精华内容
下载资源
问答
  • 2020-12-30 18:19:28

    展开全部

    一、市场利率

    货币市场利率的高低与债券价格的涨跌有密切关系。当货币市场利率上升62616964757a686964616fe4b893e5b19e31333433653263时,用于债券的投资减少,于是债券价格下跌;当货币市场利率下降时,可流人债券市场的资金增多,投资需求增加,于是债券价格上涨。

    二、经济发展情况

    经济发展情况的好坏,对债券市场行情有较大的影响。当经济发展呈上升趋势时,生产对资金的需求量较大,投资需求上升,债券发行(供给)量增加,市场利率上升,由此推动债券价格下降;当经济发展不景气,生产过剩时,生产企业对资金的需求急剧下降,债券发行减少,市场利率下降,债券价格随之上涨。

    三、物价水平

    物价的涨跌会引起债券价格的变动。当物价上涨的速度较快时,人们出于保值的考虑,纷纷将资金投资于房地产或其他可以保值的物品,债券供过于求,从而会引起债券价格的下跌。

    四、中央银行的公开市场操作

    为调节货币供应量,中央银行于信用扩张时在市场上抛售债券,这时债券价格就会下跌;而当信用萎缩时,中央银行又从市场上买进债券,这时债券价格则会上涨。

    五、新债券的发行量

    当新债券的发行量超过一定限度时,会破坏债券市场供求的平衡,使债券价格下跌。

    六、投机操纵

    在债券交易中进行人为的投机操纵,会造成债券行情的较大变动。特别是在初建证券市场的国家,由于市场规模较小,人们对于债券投资还缺乏正确的认识,加之法规不够健全,因而使一些非法投机者有机可乘,以哄抬或压低价格的方式造成市场供求关系的变化,影响债券价格的涨跌。

    七、汇率

    汇率的变动对债券市场行情的影响很大。当某种外汇升值时,就会吸引投资者购买以该种外汇标值的债券,使债券价格上涨;反之,当某种外汇贬值时,人们纷纷抛出以该种外汇标值的债券,债券价格就会下跌。

    扩展资料:

    债权转让特征:

    1、债权让与具有非要式性。债权人与第三人就让与债权意思表示一致,债权让与合同即告成立,除法律、行政法规规定应当办理批准、登记手续的以外,无须履行特别的合同的形式,债权让与合同是否作成书面形式,不影响其效力。

    对已经作成债权证书的债权进行让与,虽须交付债权证书,但该行为属于履行附随义务而非债权让与的成立要件。

    2、债权让与具有无因性。债权让与是基于各种原因而产生,可能基于买卖、赠与,也可能是代物清偿,但不论其原因为何及其有效与否,对债权让与合同的效力并无直接影响。这就是债权让与的无因性。该无因性,其目的在于保障债权流转的安全性,以及善意受让人的利益。

    3、债权让与是处分行为。债权让与是将债权作为一项财产进行处分,所以要求让与人就债权必须具有处分权限和处分能力。无处分权人让与他人债权除非经债权人追认,否则,其行为无效。

