 它的系数是不显著的, 说明国内生产总值的变化对股票指数的波动也是没什么影响。股市未能作为国民经济“晴雨表”的功能发挥应有的作用。这表明了股市与宏观经济两者之间的关联度相当低。
我国股市与国内宏观经济关联性低的重要原因是我国的股权分置。我国证券市场最为突出的特征之一, 就是上市公司的股份按照投资主体的不同被划分为国家股、法人股、公众股以及外资股。其中, 国家股和法人股不能上市流通, 而能上市交易的仅仅是向社会公众募集的那一部分股票。由数据显示, 沪深两市股票市场总市值已达32.71万亿元, 而进入二级市场流通的市值仅为9.31万亿元, 占了总市值的不到28.5%。多年的实践充分证明, 这种股权分置及其流通性的不同规定 (以下简称股权分置) , 造成证券市场众多弊端, 导致我国股市反映不出我国的国民经济。
三、结论及建议
由于我国二元经济结构的存在, 阻碍了资源的有效配置, 造成消费需求不足, 区域差距的扩大, 城镇化滞后于工业化的发展, 增加了制度变迁成本和社会的不稳定性, 从而影响了我国的经济发展。
我国经济问题核心不是通胀或者通缩, 而是经济结构继续失衡, 为未来带来长期隐患。我国经济事实上处于局部通缩、局部回暖, 一半火焰、一半海水的离奇景观之中。在此情形下, 股市是对冲风险的工具, 成为维持平衡的救命稻草。
发挥好股市的作用, 最根本的办法是要改变中国的二元经济结构, 只要二元经济继续存在, 股市就难以作为国民经济“晴雨表”的功能发挥应有的作用。
参考文献
[1]余明桂, 夏新平.我国股票市场与货币政策互动关系的实证分析[J].金融与经济, 2003.9.
[2]高勇, 韩心灵, 王东.关于我国股票市场对实体经济的提前标示功能研究[J].统计与决策, 2006.1 (下) .
经济变量 篇2
背景：
1997年，刚刚成功实现了“软着陆”的中国经济，却遭遇了至今仍令许多人记忆犹新的亚洲金融危机。这一发端于东南亚并迅速波及刚刚回归中国的香港的金融**，使中国经济很快又出现了通货紧缩的趋势。作为一项紧急应对之策，中国政府做出了人民币不贬值的决策，同时采取包括增发国债、降低存贷款利率、提高出口退税率等在内的一系列宏观调控政策。
定义：
主要宏观经济变量包括，国民生产总值，国内生产总值，消费量，投资量，储蓄率，货币存量，政府预算，失业率，通货膨胀率，利率，汇率。
IS-LM模型：
IS—LM模型是反映产品市场和货币市场同时均衡条件下，国民收入和利率关系的模型。分析：
从IS-LM图形上看，降低存款利率导致LM曲线下移，表明银行存款减少，市场上用于投资的货币增多；同时，随着出口退税率的提高，人民币不贬值等措施的进行，对外出口的必然加大，进口必然减少。通过发行国债，减少市场的货币流通，降低物价，导致商品的需求加大。因此IS曲线向右边移动，IS曲线和LM曲线相交于另外一个点。在新的平衡点上，产出（Y）加大，利率降低，货币需求减少。
1、消费量（C）
由于利率的下降，通货膨胀的控制，居民用于储蓄的货币减少，用于购买物品的货币增多，消费量加大。
2、投资量（I）
由于政府增发了债券，导致市场上大量的闲散资金用于购买债券，市场上的流通资金减少。政府将募集到的资金的资金用于重点行业的投资，实现了经济平衡发展。同时，由于利率的下降，消费的增长，出口的加大，必然导致投资的加大。
3、居民储蓄和货币存量
由于利率下降，居民用于储蓄的货币必然增多，导致居民储蓄下降。同时，由于银行储蓄的减少，货币存量必然增加（货币存量是指某一时点一国银行体系之外由政府机构、各企事业单位及社会公众持有的现金）。
4、失业率 由于消费增加、出口增大导致产出加大，在短期无法改善技术条件的情况下，劳动人数必然提升，导致失业率下降。
5、通货膨胀率
由于市场的流通资金减少，产出加大，必然导致物价下降，从而通货膨胀减少。
6、汇率
由于外汇的流入增多，国内对货币的需求因为投资的增加而加大，导致出口企业将外汇兑换成本国货币的需求加大，从而导致汇率加大。
7、对GDP的影响
从GDP=C+I+G+X-IM公式来看，C、I、G、X加大，IM减少，故GDP增大。这和99年、01年、02年GDP实际数值比较吻合。
题目2：结合自己的行业谈谈98年扩大内需政策的影响。
本人目前就职的中国银联为银行卡联合组织，本企业的主要职责为促进银行卡的消费，减少现金在市场上的流通。银行信用卡就是其中的重要工具。
经济变量 篇3
最近的几十年,老龄人口的空前增加使越来越多的工作人员进入退休阶级。退休被定义为一个人停止他的主要工作,开始接受政府或者私人的养老金(ORand & Henretta, 1999)。退休是一种复杂的现象,它包含为退休做准备的每一个程序,同时,包括何时何地退休的决策。尽管退休常常被认为是这一刻还在工作下一刻就停止工作的突然转变,但是有证据表明退休是一个复杂的、逐渐的转变(Pinquart & Schindler, 2007; Wang, 2007)。然而,在决定退休时有一个关键时刻,需要人们考虑退休时行动的自由,另一方面,还有其他外力的作用导致人们在某个特定的时刻退休(Szinovacz, 2003)。
一、退休计划与退休决策
有时,很难对退休这样复杂的现象做出单一明确的定义。事实上,退休可以被看作是一个过程或者一种行动(Beehr, 1986)。有许多因素会导致人们考虑退休(计划或者偏好),这种计划的偏好对决定退休有影响(退休意图)。正如Beehr 和Adams(2003)所说,“退休是多元的”。
第一个理论观点分析只强调退休的一个方面——退休决策。这个观点关注决定离开工作的那个特定时刻。因此,他们强调由于退休带来的损失和对个人幸福感的消极影响(OBrien, 1981)。但是这种观点受到Atchley(1976, 1989)的挑战。Atchley(1976, 1989)认为更应该强调退休过程的连续性,并且收集到有力的经验证据(Calasanti, 1996; Ekerdt, Vinick, & Bossé, 1989; Reitzes, Mutran, & Fernandez, 1996b)。
接着,是退休的第二方面——退休计划。研究强调存在导致退休的多种路径。路径的概念强调了退休决策包含了人生中的一个长时间连续的过程(Settersten, 2003)。这个关于退休的更加复杂的观点使用了四个关键概念理解退休后的个人幸福感:个人背景过程的联系,退休关键面之间的相互作用,过程中考虑时刻的重要性和不同路径的存在或可能路径的存在。
在组织心理学中,Beehr (1986)对退休过程的概念化产生了相当大的影响。他的模型区分出各种相联系的方面:喜好或退休计划和意图或退休决定,以及退休的每一步行动。尽管在他的模型中,退休计划和退休决定毋容置疑地相联系,但是有理论的原因假定偏好或者计划和决策是不能简单等同或互换的(Beehr, 1986)。例如,一些前因变量可能可以更好地解释退休计划相比退休决定。特别是,如果我们考虑退休计划——与改变工作相比较——更容易被年长的工作者所接受。相反,另一些前因变量可能可以更好地解释退休计划,正如Beehr (1986)所提到的。
这个观点与判断与决策的理论传统一致。理论认为计划行动与决策是两个不同的过程。当呈现出一个问题情境时,人们应当计划行动的过程,他们从确定问题的某些关键点开始,从记忆中还原相关的信息,通过发展一个能降低不确定因素的问题陈述,创造出有意义的信息组织(Berkeley & Humphreys, 1982; Hastie, 2001; Pitz & Sachs, 1984)。这些认知操作与决策不同,尽管二者相联系。为了决策,人们分析成本与收益,将他们的愿望或者偏好与对情境的期望结合(Camerer, 1995; Luce, 2000; Savage, 1954; von Neumann & Morgenstern, 1947),或者甚至避免这些分析而基于谨慎规则做决定,这些谨慎规则包含道德考虑,涉及自我控制 (Prelec & Herrnstein, 1991)。这些过程的负复杂性不允许对它们有一个固定的描述(Mellers, Schwartz, & Cooke, 1998),但是很清楚,理论已经揭示了计划行动过程与对这一行动过程做决策这两者之间的差异。
二、影响退休计划与退休决策的因素
有关探究退休经历的不同的理论日益增多地扩展了前因变量的范围。特别是,前人的研究指出境遇的中断与角色的缺失与幸福感的恶化相联系,当角色与个人身份相关时,恶化更为显著。因此,他们提出对工作投入很多,非常满意自己工作的人在退休后更难适应。连续理论强调退休是一个过程,这个过程从退休前就发生,先前的态度对后续的结果有影响 (Atchley, 1976; Pinquart & Schindler, 2007)。
尽管在理论上对前因变量的预测值相同,但是经验发现却不总是一致。根据组织退出模型(organizational withdrawal modal)概念,离职与退休受工作相关态度的影响。期中最突出的就是工作满意度和组织承诺(Hulin, 1991)。
1.工作满意度
尽管早期研究 (Hanisch & Hulin, 1991; Schmitt & McCune, 1981)表明工作满意度预测退休年龄,最近的证据使Beehr, Glazer, Nielson, Farmer (2000)推断出工作满意度并不是一个显著的预测指标。Adams 和Beehr(1998)指出尽管工作满意度与退休无关,但是它与离职意图相联系。他们提出之所以会发生不同的预测是因为退休相比离职是一项更影响生活的决策。因此退休受对当前工作满意度的影响较少。Topa, Moriano, Depolo, Alcover, & Morales(2009)研究指出工作满意度是退休计划最好的预测指标。同时,工作满意度对退休决策是最差的预测指标。这可能是因为退休的强制限制,退休决策是法律的要求而不是个人决策。
