联合广义线性模型中的变量选择

在联合广义线性模型中,散度参数与均值都被赋予了广义线性模型的结构,本文主要考虑在只有分布的一阶矩和二阶矩指定的条件下,联合广义线性模型中均值部分的变量选择问题。本文采用广义拟似然函数,提出了新的模型选择准则(EAIC);该准则是Akaike信息准则的推广。论文通过模拟研究验证了该准则的效果。     

部分可观测信息条件下的视情维修模型参数估计

在部分可观测信息条件下,文章针对装备的性能退化信息不完备和历史寿命信息随机截尾问题,建立了装备故障率服从比例故障率模型(PHM)的视情维修模型,给出了表达观测值与退化状态之间随机关系的观测概率矩阵和表达装备退化状态之间随机关系的状态转移概率矩阵;推导出装备在随机截尾数据情况下的可靠度函数、故障率函数及其似然函数;并利用粒子群优化(PSO)算法解决了该模型的参数估计问题。通过仿真分析PSO算法对视情维修模型的极大似然估计(MLE),验证了该方法的收敛性和稳定性。     

基于区间分析的随机DEA效率值的分布函数估计

文章基于区间分析方法,研究了当函数自变量的分布函数已知情况下估计因变量的分布函数,并将其应用于随机DEA模型。当投入和产出变量的分布函数已知时,通过算法估计得到随机DEA决策单元效率值的分布函数。算法中引入弹性分析,找出对效率值有决定性或者较大影响的变量,提高了计算效率,最终求得了呈分段线性的概率分布函数。     

异方差混合转移分布模型的谱分析

文章通过将自回归模型的谱分析推广到异方差混合转移分布模型的谱分析,导出了自协方差函数的递推关系式及计算谱密度的＂三步算法＂,从而解决了这类模型的谱分析问题,并进一步讨论模型在一些常见情形及自协方差函数满足一定条件下,谱密度的具体表达式。     

含缺失数据的半参数模型的稳健估计

文章在响应变量随机缺失下,基于分位数回归研究了半参数模型的稳健估计问题。首先基于B样条基函数近似技术,将模型非参数函数的估计问题转化为样条系数向量估计问题;其次,在响应变量随机缺失下,提出了一种新的插补方法,对缺失的响应变量进行多重插补;再次,基于插补后的数据集,构造出新的分位数目标函数,得到模型非参数函数以及参数向量的稳健估计;最后给出了有效算法计算多重插补估计量。通过模拟研究验证了所提方法的有效性和稳健性。     

空间误差自相关随机前沿模型及其估计

将空间计量经济学的思想引入随机前沿分析，构建了基于横截面数据的空间误差自相关随机前沿模型，推导出模型的似然函数以求得参数估计，并给出了各生产单元技术效率的估计。     

Logistic半参数变系数模型的变量选择

Logistic半参数变系数模型是半参数变系数模型的推广,它可以解决分类型因变量变系数模型的建模问题.文章利用B样条函数逼近非参数部分,引入LASSO、SCAD以及MCP惩罚函数,基于组坐标下降算法,对参数部分和非参数部分进行变量选择.最后进行了Monte Carlo模拟.     

平滑转移空间随机前沿模型的贝叶斯估计

经济数据常存在空间相关性,忽略空间相关性会引发内生性问题,导致相应估计量有偏且不一致。空间随机前沿模型在随机前沿模型的基础上考虑了生产单元的空间相关性,更利于效率测算。然而现有空间随机前沿模型的生产函数形式单一,适用性较差,实证分析存在局限性。文章在空间随机前沿模型中引入平滑转移效应,构建了平滑转移空间随机前沿模型,该模型同时考虑了空间相关性和个体异质性,适用性较佳。为丰富估计方法,同时采用极大似然方法和贝叶斯方法估计模型,其中极大似然估计的核心在于推导对数似然函数、对数似然函数的最优化以及使用JLMS法估计技术效率,贝叶斯估计的核心在于推导未知参数的后验分布及执行MCMC抽样。数值模拟结果显示：（1）极大似然估计和贝叶斯估计的估计精度均较高,其中贝叶斯估计的估计精度略高于极大似然估计;增加样本容量,贝叶斯估计和极大似然估计的估计精度更高。（2）若忽略空间效应或者平滑转移效应,则估计精度较低。     