    更多相关内容
  • 影响农村经济发展主要因素调研报告范文 .docx
  • XXXXB影响经济发展主要因素和人口结构分析.doc
  • 影响中国农村经济发展的三个主要因素.docx
  • 开发长江经济带,充分利用其优越的地理条件,借助快速便捷的交通运输网络,连接东南西北,形成区域共振、上下游全方位对外开放的全新格局,发挥长江经济带大城市的引领作用,促进新型城镇化发展
  • 其次构建经济发展与诸主要影响因素间的面板数据模型,通过协整分析,发现不同能源资源禀赋区能源消费与经济发展影响因素间存在不同的协整关系;通过因果关系分析,发现在能源资源富有型地区,能源消费与经济发展互为...
  • 为了解影响北京山区小流域经济发展的主要因子,以石匣小流域的实测、调查资料为基础,采用对比、假设检验、层次分析的方法对小流域经济增长的影响因素进行了分析,得出影响山区小流域经济发展主要因素不是自然因素...
  • 评述了影响煤气化过程的几种主要因素,以期对该领域的深入研究与工业应用有所参考。并指出了继续深入加强各影响因素基础研究的同时,综合评估其经济性效益,是煤气化技术向煤炭大规模高效清洁利用推广的未来发展方向。
  • 利用我国20家煤炭上市企业2007—2015年年报数据,探究煤炭企业实施多元化战略所产生的经济效应,并提出影响经济效应的内在因素。研究发现多数煤炭企业多元化模式存在折价效应,这主要与企业经营管理水平、企业规模、...
  • 本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展主要驱动因素,对STIRPAT模型进行了扩展,利用1990~2008年浙江省的统计数据,对...
  • 粤北岩溶山区是广东省石漠化土地分布的主要区域,石漠化已成为当地生态环境改善和农村经济发展主要制约因素。从面积与等级、不同石漠化类型土地的主要特征等方面概述了粤北岩溶山区土地石漠化现状.分析了石漠化对...
  • 利用近年来的相关数据对港口集装箱吞吐量、港口所在城市的国民生产总值以及地方进出口商品总值进行了计量经济分析,通过二元线性回归模型对港口未来集装箱吞吐量进行预测,并对模型进行了相关检验,为港口岸线资源的...
  • 众所周知,运转良好的金融体系对于经济发展至关重要。 因此,调查股票市场发展的决定因素是至关重要的。 这将使决策者能够采取必要的步骤来增强股票市场的发展,从而触发急需的经济增长。 因此,本文旨在通过使用...
  • 为了更全面考虑其他因素对碳排放的影响,选取技术进步、能源强度、产业结构与旅游业的发展作为影响因素,采用最小二乘法(OLS)进行分析,结果表明:产业结构调整是碳减排的最主要因素,而旅游业的发展对碳排放有明显的推动...
  • 基于2000-2015年安徽省金融业的投入产出数据,通过Malmquist指数测算金融业发展效率情况,并运用Tobit模型进一步探究经济增长、投资水平、产业结构、政府干预和城市化等因素对金融业发展效率的影响程度。研究表明:第一...
  • 本论文选择了涵盖18个指标的循环经济评价体系,对长江三角洲地区16个城市的循环经济发展水平进行实证研究,根据因子分析法找出经济发展、资源消耗程度、再利用及资源化程度是现阶段影响循环经济发展水平的主要因素,...
  • 选择了其中27个样本国家的10万人死亡率和14个经济社会发展指标,运用多元回归分析方法,建立了10万人死亡率指标与经济社会指标之间的多元回归模型,分析影响安全生产状况的经济社会因素.根据回归模型分析,预测我国安全...
  • 对于外部因素,我们选择了诸如国民经济发展水平,城市化,科教水平,居民生活水平,对外开放程度以及第三产业劳动力等因素。 基于以上选择的内部和外部因素,我们探讨了中国第三产业发展的内部动力以及影响第三产业...
  • 本文通过构建阻碍中国低碳经济发展影响因素的指标体系,采用图论方法建立影响因素的关联矩阵,运用布尔运算得到各影响因素的层级关系,得出低碳经济发展主要影响因素为经济粗放式发展、居民低碳意识淡薄和缺乏低碳...
  • 根据我国现行人才标准,以2010年全国第六次人口普查和2011年全国统计年鉴为依据,以省级行政区域为...国家政策、经济社会发展水平、高等院校布局及自然环境等因素共同作用,促使高学历人口向大中城市、发达地区集聚.
  • 其次在对高新技术产业创新生态系统的构成要素进行探究,最后结合生态位态势理论对高新技术产业创新生态系统创新培育影响因素进行分析,以期在实施创新驱动发展战略过程中对区域经济发展以及创新能力提升提供一定的指导...
  • 从技术特征、成本、环保、美观等方面,总结现代有轨电车的优势;...我国既要从政策、税收、标准等方面制定和完善现代有轨电车发展规范,又要结合城市经济发展水平和城市总体规划理性发展有轨电车。
  • 制冷剂从始到今的发展经历了三个阶段,他们对环境的影响主要表现在对臭氧层的破坏和温室效应引起的气候变暖。在可持续发展观念指引下,人们对新型环保制冷剂提出了更高的要求,以此展望今后制冷剂的发展趋势主要是节能...
  • 创新型人力资本是目前我国十分稀缺的资源,创新能力的提高对于一个国家的经济发展水平和国际竞争力具有重要作用。高等学校作为培养高层次人才的重要载体,对培养创新型人力资本有着不可取代的责任。通过建立回归方程从...
  • 区域电力需求主要影响因素的分析,都秀文,崔巍,关于电力需求与经济社会发展之间关系的研究越来越成为一个重要的课题,区域电力市场的发展直接影响着地区经济社会和人民生活水平
  • 经济增长是我国宏观经济政策的目标之一,研究影响经济增长的因素对促进我国经济快速发展有着十分重要的意义。本次实验运用R软件编写代码拟合多元线性回归模型、选择最优模型,最终进行区间预测,定性的研究影响我国...