2.工作投入度
大量的研究支持对工作不满意,对组织投入度不高的人更可能离职( Hom & Griffeth, 1995; Mathieu & Zajac, 1990)。组织退出理论提出退休也应该出现同样的关系。但是,经验的研究数据却很混乱(Hanisch & Hulin, 1991; Taylor & Shore, 1995)。Topa等人(2009)研究显示工作投入度与退休计划和退休决策负相关,工作投入高的工作者越不愿意退休。
3.健康状况差和消极的工作条件
Kim和feldman(1997, pp. 69-70)使用logit模型预测加州大学教员早期退休动机,发现健康状况差与成员的早期退休动机相联系。LaRock(1987)发现健康状况是影响退休决策最重要的因素之一。Topa等人(2009)指出,退休之前健康的恶化能成为简化退休计划的因素,同时导致退休决策。正如Szinovacz(2003)提到的。健康与退休之间的关系是复杂的。一方面,健康问题能导致永久退休,因为长期患病,这样就破坏了退休者的个人幸福感。另一方面,从不健康工作的岗位退休可能促使人提前退休,这样就增加了退休者的幸福感。
Bidewell和同事(2006)指出,消极的工作条件与退休决策正相关。退休为休闲活动和社会活动提供了充足的时间。Beehr等人(2000)提出假设,认为那些期望从事这类活动的人被提前退休吸引。在一个更加概括的水平上,有对积极的退休态度和广泛的能力的一致支持(Feldman, 1994; Hansson, DeKoekkoek, Neece, & Patterson, 1997)。渴望享受退休的人相比认为退休很无聊的人更可能提前退休。Topa等人(2009)研究指出对退休积极的态度与退休计划和退休决策正相关。
Topa等人(2009)指出,退休计划主要由工作相关态度决定(例如,工作满意度、工作投入),然而退休决策受到健康状况差和消极的工作条件的影响,而这两者不影响退休计划。根据这个观点,在没有先前退休计划的情况下,差的条件(健康、工作条件和财富)能导致退休决定。
三、退休对个体的影响
社会调查者关注人们对退休的适应。尽管理论的模型已经用公式表明(例如Atchley, 1974, 1976),但是经验的研究高度不一致,有许多研究只关注于一个或者几个部分的变量,这使他们的结果不能普遍化。尽管这样,还是有许多关于退休人员幸福感的研究。退休角色转换的理论方法也采取这些角色去解释后续的调整。根据连续理论,可供选择的其他角色是退休后的期望,因为这样能降低对幸福感的消极影响(Atchley, 1989)。所以,退休决策可能常常与寻找过渡工作或者参加志愿者活动相联系。这些活动,在某种程度上是工作角色的替代,使人们减少对社会接触的缺失感,提高了个人幸福感。
1.过渡工作
尽管有许多人选择提前退休,但是研究显示这些人中相当一部分都从事过过渡工作——兼职、个体户或者临时工作。这样的过渡工作在个人正式工作之后,在永久性退休之前(Feldman, 1994)。为了更好地理解从工作到永久退休,研究人员提高了对过渡工作价值的重视。对退休人员来说,这种价值在于能保持或维持退休前个人经历的结构和路线(Atchley, 1989)。换句话说,过渡工作减轻了个人伴随着退休产生的社会孤立、收入减少和缺失感的消极影响 (Doeringer, 1990; Feldman, 1994; Richardson & Kilty, 1991)。Davis(2003)证明退休决策与参与过渡性工作负相关。
2.健康
幸福感最直接的指数就是健康。一些研究试图去评估健康与退休二者的关系,但是发现了积极的和消极的结果(例如, Mein, Martikainen, Hemingway, Stansfeld, & Marmot, 2003; Dave, Rashad, & Spasojevic, 2008)。研究的不足与相反的结果是因为很难确定退休对健康的影响。首先,无法观察到的因素可能影响一个人的退休决策和健康。例如,不同的贴现率会影响对健康的投资,同时不同的贴现率也与劳动力相关。其次,无法观察到的因素会随着时间的不同而不同。例如,伴侣严重的疾病会同时影响自己的精神健康与退休地位。Gallo同合作者发现在工作者和退休者在精神健康、运动机能、酒精消费和抑郁之间存在显著的差别(Gallo, Bradley, Siegel, & Kasl, 2000, 2001; Gallo et al, 2006)。
3.生活满意度和退休满意度
社会角色理论指出职业作为最基本的角色对个人身份很重要(Kim & Moen, 2001)。因此,退休被认为会使人们觉得失去了一个重要角色,这种感觉可能导致抑郁。类似地,连续理论认为退休可能产生压力,因为中心角色的中断或因为个人感受无角色感,如果他们不能通过新的活动代替旧的工作角色 (Richardson & Kilty, 1991)。因此,连续理论认为退休后幸福感会减少。但是其他社会角色的继续可以缓冲退休对个人幸福感的影响(Reitzes & Mutran, 2002)。个人可以依靠与家庭成员一起,发展新的兴趣或者爱好,学习新东西或者当志愿者维持或者增加幸福感(Wu, Tang, & Yan, 2005)。另外,退休也赋予人们一些权利,例如得到经济支援和自己管理时间,这些可能增加个人幸福感(Atchley, 1976)。最后,个人特质,例如高水平的情绪稳定,也许会在退休时使个人幸福感处于一个稳定的水平。
[作者单位:辛亚、田梅、施俊琦, 北京大学心理学系;
经济变量 篇4
“克强指数”是英国政经杂志《经济学人》创造的一个用于评估中国GDP增长量的指标, 其核心内容是工业用电量、中长期信贷余额和铁路货运量三个基本指标。这是李克强当年在担任辽宁省委书记时喜欢采用的考量方式, 且主要是用于评价和考核辽宁的经济发展状况。《经济学人》于2010年底正式推出这一指数后, 受到包括花旗银行在内的众多国际机构的认可。但是, 对于克强指数包含变量的实证回归研究以及定量分析, 尚有待中国宏观数据的检验。克强指数变量究竟能在什么样的程度上反映国民经济增长。作为衡量国民收入指标的GDP与“克强指数”变量之间存在怎样的数量关系, 这些都仍待实物考证。本文选取2000~2013年14年的经济数据, 运用计量经济学知识, 设置变量进行回归分析, 并建立回归方程, 检验结果并简要阐述其经济意义, 为研究中国经济提供一种简明易懂的方法。
二、模型的设定
(一) 影响因素分析
1、工业电力消费总量。
从表面看, 用电量反映的只是经济的活跃度以及工厂的开工率, 实际上它还反映了企业的创新能力和市场适应能力。按照李克强反复强调的简政放权、简化审批要求, 用电量指标也被赋予了更多市场元素和内涵。本文运用X1表示工业电力消费总量 (亿千瓦时) 。
2、铁路货运量。
铁路货运是现代交通运输体系的重要组成部分, 对国民经济增长具有巨大的推动作用。铁路货运量与国民经济总量之间存在着长期的均衡关系;同时二者之间仅存在着单向因果关系, 通过增强铁路货运能力, 满足货运市场需求, 可以拉动国民经济快速发展, 为实现经济可持续发展奠定良好基础。本文运用X2表示铁路货运量 (万吨) 。
3、金融机构资金运用各项贷款中中长期贷款。
当今社会, 举债经营已经不足为奇, 一个企业融资能力可以很好的反应企业的生产经营状况, 而站在金融中介银行的角度来说, 他们的中长期贷款正良好的反应了企业资金的需求量和融资能力, 非常适合社会经济增长的核算。本文运用X3表示金融机构资金运用各项贷款中中长期贷款 (亿元) 。
4、其他因素。
对于模型的其他因素, 运用随机扰动项u来刻画。
(二) 模型的设定。
Y:GDP总额;X1:工业电力消费总量 (亿千瓦时) ;X2:表示铁路货运量 (万吨) ;X3:金融机构资金运用各项贷款中中长期贷款 (亿元) 。基于以上数据, 初步建立模型:
三、模型的估计与调整
本文选取我国2000~2013年“克强指数”三大指标的相关数据进行计量估计。
(一) 模型的初步建立。
用最小二乘法, 利用Eviews软件可得估计结果如表1。 (表1)
报告形式:
统计检验:
判定系数:R2=0.99590, 接近于1, 表明模型对样本数据拟合优度高。
F检验:F=823.8303, 大于临界值, 其P值0.000000, 也明显小于α=0.05, 说明工业电力消耗, 火车货运量和中长期贷款量与GDP总量Y有显著影响, 模型线性关系显著。
T检验:从X1、X2和X3的prob值可以知道, 在显著条件为0.1的情况下, 全部通过。但在显著条件为0.05时, X2值没有通过检验。
但由于本题中Std.Error (11591.11) 过大, 可能存在多重共线性, 现对其进行多重共线性检验。
多重共线性检验:
估计模型之前, 应先分析各个因素与被解释变量之间的关系, 以及因素之间的相关程度, 利用COR命令进行相关系数检验, 得相关系数矩阵如表2。 (表2)
通过计算表明, 各解释变量都与被解释变量高度相关, 且解释变量之间两两也是高度相关。先按照逐步回归原理建立回归模型。
1、建立一元回归模型:根据理论分析, 以Y=a+b X+ε作为最基本的模型。
