运用 SETAR 模型对我国通货膨胀率的拟合与预测

本文介绍了 SETAR 模型的一般理论,并利用 SETAR 模型对我国通货膨胀率进行了研究,进一步与传统的线性AR(P)模型结果作了比较,结果表明,在研究我国通货膨胀问题上,SETAR 模型无论在拟合优度还是预测的效果上,都优于 AR(P) 模型.     

消费者重复使用及使用强度的离散随机系数模型构建与应用

建立统计模型,对消费者行为进行深入研究,有利于商家了解用户的规律,制定相应的营销策略,使收益最大化。首先运用随机系数贝塔二项分布回归模型,研究消费者重复使用某种产品或服务的概率,之后运用随机系数贝塔模型研究消费者的使用强度。用模型拟合香港电视观众收视数据,得到了非常好的结果。该模型也可应用到消费者网络购物等其他领域的行为分析。     

圆域上随机系数回归模型的D-最优设计

文章研究了闭圆形设计域上两变量随机系数回归模型的D-最优设计问题，利用洛纳偏序（Loewnerorder）证明，该设计域上的D-最优设计可在满足二定条件的正方形的四个顶点上取得。文章还给出了该模型的D-最优设计。     

随机系数离散值时间序列模型

 本文建立了q阶随机系数整值滑动平均模型。研究发现：固定指标t,该过程服从泊松分布;求得该过程的期望、方差、协方差;证明了该过程是宽平稳过程,均值与协方差均是遍历的;得到了特殊情况下模型参数的矩法估计,该估计是相合估计。通过Monte Calro模拟来验证估计结量的优劣。     

缺失数据下随机系数自回归模型的参数估计

随机系数自回归模型能够较好地描述模型系数随时间变化的特性,因此得到了广泛应用。文章讨论具有缺失数据的随机系数自回归模型的参数估计问题,在缺失数据情形下给出了四种模型参数估计方法:无数据填充条件最小二乘法、均值填充法、条件均值填充法以及桥填充法。最后,通过随机模拟说明了上述估计方法的精确性,并给出了应用实例。     

具有随机缺失协变量的广义变系数模型

在协变量随机缺失时,文章利用加权拟似然方法给出了广义变系数模型中非参数函数系数的估计。由估计的渐近性质可知,当缺失概率未知时,本文提出的方法与缺失概率已知时的估计的渐近性质类似。通过模拟表明加权拟似然估计要比仅用完整个体的方法要好。     

两变量异方差随机系数回归模型的最优设计

文章研究了具有异方差误差结构的两变量随机系数回归模型的最优设计,证明了当异方差误差结构满足一个充分条件时,模型在几类经典设计准则下的最优设计可以在设计域的顶点处获得.     

随机效应变系数空间自回归面板模型的估计

具有良好可读性和稳健性的变系数模型在各学科领域应用广泛.本文构建了一种新的随机效应变系数空间自回归面板模型,运用截面极大似然估计方法,导出了模型的估计量,证明其具备一致性和渐近正态性,蒙特卡洛模拟研究显示估计量的小样本表现效果良好.     

SETAR模型在GDP预测中的应用

本文分别使用了非线性自我激励门限模型SETAR和线性ARIMA模型对我国1952-2000年的GDP进行了研究,并且还运用一步预测和多步预测两种方法对未来5年的GDP进行了预测,最后运用RAPE、RMSE方法比较两种方法的预测效果,得出结论。     

一类独立的随机投入产出模型

考虑到现实中经济发展变化的随机性,本文研究了具有随机投入产出消耗系数矩阵的随机投入产出模型,得到了该模型的经济稳定增长解不存在的结论。即经济崩溃时间为无穷大的概率为零。从而,从数学上证明了经济不断调整的必要性。     

多元平稳时间序列ARIMAX模型的应用

本文介绍多元平稳时间序列ARIMAX模型的建立方法,并将ARIMAX模型应用于我国第三产业产值、固定资产投资和GDP数据的分析与预测,得到较为满意的结果。     

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.     

时序模型分析在经济预测中的应用

时间序列分析方法主要就是建立模型,目的是为了描述时间序列中产生数据的随机机制与趋势,以此模型来判断在某一时间或随机机制下会发生的数据达到预测和控制的目的。时间序列可分为平稳的时间序列和非平稳的时间序列,大部分经济时间序列为平稳的时间序列。对于平稳的时间序列进     

改进的随机截尾模型

在随机截尾模型的基础上,为了保护被调查者的隐私,文章提出了一种改进的调查数量敏感性问题的随机化回答方法,并把改进模型的精度与随机截尾模型、随机截尾Warner模型进行了比较。     

随机效应广义空间滞后半参数变系数面板模型的估计

通过构建同时包含因变量和误差项空间滞后的随机效应半参数变系数面板模型,拓展了现有模型的灵活性和适应性。采用截面极大似然估计方法得出了参数和非参数的估计,理论证明发现：在一定的正则条件下,所有估计量具有一致性和渐近正态性。数值模拟显示：估计量具有良好的小样本性质,估计精度随着样本容量的增加而增加;空间权重矩阵的选择对估计量的表现没有产生显著差异,但是在Case权重矩阵下,当样本量相同时,空间相关系数的估计偏差随着空间权重结构复杂度的增加而扩大。     

多变量随机波动率模型及在中国股市的应用

文章在一维随机渡动率(SV)模型基础上,通过扩展,建立了多个多变量随机波动率(MSV)模型.首次将MSV模型大规模应用于中国沪深两市指数周收益率数据,利用MCMC方法进行模型估计,选用DIC准则进行模型比较,得出拟合程度最好的MSV模型.结果显示,加入波动率单边Granger因果关系的MSVGt-AR(1)模型对沪深两市的拟合能力最好.     

关于随机DEA模型的一个注记

文章证明了参考集为有限集时的综合DEA模型的最优值的分布的无缺陷性.     

基于随机效用模型的黄金周旅游需求分析

本文采用随机效用模型来估计消费者在黄金周的旅游需求.通过对消费者在黄金周是否选择参加外出旅游,选择一日游还是多日游,选择哪个旅游景区的分析,发现收入、旅游成本及景区的旅游价值是影响黄金周旅游消费的决定性因素.     

变系数模型的变量选择

文章基于变系数模型,研究了模型变量选择的问题.采用B样条函数逼近模型中的系数函数,结合LASSO、SCAD和MCP罚函数,利用组坐标下降算法进行变量选择.通过模拟比较了这三种罚函数的效果.模拟结果印证提出方法的有效性,并且得到MCP和SCAD优于LASSO.     

非线性经济预测中的神经网络模型与应用

文章讨论了神经网络用于非线性经济系统建模与预测的问题和方法.主要探讨了如下几个问题:(1)相关变量的选择;(2)运用改进遗传算法学习神经网络连接权值;(3)模型阶数确定准则;(4)观测数据的可预测性与模型的有效性检验;(5)缺损值的处理.