    一、问题的提出

    经济增长是我国宏观经济政策的目标之一,研究影响经济增长的因素对促进我国经济快速发展有着十分重要的意义。本次实验运用R软件编写代码拟合多元线性回归模型、选择最优模型,最终进行区间预测,定性的研究影响我国经济增长的主要因素。

    二、试验的设计与数据收集过程

    为了大致描绘改革开放以来我国经济的增长情况,原计划收集1978年至今的数据,但是全社会固定资产投资只有1980年之后的数据,所以最终只分析了自上个世纪八十年代以来的数据。影响国内生产总值GDP的因素有很多,本实验主要收集了1980-2018年进出口总额、金融机构资金来源流通中货币、社会消费品零售总额和全社会固定资产投资的数据,数据单位都为亿元,数据来源:国家统计局移动门户网站

    三、数据的描述性分析

    GDP、EM、MO、Consumption、Investment分别代表国内生产总值(亿元)、进出口总额(亿元)、金融机构资金来源流通中货币(亿元)、社会消费品零售总额(亿元)和全社会固定资产投资(亿元)。其中,国内生产总值GDP代表我国的经济增长状况,是因变量,其他四个变量是影响经济增长的因素,都是自变量。首先编写一个函数通过样本的数字特征对样本进行一些初步的定性分析。
    在这里插入图片描述
    在这里插入图片描述
    查看导入的数据:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    四、数据分析

    查看变量之间的相关性:可以用cor函数得出变量之间的相关系数矩阵,或者用scatterplotMatrix函数,直接绘制散点图矩阵来查看变量之间的相关性。
    在这里插入图片描述由相关系数矩阵结果我们可以看到各个变量之间的相关系数都达到了0.9以上,是高度线性相关的,可以拟合线性回归模型。
    在这里插入图片描述
    scatterplotMatrix函数默认在非对角线区域绘制变量间的散点图,并添加平滑和线性拟合曲线。spread=FALSE表示删除了残差正负均方根在平滑曲线上的展开和非对称信息。
    在这里插入图片描述
    由变量间相关性实验结果,我们可以知道各个变量之间有正相关的线性关系,为了选择比较合适的解释变量,我们需要拟合以GDP为因变量、其他四个变量为自变量的多元回归模型。
    在这里插入图片描述
    用summary函数来查看模型的详细拟合结果:
    在这里插入图片描述
    Residuals列出了残差的最小值、四分之一分位数、中位数、四分之三分位数、最大值。Coefficients列出了每个自变量(包括截距项)的估计值、标准差、t值和P值(Pr(>|t|))。可以看到在5%的显著性水平上,除了自变量MO不显著,其他自变量都是显著的。判断模型拟合效果的可决系数也叫判定系数R2的值,可以看到R2为0.995,非常接近于1,说明模型拟合效果很好。还有判断模型联合显著性的F统计量的值:F-statistic=1.808e+04,自由度为(4,34),p-value<2.2e-16,结果表面在1%的显著性水平下,模型是联合显著的。