2、将其余的变量逐个引入模型, 估计结果。经过以上逐步引入检验过程发现, 七个模型的中的Std.Error依旧过大, 多重共线性任未消除, 即线性模型本身存在一定的问题, 接下来运用对数模型来估计。
(二) 模型的调整。
建立模型LOG (Y) =C (1) +C (2) ×LOG (X1) +C (3) ×LOG (X2) +C (4) ×LOG (X3) 。
代入数据计算得出表3。 (表3)
报告形式:
统计检验:
判定系数:R2=0.991373接近于1, 表明模型对样本数据拟合优度高。
F检验:F=383.0585, 大于临界值, 其P值0.000000也明显小于α=0.05, 说明工业电力消耗, 火车货运量和中长期贷款量与GDP总量Y有显著影响, 模型线性关系显著。
T检验:从X1、X2和X3的prob值可以知道, 在显著条件为0.23的情况下, 全部通过。但在显著条件为0.15时, X2值没有通过检验。
但由于本题中Std.Error为0.06373, 对模型的多重共线性进行了弥补, 模型对现实的描述更加准确。
(三) 计量经济学检验
1、自相关检验:
给定显著性水平0.05, 查DW表, 当n=14, k=3时, 得下限值dL=0.767, 上限值dU=1.779;因为DW统计量为0.966825位于dL=0.767, dU=1.779之间所以无法判断是否存在自相关性。
2、偏相关系数检验。
(表4) 从表4中可以看出, 模型不存在一阶、二阶、三阶、四阶的自相关性。
作异方差的White检验如表5所示。 (表5) 检验知Obs*R-squared=8.937174。
从White检验知Obs*R-squared=11.41227, prob值为0.443>0.05, 因此其不存在异方差。所以, 本文的最终模型估计结果为:
报告形式:
该模型表示, 在其他条件不变的情况下, 当工业电力消耗量增加1%时, GDP总额会随之变动1.570453515亿元;当铁路运货量上升一个点, GDP总量下降1.24350亿元。当金融机构资金运用各项贷款中中长期贷款增加1%, 居民存款储蓄增加0.264745亿元。
这里读者可能会提出疑惑, 当铁路运货量增加, 为什么GDP反而会下降呢?笔者认为这里可能有以下几个原因:一是数据来源于全国数据统计, 铁路运输的平均成本要略高于运输带来的收益, 但这不代表增加货运量就会使GDP减少, 在考虑经济问题的时候不能局限于静止的, 单方面的分析;二是数据统计的系统性误差, 如计量单位、遗漏, 等等。
四、结论与建议
GDP与“克强指数”都是衡量经济增长与经济发展的指标, 虽然GDP作为经济发展的指标已有几百年的历史, 是世界经济统计的最重要的指标之一, 但“克强指数”在某种程度上更符合中国国情。尤其在中国改革的深水区, 更应该摒弃之前存在的唯GDP论绩效的做法, 综合多项指标, 建立一种综合考评机制, 这样更有利于经济转型中的中国。
本文通过了计量模型, 建立了三元对数回归模型, 定量的描述了发电量, 铁路运输量和中长期贷款发放量与GDP之间的关系, 虽然GDP在某种程度上与这三种指标的关联性不大, 但作为不同的统计指标, 都反映经济的增长。建立相应联系的目的是为了探究这三个指标对GDP的影响程度。
模型得出当工业电力消耗量增加1%时, GDP总额会随之变动1.570453515亿元;当铁路运货量上升一个点, GDP总量下降1.24350亿元;当金融机构资金运用各项贷款中中长期贷款增加1%, 居民存款储蓄增加0.264745亿元。这些在一定程度上反映了经济现象。
“克强指数”为我们提供了一个客观而真实的衡量中国经济发展与运行的全新视角;然而, 怎样恰当地利用这一指标是一个重要的课题。也希望更多专家学者做更进一步的研究。
摘要：“克强指数”一经提出就受到众多国际机构广泛关注和认可, 但同时也有学者对其究竟能否全面反应经济增长表示怀疑。本文基于最小二乘法理论, 选取我国20002013年“克强指数”三大指标相关数据, 通过计量研究进行多元回归分析, 并运用Evi ews软件, 对回归方程进行多次对比和检验, 得出最优回归方程, 并简要阐述其经济意义。
关键词：“克强指数”,经济增长,计量研究,Evi ews
参考文献
[1]郭鹰, 金鹰.工业用电量与经济增长的关系分析——基于浙江11个地市面板数据的实证研究[J].江苏科技大学学报 (社会科学版) , 2010.4.
[2]曾令华, 王朝军.经济增长与贷款增长相关性的实证分析[J].财经理论与实践, 2004.5.
经济变量 篇5
php模板引擎smarty内置的一些操作函数，我们称之为变量操作符，变量操作符可用于操作变量,自定义函数和字符，(跟我PHP中常用的PHP内部函数类似)
他可以帮助我们完成很多比较实用的功能，如：首字母大写，拆分，替换，截取…
更像是我们提前写好的.一些PHP常用类…
如何使用Smarty变量操作符：
语法中使用”|”应用变量操作符，多个参数用”:” 分隔开来
例子：{$name|truncate:10:”…”} ——–截取前十个字符，多则用…代替
拓展：
本文汇总了Smarty中常用变量操作符，分享给大家供大家参考。具体如下：
php模板引擎smarty的变量操作符可用于操作变量,自定义函数和字符。
语法中使用”|“应用变量操作符，多个参数用”:“??指簟?/DIV>
capitalize[首字母大写]
count_characters[计算字符数]
cat[连接字符串]
count_paragraphs[计算段落数]
count_sentences[计算句数]
count_words[计算词数]
date_format[时间格式]
default[默认]
escape[转码]
indent[缩进]
lower[小写 ]
nl2br[换行符替换成
]
regex_replace[正则替换]
replace[替换]
spacify[插空]
string_format[字符串格式化]
strip[去除(多余空格)]
strip_tags[去除html标签]
truncate[截取]
upper[大写]
wordwrap[行宽约束]
移动价值 商业变量 篇6
移动营销从理论上而言，具备比其他营销方式更精准、更亲密的优势。但是，自移动营销发展以来，国内市场规模一直不尽如人意，因此，移动营销效果目前仍不可考。
就品牌营销而言，互联网具备冲击力的、大屏幕的广告展示，仍然是传统企业的广告主喜闻乐见的营销方式。但在移动智能终端，复制这种展现方式则并不现实。
移动视频虽是一个不错的主意，但这种模式本身就存在着硬伤：其一，消费者的注意力有限，而使用移动视频，就意味着要同时面临来自电视和PC在线视频的竞争，而传统领域的用户基数仍然庞大而不可动摇；其二，消费者对于移动视频商业化的忍受度远远低于电视和PC在线视频。电视和PC在线视频可以进行45秒，甚至60秒的前贴片广告，但是移动视频的前贴片广告时间远远低于这一数字。同时因为屏幕变得更小，企业所能带来的营销展示的冲击力也降低了。
就效果营销而言，移动互联网面临着传统企业对于效果评估的严苛考量。搜索引擎营销是互联网世界当中最成功的效果营销方式，也造就了Google、百度等巨头。相反的，移动搜索则面临着用户大量迁移、CPC（Cost Per Click，每次点击付费广告）价格偏低而无法提升的现实困境。面对移动搜索的高CTR（Click Through Rate，点击率）数值，传统企业客户仍然有所迟疑。另一方面，效果营销的前提是实现对用户的精准投放，即充分实现消费者个体的识别与捕捉。然而，这种营销方式在移动互联网中也面临着不小的问题——由于移动互联网的App产品形态无法实现互联互通，导致媒体广告网络之间互相封闭，无法建立用户消费行为轨迹的完整跟踪，从而使“受众定向效果投放”的言论成为了一个伪命题。
事实上，除了移动视频和移动搜索这种营销方式，对于整体移动营销而言，企业要基于移动互联网进行大规模品牌推广和品牌提升并无实际有效的途径。既然企业无法基于移动互联网建立品牌和提升品牌认知，那么也许今天企业对于移动营销的观望和浅尝辄止，在某种程度上而言，有可能将会成为一种常态，不会发生质的飞跃和变化。当然前提是传统企业认为其知名度远比美誉度重要。为什么这么说？移动互联网的精准推送毕竟免去了与广告不相关的用户的牢骚与反感。而当中国的商业环境发展到美誉度以及满意度都等同重要的时候，企业才会积极通过这种方式与消费者保持亲密度以及深入的沟通和互动。那个时候，移动互联网才会获得传统企业的真正认可。与此同时，移动互联网将承载更多客户服务的职能与功用，体现CRM（Customer Relationship Management，客户关系管理）的渠道与价值，而非推广平台的营销价值。
由此可知，移动价值通过传统企业来实现，目前似乎仍不够现实。移动渠道是否能够成为企业的有效销售渠道，到目前为止仍是一个变量。
经济变量 篇7
改革开放以来, 我国经济得到了快速的发展, 从2003年至今我国的年平均经济增长率一直保持在10%左右。经济高速持续增长的同时, 其他的宏观经济变量也发生着一系列的变化。首先, 从物价水平来看, 高速的经济增长也带来了物价水平的波动。07年3月开始全国物价一路上涨, 到08年上半年月CPI指数上涨8%左右, 全年CPI指数上涨5.9%。2011年上半年的宏观经济数据显示, 国内生产总值同比增长9.6%, 居民消费价格同比上涨5.4%。其中, 6月份CPI同比上涨6.4%, 创下三年以来的新高。其次, 从就业情况来看, 我国实际的宏观经济数据表明, 随着经济增长率的不断上升, 失业率却也是居高不下, 从2002年以来我国城镇登记失业率一直维持在4%左右。
