一类基于非参数回归的条件异方差检验

现有基于参数模型构造的条件异方差检验往往存在模型设定偏误问题。为了避免模型误设对检验结果的影响,并且同时捕获多种条件异方差现象,本文基于非参数回归构造了不依赖于特定模型形式的条件异方差检验统计量。该统计量可视作条件方差和无条件方差之间差异的加权平均,在原假设成立时渐近服从标准正态分布。数值模拟结果一方面表明本文统计量具有良好的有限样本性质,另一方面也说明条件均值模型误设会导致错误地拒绝条件同方差的原假设,凸显了本文引入非参数方法构造条件异方差检验的必要性。实证分析采用本文统计量探讨了国际主要股指收益率的条件异方差现象,得到了与Engle (1982)不同的检验结果,可能意味着股指收益率呈现出非线性动态特征。     

基于EM算法的异方差性Markov机制转换模型的估计

文章将EM算法引入到对异方差性Markov机制转换模型未知参数的估计,并将研究结果运用到我国股票收益率数据的分析,结果表明,该方法很好地拟合了我国股票收益率的波动性特征.该方法为金融波动问题的未知参数估计提供了新的研究思路.     

固定设计异方差非参数回归模型的预测方法

文章针对固定设计下异方差非参数回归模型,考虑了基于多项式样条的三种预测方法,即非外推法、线性外推法和非线性外推法.模拟结果表明非外推预测法的均方根误差(RMSE)和平均绝对误差(MAE)的均值最大,而线性外推法的RMSE和MAE的均值略小于非线性外推法的RMSE和MAE的均值.实证分析结果显示:非外推预测法的平均绝对百分比误差(MAPE)、RMSE和MAE最大,线性外推法的MAPE、RMSE和MAE最小.这表明整体上外推法优于非外推法,而线性外推法是简单可行的.     

基于GARCH模型和模拟退火算法的实证检验

本文以德国马克-英镑汇率数据为研究对象,以不同的GARCH模型(GARCH模型、E-GARCH模型和TGARCH模型)考察序列的异方差性和不对称性,并比较三种模型拟合效果的优劣性。最后,用模拟退火(SA)算法重新对GARCH模型的参数进行估计,并与传统的数值方法进行比较,证明了SA算法的确优于传统数值算法。     

基于小波Mallat算法和异方差模型的人民币汇率预测

文章首先用小波Mallat算法对RMB/JPY汇率一阶差分数据进行了分解和单支重构,并对单支重构后的近似分量和细节分量进行检验,证实存在条件异方差性;然后,对近似分量和细节分量分别建立了条件异方差模型,同时检验了近似分量序列与原始差分序列的"杠杆效应",显示出一致的结论;最后,对各模型的均值和波动率进行了预测,结果显示结合小波后的预测效果要优于传统的预测模型.     

异方差条件下两种回归方法的比较

最小二乘回归作为一种优良的统计方法应用非常广泛,但是在使用时要求满足同方差等假设条件.文章归纳总结了最小二乘回归和分位数回归的理论特点及异方差产生的原因,论证了异方差对最小二乘回归造成的负面影响,并通过模拟研究和实例研究比较了两种回归方法的功能.结果显示,在异方差情况下,分位数回归可以在因变量条件分布的不同水平上刻画回归关系,分离出回归系数的变异,其结果较最小二乘回归更加全面和细致.     

一种多变量线性回归模型的异方差检验方法

文章在G-Q检验的基础上,给出了一种针对多变量的推广的G-Q异方差检验方法,并通过实例分析说明了推广的G-Q异方差检验方法的可行性和有效性。     

一种异方差模型的两阶段估计

在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法结合起来,综合使用全部样本的信息,并对异方差模型进行估计。通过大量的蒙特卡洛数值模拟和实证分析,结果表明该方法具有一定的可行性和有效性。     

单向面板回归模型中异方差类型的确定性检验框架

结合White检验和Hausman检验,在一个检验框架内对单向面板回归模型中异方差的七种类型进行研究,将误差项中的个体效应和时间效应进行分离,给出异方差类型的确定性检验方法和步骤。应用中国城镇居民总消费、居住消费和收入的数据进行实证分析,证实异方差类型确定性检验方法的实用性和可行性。     

正态方差混合分布新息GARCH模型的EM估计

近来,人们对实际数据使用厚尾分布进行建模颇感兴趣。一种流行的考虑就是所谓的广义自回归条件异方差(GARCH)模型。不幸的是,在一些应用中正态新息的GARCH模型的尾部不够厚。文章提出新息为正态方差混合分布的GARCH模型并给出了使用EM算法对模型参数作估计的步骤。结果表明,新息为正态方差混合新息分布的GARCH模型比正态新息的GARCH模型有更厚的尾部,因而更能捕捉实际数据中的厚尾特征。文章还以上证指数为例阐述了这一结论。     

基于非参数回归的财政收入与经济增长关系实证分析

文章首先对已有文献中财政收入和经济增长的实证分析方法进行考察,发现现行的方法存在着一些限制和问题,非参数回归方法可以某种程度克服这些问题.因此,在对非参数回归方法进行介绍的基础上,对1953～2010年中国财政收入增长速度和GDP名义增长率之间关系了进行了非参数回归.回归结果表明:GDP名义增长率取值在比较正常的范围(0％-20％)内时,财政收入增长速度和GDP名义增长率之间近似于线性关系,超出这个范围,二者之间的关系具有非线性关系.     

