导读:本文包含了滚动检验论文开题报告文献综述及选题提纲参考文献，主要关键词:互联网金融,货币政策,非参数格兰杰因果关系,滚动相关系数
滚动检验论文文献综述
姜松,周虹[1]（2019）在《中国货币政策是否应干预互联网金融发展?——基于非参数格兰杰因果关系与滚动相关性的检验》一文中研究指出货币政策是否适用于互联网金融一直是一个存在争议的话题。本文运用非参数格兰杰因果关系检验、基于二元移动窗口函数的滚动相关系数法实证发现:总体上,数量型货币政策和价格型货币政策均是互联网金融发展的格兰杰原因,而且存在很强的相关性。但二者影响方向存在显着差异:数量型货币政策产生加剧效应,价格型货币政策形成抑制作用。在互联网金融业态结构层面,数量型货币政策覆盖的业态更广,是不同业态的格兰杰原因且均存在相关性。价格型货币政策只是互联网支付和互联网保险的格兰杰原因并与二者存在相关关系,虽与互联网货币基金、互联网投资相关,但并不是二者的格兰杰原因。最后,基于研究结论,提出了相应政策建议。(本文来源于《数量经济研究》期刊2019年04期）
武盈盈,张伟[2]（2019）在《中国城市化与碳排放动态因果关系研究:基于拔靴滚动检验方法》一文中研究指出本文利用拔靴全样本因果关系检验和分样本滚动窗口检验方法检定中国城市化和碳排放之间的动态因果关系。利用中国1949-2013年度数据,拔靴全样本因果关系检验证实中国城市化是碳排放的格兰杰原因,而碳排放不是城市化的格兰杰原因。但在考虑结构突变的情况下,检验自回归模型参数稳定性的结果表明用全样本数据估计的城市化水平和碳排放量在整个样本期间内并不存在稳定的协整关系,城市化水平和碳排放之间的长期和短期关系在整个样本期间并不稳定。这意味着全样本因果关系检验并不可靠。随后利用拔靴滚动检验来求证两个变量间的动态因果关系,以30年作为一个滚动窗口,结果表明从1990年到1992年间城市化是碳排放的格兰杰原因,城市化对碳排放有微弱的正面影响,从1999年到2001年城市化开始对碳排放产生负面影响。除此之外大部分年份城市化不是碳排放的格兰杰原因。1980年到1988年期间,碳排放是城市化的格兰杰原因,碳排放对城市化有正面影响。除此之外大部分样本期间内,碳排放不是城市化的格兰杰原因。(本文来源于《东岳论丛》期刊2019年10期）
韩剑萍,苟思远,黄庆旭,何春阳,朱磊[3]（2019）在《成渝城市群近40年城市规模分布演变——基于K-S检验的滚动样本回归》一文中研究指出准确量化城市规模分布是城市空间规划和管理的重要基础。然而,由于长时序城市人口数据可比性差和城市样本的选择比较主观的原因,成渝城市群近40年的城市规模分布动态还不清晰。文章在订正成渝城市群地区近40年城市土地数据的基础上,基于K-S检验的滚动样本回归方法,多尺度分析了该区域城市规模分布动态。结果显示,成渝城市群1980—2015年城市土地面积由203 km~2增加到4 491 km~2,增长了21.09倍,年均增长率为9.3%。同期,城市群的城市规模分布总体上呈现集聚分布特征,帕累托系数值始终小于1。从时间动态来看,成渝城市群的城市规模分布表现出先集聚后均衡的特征。1980—2000年趋于集聚,帕累托系数从0.66下降到0.60。2000年后趋于均衡,帕累托系数上升到0.68。建议在未来成渝城市群规划建设中,通过交通路网建设,增强重庆和成都的辐射带动作用,带动中小城市的发展,逐渐形成等级规模结构完整协调的城市体系。(本文来源于《经济地理》期刊2019年08期）
王睿,李连发[4]（2019）在《中国货币政策调控与房地产价格波动——基于拔靴分样本滚动窗口因果检验的新证据》一文中研究指出基于房价快速上涨和房地产市场调控的宏观背景,本文从时变分析视角出发,研究货币政策对房价的调控效果和房价波动对货币政策的影响效应。本文采用拔靴分样本滚动窗口因果检验方法,该方法能够识别并处理结构性突变,符合我国经济结构转型的现实背景,并且滚动窗口技术能够为货币政策和房价波动的动态关系提供新的经验证据。实证结果表明,在我国的经济实践中,考虑结构性变化的基础上,一方面,与理论上货币政策不应对房价波动有所反应的调控理念一致,实证分析发现货币供应量对房价的影响效应较弱,长期实际利率对房价的调控效应存在时变特点。另一方面,房价上涨对货币供应量和长期利率分别产生了显着的正向和负向影响。房价上涨通过银行信贷渠道刺激了货币供应量上升,缓解了流动性约束。房价上涨还通过流动性供给效应使得资源约束得到缓解,资本积累没有受到抑制,利率下降。基于货币政策调控效果和房价波动的影响效应,本文认为当前我国货币政策对房价波动的应对是合理的,房价高企虽然有负面影响,但也不应忽视缓解流动性约束和资源约束的正面效应。(本文来源于《上海经济研究》期刊2019年08期）