宏观经济调控的目标是实现充分就业、保持物价稳定、促进经济增长和国际收支平衡。那么, 这些宏观经济变量之间具有哪些相关性, 它们之间又是如何相互影响的。本文在不考虑国际因素的情况下, 在现有文献的基础上, 通过建立VAR模型对我国的三大宏观经济变量的相互关系进行统计分析, 得出相应的结论, 提出相应的政策和建议。
二、文献综述
西方经济学理论中关于宏观经济变量关系的研究是菲利普斯曲线和奥肯定律等, 其中菲利普斯曲线是用来表示失业与通货膨胀之间交替关系的曲线, 由新西兰经济学家W·菲利普斯于1958年在《1861-1957年英国失业和货币工资变动率之间的关系》一文中最先提出。后来, 货币学派对其进行了修正和补充, 加入适应性预期因素, 形成了附加预期的菲利普斯曲线。奥肯定律是由美国经济学家阿瑟?奥肯1968年在《潜在的国民生产总值:它的测定和意义》一文中提出的, 用来近似地描述失业率与实际GDP之间的经验统计关系。
国内方面, 胡晓鹏、魏培东 (1999) 对我国改革开放若干年来经济增长率、失业率、通货膨胀率以及三次产业对经济增长的贡献率进行了量化统计分析, 用三者各年变动的符号变化来研究短期内的相关关系, 用相关系数分析法来测算三者之间的长期相关度。余玲、胡望斌 (2005) 在回顾我国历年总体经济形势与政策的基础上, 定量分析了经济增长、通货膨胀、就业三大国内经济目标之间的相互关系。余玲、谢鹏霞 (2006) 利用相关系数的计算和检验对我国1997-2004年间的GNP增长率、通货膨胀率和失业率的时间序列进行相关性统计分析。王双正 (2009) 利用1978-2008年有关数据进行的计量经济分析结果表明, 我国的通货膨胀与经济增长具有双向的格兰杰因果关系, 经济运行中出现通货膨胀、经济增长速度较快并没有有效带动就业人员总量的较快增长。马琳 (2009) 通过对我国各年的实际失业率和产出缺口进行线性回归分析得出我国经济增长不仅不符合奥肯定律, 而且与之完全相反。浦艳萍 (2006) 从有效就业的视角给出了中国经济偏离奥肯定律的微宏观解释, 并且对有效就业和经济增长进行了协整检验和Granger检验。陈慎思 (2005) 通过对中国经济数据的分析, 得出通胀率与GDP增长率之间的三次回归模型, 认为两者之间的变化趋势是同方向的, 且通胀率的变化总滞后于G D P增长率。陈杰 (2007) 基于布兰查德附加预期模型与倒数模型对失业率和通货膨胀率进行实证分析, 表明两者之间存在明显的负相关关系。陈石、贺晓 (2005) 对中国非加速通货膨胀率的研究发现中国城镇登记失业率与城镇居民消费物价指数间存在并不显著的菲利普斯曲线。
已有的文献表明, 由于选取的样本区间不同和所运用的方法差异, 不同的专家学者对于我国宏观经济变量间的相关性的研究并未达成一致的结论, 并且在系统的分析三者相互关系方面有所欠缺, 大多只是研究当期的相关性以及两两之间的关系等等。本文对此有所改进:第一, 在样本量的选取上, 选用已有的最新宏观经济指标数据作为样本;第二, 在方法的运用上, 通过VAR模型来分析变量间的长期相关性, 利用ECM模型来分析其短期相关性。
三、实证分析
(一) 指标选取和数据搜集
选取我国1978-2010年的年度宏观经济数据作为样本, 用实际GDP指数 (1978=100) 表示经济增长, 用城镇登记失业率U表示失业率, 用居民消费价格指数CPI表示物价波动。所有的数据均来源于中国统计局网站以及相关的宏观经济信息网站。
为了降低数据中可能存在的异方差, 使得模型的设定更加合理, 将失业率序列U、GDP指数序列和CPI指数序列分别取自然对数。
(二) 平稳性检验
一般说来, 当时间序列不具有平稳性时, 即存在单位根, 这样的序列进行回归分析时, 会导致“伪回归”的现象。因此, 我们利用ADF检验来确定宏观经济变量各序列的平稳性和单整阶数。其中, 滞后阶数利用AIC准则来确定, 检验方程的具体形式可以通过观察序列的曲线图来进行选择。利用Eviews 6.0统计软件进行检验, 结果如下:
从表1可以看出, 在5%的显著性水平下, 所有变量的对数序列均非平稳, 其一阶差分序列均为平稳性序列, 即都满足一阶单整。
(三) 长期关系的检验和估计
Johansen在1988年及在1990年与Juselius一起提出的一种以VAR模型为基础的检验回归系数的方法, 是一种进行多变量协整检验的较好的方法[10]。本文采用JJ检验, 对lnU、LnGDP、LnCPI之间的协整关系进行检验和分析。根据AIC和SC准则来确定VAR模型的最优滞后阶数为2, 即建立VAR (2) 模型, 协整检验中的滞后区间设定为“1 1”, 检验结果如下:
表2的特征根迹检验和最大特征值检验的结果均表明三个变量之间在5%的显著性水平下存在唯一的协整向量。因此, 我们可以认为失业率、经济增长率和通货膨胀率之间存在着长期稳定的均衡关系。
协整模型如下:
从上述模型可以看出, 长期来说, 失业率与经济增长存在负的相关关系, 但相关程度很小, 国内生产总值每增长1%, 失业率将下降0.04%;失业率与通货膨胀存在负的相关关系, 物价指数每增长1%, 失业率将下降0.74%;经济增长与通货膨胀存在正的相关关系, 即加快经济增长可以促进就业, 降低失业率, 但是与此同时也会带来较高的通货膨胀。
(四) 短期关系的检验和估计
Engle和Granger将协整与误差修正模型结合起来, 建立了向量误差修正模型即VEC模型, 多用于具有协整关系的非平稳时间序列建模。因此, 我们对lnU、lnGDP、ln CPI建立向量误差修正模型来描述变量间短期不均衡的动态结构。其中, VEC模型的滞后阶数由AIC和SC准则来确定, 经检验其最优滞后阶数为2, 因此, 建立二阶向量自回归模型。结果如下:
关于失业率的短期方程为:
短期而言, 失业率本身一阶滞后和二阶滞后的系数为正, 协整方程的误差修正系数为负, 即当失业率变化时误差修正机制可以对其变化起到收敛的作用。经济增长对失业率短期内呈现正的相关性, 尽管滞后一期的GDP指数系数为负, 可是滞后二期的正面影响大于滞后一期的负面影响。也就是说, 高的经济增长速度, 不仅没有降低失业率, 反而使得失业率有所上升。通货膨胀与失业率的变化短期内负相关, 滞后二期的通货膨胀率对失业率变化带来的负面影响大于其滞后一期的正面影响, 即较高的通货膨胀与较低的失业率并存, 较高的失业率与较低的通货膨胀并存。
关于经济增长的短期方程:
短期而言, 失业率对经济增长有负影响, 即失业率的上升会带来经济增速的减缓。就经济增长本身而言, 滞后一期的GDP指数对当期有促进作用, 滞后二期的GDP指数对当期有消极影响, 其中促进作用大于消极影响。物价水平的变动对经济增长的影响在滞后一期内是负的, 滞后二期内是正的, 由于负的影响大于正的影响, 因此, 短期内物价指数的上升会带来经济增长率的下降。
关于通货膨胀的短期方程:
短期来说, 失业率变化对物价水平既有着反向的影响也有正向的影响, 但综合来说是正的影响, 且影响程度很小。经济增长对物价水平变动的影响也是有正有负, 但正的影响大于负的影响, 即GDP指数上升也会引起物价指数的同向变化。就物价水平本身而言, 滞后期的物价指数对当期的物价指数的促进作用较为明显, 由于误差修正系数为负, 所以当物价指数上升时, 误差修正机制的存在会使未来的物价指数的变化有所下降, 起到一定的收敛作用。
(五) Granger因果关系检验
利用Granger (1969) 提出的因果检验法, 对lnU、lnGDP、lnCPI之间的因果关系及因果关系的方向进行检验。其检验结果如下:
从表3中可以看出, 失业率不是经济增长和通货膨胀的格兰杰原因, 但经济增长和通货膨胀都是失业率变化的格兰杰原因, 即失业率与这两个变量分别都只存在着单向的Granger因果关系。经济增长与通货膨胀之间存在双向的Granger因果关系。
四、结论及建议
通过上述的分析, 可以得到如下结论:
(1) 失业率与经济增长和通货膨胀分别都只存在着单向的Granger因果关系, 经济增长与通货膨胀之间存在双向的Granger因果关系。
(2) 长期来说, 可以认为失业率、经济增长率和通货膨胀率之间存在着长期稳定的均衡关系。
(3) 短期而言, 经济增长与失业率和通货膨胀率均为正相关, 失业率和通货膨胀率负相关。
鉴于以上的分析结论, 我们给出下列政策建议:
(1) 落实科学发展观, 促进经济持续健康发展。充分认识当前的经济形势, 落实科学发展观, 加快经济增长方式转变与产业结构调整, 促进我国经济持续健康的发展。
(2) 抑制通胀, 保持物价水平的总体稳定。当前我国还面临比较大的通胀压力, 在追求经济增长的同时, 稳定物价仍然是宏观调控的首要任务。
(3) 进一步扩大就业。继续推行积极的就业政策, 完善劳动力市场和就业服务体系, 促进劳动力资源的优化配置, 进一步扩大就业渠道, 确保就业形势基本稳定。
参考文献
[1]、胡晓鹏, 魏培东.关于我国经济增长与就业的实证分析[J].河南大学学报, 1999, (5) :24-30.
[2]、余玲, 胡望斌.我国宏观经济变量波动性实证分析[J].商业时代.理论, 2005, (3) :4.
[3]、余玲, 谢鹏霞.我国宏观经济波动规律的实证研究[J].商业研究, 2006, (1)
[4]、王双正.经济增长、通货膨胀与就业关系研究[J].山西财经大学学报, 2009 (10:22-29.
