广义Pareto分布尾部厚度的分析与应用

极端值模型是准确估计"厚尾"分布金融资产回报市场风险的有力工具.主要有分块样本极大值模型(BMM)和阈顶点模型(POT).文章对阈顶点模型中广义Pareto分布尾部厚度和应用进行分析.结果表明,当0<ε≤1时,分布的尾部厚度为"厚尾"且随着形状参数的增加而变厚,此时最适合于金融资产时间序列"厚尾"分布建模.     

指数分布参数基于部分顺序统计量的区间估计

对于指数分布,文章利用样本的部分顺序统计量构造了一种枢轴量。求出精确的抽样分布,并研究了Fisher信息量,进而可以进行参数的区间估计。     

三维面板结构VAR模型的估计

文章构建了三维面板结构VAR模型,并提出参数估计的一致性方法,编制估计程序,仿真模拟有限样本性质。结果表明:在给定N₁、N₂的情况下,随着T的增加,参数的估计值与真值的偏差逐渐减少,并逼近于0;当T固定时,逐渐增大N₁、N₂,偏误逐渐减小,也都趋近于0。随着样本容量的增大,参数估计量的标准误均有逐渐减小的趋势。通过JB检验发现参数估计量都接受服从正态分布的原假设,具有较好的正态性。     

稳健学生t回归模型的非迭代贝叶斯抽样算法

与正态回归相比,学生t回归模型是一种对异常值较稳健的回归模型,通常用Gibbs抽样算法估计参数.而Gibbs抽样是一种迭代算法,所得样本不是独立样本,统计推断之前需判断其收敛性.文章探讨了一种基于逆贝叶斯公式的非迭代抽样算法,该算法利用t分布的正态混合表示,结合EM算法和重要再抽样算法,得到参数的独立同分布的后验样本,该样本可直接用于统计推断,从而避免了Gibbs抽样中的问题.     

基于ARFIMA(p, d, q)过程的半参数估计量分布特征及其有偏性研究7737976300

 本文运用蒙特卡罗模拟的方法对小样本下长记忆性的三种半参数估计量的分布特征尤其是有偏性问题进行了深入分析,结果发现,当长记忆和短记忆同时存在时,在大多数情况下,各参数估计量仍然服从正态分布,因此在小样本下仍可以构造t统计量判别参数的显著性,但由于受到短期参数的影响,估计量的分布是有偏的,因此导致参数的估计和检验出现偏差。而当真实数据过程接近非平稳或过度差分时,半参数估计量的分布也会发生改变。     

Lindley分布参数的经验Bayes检验的收敛速度

文章讨论了独立同分布样本情形下Lindley分布参数的经验Bayes(EB)单侧检验问题。利用密度函数的递归核估计构造了参数的EB检验函数,在适当条件下证明了所提出的EB检验函数的渐近最优性,并获得了其收敛速度。     

统计参数点估计性能评价的新方法

文章针对统计参数点估计中对估计结果的误差或可信度缺乏定量度量的问题,在总体样本独立同分布的假设条件下,研究了统计参数点估计中采样窗口大小(即样本容量)与样本均值、标准差统计误差之间的关系,提出了统计量点估计置信度的概念,并给出了借助计算机仿真确定在特定统计结果下统计量置信度与样本容量关系的方法。仿真和应用实例表明文章所引入的点估计置信度概念具有一定的普适作用,可以进一步优化补充点估计优劣评价方法。     

面板数据双因素误差回归模型序列相关和随机效应的联合LM检验

对面板数据双因素误差回归模型构造了检验序列相关和随机效应的一种联合LM检验,发现该LM统计量也是检验联合假设H0：σμ^2=λ=0的Baltagi-Li LM统计量和检验假设H0：σv^2=λ=0的Breusch-Pagan-LM统计量之和。当面板数据的个体数N充分大时,该联合LM统计量的渐近分布是χ^2（3）分布;无论双因素误差面板数据回归模型的剩余误差项是AR（1）过程还是MA（1）过程,联合LM检验是相同的,即对随机效应和一阶序列相关的联合LM检验是独立于序列相关的形式。     

