Cox模型中的自适应Lasso变量选择

文章考虑了Cox模型的变量选择问题,将自适应Lasso引入到Cox模型中,提出了一类基于惩罚偏似然函数的自适应Lasso估计程序.通过对偏似然函数采用二阶泰勒展开式近似逼近,运用循环坐标下降法求解模型,再借助牛顿-拉普森迭代完成整个变量选择和估计过程.随机数据模拟的结果表明该方法具有优良的变量选择效果,并适用于高维数据.     

非线性GARCH族的模型平均估计方法

本文考虑了非线性GARCH族的模型平均估计方法。在备选模型集合包含拥有不同模型结构的非线性GARCH族的情况下,本文构建了非线性GARCH族的模型平均估计量,并给出相应的权重选择准则。在一定正则条件下,本文证明上述模型平均估计量具有渐近最优性,即渐近实现真实最优的KL偏离度。蒙特卡洛模拟结果表明,在大部分情形下,本文提出的模型平均估计量取得了更小的相对KL偏离值。作为非线性GARCH族的模型平均估计方法的应用,本文对2016年6月1日至2017年6月1日上证指数的日波动率进行估计,与现有模型选择与模型平均方法相比较,本文模型平均估计方法具有更高的精度。     

信息不对称条件下的D+B联盟模式机制研究

文章针对我国建筑业的特点提出以施工单位为核心的D B联盟总承包模式。建立了D B联盟模式基于外部信息不对称下的招标机制博弈模型以及基于内部信息不对称下的联盟利益分配模型。通过定性与定量相结合研究揭示了D B联盟的外部招标机制及内部利益分配机制。     

一种新的空间权重矩阵选择方法

空间权重矩阵选择问题一直是空间计量经济学中的一个难题,权重矩阵的选择正确与否关系到模型的最终估计结果。本文在空间滞后模型框架下,把空间权重矩阵选择问题转化为变量选择问题,然后利用CWB方法进行变量选择。中国城市服务业集聚机理实证研究显示,利用本文所提出的方法所选取的空间权重矩阵较为合理,进而可以减少因为空间权重矩阵误设问题而引起的模型估计偏误。在大样本情形下,该方法可以非常有效地降低计算成本。     

基于小波变系数模型的CPI权重估计

居民消费价格指数（CPI）是反映宏观经济运行的重要指标之一,因此其编制中所采用权重的取值和调整特征一直是各界所关心的问题,但目前中国CPI编制中所采用的权重大小一直没有权威机构的正式公布。根据2000—2010年间的CPI数据,采用基于小波的变系数模型对权重进行了估计。估计结果揭示了中国近10年中CPI权重的动态变化特征,这种变化特征也反映了近10年中居民消费结构的动态调整。     

基于二阶构成型PLS路径模型的澳门游客满意度研究

博彩旅游业是澳门经济的支柱产业,它是保持澳门政治稳定、社会发展和经济健康的决定性因素。采用二阶构成型的PLS路径模型这一新的方法分析澳门游客的满意度,结果发现购物、信息服务和景点是当前澳门旅游业需要重点改进的方面,同时应当加强博彩业服务人员的培训和管理。二阶构成型PLS路径模型的应用可以直接获得一阶显变量及一阶潜变量的影响大小数据,这将有效地提升满意度研究的实践操作价值。     

变异系数指标权重约束的DEA改进方法

文章引入变异系数的原理,对投入产出指标之间的相对权重加以限制.计算出来的权重能客观反映各指标之间的内在结构关系,不受主观因素影响,与实际情况更为贴近.改进的变异系数指标权重约束的DEA模型是传统DEA模型的有效补充,它使评价结果更加全面,与实际情况更为贴近.     

组织内部因素对组织认同的影响模型构建

文章应用开发的三个量表调查得到的数据,对影响组织认同心理的来自组织内部三个方面因素,分别构建高阶(二阶)因子模型;对这三方面因素对组织认同的影响构建结构方程,运用结构方程建模(SEM)进行检验,得到了组织内部因素对组织认同影响的结构方程模型,拟合结果比较满意,潜变量的建构信度较高.文章还分析比较了影响组织认同各因素的标准回归系数权重,获得了定量分析结论,取得了与理论假设一致的结果.     

随机效应广义空间滞后半参数变系数面板模型的估计

通过构建同时包含因变量和误差项空间滞后的随机效应半参数变系数面板模型,拓展了现有模型的灵活性和适应性。采用截面极大似然估计方法得出了参数和非参数的估计,理论证明发现：在一定的正则条件下,所有估计量具有一致性和渐近正态性。数值模拟显示：估计量具有良好的小样本性质,估计精度随着样本容量的增加而增加;空间权重矩阵的选择对估计量的表现没有产生显著差异,但是在Case权重矩阵下,当样本量相同时,空间相关系数的估计偏差随着空间权重结构复杂度的增加而扩大。     

缺失数据下的逆概率多重加权分位回归估计及其应用

数据缺失问题普遍存在于应用研究中。在随机缺失机制假定下,本文从模型推断角度出发,针对线性缺失分位回归模型,提出一种新的有效估计方法——逆概率多重加权（IPMW）估计。该方法是在逆概率加权（IPW）估计的基础上,结合倾向得分匹配及模型平均思想,经过多次估计,加权确定最终参数估计结果。该方法适用于响应变量是独立同分布或独立非同分布的情形,并适用于绝大多数缺失场景。经过理论推导及模拟研究发现,IPMW估计量在继承IPW估计量的优势上具有更稳健的性质。最后,将该方法应用于含有缺失数据的微观调查数据中,研究了经济较发达的准一线城市中等收入群体消费水平的影响因素,对比两种估计方法的估计结果及置信带,发现逆概率多重加权估计量的标准偏差更小,估计结果更稳健。     

投资决策中的非线性敏感性分析

通过理论分析和一实例探讨了非线性敏感性分析中,相对测定法和绝对测定法的适用范围,得到结论,相对测定法更适用于局部敏感性分析,而绝对测定法则适用于全局敏感性分析.此外,对常规项目而言,净现值敏感性分析和内部收益率敏感性分析的结论是一致的,所以在实际应用中,可采用计算更简便的净现值作评价指标.     