相依函数型数据的局部回归估计的渐近正态性

函数型数据研究近年来为越来越多的学者所重视,其在天文,医药,经济现象,生态环境及工业制造等诸多方面均有重要应用.非参数统计是统计研究的一个重要方面,其中核函数估计和局部多项式方法是这一类研究中重要常用方法.函数型数据的非参数方法中以核函数估计方法较为常见,且其收敛速度与极限分布无论在独立情形还是相依情形都有理论结果.而局部多项式的研究在函数型数据背景下较为少见,原因在于将局部多项式方法推广到函数型数据背景一直是一个难题. Marin, Ferraty, Vieu [Journal of Nonparametric Statistics, 22 (5) (2010), pp.617-632] 提出了非参函数型模型的局部回归估计. 这种估计可以看作是局部多项式估计在函数型数据背景下的一个推广.这种方法提出后,许多学者进一步研究了这种方法,考察了这种方法的收敛速度和极限分布,并将这种方法应用到不同的模型中以适应实际需求.但是,前人的研究都要求数据具有独立同分布的性质.然而许多实际数据并不符合这一假设.本文研究了在相依函数型数据情形下局部回归估计的渐近正态性.由于估计方法有差异,核函数估计的研究方法无法直接推广到局部回归估计,而相依性结构也给研究带来了一些挑战,我们采用Bernstein分块方法将相依性问题转化为渐近独立的问题,从而得到了估计的渐近正态性.此外我们还采用数据模拟的方法进一步验证了渐近正态的结果.     

一类统计模型下{0,1}-函数类学习的样本复杂度研究

文章研究的学习模型是可能近似正确(PAC)模型的一个推广变形.在这一模型下,文章研究了函数类学习的样本复杂度问题.其中包含了该函数类有限和无限两种情形的讨论;证明了这一函数类的任一样本误差最小化(SEM)算法L都是其学习算法;给出了算法L的样本复杂度的一个上界,同时也给出了其估计误差的一个上界,并予以证明.     

零膨胀计数数据函数型部分变系数模型

在实际数据分析中经常会遇到零膨胀计数数据作为响应变量与函数型随机变量和随机向量作为预测变量相关联。本文考虑函数型部分变系数零膨胀模型 (FPVCZIM),模型中无穷维的斜率函数用函数型主成分基逼近,系数函数用B-样条进行拟合。通过EM 算法得到估计量,讨论其理论性质,在一些正则条件下获得了斜率函数和系数函数估计量的收敛速度。有限样本的Monte Carlo 模拟研究和真实数据分析被用来解释本文提出的方法。     

考虑记忆性质与时间滞后效应的非线性经济周期模型分析

考虑非线性经济周期模型中经济变量存在记忆性质与时间滞后现象,研究随机周期作用激励下Goodwin模型的随机响应,以此研究记忆性质与时间滞后现象对经济周期波动的具体影响。通过随机多尺度方法得到了模型的确定性与随机情形下的稳态响应。结果发现:当考虑非线性投资函数时,经济变量的时间记忆性质和时间滞后现象均可以导致经济波动方式的改变;当考虑非线性消费函数时,经济变量的时间记忆性质与时间滞后现象均可以诱导出经济周期波动的随机跳跃现象,即引发经济系统的突变。同时,随机周期作用也可以诱发系统出现稳态概率密度函数的分岔现象出现,说明外部随机周期作用可以诱发经济系统的突变现象产生。     

基于正态-Gamma共轭先验分布的贝叶斯AR(p)预测模型

本文系统地分析了AR(P)时间序列模型的数学模型及其条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-Gamma先验分布情况下模型的贝叶斯推断理论,包括模型自回归系数和精度参数后验分布的统计推断、二次损失函数下参数的贝叶斯估计;同时,从统计数学方法上严格地证明了一步超前预测模型的预报分布为t分布.     