结构渐变条件下单位根检验的统计量研究

当经济统计数据呈现结构渐变特征时，经典的DF和ADF检验统计量的分布特征会有所改变。文章推导了当经济统计数据结构渐变时，DF与ADF检验式中的漂移项、时间趋势项、突变项的系数估计量渐近分布的泛函表达式，导出了漂移项t统计量的渐近分布形式。通过蒙特卡罗模拟，展示了DF检验式中漂移项t统计量的有限样本分布特征，拟合了漂移项t统计量的有限样本响应面函数，并给出临界值表，用于漂移项是否为零的检验。     

基于准残差的Panel协整检验

 当检验方程含有确定性趋势时，基于残差的Panel协整检验通过全样本回归来消除确定性趋势的方法会导致检验统计量出现Nickell偏差，必须使用标准化系数进行修正，但这些标准化系数却依赖于真实设定参数。本文将Breitung和Das（2005）等使用部分样本回归消除确定性趋势的方法应用到Panel协整检验，提出了基于准残差的Panel协整检验，我们证明了这种新的检验统计量的渐近正态性，模拟的结果也表明其具有非常良好的小样本表现。     

中国股市有效性分析中的正态性检验

独立同分布是进行股价波动服从随机游走模型的假设条件,同时现代资产组合理论分析股市也默认这一假定分布。这些分布中又以正态分布被人们广为采用。然而,我国学者在进行股市有效性的统计检验时较为普遍地忽视了这一前提。文章通过检验得出,中国股票市场股价波动不服从正态分布,从而股价波动独立同分布假设得不到满足,对中国股市进行有效性检验需要使用诸如非参数方法、过滤检验等不受这一限制的方法。     

对统计预测中估计标准差的自由度的看法

在统计预测中,不论是时间序列预测还是因果关系预测,都是假设预测目标与影响其变化的因素之间存在着相关关系（线性或非线性）。因此,建立预测模型y=f（x1,对于一组样本观察值,满足,,且各;相互独立。为了研究y与x1,x2,...,xm之间的关系,我们建立回归模型,用所建立的预测模型进行预测和控制。对于给定的,则预测目标的点预测值为;当样本容量N较大时,预测目标的概率为95．45％的预测区间约为,其中为估计标准差（N为样本容量,m为模型中被估计参数的个数）。不论是线性模型还是非线性模型结论都是如此。由暴奉贤、韩兆洲、郭…     

NA样本情形下双参数指数分布族参数EB估计的渐近性讨论

文章讨论了双参数指数分布的位置参数在LINEX损失函数下的Bayes估计。在NA样本情形下,利用概率密度函数的核估计方法,构造了边缘分布的概率密度估计;按照参数的Bayes估计形式,提出了参数的经验Bayes（EB）估计函数。在一定的条件下可以证明所提出的这个经验Bayes估计函数是渐近最优的,并获得其收敛速度。文章还举例说明满足定理条件的参数的先验分布是存在的。     

空间经济计量滞后模型Bootstrap Moran检验功效的模拟分析

 当误差项不服从独立同分布时,利用Moran’s I统计量的渐近检验,无法有效判断空间经济计量滞后模型2SLS估计残差间存在空间关系与否。本文采用两种基于残差的Bootstrap方法,诊断空间经济计量滞后模型残差中的空间相关关系。大量Monte Carlo模拟结果显示,从功效角度看,无论误差项服从独立同分布与否,与渐近检验相比,Bootstrap Moran检验都具有更好的有限样本性质,能够更有效地进行空间相关性检验。尤其是,在样本量较小和空间衔接密度较高情况下,Bootstrap Moran检验的功效显著大于渐近检验。     

