回归估计标准误差与可决系数的比较

一、问题的提出在统计学课程中,估计标准误差(S)和可决系数,又称为决定系数(R2)两个指标,容易混淆。我们知道,总体方差σ2是一元(或多元)线性回归模型的一个未知参数,也就是总体随机误差项的方差σ2,它可以反映理论模型误差的大小,是检验模型时必须利用的一个重要参数,但由于随     

中国股票市场股权溢价的时变性研究

文章使用GARCH、EGARCH和跨期资本资产定价模型(ICAPM)来对1991年1月-2008年6月期间我国股票市场股权溢价的时变性问题进行研究.结果表明,我国股票市场的股权溢价具有明显的随着时间变化的特征,ARCH效应和杠杠效应显著. 模型和模型估计结果表明,我国股票市场的股权溢价并不具有明显的时变性,条件标准差比条件方差的拟合效果要更好一些.     

加权最小二乘估计中的拟合优度

在实证经济计量分析中,常常会遇到异方差的问题(即随机扰动项的方差随解释变量的变化而变化。特别是对于横截面数据,当xi的数据变大,ui的方差也可能会变大,这就是所谓的递增异方差)。当计量模型中的随机扰动项ui存在异方差时,用OLS估计模型的参数将不再有效。而此时常用的方法之一是加权最小二乘法WLS。加权最小二乘法的基本思想是,既然最小二乘是使∑ei2达到最小,而此时的ei2具有相同的权数(权数为1,即在最优化过程中各个ei2所提供的信息的重要程度是同等看待的,当然这也符合同方差的含义)。但当ui具有异方差时(比如递增异方差),若Varui…     

LSTAR-GARCH模型的单位根检验

LSTAR模型的单位根检验往往易忽视其条件方差的时变性,实际上,对许多经济变量尤其是金融变量建立LSTAR模型后,经常发现其条件方差存在GARCH效应。针对LSTAR-GARCH模型的平稳性检验,本文构建了检验统计量tNG,之后在极大似然估计的基础上,推导出tNG的渐近分布,通过蒙特卡洛模拟方法得到该统计量的渐近临界值,并在此基础上研究了tNG检验的检验功效。在与刘雪燕和张晓峒(2009)提出的tNL检验、Ling等(2003)提出的tLG检验以及DF单位根检验进行比较后,发现tNG检验具备明显优势。     

中国股票市场有效性实证研究

本文使用AR-GARCH-M模型,通过考察股票价格波动是否具有可预测性来检验市场的弱式有效性. 一、模型设定 对市场有效性的早期研究都假设股票收益的方差在不同时期保持不变,但是大量的实证研究表明这一假设不甚合理,不能客观地对金融市场随时间变化的特性进行准确的描述.金融时间序列的一个显著特点是条件异方差性.Engle(1982)提出自回归条件异方差(ARCH)模型,Bollerslev(1986)将其推广到广义ARCH模型(GARCH).这些模型假定收益的误差项服从条件期望为零,条件方差为以前若干期收益误差平方和的条件正态分布,其性质与金融市场的波动聚集性(Cluster)、收益序列的尖峰、厚尾以及非线性等特征相吻合.因此,为了研究中国股票市场的弱式有效性问题,我们用GARCH(1,1)类模型来模拟股市收益率,用模型残差项的条件方差描述股市的波动性.     

基于截集的加权可能性均值-方差模型的应用

文章以随机变量取值为模糊数时基于截集的加权可能性均值、加权可能性方差和加权可能性协方差为研究对象,构建基于模糊数截集的加权可能性均值-方差组合投资模型,并结合我国证券交易市场的具体实例说明该模型的应用价值.最后将基于截集的加权可能性均值-方差组合投资模型与Markowitz均值-方差模型进行对比分析,结果表明该模型是Markowitz均值-方差模型在随机变量取值为模糊数时的合理推广.     

