* 本报告来自网络，如有侵权请联系删除
量化视角下的工业部门产业联动与周期规律
收藏
分享
纠错
价格免费
数据简介
本文进一步试图利用模型测试工业部门三大指标体系：分行业工业增加值、主要工业品产量、工业企业产成品存货的数据，以检验此 流程的效果并探寻其中的规律。针对如何定量化研究经济周期，提供工具上的一个视角。具体的，我们试图解决以下问题:1)我们的模型在大量数据上进行批量运算时有哪些需要注意的问题?2)工业部门各产业的周期有何规律?3)各工业产业间存在怎样的领先滞后性?
详情描述
量化视角下的工业部门产业联动与周期规律 报告摘要： 本文是前篇报告《经济指标周期及领先性确认的数理方法》在工业部门三大指标体系（产量、库存、增加值）上的实证测试。我们一方面检验该方法的适用性，另一方面将总量拆解为分量，试图发现各工业产业的联动线索与周期规律，为投资者把握行业景气度的脉搏提供思路。 本文第一部分回顾了周期定期以及确认领先性的方法流程，讨论了实际使用中应当考虑的问题。我们引入信噪比与最大分解层级来使经验模态分解在不同波动特性的指标上得到较好的平滑效果；同时通过对三种特殊匹配情形的分析，进一步完善了拐点匹配算法，使得改变序列输入顺序后，算法在同一指标对上找到的对应关系唯一。 本文第三部分利用模型识别出各行业产量、存货、增加值序列的拐点，并据此统计各行业周期的平均长度、波动性以及周期内部上升、下降两个阶段的平均持续时间。在三种视角下，各行业的周期长度普遍在3-4年左右，而上升阶段与下降阶段所需时间的差异在各行业上表现不一。 本文第四部分进一步对识别出的拐点进行指标间两两匹配，并根据对应拐点间隔长度、间隔波动性、逻辑关联来筛选出潜在的领先关系。我们分别分析了产量与库存视角下的行业间周期先后关联，但由于指标数目较多，我们只以其中部分结论作为示例。 【更多详情，请下载：量化视角下的工业部门产业联动与周期规律】
报告预览
*本报告来自网络，如有侵权请联系删除
相关「可视数据」推荐
相关「数据报告」推荐
