数字经济发展促进居民消费扩容升级研究

来源 :南京审计大学 | 被引量 : 0次 | 上传用户:chier00
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,数字经济作为一种新的经济形式,已然成为撬动经济增长的新动能。数字经济的发展改变了居民原有的的消费模式和消费习惯,并拓宽了居民的消费渠道。研究数字经济对于居民消费的影响和作用,对畅通国内大循环、拉动内需、促进消费有着重要意义。在系统梳理相关文献基础上,本文首先界定数字经济和居民消费扩容升级的概念,理论探讨了数字经济发展对居民消费的影响路径;其次,利用CRITIC赋权法和泰尔指数及其贡献率测算了各省数字经济发展水平并进行时空差异性分析;第三,基于随机效应模型和QUAIDS模型,从宏观视角实证分析了数字经济发展对居民消费扩容升级的影响;第四,基于EM算法的高斯混合模型划分家庭消费等级,运用随机森林模型和SHAP模型从微观家庭视角展开研究。本文的理论和实证研究表明,数字经济发展通过商品价格、居民收入、普惠金融三个途径作用于居民消费;我国数字经济发展水平逐步攀升,“数字鸿沟”逐步缩小,数字经济发展水平的总体差异性由地区内差异逐步转化为东、中、西部地区间的差异;数字经济发展对全国和东部地区的居民消费有显著的正向促进作用,尤其提升了在居住、文教娱乐方面的消费意愿;当地的数字经济发展能有效促进居民消费升级;数字经济发展提升中、西部地区高档消费等级的正向影响效果远低于东部地区。
其他文献
2021年“十四五”规划突出表达了关于深化金融供给侧结构性改革的内容,近年来随着我国金融资本市场的快速发展,金融衍生品的交易开始慢慢取代传统的基础金融产品交易,金融衍生品的市场占比也越来越高。其中,期权是近年来中国以及国际金融市场中扮演着重要角色的金融衍生品,也是具有活力的金融风险管理工具之一,期权定价同样也是金融领域研究中的核心之一。自从BlackScholes期权定价模型(BSM)提出后,关于
学位
随着计算机技术的发展,将生物学和计算机科学结合已经成为一种趋势。生物的多样性,造成识别生物序列的成本较高,同时对于研究人员也提出了严格的要求。采用算法技术识别生物序列能够减少人力成本同时提高序列标注的效率,因此在生物信息学研究中引入算法模型是必不可少的。对生物体的剪接位点研究,有利于控制DNA转录翻译成信使RNA的过程中,避免一些致癌基因的表达,以此减少对于生物体健康的危害。本文研究决策树集成算法
学位
网络技术的发展将信息技术推向高速时代,现代金融理论和金融工程技术不断更新,但伴随而来的金融风险也变得愈发复杂。随着经济环境和外部因素日趋复杂,经济世界的不稳定性不确定性日益突出,因此我们需要关注更加科学的风险测度方法。近年来,由于新冠肺炎疫情反复来袭,国际经济政策不稳定加剧了黄金、大宗商品和债券市场的震荡。投资者的交易变得更加频繁,同时也增加了投资活动过程的风险性。面对不断累积和扩大的金融市场,准
学位
在当前全球经济增速放缓、不稳定性持续加深的时代背景下,数字经济凭借强大的韧劲博得世界各国的关注与重视。准确测算数字经济的规模,进而衡量国家和地区的数字化发展水平,已成为数字经济研究领域绕不开的话题。本文界定的数字经济规模包括基础部分与融合部分,分别对应于数字产业化与产业数字化。2021年国家统计局发布实施的数字经济核心产业分类标准首次于官方角度统一了我国数字经济基础行业的范围,而在产业数字化的核算
学位
随着世界经济的发展,衍生品交易在金融市场中开始扮演更加重要的角色,其中最重要的金融衍生产品之一是期权,期权投资者能够根据合约内容在规定时间以特定的价格进行资产交易,大幅度增加了投资的可能性。在此背景下,期权定价问题的研究意义愈发凸显,目前学者对于期权定价问题的研究主要以著名的Black-Scholes期权定价公式为基础开展。虽然Black-Scholes期权定价公式自从提出以来就被业界广泛使用,但
学位
金融风险测度与预测一直是经济领域研究的热点问题,尤其对于波动性较大的可投资产品而言,比如股票、期货与期权等。常用度量风险测度方法是Va R模型,与统计学的分位数模型是一致的。然而,传统的分位数回归模型无法反映分布尾部的极端风险,从而容易导致过度乐观的风险值。与分位数回归相比,expectile回归模型不仅具有良好的数学性质(如一致性和可引出性),而且可以刻画分布尾部的极端损失或收益。鉴于此,本文首
学位
研究股市波动的理论众多,使用不同模型得出的结论也千差万别,自2008年GARCH-MIDAS模型出现后,越来越多的学者使用该模型研究股市波动与宏观经济发展之间的关系,本文使用该模型变体GJR-GARCH-MIDAS模型从宏观层面进行研究分析对股市波动的影响。本文在已有文献的基础上,将从以下几个方面进行分析:首先,本文对选取的收益率序列建立GARCH、GJR-GARCH、EGARCH模型,通过对比不
学位
一直以来,金融风险的度量与管理是金融界普遍关注的热点问题。而金融资产波动率作为量化金融风险的关键指标,它的预测在金融风险研究中具有重要的作用。良好的波动率预测不仅能够帮助投资者规避股市波动带来的风险,还能够有效防范贸易、投资等领域的风险,在一定程度上促进文明股市交易环境的构建。在实际研究中波动率预测面临着巨大的挑战。一方面在于波动率预测的影响因素较多,不同因素之间具有复杂的非线性关系。另一方面,在
学位
在股票市场上,行业板块波动特征与行业发展存在复杂多样联系,准确描述行业板块的波动性特征有助于探索该行业的发展形式及变化特征。世纪疫情对我国股票市场各行业板块造成强烈影响,给股票市场带来不确定性。基于此,本文通过研究新冠肺炎疫情发生前后各个行业板块波动性变化特征,分析疫情对该行业的影响,通过行业板块在不同时间的收益率序列来探索疫情前后行业板块波动的聚集性、非对称性和行业之间的传导方向是否发生变化以及
学位
金融资产的波动率预测研究一直是个热门的研究方向,金融资产的波动率预测模型大多基于传统时间序列模型进行开展。随着计算机领域的发展,深度学习等神经网络算法取得突破性的进展,怎样才能更好地借助这些理论使波动率预测更加准确还需要更深入的研究。随着我国在金融期权和商品期权市场的不断丰富和扩大,同时基于期权的杠杆性和收益不对称的特点,通过期权投资策略的构建,使投资组合的风险降低的同时提高投资组合收益对于投资者
学位