网页浏览中的标度行为研究

文章给出了用户上网的时间间隔分布以及用户群体访问单个网站的时间间隔分布.统计结果显示,人们访问Intemet的时间间隔分布具有幂律标度,但与最近报道的标度指数为1的普适类不一样的是,不同个体对应的标度指数明显不同.事实上,我们发现,不管是群体用户访问单个站点,还是单个用户浏览网页,其时间间隔分布都符合幂指数介于2到3之间的幂律分布.本研究的统计结果对目前盛行的普适类说提出了疑问,网页浏览的时间间隔分布是否存在普适类,如果存在普适类,那么幂指数到底是多少?搞清楚这几点对于深入认识人类动力学的潜在机制有借鉴意义.     

基于自助法的统计泛函估计比较研究

首先,模拟从正态分布,指数分布和泊松分布中随机抽样;然后,利用自助法进行总体统计泛函的估计,模拟B次后分别得到了不同分布不同样本量下的B个统计泛函估计值;最后,采用平均绝对误差和均方误差为评价标准,比较了不同分布不同样本量下自助法估计的优劣.结果表明,离散分布的自助法估计最好,在连续分布中,样本量n≤5时,对称分布不如非对称分布的自助法估计,样本量n≥6时,非对称分布不如对称分布的自助法估计.     

单发线性结构突变对DF单位根检验的影响分析—“Perron现象”的进一步研究

 “Perron现象”是指当真实的数据生成过程为带有结构突变的（趋势）平稳过程时，传统的DF单位根检验易将其误判为单位根过程。本文考虑了水平突变、截距突变、斜率突变以及截距与斜率双突变等四种突变情形下DF统计量的检验功效，推导了前两种突变情形下DF统计量的渐近分布，并对四种突变情形下DF统计量的有限样本性质进行了探讨。本研究是对“Perron现象”的进一步深入分析，也是对DF单位根检验的进一步补充和完善。     

谈用“随机原则”确定直线等距抽样样本存在的问题

直线等距抽样就是先将总体各个单位按照一定的顺序排队,并根据总体单位数(N)和样本单位数(n)计算出抽选样本的间隔(k=N/n)。然后按照一定的间隔抽选样本单位。这实际上是将总体分为单位数相同的m段,每段中有k个单位。传统的样本抽选方法是先在1—k中产生一个随机数(i),则第一段中第i个位置上的单位就是被抽中的第一个样本单     

基于混合参数先验分布的贝叶斯因子分析

因子分析模型的贝叶斯推断是贝叶斯多元统计推断理论的重要组成部分。本文通过分析因子分析模型的统计结构,构造了模型参数的混合先验分布;利用贝叶斯定理,结合模型样本似然函数和参数的先验分布推导了参数的后验分布;证明了因子载荷阵的条件后验分布为矩阵t分布,协方差阵的条件后验分布为逆Wishart分布。实证研究结果表明:由于参数先验分布的作用,贝叶斯因子分析的结论与传统的因子分析之间存在显著性的差异。     

中国大气PM2.5污染的动态演进及空间关联格局

文章利用1998—2020年中国370个城市地表PM_2.5年度均值面板数据,运用核密度估计图考察大气PM_2.5污染的动态演进规律,借助标准差椭圆和探索性空间数据分析方法分别揭示大气PM_2.5污染的区位分布和空间关联格局。研究发现：样本期内全国整体与东部、中部、西部和东北四大地区大气PM_2.5污染浓度总体均呈波动升高—平稳波动—逐步下降的演变趋势;全国整体与东部、西部地区存在多极分化现象,而中部和东北地区则呈两极分化现象。区位分布主要呈正东—正西走向的空间格局,且在地理空间上总体呈扩散态势;空间集聚模式以“高-高”型和“低-低”型集聚两种模式为主,其中“高-高”型集聚的城市较多且集中在华北、华东北部、环渤海、黄河中游、长江中下游沿岸、新疆南部等地区。