局部线性趋势模型单位根检验量分布与Bootstrap检验

本文引入局部趋势概念,研究数据生成和检验式都含有趋势单位根过程中伪t检验量的分布,结果表明该分布为标准正态分布与第四种DF分布的混合体,并揭示了向这两类分布转化的条件.为摆脱伪t检验量受到特定参数约束而不能用于实证分析的困境,本文提出了Bootstrap检验方法,并从理论上证明该方法可用于水平检验和功效研究,埃奇沃思展开进一步证实该方法能够降低水平扭曲.蒙特卡洛模拟结果显示,Bootstrap检验量具有最高检验正确率,检验功效在一定条件下也能与标准正态分布的检验结果相媲美,说明Bootstrap方法可以用于此类模型的单位根检验.     

单位根过程联合检验的Bootstrap研究

 本文以Ferretti和Romo的Bootstrap方法为基础进行拓展完成三种联合检验,并从理论证明了Bootstrap方法的有效性;使用蒙特卡洛模拟技术比较了Bootstrap检验与临界值检验的效果。模拟表明,在误判率上,Bootstrap方法下三个检验量的误判率分别为2.22%、3.70%、0.00%,而临界值的误判率分别高达22.22%、11.11%、15.56%;在精确程度上,Bootstrap方法的精度分别是临界值方法的11.25倍、26倍和6.5倍。模拟表明了本文构造的Bootstrap检验方法可以替代临界值方法,特别在小样本下,Bootstrap方法的优势表现更为明显。     

ADF模式中漂移项和趋势项检验量分布与Bootstrap检验研究

在推导ADF检验模式下趋势项和漂移项伪t检验量极限分布基础上,提出修正的系数检验量。研究表明,它们与DF检验模式下检验量具有相同的极限分布;构造漂移项和趋势项检验的Bootstrap实现方法并证明了有效性。将蒙特卡洛模拟技术与临界值检验方法进行对比,结果表明Bootstrap方法能够明显降低检验的水平扭曲,在检验功效方面也有一定优势。模拟也显示临界值检验的局限性和Bootstrap方法的稳健性。     

关于分层线性模型样本容量问题的研究

文章运用lackknife和Bootstrap的方法,对参数估计的方差进行改进,构造了合适的参数估计的置信区间.通过样本组数和组内个体数的变化,利用数据模拟的方法进行研究,表明参数估计的可靠性很大程度上依赖于组数;对于固定效应参数,组数取30就可以得到可靠的估计值.对于σ和方差协方差成分T,组数分别取50和70才能得到可靠的估计.     

股市量化投资策略与实证检验

文章通过多个反映市场动态的因子模型,构造出可以根据市场变动做出自适应调整的平滑系数,建立了看涨和看跌市场动态自适应指数平滑模型,并且给出了基于模型的量化投资策略.以沪深300指数为样本,使用Bootstrap方法和ARCH族模型进行实证检验,从均值差异、流动性和信息不对称等角度分析市场动态自适应指数平滑模型投资策略对于股票市场收益率的预测能力.检验结果证明了策略具有较强的预测能力和对市场变化的适应能力.     

平均家庭户规模的模拟与预测—基于改进的Bi-logistic方法

平均家庭户规模是分析社会经济问题的重要指标,但现有的模拟和预测方法存在数据要求高、无法直接关联人口事件等缺陷。针对这些问题提出通过人口数量和家庭数量两个指标模拟和预测平均家庭户规模的方法,通过分段Bi-logistic曲线拟合,将人口流动与平均家庭户规模变化直接关联起来。模型准确性检验显示,10年期的模拟误差可以控制在5%以内,20年期的模拟误差可以控制在10%以内。该方法显著地降低了对数据的要求,能够在简单数据要求的基础上模拟和预测平均家庭户规模变化过程,对于缺乏动态家庭数据的发展中国家和小区域的家庭动态变化研究有积极意义。     

相关性分析中Copula函数的选择

Copula函数在金融分析和风险管理中有广泛的应用,利用Copula函数可以构建组合风险资产的联合收益分布和资产之间的相关性.在构建Copula模型时,一个关键的问题就是如何选择最佳的Copula来拟合实际的金融数据.文章分析了Copula函数选择困难的原因,指出了现有的似然准则选择方法的不足,提出了基于参数Bootstrap技术的对数似然准则检验方法,考虑了更大范围的Copula函数族群,利用模拟实验检验了该方法的选择能力,模拟结果表明对于没有尾部相关性的Copula函数和具有较小的尾部相关性的Copula函数可以较好地进行区分,而且也能区分大部分的具有较大尾部相关系数的Copula函数.同现有的只能区分常见的几类Copula的似然准则选择方法相比,文章提出的方法可以在更大范围内识别不同的Copula函数.     