时间序列ARFIMA模型的贝叶斯预测分析

ARFIMA模型是时间序列分析理论体系中的一个新领域,其模型结构比较复杂.本文系统地研究了时间序列ARFIMA(p,d,q)模型的贝叶斯预测问题,给出了模型的似然函数形式,构造了模型参数的先验分布;根据贝叶斯定理严密地推断了参数的后验边缘分布密度函数,建立了贝叶斯ARFIMA模型预测的基本程序,并且进行了实证研究分析.     

基于Copula函数的金融时间序列模型述评

结合当前Copula函数及其应用的热点问题,着重评述了基于Copula函数的金融时间序列模型的应用。鉴于利用Copula可以将边际分布和变量间的相依结构分开来研究这一优良性质,在设定和估计模型时便显得极为方便和灵活。从模型的构造、Copula函数的选择、模型的估计以及拟合优度检验等几方面展开阐述和评价,介绍了Copula模型在金融领域中的几类应用,并对Copula理论和应用的新视角进行了展望。     

随机波动率情形下期权定价的解析解

本文研究了标的资产价格的波动率为随机过程的模型,利用期权定价的鞅方法,得出了欧式期权价格的解析解,推广了B-S模型。     

两维异质性面板分位数模型的双惩罚回归方法

文章关注系数具有两维异质性结构的面板分位数模型,基于SCAD惩罚函数和MCP惩罚函数提出双惩罚最小加权绝对偏差目标函数,同时进行参数估计和两维异质性结构识别。利用ADMM算法求解目标函数,并使用BIC信息准则通过网格搜索选择最优调节参数。根据蒙特卡洛模拟结果验证了所提方法的有限样本性质,最后使用实际数据检验了其应用效果。研究结果表明：所提出的方法能够准确识别两维异质性结构,并且Post估计量的参数估计精确度接近于Oracle估计量。     

Cox模型中的自适应Lasso变量选择

文章考虑了Cox模型的变量选择问题,将自适应Lasso引入到Cox模型中,提出了一类基于惩罚偏似然函数的自适应Lasso估计程序.通过对偏似然函数采用二阶泰勒展开式近似逼近,运用循环坐标下降法求解模型,再借助牛顿-拉普森迭代完成整个变量选择和估计过程.随机数据模拟的结果表明该方法具有优良的变量选择效果,并适用于高维数据.     

基于多因子DTQTSM模型的动态利率期限结构研究

文章首次把离散时间下多因子二次方形式的利率期限结构模型应用于上交所国债期限的研究,运用扩展的卡尔曼滤波法及拟极大似然法估计模型参数,并比较了常数型、仿射型和二次方型市场风险函数对实际利率期限结构模型的拟合.发现在二次方利率期限结构模型下,二次方市场风险函数对1年期利率拟合的最好;对2年期利率的拟合,常数型和仿射型比二次方型表现更佳;而对3、4、5年期利率期的拟合,仿射模型表现最好.     

时变弹性生产函数模型统计学与经济学检验

 内容提要：本文给出时变弹性生产函数的半参数变系数Profile估计方法,提出利用统计学和经济学原理检验时变弹性生产函数显著性和准确性的新思路。中国实证研究发现,广义似然比统计检验无法拒绝 Cobb-Douglas生产函数,但是经济学检验拒绝Cobb-Douglas生产函数。时变弹性生产函数保留了Cobb- Douglas生产函数结构形式,具有明确的经济学意义,改进不变产出弹性中性技术进步假设,是更加符合实际的生产函数模型。