[5]、马琳.我国经济增长与失业率关系实证分析[J].商业经济研究, 2009 (2) :
[6]、浦艳萍.有效就业与经济增长的关系-基于时间序列数据的协整检验[J].人口与经济, 2006 (1) :55-59.
[7]、陈慎思.中国的通货膨胀率与GDP增长率关系的实证研究[J].中山大学研究生学刊 (社会科学版) , 2005 (4) :96-103.
[8]、陈杰.失业与通货膨胀关系的实证分析[J].商场现代化, 2007, (8) :201-202.
[9]、陈石, 贺晓.中国非加速通货膨胀失业率研究[J].首都经济贸易大学学报, 2005, (6) :75-79.
经济变量 篇8
一、模型变量与数据
本文选取宏观经济中具有代表性的因素, 运用Eviews6.0软件对月度数据进行实证分析。之所以如此选择数据, 是因为: (1) 中国的股票市场发展时间较短, 采用年度数据会因为样本数据较少而使实证分析失去意义; (2) 数据的获取存在困难, 有些指标的季度数据不全, 所以只能选择月度数据。
(一) 股票价格指数的选取
选取上证综合指数收盘价来描述我国股票市场价格及其波动, 采用上证综合指数的每月末的收盘价平均值来代表当月股价指数。本文选择上证综合指数作为研究对象, 主要基于以下两点。第一, 综合指数更能从总体上全面反映证券交易所上市股票价格的变动情况, 可以反映不同行业的景气状况及其价格整体变动状况, 与宏观经济的运行密切相关。第二, 由于沪深股票市场具有相同的社会经济环境, 而且沪深股市的交易制度、投资者结构、上市公司结构具有高度的同质性, 加之资金在两个市场间可以自由流动, 因此, 沪深股市的价格变动应该具有一致性。因此, 本文选择上证综合指数代表我国股票价格的水平。我们采用2007年5月至2010年3月的月度数据作为样本, 在实证研究中, 所使用的是上证综合指数。
(二) 变量的选取
被解释变量Y——上证收盘综合指数
根据分析与数据收集情况, 对影响因素主要从六个方面考虑:
(1) 反映国民经济整体运行状况的:GY——工业增加值增长速度。
(2) 反映货币供给量的:M1——狭义货币。
(3) 反映通货膨胀的:CPI——居民消费价格指数;PPI——工业品出厂价格指数。
(4) 反映利率的:TYLL——银行间同业拆借加权平均利率。
(5) 反映金融企业借贷情况的:CC——金融机构储蓄存款。
(6) 反映汇率水平的:WH——国家外汇储备。
这些指标基本涵盖了宏观经济状况, 由于数据较多, 在此不列。
二、模型的建立
实证分析一般情况下, 我们在分析多个变量对一个变量的影响的时候大多采用多元线性回归的方法, 但这是建立在变量皆是平稳性的基础上。本文所用的变量是时间序列变量, 实际上大多数时间序列是非平稳的, 对这种序列进行线性回归会引起无意义的或谬误的结果, 这种现象被称为“伪回归”。本部分首先对各变量进行单位根检验, 来判断其平稳性。如果结果为非平稳时间序列, 则对部分变量做协整检验, 并且进一步分析它们的Granger因果关系, 以及分析相应的误差修正模型。
(一) 数据预处理以及单位根检验
用E-views 6.0软件对各变量做时间序列图, 发现大多数时间序列是非平稳, 如图1所示, 且M1、CC、WH有相同趋势, 为了消除原序列的非线性趋势, 建立线性协整回归方程, 将原变量取成对数变量。而后, 采用ADF检验法做单位根检验。
在进行ADF平稳性检验时, 必须考虑变量的是否带有截距和趋势。做原变量的折线图可以看出, M1、CPI、CC、WH都带有截距和趋势, Y、GY、PPI、TYLL只有截距, 没有趋势, 所以在ADF检验时要考虑到这些。
注:检验形式c、t分别表示单位根检验的常数项和趋势项, m表示根据SIC值最小确定的滞后阶数;检验结果来自E-views软件。
ADF检验的结果表明, 发现除CPI虽然检查出来是平稳, 但它并非是平稳序列, 它是趋势平稳序列, 检验其一阶序列发现它是平稳序列, 而其他变量都是非平稳序列, 做变量的一阶差分序列的单位根检验, 结果表明PPI为I (2) , 其余变量均为I (1) , 根据协整理论, 不同单整阶数的时间序列之间不存在协整关系。因此, PPI与上证指数之间不存在长期协整关系, 也就是说, 在我们所考察的时间段2007年5月—2010年3月之间CPI、PPI与上证指数没有关系。
(二) 协整性的E-G两步检验
本文在实证分析中建立的是关于多个两变量间的一元协整方程, 故将采取E-G两步法进行变量间的协整检验。结果显示, 在5%的显著性水平下, -2.21<-1.95, 因此, 我们可以拒绝原假设, 即拒绝残差序列是单位根过程, 所以, 上证综指和GY (工业增加值增长速度) 之间存在协整关系。用同样方法检验Y和LOG (M1) 、CPI、TYLL、LOG (CC) 、LOG (WH) 的协整性, 结果发现Y和LOG (M1) 、TYLL、LOG (CC) 、LOG (WH) 是单位根过程。所以上证综指和LOG (M1) 、TYLL、LOG (CC) 、LOG (WH) 不存在协整关系。我们确定上证综指和GY的回归模型:
建立误差修正模型
我们直接估计误差修正模型 (设残差序列是et) :LS D (Y) D (GY) E (-1) 。估计结果显示误差修正项的符号虽然是负的, 但是, t检验不显著。对模型的残差序列进行自相关检验, 结果显示说明可能存在二阶或六阶自相关, 但是检验在1～6阶之内进行;根据输出结果, 剔除其中不显著结果。估计出的上证指数的误差修正模型为:
所以, 我国上证综合指数与宏观经济变量的关系ECM模型可以表述成:
长期均衡关系:Yt-553.64+196.85GY
短期波动模型:
模型的解释:上述ECM模型将长期关系与短期效应有机的结合在一起, 其中协整回归模型描述了Y的长期变化规律, 196.85衡量了Y与GY长期比例关系。由于Y、GY的协整性, 所以在其他因素的“冲击”下, Y可能会偏离长期均衡线, 但是随着时间的推移, Y又会返回到长期均衡状态;短期波动模型描述了Y的短期变化规律, 其短期波动由ΔGYt-3、ΔYt-2、ΔYt-4和上期均衡误差决定, -85.737、0.414、0.396表示变量之间的短期影响程度, -0.414表示调整关系。由于ECM模型中et-1含有长期参数, 所以ECM模型同时反应了变量之间的长期关系与短期效应。
(三) Granger因果检验
表2结果显示, 宏观经济变量变化值与上证指数变化值之间的因果关系并不强烈。TYLL、WH、GY的变化值与上证指数的变化值之间不存在Granger因果关系。上证指数变化值在滞后2期, 7.84%临界水平下, 是导致狭义货币发行量变化值D (M1) 的Granger原因, 而狭义货币发行量变化值D (M1) 不是导致上证指数变化值D (Y) 的Granger原因;上证指数变化值在滞后2期, 6.58%临界水平下, 是导致金融机构储蓄存款变化值D (CC) 的Granger原因, 而金融机构储蓄存款变化值D (CC) 不是导致上证指数变化值的Granger原因;上证指数变化值在滞后2期, 8.42%临界水平下, 是导致工业品出厂价格指数变化值的变化值D (PPI, 2) 的Granger原因, 而工业品出厂价格指数变化值的变化值D (PPI, 2) 不是导致上证指数变化值D (Y) 的Granger原因;这也就为我们解释了, 在经济衰退之前股价一般会下跌, 在经济复苏之前, 股价则会先于宏观经济拐点出现回升的现象。然而宏观经济对股市的影响却没有我们想象中那么大。
但是, 为了解所检验结果是否具有可靠性, 再连续作2期格兰杰检验看结果是否一致。对2001年7月—2004年5月和2004年6月—2007年4月之间的数据做Granger检验。结合3期的格兰杰因果检验, 结果显示所得结论并不一致, 但金融机构储蓄存款CC与工业品出厂价格指数PPI的差分在两次检验中显示与上证指数的差分之间存在Granger因果关系, 差分次数主要受原数据平稳性的影响。虽然理论上说, 股市是宏观经济的晴雨表, 股市长期顺应宏观经济周期而相应地上下波动, 而且股市对宏观经济往往有预判性。但是, 做3期的格兰杰因果检验显示了我国股市的发展还不够完善。这从一定的角度再次说明了我国的上市公司规模都不是很大, 质量不是很高, 信息披露机制不够完善, 不能很好的反映我国经济的增长情况, 还没有真正成为我国经济运行的“晴雨表”。
(四) 政策建议
为使中国的股票市场同中国的经济水平协调发展, 笔者参考时下众多观点, 总结出以下几点建议:加强上市公司改革治理、推进利率市场化改革、规范股票市场投资者、加快推出股指期货、构建科学严密的市场监管、实行合理的宏观调控措施。
参考文献
[1]刘勇.我国股票市场和宏观经济变量关系的经验研究[J].财贸经济, 2004 (, 4) .
[2]赵卫亚.计量经济学[M].北京:机械工业出版社, 2008, 11.