客户满意度推荐阈与重购阈的联合估计

高满意度不一定能导致客户忠诚,相同满意度的客户可能有不同的推荐阈和重购阈。文章提出了一种双变量分层Bayes Probit模型,用于联合估算客户个体层次的推荐阈和重购阈。该模型采用一种Gibbs抽样和Metropolis-Hastings算法相结合的MCMC模拟抽样方法来实现模型估计。数据模拟和实证研究均表明,该方法可以有效地联合估计客户个体层次的推荐阈和重购阈,模型的内部效度和外部效度均优于以往模型。     

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。     

利率期限结构模型估计中的GMM方法述评

广义矩方法(GMM)在利率期限结构模型的估计中有着广泛的应用。文章综述了在利率期限结构模型的估计中GMM方法涉及的各方面问题,其中包括过度估计问题、最优权重矩阵的选取、矩条件的选择、理论矩的计算、模拟矩方法(SMM)和有效矩方法(EMM)。     

多图模型及其在宏观经济指标相关分析中的应用

多图模型表示来自于不同类的同一组随机变量间的相关关系,结点表示随机变量,边表示变量之间的直接联系,各类的图模型反映了各自相关结构特征和类间共同的信息。用多图模型联合估计方法,将来自不同个体的数据按其特征分类,假设每类中各变量间的相依结构服从同一个高斯图模型,应用组Lasso方法和图Lasso方法联合估计每类的图模型结构。数值模拟验证了多图模型联合估计方法的有效性。用多图模型和联合估计方法对中国15个省份13个宏观经济指标进行相依结构分析,结果表明,不同经济发展水平省份的宏观经济变量间存在共同的相关联系,反映了中国现阶段经济发展的特征;每一类的相关结构反映了各类省份经济发展独有的特征。     

劳动力数量的选择与控制研究

文章针对企业劳动力数量的选择与控制,建立了劳动力数量选择的数量模型进行分析.劳动力数量的选择主要通过因子分析法得到内部系数即各部门权重;根据历年数据统计分析得到外部系数,建立劳动力数量选择模型.企业劳动力数量的控制,主要是根据企业近期发展目标选择控制点,将所得劳动力数量和控制点进行比较,从而对劳动力数量进行有效控制.在综合分析企业劳动力选择与控制模型基础上,对其进行了优缺点评价.     

基于动态因子模型的金融风险指数构建

文章重点研究金融风险指数的构建方法,选取宏观维度、银行与货币维度、泡沫维度、外部冲击维度、债务维度等17个指标,运用动态因子模型方法构建2004-2015年的金融风险指数,并利用局部加权回归思想,引入高斯核函数改进指标权重估计,与常用的正向客观赋权法SF赋权法、熵赋权法、CRITIC赋权法对比.研究结果表明:改进后的权重估计方法拟合精度提高50％以上,动态因子模型方法构建的金融风险指数比正向客观赋权法灵敏度高,更科学更合理.     

基于GEP的知识型企业成长性的评价模型

借鉴现在比较通用GEP模型对知识型企业成长型进行评价,考虑到以往GEP模型在设置B系统时主要时采用模糊综合评价法,其设定指标权重时往往只是简单地进行专家打分等较为主观的方法,缺少客观性,文章则采用基于信息熵的评价方法确定指标实际分值,使得评判结果更具有客观性.     

基于分层模型的缺失数据插补方法研究

大规模抽样调查多采用复杂抽样设计,得到具有分层嵌套结构的调查数据集,其中不可避免会遇到数据缺失问题,针对分层结构含缺失数据集的插补策略目前鲜有研究。本文将Gibbs算法应用到分层含缺失数据集的多重插补过程中,分别研究了固定效应模型插补法和随机效应模型插补法,进而通过理论推导和数值模拟,在不同组内相关系数、群组规模、数据缺失比例等情形下,从参数估计结果的无偏性和有效性两方面,比较不同方法的插补效果,给出插补模型的选择建议。研究结果表明,采用随机效应模型作为插补模型时,得到的参数估计结果更准确,而固定效应模型作为插补模型操作相对简便,在数据缺失比例较小、组内相关系数较大、群组规模较大等情形下,可以采用固定效应插补模型,否则建议采用随机效应插补模型。     

含非随机缺失数据的面板数据参数估计方法

抽样调查领域常采用对多个受访者进行跟踪调查得到面板数据,进而对总体特性进行统计推断,在面板数据中常含缺失数据,大多数处理面板缺失数据的软件都是直接删去含缺失值的受访者以得到完全数据集,当数据缺失机制为非随机缺失时会导致总体参数估计结果有偏。本文针对数据缺失机制为非随机缺失情形下,如何对面板数据进行统计分析进行了阐述,主要采用的是基于模型的似然推断法,对目标变量、缺失指示变量和随机效应向量的联合分布建模,在已有选择模型和模式混合模型的基础上,引入随机效应,研究目标变量期望的计算方法,并研究随机效应杂合模型下参数的估计方法,在变量分布相对简单的情形下给出了用极大似然法推断总体参数的估计步骤,最后通过模拟分析比较方法的优劣。