简介：本文通过将定性分析与关系图描述相结合，提出H1：城镇化对经济发展具有显著正向促进作用、H2：城镇化可通过消费渠道影响经济发展、H3：城镇化可通过投资渠道影响经济发展、H4：城镇化可通过出口渠道影响经济发展四项研究假设。进一步，根据地区实际经济发展水平，将我国划分为发达与欠发达两类地区。设定经济发展变量PGDP为被解释变量，城镇化变量UR、城镇化与投资交互项变量UR×PFI、城镇化与消费交互项变量UR×HC和城镇化与出口交互项变量UR×PE为被解释变量，采用2000—2012年我国31个省市区的面板数据。基于单位根检验、协整关系检验、F检验、Hausman检验，建立个体固定效应模型，验证假设H1～H4在全国及两类地区是否成立。结果表明：H1、H2、H3假设在全国及两类地区均成立；H4假设仅在欠发达地区成立。基于研究结论，本文提出了相应的启示。

简介：目前，在Markowitz的均值-方差模型基础上对含有偏度和交易成本模型的研究较少，结合国内市场数据进行研究并做出三维投资组合有效前沿图像的成果更少。在建立两种在交易成本约束条件下以方差和偏度的线性组合为目标函数的最优投资组合模型之后，利用线性函数逼近，将模型转换成线性规划问题，而且这种逼近程度可以控制。用单纯形法求解以得到最优投资组合。利用国内八个上市公司的数据进行实证分析，做出了三维投资组合近似有效前沿图像，并讨论了目标函数最优值和参数的关系。可以发现，目标函数是期望r和参数m的增函数。

简介：金融资产收益率不仅具有尖峰厚尾性、异方差性，还具有长记忆性。基于此，本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR，利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R／S分析法检验各个资产收益率的长记忆性，经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构，建立联合分布模型。进而采用MonteCarlo方法模拟产生各资产的收益率序列，计算出投资组合的风险值VaR。实证研究表明：沪深股市具有长记忆性，且两者具有对称的尾部相关性；Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。