    计算方差分析表:
    在这里插入图片描述
    在确认回归模型之前要先进行假设检验,即回归模型的诊断。回归模型的诊断,最常用的的方法是使用plot函数。
    在这里插入图片描述
    在这里插入图片描述
    ResidualsvsFitted图(左上)主要用于检验是否线性于参数,图中残差值和拟合值基本没有比较明显的关联,则说明自变量与因变量之间是线性关系。
    NormalQ-Q图(右上)主要检验误差项的正态性,若满足正态性的假设,则图上的圆点应落在45度角的直线上;反之,则不满足正态性的假设。从图中结果来看,基本满足正态性的假设。
    Scale-Location图(左下)主要检验误差的同方差性的假设,若水平线周围的点随机分布,则满足同方差假设;反之,则不满足。而观察此处结果,满足同方差性的假设。
    ResidualsvsLeverage图(右下)主要用于观察数据中的单个值,不用于假设检验。

    对于模型的最优选择问题,我们可以使用AIC来进行比较,它的原理是在可决系数与自变量的个数之间进行权衡,选择二者的最佳组合。AIC值越小,表明模型拟合效果越好
    在这里插入图片描述
    结果表明fit2的AIC值最小,拟合结果最好,即选择EM、Consumption、Investment三个变量为自变量的多元线性回归模型为最优模型。这与前面模型的详细拟合结果里MO的t检验结果不显著,而其他三个变量t检验结果显著刚好一致。

    由以上实验结果表明选择影响GDP增长的因素主要有进出口总额、社会消费品零售总额以及全社会固定资产投资。重新拟合最优模型:
    在这里插入图片描述
    在这里插入图片描述
    由此得出多元线性回归方程为:y=-1887+0.5565x1+2.263x2-2.283x3
    绘制自变量与因变量之间的散点图和拟合曲线:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    计算残差、标准化残差、计算预测值、画残差图、画残差QQ图:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    进行模型的预测,需要用到predict函数。实验数据为1980-2018年间的,假设2019年的EM为335000.00,Consumption=为400000.0,Investment为655000.00,可以预测到2019年的GDP的值为940344.7,95%的预测区间为(925188.7,955500.8)。
    在这里插入图片描述

    五、结论与讨论

    通过本次实验得到了影响GDP增长的各种因素构成的多元线性回归方程:y=-1887+0.5565x1+2.263x2-2.283x3。该回归方程的截距项是-1887,EM每增加一个单位会引起GDP增加0.557个单位,Consumption每增加一个单位引起GDP增长2.263个单位,Investment每增加一个单位会引起GDP减少0.228个单位。也就是说,为了促进我国经济的快速发展,可以扩大对外开放程度来增加进出口总额,可以采取刺激消费、适当的减少投资从而促进经济增长。同时此次试验也可以在一定程度上对2019年的GDP进行预测,更好的掌握经济动向。

    六、参考文献

    [1]范金城, 梅长林. 2002. 数据分析. 北京: 科学出版社.
    [2]薛毅, 陈立萍. 2007. 统计建模与R软件. 北京: 科学出版社.
    [3]王斌会. 2010. 多元统计分析与R语言建模. 广州: 暨南大学出版社.
    [4]李素兰.2017. 数据分析与R软件(第二版).北京: 科学出版社.

