基于两阶段Expectile回归的风险保费定价

如何厘定风险保费是保险精算的核心研究内容之一。风险保费由纯保费和风险附加构成,通常采用广义线性模型厘定纯保费,应用各种保费原理计算风险附加。常用的保费原理包括期望值原理、标准差原理、分位数原理等。文章基于对Expectile理论性质的研究结果,提出Expectile保费原理,即通过两阶段Expectile回归预测每份保单的风险保费。类似于分位回归是对中位数回归的自然推广,Expectile回归是对均值回归的自然推广。应用分位回归相当于是在中位数的基础上计算风险附加,而应用Expectile回归可以看作是在均值（亦即纯保费）基础上计算风险附加,所以风险保费的计算结果更加合乎定价逻辑。基于一组公开数据的实证研究结果表明,两阶段Expectile回归在基尼系数指标下厘定风险保费要优于其他现有方法,对于提高保险定价的科学性和合理性具有重要的实际应用价值。     

基于分位自回归的中国人口死亡率动态预测

采用1994-2012年国家统计局公布的死亡率数据,针对Lee-Carter模型的预测方法提出改进,将分位自回归方法内置到Lee-Carter模型框架中,构建中国人口死亡率的分位自回归预测模型,对未来人口死亡率的变动趋势进行预测。通过与传统的均值回归方法比较,得出结论为:人口死亡率的分位自回归预测方法能够获取更加全面的信息,能够有效应对人类预期寿命被低估的可能,从而对未来死亡率的预测更加合理、可信。     

运用分位回归特征价格模型构建住房价格指数

文章采用上海市新建住房及二手住房交易数据,在特征价格模型的基础上,运用分位回归编制住房价格指数,并通过与OLS回归结果对比,验证其必要性及可行性。结果发现,不同层次的住房价格波动存在显著差异,房价上涨率从低端住房向高端住房递减,低分位点的房价指数波动更大。     

基于分位回归的国家形象影响因素分析

国家形象是国家软硬实力的综合体现,对于一国在国际舞台的表现有着重要影响。现实中存在许多影响国家形象的因素。本文从国际竞争力的概念和数据出发,通过对世界主要国家和地区的国家形象的影响因素做出实证分析研究。利用洛桑国际管理发展学院（IMD）的国际竞争力数据库中关于国家形象指标的数据,我们采用分位回归方法,以揭示造成不同国家形象水平的客观影响因素,并与普通最小二乘回归结果进行对比,从而得到更全面的信息,为提高我国的国家形象提供实证依据。     

二氧化碳排放与经济增长——基于分位回归验证Kuznets假说

文章运用分位回归方法探讨二氧化碳排放与经济增长之间的关系。分位回归有助于解释在不同分位数下因变量与自变量之间关系。结果表明：二氧化碳排放与经济增长的关系总体呈“倒U型”,但在不同阶段会呈现“N型“。二氧化碳排放高的地区存在着比较明显EKC曲线趋势,也就是说,随着经济水平提高,二氧化碳排放将逐渐减少,但目前我国还处于上升时期。     

分位回归、教育回报率与收入差距

本文简要回顾了新近出现的一些利用分位回归考察我国教育回报率和收入差距的文献。本文认为单纯利用分位回归中教育回报率的差异来考察教育对收入差距的影响的做法有待商榷;同时,在应用分位回归和报告回归结果的过程中区分“条件分布”和“无条件分布”是十分必要的。     

基于分位回归法的农民工收入影响因素分析

 理论界对影响农民工收入水平的研究,主要是从总体上分析影响收入的各种因素所起的作用及其它们之间的相互关系。本文利用分位回归模型对抽样调查所获得的数据进行处理,对影响因素的各分位数分析,更为细致和深入地研究农民工收入及其影响因素之间的回归关系。通过分位回归分析,分别从农民工自身、社会相关管理部门和用人单位的角度出发,对提高农民工的收入水平提出相应的建议。     

基于Gibbs抽样算法的面板数据分位回归方法

 文章讨论了含有随机效应的面板数据模型,利用非对称Laplace分布与分位回归之间的关系,文章建立了一种贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,文章给出了Gibbs抽样算法下模型参数的点估计及区间估计,模拟结果显示,在处理含随机效应的面板数据模型中,特别是在误差非正态的情况下,本文的方法优于传统的均值模型方法。文章最后利用新方法对我国各地区经济与就业面板数据进行了实证研究,得到了有利于宏观调控的有用信息。     

面板数据的分位回归方法及其模拟研究

文章讨论了含有固定效应的面板数据模型,给出了3种估计未知参数的分位回归方法,蒙特卡洛模拟结果显示这些分位回归方法是处理面板数据的有效手段,且在误差非正态时优于均值回归方法。文章最后给出了一个真实数据的建模案例,得到了有利于决策的有用参考信息。     

面板数据的自适应Lasso分位回归方法研究

如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。     

Bayesian Elastic Net Tobit Quantile Regression

In this article, the problem of parameter estimation and variable selection in the Tobit quantile regression model is considered. A Tobit quantile regression with the elastic net penalty from a Bayesian perspective is proposed. Independent gamma priors are put on the l₁ norm penalty parameters. A novel aspect of the Bayesian elastic net Tobit quantile regression is to treat the hyperparameters of the gamma priors as unknowns and let the data estimate them along with other parameters. A Bayesian Tobit quantile regression with the adaptive elastic net penalty is also proposed. The Gibbs sampling computational technique is adapted to simulate the parameters from the posterior distributions. The proposed methods are demonstrated by both simulated and real data examples.     

