XiaoMi-AI文件搜索系统
World File Search System外生变量
基于人工智能结合气候外生变量预测巴西和美国的新冠肺炎病例
根据世界卫生组织的数据，新型冠状病毒病（COVID-10）曾是一个公共卫生问题，截至 2020 年 6 月 10 日，全球已有超过 710 万人感染，40 多万人死亡。在当前情况下，巴西和美国每天的新增病例和死亡人数都很高。因此，预测一周时间窗口内的新增病例数非常重要，这可以帮助公共卫生系统制定应对 COVID-19 的战略规划。预测人工智能（AI）模型的应用有可能处理像 COVID-19 这样的时间序列的困难动态行为。在本文中，贝叶斯回归神经网络、立体回归、k 最近邻、分位数随机森林和支持向量回归可单独使用，并结合最近的预处理变分模态分解（VMD）将时间序列分解为几个固有模态函数。所有 AI 技术均在时间序列预测任务中进行评估，预测巴西和美国五个州的累计 COVID-19 病例数提前一、三和六天，截至 2020 年 4 月 28 日，病例数较高。所有预测模型均采用先前累计的 COVID-19 病例数和每日温度和降水等外生变量作为输入。根据性能标准评估模型的有效性。一般而言，VMD 的混合在准确性方面优于单一预测模型，特别是当预测时间范围提前六天时，混合 VMD-单一模型在 70% 的案例中实现了更好的准确性。关于外生变量，作为预测变量的重要性排名从高到低依次为过去病例、温度和降水。因此，由于评估模型能够有效地预测长达六天的累计 COVID-19 病例数，因此
国内储蓄和经济增长
摘要 本文考察了 1960 年至 2013 年期间南非国内储蓄与经济增长之间的因果关系。采用基于 VAR 的 Johansen 协整检验来检验长期关系，采用 Granger 因果关系检验来检验因果关系。Johansen 协整检验表明，有一个协整向量，其中固定资本形成总额 (GFCF) 作为外生变量包含在模型中。这意味着，在储蓄增长模型中将 GFCF 作为外生变量，三变量模型中至少应该有一个因果关系方向。Granger 因果关系检验表明，在估计的第二和第三个滞后中，存在从总储蓄和经济增长到总固定资本形成的 5% 的统计显著单向因果关系。这一发现建议该国的经济政策制定者将重点放在促进经济增长和国内储蓄上，以提高资本形成总额。还应开展进一步研究，确定经济增长和国民储蓄的主要决定因素，以便政策制定者能够研究这些因素，促进资本形成过程。
文献综述：影响营销策略的因素，...
相对较新的信息技术令人惊讶地成为众多商品和服务市场增长的触发因素，使之真正意义上实现全球化。市场细分是将市场划分为具有相似需求和/或个性且对花钱有相同反应的潜在客户群体的过程。营销策略包括与市场、目标营销组合和营销支出水平相关的具体策略。公司的营销策略必须能够在竞争环境中发生变化。撰写此“文献综述”的目的是确定外生变量（营销策略、市场规模、技术和最终用户）对内生变量（市场细分和竞争空间）的影响或关系。
可再生能源与可持续发展：
可持续发展目标的实现取决于不同的因素。本文旨在探讨可再生能源与可持续发展之间的关系。我们采用内生变量调整后的净储蓄作为可持续发展因素，可再生能源消费作为外生变量，控制变量为固定资本形成总额和劳动力。这项研究针对 1990-2017 年期间的 17 个 OECD 国家进行。我们假设了一个平衡面板模型，并采用了面板随机效应模型和面板 ARDL 协整模型。结果表明，可再生能源消费在短期内对调整后的净储蓄有显著的负面影响，但从长远来看，可再生能源消费对可持续发展因素有积极影响。此外，在两个变量之间建立了双向面板 Granger 因果关系。
西加里曼丹的经济增长与贫困
理想情况下，已经进行的经济发展将产生高经济增长并改善社会福利。然而，基于现有的现实，经济增长的好处无法直接感受到，从而导致贫困。为了分析经济增长与贫困，本研究收集了2010年至2020年西加里曼丹省所有地区/城市的样本，然后使用两阶段联立方程进行分析。本研究的内生变量是经济增长和贫困，外生变量是家庭消费、投资、人均收入和农业部门增长。结果表明，贫困对经济增长产生负面影响，但家庭消费和投资没有影响。同时，人均收入经济增长对贫困产生负面影响，而经济增长和农业部门增长对贫困没有影响。因此，必须通过关注穷人（有利于穷人）来进一步提高西加里曼丹的经济增长质量。
它是什么以及它如何演变，作者：W. Brian Arthur。评论
这本书的有趣之处在于，书中关于技术的观点非常新颖，尤其是它与主流经济学观点的对比。主流经济学主要将技术视为“黑匣子”。尽管它假设技术变革会发生，并研究其产品，如生产力或经济增长，但它并没有深入研究技术发展的内部过程。主流经济学通常将其视为外生变量，关注 TFP 等总体指标，而不考虑其开发过程，也很少关注微观层面发生的过程。这本书将为那些只熟悉主流方法的人提供许多必要的补救措施，因为它详细描述了技术的本质和创新过程。熟悉演化经济学并读过 Nathan Rosenberg 的一些论文的人会发现这些讨论很熟悉。尽管你仍然会从作者的书中受益，因为书中有新理论、对创新过程的详细讨论，以及他为建立他的理论而提供的无数历史例子。
马耳他短期季度计量经济预测模型
摘要 马耳他短期季度计量经济预测模型 (STEMM) 是马耳他政府官方宏观经济预测、财政预测和财政目标的基础。STEMM 是一个凯恩斯主义模型，其中总需求在短期价格刚性存在的情况下决定产出。该模型最初由经济政策部于 2001 年在英国剑桥计量经济学会的帮助下开发。该模型是中等规模的，由六个主要模块组成。它由 47 个恒等方程和 69 个行为方程组成，其中大多数被指定为误差修正模型规范，根据 Engle-Granger 两阶段方法根据 1995 年至 2016 年的季度欧洲会计体系 (ESA) 2010 链式数据估计。此外，还有 47 个外生变量，包括与我们的贸易伙伴相关的经济变量、汇率、商品价格、财政变量和虚拟变量。 JEL分类：C3、C5、E1、E2、E3、E6、F1、H6、J2、J3。
高电力使用对当地经济的溢出效应
加密货币挖矿，即加密货币交易的清算，会消耗大量电力。我们记录到，加密货币矿工对当地电力的使用意味着现有小型企业和家庭的电价会上涨。通过研究纽约州北部的电力市场，并使用比特币价格作为社区面临的供应曲线部分的外生变量，我们估算出小型企业和家庭的电力需求函数。根据我们的估算，我们计算了反事实电费，发现由于加密货币矿工的用电量增加，纽约州北部的小型企业和家庭每年额外支付 9200 万美元和 2.04 亿美元。纽约州北部的地方政府征收了更多的营业税，但这只能抵消社区电费上涨的一小部分成本。使用中国电价固定的数据，我们发现，在有加密货币矿工进入的城市，电力配给会导致工资和投资下降，这与对当地经济的挤出效应一致。我们的结果表明，技术进步对当地社区产生了尚未研究的负面溢出效应，这需要与福利效益进行比较。
1 诊断人力资本作为制约因素...
