基于非对称分布散点分位数的区间数据回归分析

许多经济变量(如GDP)水平序列随着时间变化具有单调趋势,截面数据(如各地区GDP)之间存在差异,为了研究经济变量在一段时间内的平均发展水平和相互关系,文章基于区间型符号数据的研究视角,提出了一种基于分位数思想的Bayesian回归方法,用以分析内部存在非对称分布散点的区间数据,既可以估计数据的区间,也可以预测数据在此区间内的偏度和离散程度。在模拟研究中,通过对评价指标数值的假设检验分析了该模型相对于上、下限和中点半径模型的效果,并根据真实数据中存在异常信息的现象,在模拟数据中加入异常值,进一步验证分位数方法的优势和稳健性。在实证研究中,运用提出的分位数方法,上、下限法和中点半径法对我国各地区GDP和工业生产总值年度数据进行区间回归分析,评价指标显示分位数模型Bayesian方法具有更优的拟合和预测效果,在GDP发展水平不同的地区,工业增长的贡献存在差异。     

基于分位数回归的面板数据模型估计方法

文章在对分位数回归基本原理进行全面分析说明的基础上,对其在面板数据模型中的应用作了深入分析。利用1998～2006年25个行业企业销售收入与专利申请数量的面板数据,分别采取最小二乘法和分位数回归法进行参数估计和比较分析,结果表明：分位数回归方法在进行面板数据模型估计时具有明显的优势。     

超出损失保险的纯保费估计和风险度量

文章引入负二项分布作为保单组合的索赔次数的分布，全Paretian分布作为索赔额的分布，研究了超出损失保险保单组合的纯保费的估计方法，导出了最大可能损失的估计式，并利用火灾保险索赔数据进行了实证分析。     

分位数单位根检验的拓展及其应用研究

在不同的分位下对时间序列数据是否含有结构性变化进行甄别,对于准确识别数据的动态变化及其分布特征具有重要的意义.本文首次在Koenker和Xiao(2004)研究的基础上提出傅立叶分位数单位根检验模型,并以此捕捉时间序列中存在的结构突变点,进而刻画数据在不同分位下的动态变化特征.本文通过构建傅立叶QKS统计量并采用蒙特卡罗方法对傅立叶分位数模型的临界值、样本容量和检验“势”进行模拟,发现含有傅立叶级数的分位数单位根检验对刻画“尖峰厚尾”特征数据的非线性偏离动态调节特征具有更高的检验“势”.最后,本文利用拓展后的模型对我国通货膨胀的持久性和失业的回滞效应进行再检验,结果发现我国通货膨胀具有平稳的特征,而失业率却包含单位根过程.本研究为分位数单位根检验的拓展及其应用提供了一定的启示.     

超出损失再保险纯保费的估计

文章引入负二项-Pareto分布作为保单组合的索赔次数的分布,导出了全Paretian模型的参数及索赔次数的贝叶斯估计式,得到了超出损失再保险保单的纯保费的精确的贝叶斯估计公式。我们将所得到的贝叶斯估计结果应用于火灾保险数据,将所得结果与Poisson-Paretian模型进行了比较,说明了模型的合理性和有效性。     

面板数据的贝叶斯Elastic Net分位数回归方法及其应用研究

本文首次将Elastic Net这种用于高度相关变量的惩罚方法用于面板数据的贝叶斯分位数回归,并基于非对称Laplace先验分布推导所有参数的后验分布,进而构建Gibbs抽样。为了验证模型的有效性,本文将面板数据的贝叶斯Elastic Net分位数回归方法(BQR. EN)与面板数据的贝叶斯分位数回归方法(BQR)、面板数据的贝叶斯Lasso分位数回归方法(BLQR)、面板数据的贝叶斯自适应Lasso分位数回归方法(BALQR)进行了多种情形下的全方位比较,结果表明BQR. EN方法适用于具有高度相关性、数据维度很高和尖峰厚尾分布特征的数据。进一步地,本文就BQR. EN方法在不同扰动项假设、不同样本量的情形展开模拟比较,验证了新方法的稳健性和小样本特性。最后,本文选取互联网金融类上市公司经济增加值(EVA)作为实证研究对象,检验新方法在实际问题中的参数估计与变量选择能力,实证结果符合预期。     

短面板随机效应模型的分位数回归方法及模拟

对于随机效应面板数据的分位数回归研究的难点在于如何处理截面内存在的相关性,文章借助分位数回归与ALD分布之间的关系,提出了带有Copula相关结构的分位数回归的极大似然估计法,其中Copula函数可用来表示短面板中的截面内相关性.通过数值优化算法迭代求解目标函数可得参数估计值,蒙特卡洛模拟结果显示该方法的均方误差更小,因此更为精确可靠.     