高玉强,秦浩钦[5]（2019）在《社会融资规模与货币供应量:货币政策中介目标有效性分析——基于拔靴滚动窗口因果关系检验》一文中研究指出基于2002—2018年的季度数据,运用拔靴滚动窗口因果关系方法,实证检验社会融资规模与货币供应量(M2)在不同经济时期作为货币政策目标的有效性。研究结果显示:在经济运行平稳时期,货币供应总量在未来的很长一段时间内,仍然是我国货币政策中介目标的主流标准,而社会融资规模在经济下行周期中具有较高的有效性,可以与货币供应总量相互补充,相辅相成,形成以货币供应总量为主、社会融资规模为补充的货币政策中介目标体系。社会融资规模不仅可以在经济平稳运行时期作为货币供应总量的参考因素,也可以在经济处于下行时期作为促进我国实体经济复苏和经济高质量发展的一项重要指标。因此,应依然坚持以广义货币供应量为主的货币政策中介目标;建立包括社会融资规模的货币政策中介目标体系;优化金融生态环境,切实加大和提高金融支持与服务实体经济的力度和效率;以社会融资规模为基础循序渐进推动利率市场化进程。(本文来源于《重庆社会科学》期刊2019年08期）
刘红,郑玉航[6]（2019）在《我国动力煤期现货价格引导关系检验研究——基于滚动窗口因果关系方法分析》一文中研究指出动力煤作为我国最主要的能源类大宗商品,某种程度上成为我国经济运行走势的先导。本文选取2013年9月26日至2019年2月28日动力煤期货活跃合约结算价格与动力煤现货价格的日度数据,对动力煤期现价格之间的互动关系进行了实证检验。结果表明:在静态样本区间上,动力煤期货价格引导现货价格,动力煤现货具有价格发现功能;在动态样本区间上,动力煤期现价格间的引导关系具有显着的时变特征。并基于实证结果,为动力煤市场进一步发展提出重视期货价格的信息研究、构建多层次保证金体系制度及完善品种合约设计等建议。(本文来源于《价格理论与实践》期刊2019年04期）
张力,江海峰[7]（2019）在《资产价格泡沫行为固定窗宽滚动检验研究》一文中研究指出为丰富资产价格泡沫检验理论和正确使用泡沫检验模型,以固定窗宽滚动检验为基础,按照数据生成过程是否含有漂移项,分两种情况讨论单位根项和截距项检验量分布。理论研究表明,相关检验量在大样本下均收敛于维纳过程的泛函。为方便使用这些检验量,通过蒙特卡罗模拟获得有限样本容量下常用显着性水平下的临界值,模拟结果显示,临界值随样本容量增加而增加,随窗宽参数增加而下降。实证分析表明,为选择合适的检验模型,应以经典模型为基础,检验漂移项的取值,以便提高检验功效。(本文来源于《安徽工业大学学报(自然科学版)》期刊2019年02期）
[8]（2018）在《《滚动轴承质量检验》》一文中研究指出《滚动轴承质量检验》依据国家和行业的有关轴承质量的最新检验标准(共70多个)以及企业的实际检验情况,系统介绍了轴承原材料各项目检验,并按照最常用的深沟球轴承和汽车配套用圆锥滚子轴承的加工顺序,依次介铭了轴承零部件(套圈、滚动体、保持架)的冷、热加工各道工序检验和成套轴承的成品检验,还详细介绍了这些检验的检测项目、检测方法和判断标准。中国计量出版社出版,每册定价38元,邮寄费70元。需要者请与洛阳轴(本文来源于《轴承》期刊2018年05期）
杨世超[9]（2017）在《心理因素与股票价格的因果关系研究》一文中研究指出2015年股票市场风起云涌,尤其是上半年牛熊市交替,很多投资者损失惨重,人性的贪婪与恐惧在股市这个资本市场的博弈中表现得淋漓尽致。本文针对投资者在进行投资决策时容易受到心理误区的影响,从而做出错误的投资决策的情况,采用基于Bootstrap的滚动窗口检验方法,对心理因素与股票价格之间的动态因果关系进行了深入研究,并且提出了相关政策性建议。本文所做的工作及创新之处如下:(1)本文利用MATLAB R2016a开发环境上的第叁方金融工具箱FQuantTool Box作为文本挖掘工具,采用文本挖掘方法从各大财经网站直接抓取反映投资者情绪和政策导向的文本数据,采样的样本区间为2015/1/1-2016/6/30,并且运用ROST Content Mining情感分析模块对处理好的数据进行情绪倾向分析,从而提取出情绪倾向时间序列。同时本文从Wind资讯数据库中选取上证综指2015/1/1-2016/6/30期间共364个交易日的收盘价作为上市股票价格的代表,最后运用基于Bootstrap的滚动窗口检验方法,分析宏观与微观层次的心理因素与股票价格的因果关系。