基于整合治愈率模型的信贷违约时点预测

传统信用评分方法主要利用统计分类方法,只能预测借款人是否会发生违约,但不能预测违约发生的时点。治愈率模型是二分类和生存分析的混合模型,不仅可以预测是否会发生违约,而且可以预测违约发生的时点,比传统二分类方法可以提供更多的信息。另外,随着大数据的发展,数据源越来越多,针对相同或者相似任务,可以收集到多个数据集,本文提出了融合多源数据的整合治愈率模型,可以对多个数据集同时建模和估计参数,通过复合惩罚函数进行组间和组内双层变量选择,并通过促进两个子模型回归系数符号相同,提高模型的可解释性。通过数值模拟发现,所提方法在变量选择和参数估计上均有明显优势。最后,将所提方法应用于信用贷款的违约时点预测中,模型表现良好。     

半参数变系数回归模型的空间相关性检验

对半参数变系数回归模型,构造了新的空间相关性检验统计量,利用三阶矩 逼近方法导出了其检验 值的近似计算公式,蒙特卡罗模拟结果表明该统计量在检测空间相关性方面具有较高的准确性和可靠性。同时考察了误差项服从不同分布时的检验功效,体现出该检验方法的稳健性。进一步,我们还给出了检验统计量的Bootstrap方法以及检验水平的模拟效果。     

Bootstrap平均数假设检验样本容量探讨

Bootstrap方法是一种有放回的再抽样方法,可用于平均数假设检验的估计.采用蒙特卡洛数据模拟技术,模拟正态分布数据.设计研究程序,探讨在不同的样本量和再抽样次数不同情况下,Bootstrap方法在平均数假设检验中应用,所适宜的样本容量,将一类错误率作为对比条件.结果表明,跨越三种比较条件,只有当样本量大于等于5且模拟次数大于等于1000次时,才能得到满足条件的一类错误率,即表明使用Bootstrap方法才会取得较好的效果.     

Grouped penalization estimation of the osteoporosis data in the traditional Chinese medicine

Both continuous and categorical covariates are common in traditional Chinese medicine (TCM) research, especially in the clinical syndrome identification and in the risk prediction research. For groups of dummy variables which are generated by the same categorical covariate, it is important to penalize them group-wise rather than individually. In this paper, we discuss the group lasso method for a risk prediction analysis in TCM osteoporosis research. It is the first time to apply such a group-wise variable selection method in this field. It may lead to new insights of using the grouped penalization method to select appropriate covariates in the TCM research. The introduced methodology can select categorical and continuous variables, and estimate their parameters simultaneously. In our application of the osteoporosis data, four covariates (including both categorical and continuous covariates) are selected out of 52 covariates. The accuracy of the prediction model is excellent. Compared with the prediction model with different covariates, the group lasso risk prediction model can significantly decrease the error rate and help TCM doctors to identify patients with a high risk of osteoporosis in clinical practice. Simulation results show that the application of the group lasso method is reasonable for the categorical covariates selection model in this TCM osteoporosis research.     

基于网格GIS的旅游统计数据可视化研究

针对统计数据可视化这一热点研究问题,以旅游统计数据为研究对象,选择2010年陕西省入境游客接待人数数据,在网格GIS技术的支持下,首次提出基于加权求和综合得分的分割法,即借助旅游资源普查数据的旅游统计数据可视化研究方法,实现了陕西省入境游客人数的空间可视化表达。与传统可视化方法及效果相比,此方法具有思路清晰、科学性更强等特点,更能有效表达入境游客接待人数在区域内的分布差异,这为旅游学及相关学科的研究提供了很好的数据基础和研究思路。     

