一种基于SIS的贝叶斯模型算法

贝叶斯动态模型及其预测理论具有广泛的应用性,如在通信,控制,人工智能,经济管理,气象预报等领域。本文简要介绍了贝叶斯动态模型,对于非线性贝叶斯动态模型提出了SIS算法及其在处理非线性模型中应用。     

基于多阶段抽样的贝叶斯序贯过程质量监控分析

文章针对参数随机化情况下的质量控制问题,提出了新的过程质量方法。通过质量控制模型的统计结构分析,研究了Jeffreys先验分布下参数的后验分布和贝叶斯估计,据此构造了具有预警线的过程样本均值-标准差监控图,以及贝叶斯过程能力指数评价模型;然后,将过程状态稳定的模型参数后验分布作为下一阶段的参数先验分布,进行样本数据信息融合、模型迭代更新,建立了基于共轭先验分布的贝叶斯序贯均值–标准差监控和贝叶斯动态过程能力指数估计模型。研究结果表明:与现有的统计过程质量控制方法比较,贝叶斯序贯过程质量监控方法能够融合产品质量指标的历史信息,及时更新过程控制限,动态监控过程质量波动。     

基于辅助粒子滤波的DSGE模型识别方法及应用

动态随机一般均衡模型中涵盖无法直接观测的变量,同时跨方程约束涉及复杂的非线性关系使方程的解析估计难以实现。在贝叶斯框架下识别动态随机一般均衡模型,基于状态空间方法建立度量方程和状态转移方程,采用辅助粒子滤波预测条件后验分布,建立贝叶斯误差带描述宏观经济变量脉冲响应函数的动态特征。实际数据分析验证了贝叶斯识别方法的有效性。     

中国FCI构建及其对通胀的非对称性效应--基于BDFA-VAR模型和MS-VAR模型的实证分析

基于构建的贝叶斯动态因子增广VAR(BDFA-VAR)模型,从20个金融指标中提取6个贝叶斯动态公因子,来构建中国贝叶斯动态因子金融状况指数(BDFFCI),并分析其与通胀的关联性,进而使用MSVAR模型分析其对通胀的非对称性效应。结果表明中国BDFFCI的突出特点是与通胀有很长期限的高相关性,领先通胀1¹4个月,是通胀更长期限的先行指标,且其汇率、货币供应量等公因子权重较大,说明中国货币政策是价格和数量综合型的。建议政府机构定期构建中国BDFFCI。     

基于动态贝叶斯网络的舆情预测模型研究

随着新兴媒体的出现,为了提前并更加准确地判断突发事件网络舆情的发展演化方向,以便做出比较合理的预测监控.文章基于动态贝叶斯网络模型,建立了关于突发事件的网络舆情预测监控模型.通过关联概率的计算,对动态贝叶斯网络中存在因果关系的节点变量进行预测.并以分析2014年上海踩踏事件为例,确定此事件对象中的节点变量,并通过10位专家评分的方式给出了对突发事件网络舆情进行预测的具体操作方法,得到比较合理的预测结果,证明了该方法的可行性和实用性.     

贝叶斯空间计量模型综述:理论及其应用

贝叶斯空间计量模型是一门将贝叶斯统计方法与空间计量模型相结合产生的新兴研究方法学科。在回顾已有文献的基础上,以贝叶斯空间计量模型的理论基础与实证应用的最新进展为主线,对贝叶斯空间计量模型进行分类,并对每个类别的模型理论方法、模型应用及模型选择理论做出系统性总结和展望,旨在为理论工作者提供这种前沿模型的理论参考,为实证分析研究者提供利用该模型解决实际问题的思路方法。     

CGE模型中CES生产函数的贝叶斯估计

文章讨论了如何把贝叶斯统计方法应用到单个方程非线性计量经济学模型中。首先对贝叶斯统计方法进行了分析；然后以CES生产函数模型为例分析了单个方程非线性模型的贝叶斯估计问题；最后分析了常替代弹性（CES）产函数模型在不同的先验分布下的贝叶斯估计。     

大数据背景下贝叶斯模型平均的理论突破与应用前景

大数据统计分析过程中常面临模型比较和选择的不确定性问题。贝叶斯模型平均(BMA)方法可以通过先验和后验概率度量模型不确定性,并利用后验概率对模型的结果进行加权平均,最终得到更稳健的估计结果。在回顾贝叶斯模型平均发展历程的基础上,介绍贝叶斯模型平均的基本原理,综述其在一些难点问题上的理论进展,并介绍大数据背景下贝叶斯模型平均的应用前景。贝叶斯模型平均与复杂数据分析方法相结合,可能成为大数据研究的新思路。     

基于MCMC的成数再保险的最优自留额

文章从原保险人的角度出发,研究对风险组合进行成数再保险安排时的最优自留额问题。为了充分考虑各类风险的不确定性,本文对索赔次数和索赔额引入多级贝叶斯模型,并将马尔柯维茨"均值—方差"理论作为判断最优的标准,使原保险人在动态利润下通过设定最优自留额达到自己所承保的风险组合的风险最小,从而得到利润与风险的有效边界。我们将利用MCMC数值模拟方法求解贝叶斯模型。模拟结果证明了该模型及MCMC数值模拟方法的有效性。     

粒子滤波算法在贝叶斯模型中的应用

文章首先介绍了粒子滤波算法,然后将粒子滤波算法应用到一类特殊的贝叶斯动态模型中,并得到有关结论.     