    附件1:数据

    
    指标    国内生产总值 进出口总额	货币	社会消费品零售总额
    2018年	900309.5	305008.13	73208	    380986.9
    2017年	820754.3	278099.24	70645.6	    366261.6
    2016年	740060.8	243386.46	68303.87	332316.3
    2015年	685992.9	245502.93	63216.58	300930.8
    2014年	641280.6	264241.77	60259.53	271896.1
    2013年	592963.2	258168.89	58574.44	242842.8
    2012年	538580	    244160.21	54659.77	214432.7
    2011年	487940.2	236401.95	50748.46	187205.8
    2010年	412119.3	201722.34	44628.17	158008
    2009年	348517.7	150648.06	38245.97	133048.2
    2008年	319244.6	179921.47	30218.96	114830.1
    2007年	270092.3	166924.07	30334.32	93571.6
    2006年	219438.5	140974.74	27072.62	79145.2
    2005年	187318.9	116921.77	24031.67	68352.6
    2004年	161840.2	95539.09	21468.3	    59501
    2003年	137422	    70483.45	19745.99	52516.3
    2002年	121717.4	51378.15	17278.03	48135.9
    2001年	110863.1	42183.62	15688.8	    43055.4
    2000年	100280.1	39273.25	14652.65	39105.7
    1999年	90564.4	    29896.23	13455.5	    35647.9
    1998年	85195.5	    26849.68	11204.15	33378.1
    1997年	79715	    26967.24	10177.61	31252.9
    1996年	71813.6	    24133.86	8802.01	    28360.2
    1995年	61339.9	    23499.94	7885.34	    23613.8
    1994年	48637.5	    20381.9	    7288.6	    18622.9
    1993年	35673.2	    11271.02	5864.7	    14270.4
    1992年	27194.5	    9119.62	    4336	    10993.7
    1991年	22005.6	    7225.75	    3177.8	    9415.6
    1990年	18872.9	    5560.12	    2644.87	    8300.1
    1989年	17179.7	    4155.92	    2344.02	    8101.4
    1988年	15180.4	    3821.79	    2134.03	    7440
    1987年	12174.6	    3084.16	    1454.48	    5820
    1986年	10376.2	    2580.37	    1218.36	    4950
    1985年	9098.9	    2066.71	    987.83  	4305
    1984年	7278.5	    1201.03	    792.11	    3376.4
    1983年	6020.9	    860.15	    529.78	    2849.4
    1982年	5373.4	    771.37	    439.12	    2570
    1981年	4935.8	    735.34	    396.34	    2350
    1980年	4587.6	    570.04	    346.2	    2140
    

    附件2:代码

    GDP<-c(4587.6,4935.8,5373.4,6020.9,7278.5,9098.9,10376.2,12174.6,15180.4,17179.7,18872.9,22005.6,27194.5,35673.2,48637.5,61339.9,71813.6,79715.0,85195.5,90564.4,100280.1,110863.1,121717.4,137422.0,161840.2,187318.9,219438.5,270092.3,319244.6,348517.7,412119.3,487940.2,538580.0,592963.2,641280.6,685992.9,740060.8,820754.3,900309.5)
    EM<-c(570.00,735.34,771.37,860.15,1201.03,2066.71,2580.37,3084.16,3821.79,4155.92,5560.12,7225.75,9119.62,11271.02,20381.90,23499.94,24133.86,26967.24,26849.68,29896.23,39273.25,42183.62,51378.15,70483.45,95539.09,116921.77,140974.74,166924.07,179921.47,150648.06,201722.34,236401.95,244160.21,258168.89,264241.77,245502.93,243386.46,278099.24,305100.00)
    MO<-c(346.20,396.34,439.12,529.78,792.11,987.83,1218.36,1454.48,2134.03,2344.02,2644.87,3177.80,4336.00,5864.70,7288.60,7885.34,8802.01,10177.61,11204.15,13455.50,14652.65,15688.80,17278.03,19745.99,21468.30,24031.67,27072.62,30334.32,30218.96,38245.97,44628.17,50748.46,54659.77,58574.44,60259.53,63216.58,68303.87,70645.60,73208.00)
    Consumption<-c(2140.0,2350.0,2570.0,2849.4,3376.4,4305.0,4950.0,5820.0,7440.0,8101.4,8300.1,9415.6,10993.7,14270.4,18622.9,23613.8,28360.2,31252.9,33378.1,35647.9,39105.7,43055.4,48135.9,52516.3,59501.0,68352.6,79145.2,93571.6,114830.1,133048.2,158008.0,187205.8,214432.7,242842.8,271896.1,300930.8,332316.3,366261.6,380987.0)
    Investment<-c(910.90,961.00,1230.40,1430.10,1832.90,2543.20,3120.60,3791.70,4753.80,4410.40,4517.00,5594.50,8080.10,13072.30,17042.10,20019.30,22913.50,24941.10,28406.20,29854.70,32917.73,37213.49,43499.91,55566.61,70477.40,88773.62,109998.20,137323.94,172828.40,224598.77,251683.77,311485.13,374694.74,446294.09,512020.65,561999.83,606465.66,641238.40,635636.00)