基于非参数主成分回归模型的煤产量分析

利用非参数主成分回归模型,采用局部线性估计方法对我国1952～2010年原煤产量进行了探讨.结论显示,建国后,整体上发电量,钢产量和工业总产值对原煤产量的影响作用是下降的,特别是1980年到1990年间的影响下降最快,1990年到2002年间有两个阶段中国经济的发展又加强了对煤的依赖,从2002年后中国经济的发展对煤的依赖是较平稳的,没有增强也没有减弱.从预测的结果看,在发电量,钢产量和工业总产值平稳不变的情况下,我国原煤产量将逐步下降,也意味着我国经济对煤的依赖程度将进一步下降.     

贝叶斯非参数回归模型及非参数似不相关回归模型的应用

文章用贝叶斯方法分析非参数回归（NR）及非参数似不相关回归（NSUR）模型,并用计算代价较小的MCMC算法一焦点抽样算法一实现模型估计。经模拟证明文章的方法及算法效果较理想后,对北京和上海农村居民生活消费支出与收入之间结构进行了分析,效果均比LSE方法好。     

基于一元线性回归模型异方差对加权最小二乘法的考察

作为普通最小二乘法的改进,加权最小二乘法用于存在异方差问题的线性回归模型的参数估计。文章通过对加权最小二乘估计量、加权最小二乘变换的分析,并结合实际例证研究发现,加权最小二乘法在应用中存在一些不足之处,因而当发现模型存在异方差时使用加权最小二乘法是存在风险的。     

基于平均移动自回归理论的中国进出口贸易实证研究

文章通过对中国国际贸易进口和出口的数据分析,应用自回归滑动平均模型和条件异方差理论,对国际贸易进口的差分数据构建了6月份及8月份的自回归平均移动模型和,并应用进口增长率自回归平均移动-条件异方差模型对国际贸易出口增长率进行了波动率和变化率的拟合估计.根据所拟合的模型,发现在8月份拟合的自回归平均移动-条件异方差模型下的国际贸易进口差分数据更接近实际的国际贸易差分数据,并且国际贸易进口增长率差分对出口增长率差分的波动率具有正向的作用.中国国际贸易进口具有滞后的时间效应,并且中国国际贸易进口差分波动率对出口差分有正向的溢出效应.     

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。     

应用潜在分类泊松回归模型及EM算法研究网络购物使用次数

随着网络的兴起,网上购物在人们的生活中发挥着越来越重要的作用。网上购物以其方便快捷等特点吸引了很多购物者,但是也有一些人质疑网上购物安全性、不可触摸性等问题。什么因素影响人们对网络购物的选择?人们由于对网络购物的态度取向不同可分为多少潜在的类别?文章应用潜在分类泊松回归模型及EM算法分析大学生网上购物的陈述偏好数据,回答了以上两个问题,得到了十分有意义的结果。     

最小二乘支持向量机在条件异方差模型中的应用

相对于标准的支持向量机,最小二乘支持向量机是将求解二次规划问题转化为求解一组线性方程,从而能提高求解速度。将最小二乘支持向量机和GARCH模型相结合应用于金融时间序列预测中。通过在实际股票市场预测中的比较分析,能够证实所给方法是可行的、有效的。     

我国能源消费与GDP关系的非参数回归分析

近年来中国的GDP与能源消耗不断增长,但二者的走势在不同时期存在显著的差异,这是传统的计量经济模型无法解释的.文章尝试将非参数估计理论引入到回归模型中来,通过建立非参数回归模型对我国GDP与能源消费总量之间的关系进行研究,并提出一些较为可行的建议.     

通过非参数可加模型回归估计的享乐价格函数

1模型定义和估计1.1概要我们利用多元回归模型建立一个享乐价格函数模型:穴Y｜X1=x1熏……XD=xD雪=α Dd=1移md穴xd雪穴1雪假定从随机向量穴Y熏X1熏L熏XD雪中抽取n个独立观察量邀穴yt熏xt1熏…熏xtD雪'妖nt=1,且V穴Y｜X1=x1熏……X D=xD雪=σ2为未知参数,m d穴·雪为真值测量函