经济变量 篇9
为应对全球性金融危机对我国经济的影响,2008年11月5日,国务院总理温家宝主持召开国务院常务会议,会议确定到2010年底,新增政府投资约4万亿元[1]。这种扩张性财政政策效果如何?这种政策效果又受哪些经济变量影响?本文以政府购买支出增加(△g)的扩张性财政政策为例,以IS—LM模型为分析工具,基于政府购买支出乘数、单位政府购买挤出效应和财政政策乘数,综合讨论影响政府财政政策效果的经济变量。
2扩张性财政政策的利率传导机制
财政政策效果是指政府收支政策变化(包括变动税收、政府购买和转移支付等)对国民收入变动产生的影响。相同力度的财政政策使国民收入变动幅度越大,财政政策的效果越明显;反之,相同力度的财政政策使国民收入变动幅度越小,财政政策的效果越不明显。西方经济学一般根据IS—LM模型来分析财政政策和货币政策对国民收入的影响,如图1所示。
在图1中,IS曲线与LM曲线相交于初始均衡点E,决定了均衡的国民收入和利率分别为y0、r0。当政府采用增加政府购买的扩张性财政政策时,使IS曲线由右移到IS′位置。IS′曲线与LM曲线相交于新的均衡点E1,均衡的国民收入和利率分别为y1、r1。财政政策的效果可以表示为△y=y1-y0。
如图1所示,当政府购买支出增加使IS曲线向右移动到IS′时,若初始均衡利率r0保持不变,即只考虑产品市场的均衡,均衡点由E0移动至E2,则仅考虑产品市场均衡的国民收入和利率分别为y2、r0,增加政府购买支出的效果可以表示为△y′= y2-y0 。
但利率为r0的产品市场均衡点E2位于LM曲线的右下方,不在LM曲线上,表明货币市场处于非均衡状态,货币需求L大于实际货币供给m,利率r将上升,私人投资的成本上升,私人投资需求i下降。由于政府扩张性财政政策导致利率上升,从而挤出私人投资的现象,称为“挤出效应”。在这里,我们把私人投资被挤出,私人投资需求i下降,总需求AD下降,进而对国民收入的增加产生的抵消作用,亦称为“挤出效应”。在图1中,由于存在“挤出效应”,均衡点由E2移动至E1,均衡利率水平由r0移动至r1,均衡的国民收入由y2移动至y1。由挤出效应导致国民收入降低的量,即挤出效应可以表示为△y″= y2-y1 。
增加政府购买的扩张性财政政策的总效果可以表示为:△y=△y′-△y″=(y2-y0)-(y2-y1)=y1-y0。可见,扩张的财政政策(增加政府购买)直接导致产品市场总需求上升,国民收入增加;而国民收入增加会打破货币市场的均衡,货币交易需求上升,投机需求下降,导致利率上升,投资成本上升,投资需求下降,总需求下降,国民收入下降。因此,增加政府购买的扩张性财政政策的利率传导机制可以表示为:
G↗ ⇒ AD ↗⇒ Y ↗⇒ L1 ↗⇒L2 ↘⇒r ↗ ⇒i ↘⇒ AD↘ ⇒ Y ↘(挤出效应)
3财政政策效果的数量分析——以三部门比例税为例
3.1 三部门比例税IS-LM模型[2]
3.1.1 IS曲线数学模型
这里我们假设经济社会为封闭经济;消费函数采用凯恩斯绝对收入假说;投资是利率的函数;政府购买为外生变量;比例税率为t;不考虑政府转移支付。于是,产品市场均衡的IS曲线数学模型由四个等式构成:
国民收入均衡条件:y=c+i+g (国民收入恒等式)
消费函数:c=α+β·yd
居民可支配收入:yd=y-t·y=(1-t)y
投资函数:i=e-d·r
联解上面四个等式构成的方程组,得IS曲线方程:
undefined
或undefined
3.1.2 LM曲线数学模型
这里我们假设货币供给为外生变量;货币需求采用凯恩斯的需求函数实际货币供给量m不变。于是,货币市场均衡的LM曲线数学模型由三个等式构成:
货币需求函数:L=k·y-h·r
货币供给外生变量:m
货币市场均衡条件:L=m
连接上面几个等式构成的方程组,得LM曲线方程:
undefined
undefined
3.1.3 IS-LM模型
联立并解由三部门比例税条件下IS曲线方程与LM曲线方程构成的方程组:
undefined
得到:
undefined
其他条件不变时,扩张的财政政策(增加政府购买Δg)使利率上升的量为:
undefined
3.2 政府购买支出乘数、单位政府购买挤出效应和财政政策乘数
3.2.1 政府购买支出乘数
在产品市场均衡的条件下,不考虑利率的变化,改变政府购买支出直接导致国民收入变动,这种国民收入变动对引起这种变动的政府购买支出变动的比率称为政府购买支出乘数。对三部门比例税经济而言,
由:undefined
可得政府购买支出乘数:undefined
由(8)式可知,政府购买支出乘数与边际消费倾β正相关,与边际税率t负相关,与投资需求的利率系数d、货币需求的收入弹性k、货币需求的利率弹性h无关。
3.2.2 单位政府购买挤出效应
扩张性财政政策导致利率上升,从而挤出私人投资,进而对国民收入的增加产生一定程度的抵消作用。我们把这种由扩张的财政政策(增加政府购买)引起利率上升,导致国民收入降低的量称为“挤出效应”。
由:undefined
undefined
增加政府购买的扩张财政政策,引起利率上升,导致国民收入降低。我们把这种国民收入的降低量对引起这种变动的政府购买支出增加量的比率,称为“单位政府购买挤出效应”。单位政府购买的挤出效应kc可以表示为:
undefined
单位政府购买的挤出效应kc与边际消费倾β、投资需求的利率系数d、货币需求的收入弹性k正相关,与货币需求的利率弹性h、边际税率t负相关。
3.2.3 财政政策乘数
所谓财政政策乘数是指实际货币供给量不变时,政府支出的变化使国民收入变动的倍数。财政政策效果可用财政政策乘数来表示和计量
由(5)式:undefined
财政政策乖数undefined
财政政策乘数kf与边际消费倾向β、货币需求的利率弹性h正相关,与投资需求的利率系数d、货币需求的收入弹性k、边际税率t负相关。
3.2.4 政府购买支出乘数、单位政府购买挤出效应和财政政策乘数之间的关系
政府购买支出乘数(kg)、单位政府购买挤出效应(kc)和财政政策乘数(kf)之间存在怎样的关系呢?可以证明:kf = kg-kc。即财政政策乘数(kf)等于政府购买支出乘数(kg)与单位政府购买挤出效应(kc)之差。
undefined
4结论
通过以上分析可知,影响扩张财政政策效果的主要经济变量以及这些经济变量与政府购买支出乘数、单位政府购买挤出效应、财政政策乘数及财政政策效果的相关性如表1所示。
第一,影响扩张财政政策效果的主要经济变量包括边际消费倾向β、货币需求的收入弹性k、货币需求的利率弹性h、投资需求的利率系数d、边际税率t等。
第二,边际消费倾向β与政府购买支出乘数(kg)正相关、与单位政府购买挤出效应(kc)正相关、与财政政策乘数(kf)正相关、与财政政策效果正相关;货币需求的收入弹性k与单位政府购买挤出效应(kc)正相关、与财政政策乘数(kf)负相关、与财政政策效果负相关;货币需求的利率弹性h与单位政府购买挤出效应(kc)负相关、与财政政策乘数(kf)正相关、与财政政策效果正相关;投资需求的利率系数d与单位政府购买挤出效应(kc)正相关、与财政政策乘数(kf)负相关、与财政政策效果负相关边际税率t与政府购买支出乘数(kg)负相关、与单位政府购买挤出效应(kc)负相关、与财政政策乘数(kf)负相关、与财政政策效果负相关。
第三,政府购买支出乘数(kg)与财政政策乘数(kf)正相关、与财政政策效果正相关。
第四,“相同力度的扩张性财政政策,挤出效应越大,财政政策效果越小”的说法并不总是正确的。由表1可知,当边际消费倾向β越大、边际税率t越小时,单位政府购买挤出效应(kc)越大,财政政策乘数(kf)与财政政策效果却越大。原因是当边际消费倾向β越大、边际税率t越小时,政府购买支出乘数(kg)也越大,且政府购买支出乘数(kg)的改变量大于单位政府购买挤出效应(kc)的改变量,因而财政政策乘数(kf)与财政政策效果越大。
参考文献
[1]杜生鸣.金融危机下的投资选择[J].企业研究,2009,3:24-25.