发展机构的走廊上普遍宣扬人力资本对发展的重要性，而发展中国家的政策制定者经常面临的最重要问题之一就是受过教育的青年失业。尽管经济合作与发展组织 (OECD) 国家提供的证据显示，人力资本积累与经济增长加速相关，但发展中国家为改善受教育机会和教育质量所做的大量努力平均而言并未转化为人均收入的提高。此外，各国人均受教育程度和人均产出的差异朝着相反的方向发展，近乎普及的教育减少了人均受教育程度，而人均收入差距却扩大了。1 我们如何调和这些看似矛盾的立场？问题在于一些发展中国家拥有相对丰富的技能，但其他制约因素阻碍了这些技能的需求和利用？还是因为学校教育没有培养技能，所以现有的学校教育和培训计划无法满足对人力资本的需求？或者是对人力资本和相对丰富技能的需求，但劳动力市场失灵阻碍了技术人员被雇用？在本要素中，我们认为这个难题的答案取决于国家特定的因素，并提出了一个框架来评估一个国家人力资本的改善是否可以合理地预期对经济增长产生影响。我们什么时候可以预期人力资本要素供应的改善有利于增长？索洛（1956）提出将经济产出建模并研究为具有互补投入的生产函数：物质资本和劳动力，以及取决于技术进步水平的生产率要素。曼昆、罗默和韦尔（1992）通过纳入人力资本的概念引入了一个增强模型。该模型假设资本收益递减——随着资本积累的增加，储蓄和投资资本的激励减少——导致人均收入水平由储蓄率、人口增长和技术进步（所有都是外生变量）决定。根据这些假设，人均产出增长是外生的：任何生产要素供应的永久性增加都将导致暂时的正增长率，从而使收入水平发生永久性转变。由此带来的经济增长只能是过渡性的。在此背景下，对人力资本存量的投资会导致收入水平转变，但不会促进增长。
具有更新数据的可计算一般均衡模型......
本文件介绍了澳大利亚经济多部门模型的理论、数据和参数。该模型属于可计算一般均衡 (CGE) 模型类；有关 CGE 模型的广泛概述，请参阅 Dixon 和 Jorgenson (2012) 以及 Francois 和 Reinert (1997)。该理论汇集了针对澳大利亚经济特定部门的特殊处理方法。这些方法包括能源产品、旅游业、公共部门账户和债务积累以及私营部门债务和信贷积累的处理方法。该模型的属性也与动态宏观经济模型的属性一致，即经济从稳定状态开始，沿着平衡增长路径移动到新的稳定状态，经历扰动。该模型的另一个新颖特点是使用最新数据，但也使用进口-国内替代和家庭需求领域的最新估计参数。此处描述的模型是动态的。也就是说，模型的理论是指模型变量在一段时间内或跨时间段如何相互关联。动态模拟政策变化的影响需要运行两次模型，以生成基线和项目模拟。基线可能是在没有相关政策冲击的情况下，经济将如何随时间演变的合理预测。因此，基线可能包含短期内对关键宏观经济变量的外部预测，并在长期内趋于平衡增长路径。或者，基线可能表示通过将平衡增长冲击应用于模型，从非平衡增长路径转向平衡增长路径。除了感兴趣的项目变量（例如税率、技术等）外，项目模拟中的所有外生变量都被赋予了它们在基线模拟中的值。基线和项目模拟中变量值的差异量化了将感兴趣的变量移离其基线值的影响，即由建模的项目冲击引起的变量与其基线值的偏差。该模型根据澳大利亚统计局 (2020) 发布的 2017-18 年投入产出 (IO) 表，区分了 117 个行业和商品（见表 7）。主要因素包括 117 种资本（每个行业一种）、8 种职业、业主-经营者劳动力（即自雇工人）、两种土地和自然资源。每个行业的代表性公司生产一种商品。每种商品分为出口市场品种和国内销售品种。一些为国内市场使用而生产的商品进一步分为利润和非利润成分。商品的利润成分用于促进进口商品和国内商品在澳大利亚境内的流动和销售，以及出口商品到出口地点的运输费用。保证金商品包括以下