基于线性模型的大学毕业生就业薪酬影响因素研究

大学毕业生就业薪酬是现实生活中一个重要的经济计量问题,本文以上海某高校毕业生就业薪酬数据为研究对象,随机抽取了1309个数据样本,对解释变量采取虚拟变量的形式,基于线性回归模型,分别用最小二乘方法、岭回归和贝叶斯回归方法对薪酬数据进行了回归,对影响工资收入的性别、民族、是否共产党员、生源所在地、就业所在地、就业单位的性质和所在学院等因素进行了分析,得出了相应的结论.     

河南省社会发展对高端技能型人才需求的预测

本文在河南省科技厅软科学研究项目的基础上,以河南省2000年到2009年人均GDP和高职高专毕业生就业数据为基础,利用灰色系统模型对社会系统中的两个变量河南人均GDP和社会总劳动人数来进行预测,在此基础上,用多元线性回归模型对河南省高职高专培养的高技能型人才的需求进行预测。     

社会资本与大学生就业关系的实证考察

文章通过问卷调查数据,研究了社会资本与大学生就业的关系.有序Logit模型的回归结果表明,父母工作于传统“体制内”行业的毕业生有更大的可能性实现就业,毕业生的个人社会资本积累,比如积极参加兼职和实习活动同样有助于大学生实现就业.同时,社会资本对毕业生的就业质量和就业单位性质也有影响,家庭社会资本和个人社会资本的积累都有利于毕业生更好的实现就业,获得更高的薪酬,并且有更大的可能性在国有部门就业.教育资源的合理分配,地域、户籍等社会排斥政策的废除是实现公平就业环境的重要措施.     

高新技术上市公司高管薪酬激励效应的实证分析

文章以128家高新技术上市公司1998-2008年的数据为样本,通过对公司总资产收益率ROA、净资产收益率ROE和每股收益EPS等企业绩效变量与高管薪酬、持股比例等薪酬激励变量所进行的回归分析,对高新技术上市公司高管薪酬激励的效果进行了实证研究,同时对高新技术公司薪酬绩效的敏感度进行了分析.研究表明,高新技术上市公司薪酬激励没有达到预期的效果,企业绩效与高管薪酬和高管持股比例均不存在显著的正相关关系,高管的薪酬绩效敏感度偏低.     

线性模型中的测量误差问题与工具变量方法

文章对简单线性回归模型中解释变量的测量误差的含义、后果以及相应的数理过程和统计性质作了较详细的说明和阐释,并就处理这类问题的工具变量方法的作用从理论和应用上进行了细致的分析。     

人才就业选择的要素与模型

文章分析了人才就业选择的要素,对人才就业向东部地区迁移的因素进行了经济学理论分析,建立了就业选择的优化模型,进行了薪酬和公共生活质量对人才就业迁移影响的方差分析和回归分析,并进行了求职者效用的仿真实验.     

线性回归模型与传递函数模型在时间序列应用上的比较研究

如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型.但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunction models).与普通的回归模型相比,传递函数模型说明因变量与自变量以及扰动项之间关系时,有着更为丰富的结构.在多变量时间序列模型方面,有关线性回归模型与传递函数序列在时间序列方面应用效果的比较很少,因此,本文拟进行这方面的研究,为多变量时间序列建立模型提供参考.     

纵向部分线性变系数EV模型的估计

纵向数据是随着时间变化对个体进行重复观测而得到的一种相关性数据，广泛出现在诸多科学研究领域。在对个体进行观测时，测量误差不可避免，忽略测量误差往往会导致有偏估计。本文利用二次推断函数方法研究关于纵向数据的参数部分和非参数部分协变量均含有测量误差的部分线性变系数测量误差(errors-in-variables, EV)模型的估计问题。利用B样条逼近模型中的未知系数函数，构造关于回归参数和B样条系数的偏差修正的二次推断函数以处理个体内相关性和测量误差，得到回归参数和变系数的偏差修正的二次推断函数估计，然后证明了估计方法和结果的渐近性质。数值模拟和实例数据分析结果显示本文提出的方法具有一定的实用价值。     

灰色多元线性回归模型及其应用

基于灰色关联法和灰色聚类法诊断、解决多重共线问题;利用GM(1,1)模型对原始数据序列进行修正,降低随机波动的干扰;据修正变量数据建立灰色多元线性回归模型,并将其运用于具体实例取得满意的预测效果。该模型对处理数据贫乏、波动较大的样本效果显著。     

多元线性模型中定类变量的处理

多元线性回归模型一般要求其分析变量有较高的定量层次 ,而社会科学的大量调查数据却往往属于定类变量。这样在实际分析过程中 ,研究者或者弃用这部分变量造成数据的浪费 ,或者将其简单应用而有可能导致错误结论。本文结合西方社会统计学的最新研究成果 ,借助SPSS统计软件 ,通过虚拟编码、效应编码、对比编码三种方式对定类变量数据进行变换 ,使其在多元线性模型中得到较好的解释结果。     

分位数回归在非寿险产品费率厘定中的应用

文章首先分析了非寿险产品费率厘定中的零索赔额现象;指出了线性回归模型和广义线性模型在非寿险产品费率厘定中存在的问题和不足;分析了分位数回归模型在非寿险产品费率厘定中的优点,并结合实例,给出了实证分析.结果表明,分位数回归模型更能从整体上反映出费率厘定变量之间的关系及其对索赔额的影响.     