经济变量 篇10
大型采掘机械等工程机械采用变量泵-变量马达容积调速系统,系统工作过程相当于变量泵控制定量马达或定量泵控制变量马达,即先进行变量泵-定量马达调速,待变量泵排量达到最大值时,再进行定量泵-变量马达调速,使得马达转速进一步提高,从而增大系统的调速范围[1,2]。上述调节过程中只有一个调节机构工作,存在溢流损失大、响应慢和没有发挥变量泵-变量马达系统潜能等缺点。
变量泵-变量马达是一个双输入单输出的非线性时变系统,国内外对变量泵-变量马达控制系统的研究很少,几乎没有相关研究资料。针对多输入多输出非线性系统,文献[3,4]提出自适应模糊控制算法实现系统输出跟踪期望信号,但参数收敛速度慢,效果不理想;文献[5]综合运用非线性H∞跟踪控制算法、变结构方法以及自适应控制技术构造一个混合自适应鲁棒跟踪控制器;文献[6]针对参数不确定性的多输入多输出参数反馈系统提出自适应鲁棒跟踪控制算法,但该方法没有考虑系统建模动态。
本文针对变量泵-变量马达系统特点提出变量泵-变量马达自适应控制算法。
1 问题提出
在大型采掘机械和摊铺机等工程机械中,普遍采用变量泵-变量马达系统,如图1所示。图1中ω0为马达期望转速,rad/s。
根据图1建立系统传递函数为
式中,ωm为马达转速,rad/s;qm0为变量马达初始排量,m3/rad;ωp为变量泵转速,rad/s;qp为变量泵排量,m3/rad;qm为变量马达排量,m3/rad;ωm0为变量马达初始转速,rad/s;Ct变量泵和变量马达总的泄漏系数,m5/(N·s);pp0为调节变量马达时高压侧的初始压力,Pa;βe为油路的有效体积弹性系数,N/m2;V0为回路高压侧的总容积,m3;TL为作用在变量马达轴上的外负载力矩,N·m;Bt为黏性阻尼系数,N·m·s/rad;Jt为折算到马达轴上的转动惯量,kg·m2。
由式(1)可以看出,变量泵-变量马达系统是一个双输入单输出系统,液压马达转速随着变量泵排量的增大而增大,随着变量马达排量的减小而增大。在不考虑系统泄漏情况下,液压马达转速为
由式(2)可以看出,如柴油机转速ωp保持某一恒值,液压马达期望转速ωm可以有无数(qp,qm)组合满足要求。如果考虑系统响应速度最快、效率最高等指标,变量泵控制变量马达是一个复杂系统。
2 变量泵-变量马达自适应控制算法
变量泵-变量马达自适应控制算法的原理如图2所示。
由图2可以看出,变量泵-变量马达自适应控制算法包括两个部分:一个是变量泵单神经元自适应PID控制;另一个是变量马达预测自适应控制。变量泵对变量马达转速进行主动闭环控制,是时变系统,为了克服PID控制算法不足,引入单神经元进行PID参数整定以提高系统性能,变量马达根据变量泵控制量进行预测自适应控制。变量泵-变量马达系统的泵对马达转速作主动闭环控制,马达根据泵的排量作广义随动控制。
2.1 变量泵单神经元自适应PID控制
具有自学习和自适应能力的单神经元构成的单神经元自适应智能PID控制器不但结构简单,而且能够适应环境变化、具有较强鲁棒性。
单神经元自适应控制器是通过对加权系数的调整来实现自适应、自组织功能的,权系数的调整是按照无监督的Hebb学习规则来实现,控制算法和学习算法为
式中,ηP为比例学习速率;ηI为积分学习速率;ηD为微分学习速率;w1为PID的比例系数;w2为PID的积分系数;w3为PID的微分系数;e(k)为马达转速误差;k为采样时刻。
2.2 变量马达预测自适应控制
根据式(2)可知,泵恒定转速时,根据变量泵排量和马达转速要求就可以计算出变量马达排量,根据这个原理进行变量马达预测自适应控制。变量马达预测自适应控制分为两个步骤:一是马达预测控制信号的计算;二是马达预测控制信号的修正。
2.2.1 马达预测控制信号
在变量泵-变量马达系统中,对于同一转速要求可以有无穷多组泵排量和马达排量组合。如何选取一组最优组合来满足系统要求,目前还没有一种通用的方法。马达预测自适应控制的实质是在变量泵-变量马达系统中,泵对马达转速作主动闭环控制,马达根据泵的控制信号、马达转速要求进行自适应控制,也可以广义理解为随动控制。
根据式(2)得马达预测控制信号:
式中,qms为马达预测排量,m3/rad。
2.2.2 马达自适应控制
在变量泵-变量马达自适应控制中,泵进行主动控制,马达作随动控制。对马达转速的反应马达控制比变量泵慢,为了提高系统控制性能,本文提出根据泵控制量变化率dq进行马达控制信号自适应修正。马达自适应规则如下:当dq正大时,说明马达转速远未达到目标值,马达控制量向小修正;当dq负大时,说明马达转速远超目标值,马达控制量向大修正;当dq在零附近时,说明马达转速在目标值附近,马达控制量不修正。
马达自适应控制规则借鉴模糊控制单输入单输出,输入为泵控制量变化率dq,输出为变量马达控制量修正系数δ。dq和δ的论域分别为
dq={NB,NM,Z,MP,PB}
δ={one,two,three,four,five}
控制规则如表1所示。
在得到马达预测控制信号和修正系数后,马达控制信号为
qm=qmsδ
3 仿真研究
在完成变量泵-变量马达系统建模和控制算法后进行仿真,仿真分两个部分:一是变量泵控制定量马达和定量泵控制变量马达仿真;二是变量泵-变量马达系统仿真。
3.1 变量泵控制定量马达仿真
根据图1,马达排量为60mL/r,泵采用PID控制,控制参数KP=0.0015、KI=0.0015、KD=0.0002,调节时间为0.75s,超调量为0.7%,此时系统溢流流量ΔQp=1.05×10-2m3。
3.2 定量泵控制变量马达仿真
根据图1,泵为全排量,马达采用PID控制,控制参数 KP=0.0002、KI=0.0008、KD=0.0001,调节时间为0.82s,超调量为1.9%,此时系统溢流流量为ΔQm=7.02×10-3m3。
3.3 变量泵-变量马达系统仿真
根据式(1)按照第2节控制算法,进行变量泵-变量马达系统仿真。系统主要参数为:qm0=1.67×10-5m3/rad,ωp=209.4rad/s,ωm0=104.7rad/s,βe=1.4×109N/m2,Bt=340(N·s)/m,Ct=3.5×10-5m5/(N·s)。
表1模糊控制器论域为:dp={-6,-3,0,3,6};δ={1.2,1.1,1.0,0.9,0.8}。利用MATLAB仿真,马达转速如图3所示,泵和马达排量百分比如图4所示。
由图3可以看出基于自适应控制算法变量泵-变量马达速度响应系统的超调量为2%,调节时间为0.355s,此时系统溢流流量ΔQpm=1.1×10-3m3。由图4可以看出变量泵在控制过程中自动调节,变量马达排量根据变量泵的信号进行预测自适应控制,对于马达转速要求1000r/min时,变量泵为全排量的0.68,变量马达为全排量的0.95。
通过以上仿真可以看出,采用变量泵-变量马达自适应控制算法可以提高系统的响应速度、减小系统的溢流损失。
4 实验研究
在变量泵-变量马达系统控制算法设计后进行系统实验,实验采用D6114ZG9B型柴油机,HPV75-02型变量泵和HMV105-02型变量马达。实验室柴油机设定为2000r/min,系统外部负载TL=200N·m,实验分三种情况:变量泵-定量马达、定量泵-变量马达和变量泵-变量马达,实验结果如图5所示。
由图5可以看出,变量泵-定量马达系统调节时间为0.73s;定量泵-变量马达系统调节时间为0.80s;变量泵-变量马达系统调节时间为0.39s。
由实验可以看出变量泵-变量马达自适应控制算法可以实现变量泵控制变量马达,提高系统响应速度。
5 结论
(1)提出了变量泵-变量马达自适应算法,实现变量泵-变量马达速度调节系统中泵和马达排量同时调节,提高系统响应速度。
(2)针对变量泵-变量马达系统特点,提出根据变量泵排量变化率进行变量马达排量修正算法,仿真和试验都表明该算法正确、可靠。
(3)文中提出的自适应控制算法对于双输入单输出系统控制问题具有一定借鉴意义。
摘要：目前变量泵-变量马达系统的速度调节过程相当于变量泵控制定量马达或定量泵控制变量马达,这种方式存在系统溢流损失大、调节速度慢和没有发挥系统潜能等缺点。为克服这些不足,提出变量泵-变量马达自适应控制算法。变量泵对马达转速进行主动闭环控制,变量马达根据变量泵排量作随动控制而实现变量泵和变量马达排量的同时调节。采用单神经元自适应PID控制算法进行变量泵控制,采用预测自适应控制算法进行变量马达控制。给出了变量泵-变量马达自适应控制算法基本原理和框图,仿真和实验表明该算法可以提高系统响应速度、减少溢流损失。
关键词：变量泵-变量马达,自适应控制,单神经元,预测控制
参考文献
[1]马鹏飞.全液压推土机液压行驶驱动系统动力学研究[D].西安:长安大学,2006.
[2]万丽荣,赵胜刚,沈潇,等.基于MATLAB/SI MU-LINK的变量泵变量马达调速系统动态仿真[J].煤矿机械,2007,8(2):26-28.
[3]Golea N,Golea A,Benmahammed K.Stable IndirectAdaptive Fuzzy Control[J].Fuzzy Sets and System,2003,137(3):353-366.
[4]Li Hanxiong,Tong Shaocheng.A Hybrid AdaptiveFuzzy Control for a Class of Nonlinear MI MO Sys-tems[J].IEEE Transactions Fuzzy System,2003,11(1):24-34.
[5]Chang Y C.An Adaptive Tracking Control for aClass of Non-linear Multiple-Input-Multiple-Output(MI MO)Systems[J].IEE Transactions Au-tomatic Control,2001,46(11):1432-1437.