异方差性F的参数估计

在经典经济计量理论中,异方差现象的存在破坏了普通最小二乘法(OLS)参数估计中关于随机序列独立同分布的基本假定,从而使得用OLS法估计得到的模型Y=Xβ失去优良性,如(?)不再是参数β的最小方差线性无偏估计(BLUE),继而参数的显著性检验失去意义,预测误差加大等等,致使模型失效。在实际建模中,一般是这样处理这一问题的:(1)用图示法或等级相关系数、Goldfeld-Quandt、Bartlett等方法检查异方差现象是否存在于待建模型中。(2)对探明有异方差现象的模型,通过加权最小二乘法(WLS)、Glejser法和正确引入解释变量等方法将异方差模型转化为同方差模型后再进行参数估计。经典计量经济理论认为扰动项方差σ_t~2是解释变量X_t的函数,即σ_t~2=f(X_t)σ~2,之所以出现异方差现象,是因为对于不同的X_t∈R~p,f(X_t)发生了变化。如果已知函数f的具体形式,     

GARCH族模型参数估计的EXCEL实现

一、引言Engle(1982)提出的自回归条件异方差性模型(即ARCH模型),将方差和条件方差区分开来,并让条件方差作为过去误差的函数而变化,从而为解决异方差问题提供了新的途径。由于其对现代金融计量经济学发展的重要影响,Engle也因此项学术成就而获得2003年诺贝尔经济学奖。1986年,Bollerslev在ARCH模型的基础上提出了广义自回归条件异方差(GARCH)模型。此后,许多学者在GARCH(ARCH)模型的结构下,又发展出一系列新的模型,统称为GARCH族模型。     

PERT网络活动时间参数估计的改进

PERT网络计划技术及Monte Carlo Simulation(MCS)求解PERT网络计划方法在工程项目的进度计划与控制中虽已广泛应用,但仍存在着不足。本文基于PERT网络分布的假设,阐述了常规三时估计方法的不足,并提出了相应解决对策,并采用限定概率三时估计法及拟合方差最小模型,分别对常规三时估计方法及常规!分布函数参数确定方法进行了改进。实例证实,限定概率三时估计法能统一网络活动时间估计标准,提高估计精度;拟合方差最小模型能提高分布函数确定精度。     

基于风险控制的证券投资决策

Markowitz证券组合核心理论是在投资决策中选择风险(用方差或标准差描述)最小、期望收益(用均值描述)最大的证券组合,即依据均值-方差模型来构造最优证券投资组合.Markowitz的均值-方差模型给出了投资决策的最基本、最完整的分析框架,是当今投资理论和投资实践的主流方法.     

流动性信息与资产收益：基于非参数模型的分析

本文首先从全新的角度给出市场深度指标的求解方法,然后结合条件资产定价模型和自回归条件异方差模型的优势建立半变系数模型,并应用于我国股票市场每日收益率的研究,得出四点判断：1、通过非参数方法求解得到的指标值具有显著的平稳性。2、流动性信息的时变性对股票市场存在显著的非线性冲击,而且流动性信息的持续性变化与收益之间存在负向关系。3、得到和经典资产定价模型相同的结论,即市场综合指数对个股具有显著的影响。4、模型验证了流动性信息通过波动性将信息非线性传导给投资者的假设,伴随着流动性信息的时变性,投资者所得到的风险补偿也具备时变性。5、通过实际数据的验证,我们所建立的半变系数模型能够较好的解释流动性信息的传递,也为我们以后的实证研究提供了一个估计和检验流动性信息传导和时变型风险补偿的新方法。     

误差项条件分布的肥尾性对单位根检验可靠性的影响

文章研究了误差项条件分布的肥尾性对单位根检验可靠性的影响。发现误差项为GARCH(1,1)-t(v)过程与GARCH(1,1)-Normal过程的DF检验的实际检验水平和理论势具有非常类似的变化规律,但它们在量上存在着较大的差异,而且条件t(v)分布的自由度v对DF检验的可靠性也有着显著的影响。因此,在实证分析中,除需要检验样本序列的条件方差时变性外,有必要进一步识别条件分布的类型,以统计量的实际分位数为临界值进行DFk检验,提高单位根检验的可靠性。     