检验结果表明投资者情绪与政府政策导向和股票价格之间在某些子区间中存在格兰杰因果关系,同时定量检验出了影响程度的大小。(2)本文从宏观和微观两个视角出发,将国家政策导向作为政府心理因素的代表,投资者情绪作为公众心理因素的代表。模型中加入的国家政策导向变量不仅可以从微观层次面上反映投资者情绪的变化,而且从宏观层次面上也可以看作是政府心理因素的代表。因此,本文从宏观与微观视角,将政府和投资者心理因素的变化同时纳入到模型当中,使得模型更具有现实与理论意义。(3)关于心理因素指标的构建方面,由于问卷调查法的调查结果的可靠性令人怀疑,采用主成分分析法得到的结果同样不能令人满意,而文本挖掘技术依托于大数据背景,通过网络爬虫等技术手段抓取海量的文本数据,再运用情感倾向性分析方法挖掘出文本数据隐含的情绪状态信息,因而可以更精准地反映出投资者的情绪状态。基于此,本文采用文本挖掘方法来构建心理因素指标。(4)关于心理因素与股票价格关系的实证分析方面,学者们大都采用VAR模型研究投资者情绪与股票价格之间的关系,然而如果二者存在结构性变化的特征,那么采用VAR模型得到的格兰杰因果关系检验结果就会变得不可靠。基于此,本文采用基于Bootstrap的滚动窗口检验方法来克服这个缺陷,不仅可以定性检验因果关系的存在,而且可以定量检验出影响程度的大小。(本文来源于《山西财经大学》期刊2017-06-10）
[10]（2016）在《《滚动轴承质量检验》》一文中研究指出《滚动轴承质量检验》依据国家和行业的有关轴承质量的最新检验标准(共70多个)以及企业的实际检验情况,系统介绍了轴承原材料各项目检验,并按照最常用的深沟球轴承和汽车配套用圆锥滚子轴承的加工顺序,依次介绍了轴承零都件(套圈、滚动体、保持架)的冷、热加工各道工序检验和成套轴承的成品检验,逐详细介绍了这些检验的检测项目、检测方法和判断标准。(本文来源于《轴承》期刊2016年06期）
滚动检验论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文利用拔靴全样本因果关系检验和分样本滚动窗口检验方法检定中国城市化和碳排放之间的动态因果关系。利用中国1949-2013年度数据,拔靴全样本因果关系检验证实中国城市化是碳排放的格兰杰原因,而碳排放不是城市化的格兰杰原因。但在考虑结构突变的情况下,检验自回归模型参数稳定性的结果表明用全样本数据估计的城市化水平和碳排放量在整个样本期间内并不存在稳定的协整关系,城市化水平和碳排放之间的长期和短期关系在整个样本期间并不稳定。这意味着全样本因果关系检验并不可靠。随后利用拔靴滚动检验来求证两个变量间的动态因果关系,以30年作为一个滚动窗口,结果表明从1990年到1992年间城市化是碳排放的格兰杰原因,城市化对碳排放有微弱的正面影响,从1999年到2001年城市化开始对碳排放产生负面影响。除此之外大部分年份城市化不是碳排放的格兰杰原因。1980年到1988年期间,碳排放是城市化的格兰杰原因,碳排放对城市化有正面影响。除此之外大部分样本期间内,碳排放不是城市化的格兰杰原因。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
滚动检验论文参考文献
[1].姜松,周虹.中国货币政策是否应干预互联网金融发展?——基于非参数格兰杰因果关系与滚动相关性的检验[J].数量经济研究.2019
[2].武盈盈,张伟.中国城市化与碳排放动态因果关系研究:基于拔靴滚动检验方法[J].东岳论丛.2019
[3].韩剑萍,苟思远,黄庆旭,何春阳,朱磊.成渝城市群近40年城市规模分布演变——基于K-S检验的滚动样本回归[J].经济地理.2019
[4].王睿,李连发.中国货币政策调控与房地产价格波动——基于拔靴分样本滚动窗口因果检验的新证据[J].上海经济研究.2019
[5].高玉强,秦浩钦.社会融资规模与货币供应量:货币政策中介目标有效性分析——基于拔靴滚动窗口因果关系检验[J].重庆社会科学.2019
[6].刘红,郑玉航.我国动力煤期现货价格引导关系检验研究——基于滚动窗口因果关系方法分析[J].价格理论与实践.2019
[7].张力,江海峰.资产价格泡沫行为固定窗宽滚动检验研究[J].安徽工业大学学报(自然科学版).2019
[8]..《滚动轴承质量检验》[J].轴承.2018
[9].杨世超.心理因素与股票价格的因果关系研究[D].山西财经大学.2017
[10]..《滚动轴承质量检验》[J].轴承.2016
标签：互联网金融; 货币政策; 非参数格兰杰因果关系; 滚动相关系数;