分位数回归技术综述

普通最小二乘回归建立了在自变量X=x下因变量Y的条件均值与X的关系的线性模型。而分位数回归（Quantile Regression）则利用自变量X和因变量y的条件分位数进行建模。与普通的均值回归相比,它能充分反映自变量X对于因变量y的分布的位置、刻度和形状的影响,有着十分广泛的应用,尤其是对于一些非常关注尾部特征的情况。文章介绍了分位数回归的概念以及分位数回归的估计、检验和拟合优度,回顾了分位数回归的发展过程以及其在一些经济研究领域中的应用,最后做了总结。     

基于分位数回归的FDI城市分布影响因素研究

中国的外商直接投资(FDI)主要集中在部分城市,其在城市间的分布呈现出均值左偏的特征。针对FDI在城市间分布不具备正态性且存在较多离群点的问题,运用一般分位数回归方法分析1994-2012年影响FDI在中国287个城市分布的影响因素。研究表明,劳动力成本、市场规模和潜力、制度质量、人力资本、基础设施和当地竞争环境都是影响FDI城市分布的重要因素。同时,各因素对FDI影响程度随FDI城市分位的变化而变化。市场规模与潜力、政府效率、人力资本对FDI的影响随分位点增高有明显下降趋势,而基础设施对FDI的促进作用随分位点增高而上升。     

分位数回归及应用简介

文章介绍了分位数回归法的概念、算法及主流统计软件R和SAS计算时的语法,并通过实例与以普通最小二乘法为基础的线性回归进行了对比,展现了分位数回归的巨大魅力。     

Semiparametric Hierarchical Composite Quantile Regression

In biological, medical, and social sciences, multilevel structures are very common. Hierarchical models that take the dependencies among subjects within the same level are necessary. In this article, we introduce a semiparametric hierarchical composite quantile regression model for hierarchical data. This model (i) keeps the easy interpretability of the simple parametric model; (ii) retains some of the flexibility of the complex non parametric model; (iii) relaxes the assumptions that the noise variances and higher-order moments exist and are finite; and (iv) takes the dependencies among subjects within the same hierarchy into consideration. We establish the asymptotic properties of the proposed estimators. Our simulation results show that the proposed method is more efficient than the least-squares-based method for many non normally distributed errors. We illustrate our methodology with a real biometric data set.     

工资收入差异的解释：基于分位数回归的经验研究

利用CHNS2006年的数据,通过分位数回归方法从教育回报率、性别和工作部门的差异三个方面对中国工资收入差异进行研究,得出与以往研究不同的结论。结果表明：教育回报率在工资收入分布上的变动趋势是不定的。在工资收入分布的两端,大专以上学历对工资收入差距的影响相对较大。对不同性别间工资收入差异的分解表明劳动力市场上存在明显的性别歧视,而对部门间工资差异的分解表明在整个工资分布区间,这种差异呈倒＂U＂型走势。     

Local Linear Additive Quantile Regression

Abstract.  We consider non-parametric additive quantile regression estimation by kernel-weighted local linear fitting. The estimator is based on localizing the characterization of quantile regression as the minimizer of the appropriate 'check function'. A backfitting algorithm and a heuristic rule for selecting the smoothing parameter are explored. We also study the estimation of average-derivative quantile regression under the additive model. The techniques are illustrated by a simulated example and a real data set.     

基于马尔可夫转换模型的违约风险溢价预测研究

针对违约风险溢价变化依赖于经济波动状态以及市场、宏观经济变量依赖于经济周期时变因素的阶段,基于马尔可夫转换阶段的具体特征,构建马尔可夫违约风险溢价预测转换模型,并以香港恒生指数信用违约互换波动为例,测算因时变系数波动的指数息差、宏观经济变量等概率,通过实证算例剖析股市、宏观经济变量与违约风险溢价之间的内在联动关系和信用违约风险溢价变化的转换机制,以期实现对违约风险溢价能够进行有效预测,实证仿真结果说明了模型的有效性。     

Quantile Regression Estimator for GARCH Models

Abstract. In this article, we study the quantile regression estimator for GARCH models. We formulate the quantile regression problem by a reparametrization method and verify that the obtained quantile regression estimator is strongly consistent and asymptotically normal under certain regularity conditions. We also present our simulation results and a real data analysis for illustration.