Bayesian模型平均法及其在Cox回归中的应用

文章介绍了贝叶斯模型平均法的基本原理，并对实际资料进行分析，指出了该方法的优越性；以Mayo Clinic的原发性肝硬化数据为例，采用Bayesian模型平均法选择模型，并比较了三种模型确定方法方法的预测效能。     

宏观经济对沪港股市影响的贝叶斯研究

随着我国股票市场规模的不断扩大,股市在宏观经济中的地位日益提高.为充分反映宏观经济波动结构变化对股市的影响,文章基于贝叶斯向量自回归模型(BVAR),引入马尔科夫过程,构建马尔科夫状态BVAR模型(即MSBVAR),较好地揭示不同通胀程度下股市的变化特征,结果表明:贝叶斯推断方法能更准确地刻画宏观经济对股市影响的动态关系;通货膨胀对股市有明显的拉动效应,而且温和的通货膨胀对股市有较好地促进作用.     

基于软件Eviews和WinBUGS计量模型的比较

在计量经济学设计模型、收集资料、估计模型、检验模型、应用模型(结构分析、经济预测、政策评价)过程中,Eviews软件是必不可少的工具,而WinBUGS软件是贝叶斯计量经济学计算的常用软件.文章以时间序列AR(1)模型为例,运用Gibbs抽样的MCMC方法,介绍了贝叶斯统计方法在计量经济学模型中的应用,分析了在实证中贝叶斯估计与经典计量估计的区别和联系,并指出贝叶斯方法在计量经济学及其他学科广阔的应用前景.     

中国通货膨胀的预测模型与实证

文章建立了一个带反馈机制多因素随机波动模型来刻画中国通货膨胀动态,基于粒子滤波与MH抽样相结合的贝叶斯方法估计模型参数,并利用粒子滤波方法得到通货膨胀的一步向前预测及随机波动分量的光滑估计.研究表明,与Stock and Waston(2006)的模型相比,带反馈机制的多因素随机波动模型可以刻画经济波动的随机性和经济波动的极端事件,能够较为准确地描述中国通货膨胀的动态行为,从而对通货膨胀可以做出更为准确的预测.     

基于结构突变的时间序列研究及其预测方法的新进展

对时间序列结构突变的研究是近20年来计量经济学界的热点问题之一。国内对运用经典方法检验结构突变的研究和应用众多，但对基于贝叶斯方法的结构突变研究和预测方法几乎为空白。文章着重回顾和总结了基于贝叶斯方法的结构突变模型研究的最新进展，并提出了进一步研究的思路。     

中国物价的外部冲击效应测度

物价稳定是经济良性运行的基础，在经济全球化背景下，外部经济冲击会对中国物价产生重要的影响。本文从理论上对外部冲击影响中国物价的路径进行梳理，建立了中国物价DSGE模型，利用中国实际经济数据对模型结构参数进行校准，并使用贝叶斯方法对模型动态参数进行估计。应用该模型测度了名义汇率、境外利率、国际大宗商品价格三类冲击对国内物价的传导效应，结果表明不同的冲击组合对物价的影响有所差异。最后，针对不同的冲击组合分别给出了相应的决策方案。     

贝叶斯隐马尔科夫异质面板模型及应用研究

针对不可观测异质性非时变假设导致的删失变量偏差及推断无效问题,构建贝叶斯隐马尔科夫异质面板模型,刻画截面个体间的动态时变不可观测异质性,诊断经济系统环境中可能存在的隐性变点,设计相应的马尔科夫链蒙特卡洛抽样算法估计模型参数,并对中国各地区的金融发展与城乡收入差距关系进行实证分析,捕捉到金融发展与城乡收入差距间长期稳定关系的隐性变化,发现了区域个体不可观测异质性存在的动态时变特征。研究结果表明各参数的迭代轨迹收敛且估计误差非常小,验证了贝叶斯隐马尔科夫异质面板模型的有效性。     

基于逆跳MCMC的贝叶斯分位自回归模型研究

考虑到传统信息理论方法确定模型存在不足,在贝叶斯理论框架下提出了基于逆跳马尔可夫链蒙特卡罗法确定分位自回归模型阶次的方法。在时间序列服从非对称Laplace分布的条件下,设计了马尔可夫链蒙特卡罗数值计算程序,得到了不同分位数下模型参数的贝叶斯估计值。实证研究表明：基于逆跳马尔可夫链蒙特卡罗法的贝叶斯分位自回归模型能有效地揭示滞后变量对响应变量的位置、尺度和形状的影响。     

Weibull分布下基于MCMC的贝叶斯恒加试验数据评估

本文基于贝叶斯生存分析理论,在参数的有信息先验假设条件下,通过运用基于Gibbs抽样的马尔可夫链蒙特卡罗(MCMC)方法动态模拟出相关参数后验分布的马尔可夫链,给出恒加试验模型中各参数的贝叶斯估计;利用BUGS软件包对文献[6]中的实例进行建模分析,并将两种假设条件下MCMC具有显著差异的计算结果与传统BLUE结果进行比较,发现BLUE的计算结果近似等于将产品截尾数据当作失效数据时MCMC的处理结果;进而再次揭示出传统BLUE方法的不足,并证明了该模型在可靠性应用中的直观性与有效性。     

带有有序变量的结构方程模型中的模型选择

文章着重研究了带有有序分类变量的结构方程模型的模型选择问题,并将一个基于贝叶斯准则的统计量称为测度,应用到此类模型中进行模型选择。通过实例分析说明了上述方法的应用,并给出了根据贝叶斯因子进行模型选择的结果。