基于线性回归变量误差模型的工具变量法与校正似然法的比较

文章介绍了线性回归变量误差模型参数估计的两种方法——工具变量法和校正似然法,然后通过数值模拟的方式对这两种方法的估计结果进行比较,说明这两种方法在不同假定下估计的优劣,最后通过实例计算来进行验证,并得到一些有用的结论.     

纵向数据下半参数Logistic模型的变量选择

文章研究了纵向数据半参数Logistic回归模型的估计问题,给出了模型中未知参数和未知函数的估计方法,探讨了参数部分的变量选择问题,并对不同的变量选择方法进行比较分析.从模拟结果可以看到,文中给出的方法具有很好的估计效果.     

我国就业长期和短期影响因素的定量分析

文章从劳动力供给、劳动力需求和劳动力供需混合因子三方面选取能影响就业的指标因子.选取年度数据和季度数据,运用逐步回归方法提取出影响就业的长短期因素.利用年度数据建立长期就业协整关系模型.利用季度数据建立城镇就业人口、货币供给量和外贸出口额三个变量滞后二期的VAR模型,并利用该短期就业模型进行短期预测.文章最后根据分析结果提出一系列相关建议.     

参数与非参数回归在FDI中的比较分析

文章在对参数回归及非参数回归方法进行介绍的基础上,采用线性回归模型、引入虚拟变量的非线性回归模型以及N-W核权函数回归估计,对1983-2014年我国外商直接投资总额与GDP关系进行探讨.最后分别给出3类方法的拟合值以及MAE和MSE.从拟合效果来看,相对于线性回归模型,引入虚拟变量的非线性回归模型以及非参数回归方法更能有效地拟合FDI与GDP之间的关系,且窗宽为0.25的非参数估计效果更优.     

异方差G-Q检验方法的改进

围绕戈德菲尔德—匡特异方差检验方法(G-Q检验)展开相关问题的研究讨论,并对该检验方法进行改进。在对线性回归模型异方差检验的两个基本问题进行分析阐述的基础上,对G-Q检验中使用的F检验方法进行辨析讨论,并在应用中针对不同形式的数据条件进行拓展;以此研究为基础,设计基于线性回归模型拟合值排序的多元线性回归模型的G-Q检验方法,并对这一方法进行统计模拟和应用检验,以证实该方法良好的检验效果和简便的使用过程。     

我国商业健康保险需求影响因素实证分析

商业健康保险作为我国医疗保障体系的重要构成部分,能够满足人们对健康的多样化需求。文章中选取城镇居民人均可支配收入、老年人口数、教育水平、健康险深度和乡村就业人员等影响因素作为自变量,商业健康险保费收入为被解释变量构建多元线性回归模型。结果证明城镇居民可支配收入和健康险深度与健康险保费收入存在正相关关系,而老年人口和乡村就业人员与健康险保费收入呈相反变动。并运用模型预测得出我国2013年健康险保费为989.78亿元。将比上年增长14.72%。最后,提出构建行业数据共享、努力开发多样化产品等促进我国商业健康保险需求的建议。     

中国人口因素对寿险需求影响的实证分析

应用双对数线性回归模型、岭回归模型对中国寿险需求进行实证分析。着重分析了人口因素对寿险需求的影响，在分析中引入了虚拟变量，并对多重共线性问题利用岭回归加以改善。研究表明：人口的城乡结构对中国寿险需求起着决定性的作用；城镇居民年人均可支配收入与寿险需求有显著的正相关性；少儿负担系数及银行实际利率与寿险需求有显著的负相关关系；受教育程度对寿险需求有显著的正面作用；而老年负担系数显示了对寿险需求正面的但不十分显著的影响。     

基于SVAR模型的土地供给调控政策绩效研究

通过分析土地供给量与宏观经济诸多变量的互动机理,运用定性分析和结构向量自回归模型的方法来研究土地供给调控政策的绩效。研究结果显示,土地供给调控政策对宏观经济三个变量的影响均体现出明显的滞后性,其中对经济增长影响的滞后期主要表现为一个季度,对物价影响的滞后期主要表现为2年,对就业影响的滞后期主要表现为1年。而土地供给量受三个变量的影响差异很大,其中经济增长对土地供给量起到了正向促进作用,物价水平和就业增长率在第2季度以后均呈现负向影响效应。     

缺失数据下部分线性模型的变量选择

文章结合基函数逼近以及惩罚最小二乘技术,对响应变量随机缺失下的部分线性模型,给出了一个变量选择方法.并结合局部二次逼近,得到了一个迭代算法.数据模拟表明该变量选择方法是可行的.