集中量数的一些注记

集中量数是代表一组数据典型水平或集中趋势的统计量。常用的集中量数包括算术平均数、加权平均数、几何平均数、调和平均数、平方平均数、百分位数、四分位数、中位数、众数等。一、算术平均数可以很好地反映一组数据的集中趋势一组数据Xi,i=1,…,n的算术平均数n X=!1n"X(1)i     

区域金融发展与经济增长的实证分析——基于东部十省市地级市区数据与分位数回归方法

针对地级市区的金融发展与经济增长的关系．利用中国东部十个省市共87个样本地级市区2000—2006年的数据，基于分位数回归的统计分析结果表明，在被解释变量经济增长指标的不同分位数处解释变量金融发展和控制变量对经济增长影响的差异和波动是统计显著的。与经典的条件均值回归相比，条件分位数回归实证分析能够揭示数据生成过程更加丰富的信息，为区域金融发展与经济增长关系进行时空特征整合的统计建模提供了有力支持。     

我国碳排放收敛性:基于面板数据的分位数回归

文章介绍了分位数回归方法以及碳排放量出现收敛的相关原因。通过研究全国28个省碳排放的变异系数,对碳排放做σ收敛分析;然后运用分位数回归对各省的面板数据做绝对β收敛分析。进一步,引入控制变量,建立条件β收敛模型,进行分位数的相对收敛性研究。结果表明,各省区普遍存在绝对收敛和条件收敛,但不存在俱乐部收敛;从长远看,省际间人均碳排放量的差距将会自动消除,碳排放量终将成为一个通用的标准化指标。     

分位数回归下的因果关系检验

Granger因果关系在计量经济学中占有重要地位。在实践中,采用Granger检验是在最小二乘回归下进行的,检验的是条件均值之间的因果关系,在此基础上扩充到检验条件分位数上的因果关系,即线性分位数回归下的Sup-Wald检验法;利用该检验法实证分析全国城镇居民人均可支配收入增量对人均消费性支出增量之间的关系,结果表明其之间存在单向的因果关系,并且在较低分位数时城镇居民人均可支配收入增量对人均消费支出增量的因果关系并不显著,只有在分位数较高时这种因果关系才显著存在。     

分位数单位根检验的有限样本绩效及其应用

利用蒙特卡洛模拟方法,在不同的数据产生过程下比较了分位数单位根检验与传统的ADF和PP单位根检验的绩效。研究发现:当误差项服从正态分布时,传统单位根检验与分位数单位根检验的检验功效相差不大,前者甚至略优于后者;但当误差项服从t分布时,分位数单位根要优于传统的单位根检验。在此基础上,采用中国商品价格指数(增长率)数据,给出分位数单位根检验的实例应用,实证结果显示中国商品价格指数具有非对称的惯性特征。     

马克威分析系统介绍(二)数据导入、数据处理、图形图表、电子表格

马克威分析系统界面简介马克威分析系统共有四种界面,分别是:数据窗口、变量窗口、挖掘窗口、结果窗口,用户通过这四种界面,与数据和结果进行交互,完成数据分析过程:1.数据窗口,用于对数据进行展示和简单编辑,在此窗口中进行马克威分析系统的数据导入、数据处理和统计分析:2.变量窗口,用于展示数据的格式和属性,供用户对变量名、变量类型、数据长度、小数位数、缺失值、标签值、排列方式、变量尺度等数据格式和属性进行设置和更改。3.挖掘窗口,与数据窗口相对应,该窗口主要用于数据挖掘算法建模,通过挖掘算法节点的拖拉,可以直观、方便的建…     

新型城镇化背景下城镇常住人口收入差距分析

文章利用中国城市、农村和流动人口居民收入调查2008年数据,在明瑟方程的基础上,利用半参数分位数回归模型,对教育、工作经验两大人力资本因素进行分析,并将市场分割因素城乡户籍、地区、行业作为控制变量.就方法论来说,半参数分位数回归模型拟合结果优于OLS模型及分位回归模型,并且经验在第一个十年内与收入之间呈现三次函数关系,随后呈现二次函数关系.从政策建议角度来说,教育、经验作为人力资本对高收入人群具有更高的回报率,为从长远角度解决收入差距问题,应提高农民工受教育程度及培训力度,将人力资本投入向贫困地区倾斜.     