一类自融资条件下多期投资半方差组合模型及在中国证券市场中的实证分析

方差自问世以来,虽经历了种种讨论和质疑,但其主要焦点是方差法将正负离差不加区别的对待使得其在实际应用中无法区别买方和卖方,为此引入半方差的概念十分必要.对基于半方差风险计量模型进行了总结归纳,应用半方差模型对上海股市进行了实证分析,并对文中所提出的多时段半方差模型与多时段Markowitz模型进行了比较,验证了中国证券市场多时段半方差模型的有效性.     

非线性GARCH模型在中国股市波动预测中的应用研究

股票价格频繁的波动是股票市场最明显的特征之一。股票价格的时间序列经常表现出一个时期的波动明显地大于另一时期的特征。尽管有大量证据表明,短期的金融资产价格及收益率是不可预测的[1];但目前人们普遍认为,使用特定的时间序列技术可成功地预测金融资产收益率的方差。国外学者的研究结果表明,Ｂｏｌｌｅｒｓｌｅｖ提出的广义自回归条件异方差(ＧＡＲＣＨ)模型[2]和Ｅｎｇｌｅ的自回归条件异方差(ＡＲＣＨ)模型[3],在预测金融资产收益率方差方面是最为成功的。文献[4]较全面地综述了ＧＡＲＣＨ模型的应用。简单地讲,ＧＡＲＣＨ模型的建模…     

风险投资项目风险量化模型评价

在过去几十年里,已经出现二、三十种项目风险预测与评估方法。一类为传统方法,主要包括方差分析法、资本资产定价模型中β系数确定法和财务指标分析法;另一类为非传统方法,主要包括实物期权风险评估模型、Altman的Z值评分模型以及人工神经元网络 (ANN)模型。一、传统项目风险评估模型方法 1、方差分析法方差分析法是财务管理教科书中衡量风险的基本方法。这种方法将风险投资的预期收益率视为一个随机变量,而它的方差则代表不确定程度或者风险程度。     

存在测量误差时分层抽样层均值方差的估计

利用模型的方法研究出现测量误差时多变量间的关系是目前国际上的流行方法,但这不利于对单指标的估计。因此,通过在估计量的设计中纳入测量误差信息,推导测量误差方差的定量测度方法,实现了存在测量误差时分层抽样各层均值方差的估计。采用2007年广东省三个市（县）城镇住户调查中的人均消费性支出数据进行实证分析,定量测度了测量误差在层均值方差估计中的大小及其影响,并对不考虑测量误差的估计结果进行了修正。     

FIGARCH模型的参数检验与估计

FIGARCH模型是Baillie、Boller-slve、Mikklson在Engle的ARCH模型(1982年)的基础上于1996年提出来的.该模型擅长于反映金融资产的异方差特性以及长记忆的变动特性,它的主要应用领域是金融资产,包括证券、期权、利率等方面.从提出至今,它已被许多人成功地应用到证券市场及汇率市场.     

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。     

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。     

一种新的风险度量工具:PaV及其计算框架

ＶａＲ方法是市场风险度量最流行的方法。在ＢＩＳ(ＢａｎｋｏｆＩｎｔｅｒｎａｔｉｏｎａｌＳｅｔｔｌｅｍｅｎｔ) (ＢＩＳ 1994,1995 ,1996)向银行强烈推荐此方法后 ,ＶａＲ方法得到强有力地推进。文献中有关ＶａＲ的计算基本上是围绕估计与模拟资产组合的损失分布函的某些特征展开的。如 2 0世纪 90年代Ｊ Ｐ 摩根发展起来的ＶａＲ(风险值 ,风险额 )技术 ,其核心是预测投资组合的方差 ,并将组合的方差分解为各个单个资产收益及其方差和协方差。但是金融市场中不少数据 ,往往是厚尾分布 ,它们的方差是不存在的 ,有时可能连期望都不存在 ,…