移动领域的微软变量 篇11
今年10月对于移动互联网界而言注定是热闹而又值得记忆的，三家巨头几乎挤在同一时间发布新产品，这其中少不了比拼和叫板的味道。由目前的家底来看：苹果依靠软硬通吃的策略不仅成为了市值最高的公司，也虏获了全球约30%的智能手机用户；而谷歌则拥有近50%的智能手机用户群；这两家的争斗由来已久，而近年随着微软的入局，又加入了第三个对手，以往的胜利经验均来自PC领域的微软，在10月拿出更具移动基因的新版操作系统Windows 8，还推出Windows Phone 8这一新的智能终端操作系统。
如果说Windows Phone 7的问世并没有激起千层浪，甚至让人觉得微软的移动战略略显单薄，这一次的发布则被看作是微软的“存亡之秋”——Windows 8和Windows Phone 8两款产品如果成功获得市场青睐微软还有机会与苹果、谷歌比肩，继续成为移动互联网时代的引领者，而如果这两款产品不那么尽如人意就足以令微软继续徘徊在沉沦的路上。
究竟Windows Phone 8能否搅动移动互联网现有的格局？
Windows Phone阵营现状
目前来看Windows Phone的阵营并不算壮大，第一批合作厂家包括诺基亚、HTC、三星和华为四家。
首先三星以其强大的手机制造功底作为基础，率先推出了Windows Phone 8手机，作为智能手机领域里一股可以与苹果匹敌的力量，三星一贯以丰富的机型和多边的产品来响应市场的快速变化。而三星入局Windows Phone并不意味着其心态有任何倾斜，对于三星而言，强大而完善的产业链，以及多年来的经验足以支撑其机海战术的策略。此前放弃了自有操作系统Bada的三星必然会在操作系统的选择上多方下注。
随后发布产品的是微软的坚定盟友——诺基亚，此次推出的Lumia920与Lumia820两款产品的确有不少地方令人眼前一亮：支持无线充电、支持NFC，以及内置微软IE与Office应用。不少人开始期待诺基亚的新品，而自从与微软联姻之后诺基亚的路并没有变得更为平坦，CEO埃洛普也广被诟病，即便是市场对Lumia920有了较为积极的期待，但是很快诺基亚发布的财报又令其未来蒙上一层阴霾：新产品能否扭转颓势？分析师普遍不看好诺基亚今年第三季度的财报表现，而还未真正上市的Lumia920被寄予了厚望，它能否背负令诺基亚复兴的重任还是未知之数。
除了这两家之外，HTC可谓是微软的老搭档了，作为最早与微软展开智能手机合作的品牌，微软和HTC可谓“知根知底”，可以说正是有了HTC在最初的鼎力支持，微软的移动智能系统才会被广大消费者所接受，所以此次HTC成为首批推出Windows Phone 8产品的厂商也并不意外。不过Windows Phone与Android系统最大的不同就在于严格统一了用户交互界面甚至对厂商的硬件规格也提出了限制，这让厂商们少了不少发挥空间，HTC一直引以为豪的就是自身在硬件方面保持行业领先，以及通过对硬件和软件的深度开发带来更加符合用户需求的操作界面和功能，其Android机型所搭载的Sense界面就是最佳例证。
面对老伙伴微软，HTC选择了在外形，多媒体功能等方面发挥自己的实力。此次发布的两款产品Windows Phone 8X by HTC和Windows Phone 8S by HTC，拥有丰富的色彩是一大卖点。8X湛蓝、酷黑、烈红、霓黄色机身；8S四的黑/白双色、庆典红、海军蓝、灰/黄双色机身。众所周知Windows Phone的Metro界面是较为规整的方格设计，因此除了颜色之外，一向以独特外形设计为卖点的HTC这次使用了弧线外观，整个机身看不到明显的棱角。同时屏幕两侧为窄边设计。
此外，HTC将其最新的策略也带进了Windows Phone产品中——强调影音以及拍照等关键功能的体验，为此次的产品配置了大光圈摄像头；Beats Audio也被带到了8X和8S这两款手机中，增强音效体验。除了硬件上的提升，据传HTC也有计划将自己已经初具规模的“微生态链”模式带入Windows Phone产品中，为用户提供更加丰富的本地服务，HTC对移动终端一贯的观点认为：单纯对比硬件并没有意义，更重要的是通过软件和体验方面的差异获取消费者真正的认可。
四家厂商还未拿出产品的是华为，作为智能手机领域里迅速崛起的力量，华为一直主打性价比，相信其推出的Windows Phone 8产品也将继续延续这一路径。
微软的“8”革命
对于微软而言，10月发布的Windows 8与Windows Phone 8也将决定其自身的未来，而在这两款产品的准备过程里，也可以看到微软正在不断自我调整。此次发布的两款产品不仅几乎在同时发布、并且采用了相同的产品编号，而在操作体验上两款产品有着相似的界面设计。
在这背后微软有着自己想法：希望Windows 8能够带动Windows Phone 8产品大卖，长期形成大屏与小屏之间的带动力。微软正在做一场赌注：就是用户期望或者说需要一个统一的操作界面去操作所有的智能终端产品，包括电脑、平板、手机甚至是电视。微软的想法并不是天方夜谭，而他的确是少数具备统一能力的厂商，目前纷繁复杂的终端产品在缺乏统一操作系统的前提下，很难实现互联互通、数据实时共享，以达到无缝连接的理想状态。
微软的这一次发布正是希望能够在四屏统一的过程中占据主动，这样做的好处不仅可以使各种形态的终端产品互相带动，使得Windows系统能够延续PC时代的辉煌，在移动领域里重新掌握主动。另一方面微软可以借助自己在PC领域里的垄断地位迫使开发者为自己的平板和手机开发应用——而这一直是微软在移动领域的短板之一，在新的移动互联时代应用已经变得至关重要，甚至成为推动用户更新终端设备的重要推动力。
微软所期冀的这种合力能否形成取决于两个重要因素：新一代的操作系统Windows 8拥有足够强的吸引力和带动力，此外微软内部的战略与执行都不出现任何纰漏。
从鲍尔默的一系列动作来看，微软内部的战略似乎很清晰（推出自己的Surface平板电脑；收购Skype；对Bing进行重新设计以优化社交属性；发布Outlook.com；为所有的Windows更新产品制定合理的价格），但是以往的种种蛛丝马迹却显示了微软的执行力似乎比硅谷的新锐们差了一截，Windows Phone 7推出后不少人甚至怀疑：微软是不是有心做移动操作系统？在微软内部移动操作系统开发部门到底处于什么位置？版本进化缓慢的Windows Phone令“嫁进豪门”大半年的诺基亚境地越来越尴尬。而这与Android在谷歌内部的发展速度形成了鲜明对比，虽然刚刚拿出的Android产品广被唾骂，但是谷歌的更新改版速度可谓惊人，足见其内部的重视程度以及开发移动操作系统所需要的灵活性——这与微软一贯开发的大型软件完全不同。
此次Windows Phone 8的问世能否一改微软昔日在移动操作系统方面积弱的局势，完全取决于微软自己的决心和执行力。
在此前微软拿出了自己的平板产品——Surface，似乎让人看到了微软的巨大转变：做软件出身的微软尽管与诺基亚结盟，却似乎对硬件产品一直心不在焉，这一次拿出了自己的硬件对于微软来说是一次不小的转变，事实上在成本、渠道等方面都不占优势的微软做平板产品本身并不具备优势，但此举无非是想给合作伙伴们注射一针强心剂：我对Windows Phone 8的产品应用于平板产品有信心；也从侧面敲打昔日的PC合作厂商们：我一个做软件出身的厂商都可以将平板产品做到如此水平，日后微软在要求合作厂商们提高终端硬件产品水平上就更为有底气，而有了自己制造硬件的经验，在产品的软硬整合上微软也更为内行。
逐渐“硬”起来的微软已经意识到，操作系统未来很可能并不是用户购买某件产品的第一推动力，完整的产品体验才是关键，这一点苹果已经屡试不爽。而自己作为一个操作系统的拥有者无论是在整合多屏产品上，还是在最终产品的参与上都必须比以往更为积极。
经济变量 篇12
求二维随机变量函数的密度函数是概率论中的一个重要内容, 由于变量分布的差异性, 如何求又是一个难题, 一般没有统一的公式可循。一般教材中介绍了常用的方法, 即先求分布函数, 然后对分布函数求导就得密度函数, 但计算比较麻烦, 学生掌握困难很大。变量变换法和增补变量法相对于常用方法而言, 计算过程更加简捷。其中变量变换法许多学者都有研究, 而增补变量法甚少提及, 总结多年教学经验发现, 学生难以掌握这部分内容的精髓, 运用起来容易犯错, 特别表现在确定被积函数的积分区域上, 本文针对这个问题理清了一个简单通用的确定方法。
二增补变量法
增补变量法实质上是变量变换法的一种应用:为了求出二维连续随机变量 (X, Y) 的函数Z=g (X, Y) 的密度函数, 增补一个新的随机变量V=h (X, Y) 。先用变量变换法求出 (Z, V) 的联合密度函数pZV (z, v) , 再对pZV (z, v) 关于v积分, 从而得到关于Z的边际密度函数pZ (z) 。
问题: (1) 如何增补新随机变量? (2) 如何确定p (z, v) 中v的积分区域?
第二个问题, (Z, V) 的联合密度函数pZV (z, v) 的解析式中只含有z和v两个量, 对v积分时, 积分上下限一定是关于z的表达式。在二维连续随机变量 (X, Y) 的联合密度函数pXY (x, y) 的非零区域里, 画出函数Z=g (X, Y) 的曲线, 用曲线与非零区域相交点确定积分的上下限。
解:本例题作为示范题, 先记V=Y求出Z=X+Y的密度函数, 再换V=X用同样的方法求出Z=X+Y的密度函数, 如果两次求出的密度函数相同, 即验证方法的正确性。
由例题可以看出, 只要掌握了增补变量和确定积分区域的技巧, 增补变量法是一个极易掌握而且便于计算的方法。
增补变量法将比较难求的多维连续随机变量函数的密度函数, 转化为求变换后的两个变量的联合密度函数, 然后利用联合密度函数与边际密度函数之间的关系, 积分求出要求的变量的密度函数。相对于常用方法, 可简化运算。
摘要：二维连续随机变量函数的密度函数的计算是概率论教学中的一个重点, 更是一个难点, 其中增补变量法是一个简洁明了易掌握的方法, 但学生不能准确确定联合密度函数的积分区域, 本文针对这个问题给出了确定积分区域的方法。
关键词：连续随机变量,密度函数,增补变量法
参考文献
[1]茆诗松、程依明、濮晓龙编著.概率论与数理统计教程 (第二版) [M].北京:高等教育出版社, 2011:169~171
[2]王凡彬、严雳.多维随机变量函数密度的求解方法[J].内江师范学院学报, 2012 (10) :17~19
[3]余本国.一般二维连续型随机变量函数分布的讨论[J].华北工学院学报, 2004 (2) :94~96
[4]李思齐、李昌兴、柳晓燕.二维连续型随机变量函数的分布密度的计算[J].大学数学, 2011 (5) :162~166