改进的货币需求法与未观测经济规模估测

 作为尚未被国民经济核算监测和计量的经济活动,“未观测经济”范畴自2002年被正式提出以来,理论界对其规模测算的研究不断深入;未观测经济本身亦对中国的经济运行产生了可感知的实际影响。本文构建了基于修正货币需求法的未观测经济估测模型,并首次将用以对不可观测变量进行量测的状态空间模型引入了未观测经济规模的测算。研究结果反映了过去20年间中国未观测经济的规模,而建立的模型本身亦可对未观测经济规模进行动态地监测。     

对外贸易政策与经济增长：度量方法和基于省际面板数据的实证研究

对外贸易政策度量方法的缺乏使得经济学界长期忽视了对外贸易政策与经济增长的实证研究,借鉴西方学术界在研究贸易开放过程中发展的度量方法对中国省际对外贸易政策进行度量,在此基础之上使用省际面板数据研究了对外贸易政策与经济增长之间的实证关系。使用普通最小二乘法,发现对外贸易政策对经济增长有稳健的促进作用;为消除控制变量可能存在的内生性问题,使用GMM方法进行估计,发现对外贸易政策对经济增长仍然有稳健的促进作用。     

系统性风险度量CoES的建模和检验

本文结合极值理论(Extreme Value Theory,EVT)和新的动态混合Copula(Dynamic Mixture Copula,DM-Copula)函数,提出了一种新的CoES估计方法DM-Copula-EVT。在EVT建模中,本文改进了阈值的选取方法以避免选择的主观性,并提出了一系列新的动态混合Copula以更好地刻画金融市场日益复杂的尾部关联性。此外,本文首次提出了检验CoES模型设定正确性的后验分析方法,包括无条件覆盖性检验和条件覆盖性检验。将本文建模和检验方法应用于我国金融市场,研究发现:相对于传统使用的t分布,EVT能更好地拟合指数的尾部分布;新的动态混合Copula函数能更好地刻画金融部门与系统之间的复杂关联性。     

基于非参数核估计的股市风险理论及应用研究

根据中国股市非市场化特点与股权分置改革的影响等问题,在股票市场价格严重失真情况下,运用非参数核估计方法,拟合了股市的理论收益率指标,通过对比股市实际收益率指标显著性偏离关系,提出了中国股市风险理论的独特含义与计量方法。实证显示：非参数核估计能够很好估计股市理论收益率指标,准确地计量中国股市风险动态变化情况。     

Empirical likelihood for the difference of quantiles under censorship

In this paper, we use a smoothed empirical likelihood method to investigate the difference of quantiles under censorship. An empirical log-likelihood ratio is derived and its asymptotic distribution is shown to be chi-squared. Approximate confidence regions based on this method are constructed. Simulation studies are used to compare the empirical likelihood and the normal approximation method in terms of its coverage accuracy. It is found that the empirical likelihood method provides a much better performance. The research is supported by NSFC (10231030) and RFDP.     

基于平均水平的中国地区综合竞争力影响因素实证分析

多年来，学术界对地区综合竞争力的研究仅局限于最终排名，未对各个竞争力影响因素对于总体的影响进行深入定量分析。因而，着重从平均水平意义上，选取影响地区综合竞争力八大方面指标，运用平均化、标准化、指标聚类和因子分析，得出影响综合竞争力的影响因素；再采用以标准差为权重的加权平均，得到综合竞争力得分和各影响因素得分；最后运用计量经济理论建立两者之间的最优线性模型，得到综合竞争力与各方面影响因素间的定量关系，力求为政府有关部门进行宏观调控提供参考意见。     

A survey of robust statistics

We argue that robust statistics has multiple goals, which are not always aligned. Robust thinking grew out of data analysis and the realisation that empirical evidence is at times supported merely by one or a few observations. The paper examines the outgrowth from this criticism of the statistical method over the last few decades. This research was supported in part by the Swiss National Science Foundation. An erratum to this article can be found at     

Statistical inference about the shape parameter of the exponential power distribution

After being proposed by Smith & Bain (1975), the exponential power distribution has been discussed by many authors. This paper proposes a simple exact statistical test for the shape parameter of an exponential power distribution, as well as an exact confidence interval for the same parameter. Necessary critical values of the test are given. The method provided in this paper can be used for type II censored data. Comparing this method to the existing approaches, this method requires less calculation or less tables, and is easier to use in practice.