    summarize <- function(x){
    n <- length(x)
    m <- mean(x)
    v <- var(x)
    s <- sd(x)
    me <- median(x)
    cv <- 100s/m
    css <- sum((x-m)^2)
    uss <- sum(x^2)
    R <- max(x)-min(x)
    R1 <- quantile(x,3/4)-quantile(x,1/4)
    M3=quantile(x,1/4)
    (1/4)+me*(1/2)+ quantile(x,3/4)(1/4)
    g1 <- n/((n-1)
    (n-2))sum((x-m)3)/s3
    g2 <- ((n
    (n+1))/((n-1)(n-2)(n-3))sum((x-m)4)/s4- (3(n-1)^2)/((n-2)*(n-3)))
    data.frame(N=n, Mean=m, Var=v, std_dev=s,Median=me, CV=cv, CSS=css, USS=uss,M3=M3,R=R, R1=R1, Skewness=g1, Kurtosis=g2, row.names=1)
    }

    data=data.frame(GDP=GDP,EM=EM,MO=MO,Consumption=Consumption,Investment=Investment)
    data

    cor(data)

    scatterplotMatrix(data,spread=FALSE,main=“Scatter Plot Matrix via car package”)

    fit<-lm(GDP~EM+MO+Consumption+Investment)
    fit

    summary(fit)

    anova(fit)

    par(mfrow=c(2,2))
    plot(fit)
    fit1<-lm(GDP~EM+MO+Consumption+Investment,data=data)
    fit2<-lm(GDP~EM+Consumption+Investment,data=data)
    fit3<-lm(GDP~Consumption+Investment,data=data)
    fit4<-lm(GDP~Consumption,data=data)
    AIC(fit1,fit2,fit3,fit4)

    fitter<-lm(GDP~EM+Consumption+Investment,data=data)
    summary(fitter)

    coefficients(fitter)

    ARsqured<-summary(fitter)$adj.r.squared
    ARsqured

    plot(GDP~EM)
    abline(lm(GDP~EM))
    plot(GDP~Consumption)
    abline(lm(GDP~Consumption))
    plot(GDP~Investment)
    abline(lm(GDP~Investment))

    resid<-residuals(fitter)
    stdresid<-rstandard(fitter)
    GDP.pre<-predict(fitter)
    plot(GDP.pre,resid)
    plot(GDP.pre,stdresid)
    plot(fitter,2)

    new<-data.frame(EM=(335000.00),Consumption=c(400000.0),Investment=c(655000.00))
    lm.pred<-predict(fitter,new,interval=“prediction”,level=0.95)
    lm.pred

    展开全文
  • 影响湖北经济发展的重要因素之一是其非公有制经济,特别是其中的私营经济发展不足。私营经济的规模小、效益低,经营的外向性程度低和产业结构层次低是湖北私营经济发展中存在的主要问题。实现湖北经济跨越式发展,...
  • 总结出贫困地区农业与农村经济发展主要受生态脆弱、环境闭塞、产业低级、经济基础差,以及人口数量多且素质低下等因素的制约,通常具有不可持续性.根据对影响农业与农村经济发展要素的阶段性与动态性分析,并以绥德县为...
  • 劳动生产率是促进经济高速增长和协调区域平衡发展的重要影响因素。本文采用指数方法,将劳动生产率的增长速度分解为纯生产率效应、鲍默效应及丹尼森效应,三种效应的贡献率显示我国劳动生产率增长主要是由纯生产率效应...
  • 在总结煤炭行业产业内贸易产生机制和前人研究成果的基础上,运用产业内贸易理论,对可能影响煤炭产业内贸易的主要现实因素进行了总结分析,根据分析结果发现行业产业内贸易发展中存在着整体水平较低、企业规模不经济、...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 92,918
精华内容 37,167
关键字:

影响经济发展的主要因素