三分位数的意义及计算

统计中已有确定中位数、四分位数、十分位数等的方法,文章在此基础上提出三分位数的概念及其确定的方法。三分位数从另一个角度对总体的分布特征进行描绘,对于现象总体的内部构成,对于由不同组成部分、类型形成的总体的认识,对于分组时组间界限的确定,甚至对于分层抽样中层的划分,对于研究分析总体分布的离散程度都有一定的作用。同时对单项式设计的变量数列确定中位数、三分位数的方法也进行了一定的论述。     

基于分位回归的风险保费预测

风险保费预测是非寿险费率厘定的重要组成部分。在传统的分位回归厘定风险保费中,通常假设分位数水平是事先给定的,缺乏一定的客观性。为此,提出了一种应用分位回归厘定风险保费的新方法。基于破产概率确定保单组合的总风险保费,建立个体保单的分位回归模型,并与总风险保费建立等式关系,通过数值方法求解出分位数水平,实现对个体保单风险保费的预测。通过一组实际数据分析表明,该方法具有良好的预测效果。     

基于贝叶斯方法的比例数据分位数推断及其应用

为了尝试使用贝叶斯方法研究比例数据的分位数回归统计推断问题,首先基于Tobit模型给出了分位数回归建模方法,然后通过选取合适的先验分布得到了贝叶斯层次模型,进而给出了各参数的后验分布并用于Gibbs抽样。数值模拟分析验证了所提出的贝叶斯推断方法对于比例数据分析的有效性。最后,将贝叶斯方法应用于美国加州海洛因吸毒数据,在不同的分位数水平下揭示了吸毒频率的影响因素。     

基于样本分位数的Weibull分布均值和标准差估计

样本均值和标准差是数据分析中常用的指标,但在部分研究中只记录了样本分位数,并未记录均值和标准差。传统的最小二乘法在估计样本均值和标准差时,通常将样本分位数同等对待,但在实际研究中,数据具有峰度和偏度等特征,样本分位数的重要程度不同。因此,文章在估计模型中引入权重,针对可靠性分析中常见的Weibull分布,提出两种方法估计均值和标准差：利用分布函数的加权最小二乘法（FWLS）进行估计;将Weibull分布转换为指数分布,利用数据的加权最小二乘法（WLS）进行估计。通过仿真和实例结果的比较,表明两种方法的估计效果显著。     

中国系统性金融风险对宏观经济的影响研究

基于2007年1月至2017年12月月度数据,本文首先选取金融机构极值风险、金融体系间的传染效应、金融市场的波动性和不稳定性、流动性和信用风险4个层面的14个代表性指标测度了系统性金融风险;然后运用分位数回归度量了单个系统性风险指标对宏观经济的影响;最后运用偏最小二乘分位数回归法构建一个系统性金融风险综合指标进一步实证分析系统性金融风险对宏观经济的影响。研究结果表明：①单个系统性金融风险指数中机构极值风险类别下的指标对宏观经济的影响最大,其中金融体系巨灾风险指数影响效果最显著;②运用偏最小二乘分位数回归构造的系统性金融风险综合指标较之单个系统性金融风险指标,能够更稳健地反映系统性金融风险对宏观经济的影响状况;③从测度效果来看,单个系统性风险指标和系统性金融风险综合指标在下尾分布（0.2分位数）的结果明显优于中间分布（0.5分位数）和上尾分布（0.8分位数）。     

货币政策与REITs投资——基于中国大陆与香港的实证

文章利用2005年11月25日到2013年8月16日的中国货币政策、香港REITs收益率等数据对货币政策与香港REITs收益率之间的关系进行实证研究。以货币政策的作用过程为线索,首先使用事件分析法初步探索货币政策工具对香港REITs投资收益率的影响,进而使用分位数回归对如何结合货币政策中介目标数据和REITs的不同收益率区间对香港REITs进行投资展开深入研究。