非参数异方差模型中条件回归函数的EM算法——基于农村食品消费与纯收入的实证研究

对非参数异方差模型中回归函数的EM算法进行研究,并基于EM算法得到了条件回归函数的估计。此外,通过对农村居民食品消费支出与纯收入关系的实证分析,说明了基于EM算法的估计方法比最小二乘估计方法的拟合效果更好,并对恩格尔系数进行了拟合,分析了其变化走势。     

基于小波Mallat算法和异方差模型的人民币汇率预测

文章首先用小波Mallat算法对RMB/JPY汇率一阶差分数据进行了分解和单支重构,并对单支重构后的近似分量和细节分量进行检验,证实存在条件异方差性;然后,对近似分量和细节分量分别建立了条件异方差模型,同时检验了近似分量序列与原始差分序列的"杠杆效应",显示出一致的结论;最后,对各模型的均值和波动率进行了预测,结果显示结合小波后的预测效果要优于传统的预测模型.     

正态方差混合分布新息GARCH模型的EM估计

近来,人们对实际数据使用厚尾分布进行建模颇感兴趣。一种流行的考虑就是所谓的广义自回归条件异方差(GARCH)模型。不幸的是,在一些应用中正态新息的GARCH模型的尾部不够厚。文章提出新息为正态方差混合分布的GARCH模型并给出了使用EM算法对模型参数作估计的步骤。结果表明,新息为正态方差混合新息分布的GARCH模型比正态新息的GARCH模型有更厚的尾部,因而更能捕捉实际数据中的厚尾特征。文章还以上证指数为例阐述了这一结论。     

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。     

基于Markov转换模型的前沿资产组合分析

文章将Markov转换模型与资产前沿组合理论有效地结合在一起,在应用Markov转换模型预测出股票下一时期收益率及其方差的基础上,根据马可维茨的投资组合理论得出股票市场的前沿资产组合,并以中国证券市场中的几支样本股票为例进行了实证分析.     

基于EM算法的知情交易概率估计

知情交易在金融市场微观结构中扮演了重要角色,而估计知情交易概率的传统方法仍存在一些不可克服的障碍。通过借鉴EM算法的思路并重新设计EKOP模型中参数的估计方法,对模拟数据和市场交易数据进行估算的结果表明,基于EM算法的知情交易概率估计相比以往对似然函数因子化的处理方式,在避免数值溢出和估算效率两方面都有明显改善,这为正确认识市场内部的知情交易水平提供了有力工具。     

基于GARCH模型和模拟退火算法的实证检验

本文以德国马克-英镑汇率数据为研究对象,以不同的GARCH模型(GARCH模型、E-GARCH模型和TGARCH模型)考察序列的异方差性和不对称性,并比较三种模型拟合效果的优劣性。最后,用模拟退火(SA)算法重新对GARCH模型的参数进行估计,并与传统的数值方法进行比较,证明了SA算法的确优于传统数值算法。     

异方差模型参数估计的有效性研究

本文运用随机模拟方法,对误差序列异方差模型中加权最小二乘（GLS）估计的有效性进行研究。研究表明,GLS估计的有效性与异方差强度有关,当异方差强度较强时,GLS估计比普通最小二乘（OLS）估计有效;当异方差强度较弱时,GLS估计不如OLS估计有效。     

基于EM算法的改进MLM模型及参数估计

传统的分层模型假设组与组之间独立,没有考虑组之间的相关性。而以地理单元分组的数据往往具有空间依赖性,个体不仅受本地区的影响,也可能受相邻地区的影响。此时,传统分层模型层-2残差分布的假设不再成立。为了处理空间分层数据,将空间统计和空间计量经济模型的思想引入到分层模型中,既纳入分层的思想,又顾及空间相关性,提出了空间分层线性模型,并给出了其固定效应、方差协方差成分和空间回归参数的最大似然估计,在运用EM算法时,结合运用了Fisher得分算法。     

异方差G-Q检验方法的改进

围绕戈德菲尔德—匡特异方差检验方法(G-Q检验)展开相关问题的研究讨论,并对该检验方法进行改进。在对线性回归模型异方差检验的两个基本问题进行分析阐述的基础上,对G-Q检验中使用的F检验方法进行辨析讨论,并在应用中针对不同形式的数据条件进行拓展;以此研究为基础,设计基于线性回归模型拟合值排序的多元线性回归模型的G-Q检验方法,并对这一方法进行统计模拟和应用检验,以证实该方法良好的检验效果和简便的使用过程。     

Markov机制转换的状态空间模型及其在我国经济周期中的应用研究

 经济周期具有机制转换的特点,而传统的状态空间模型很难解决像具有机制转换特点的此类问题。为此,本文将Markov机制转换模型运用到状态空间模型中,并对我国经济周期进行了分析研究,实证结果表明Markov机制转换的状态空间模型,较好地刻画了我国经济周期的非对称性特征,从中得出一个重要的结论：政府的宏观调控政策会对我国经济产生正向的冲击,宏观调控是有效的。     

基于一元线性回归模型异方差对加权最小二乘法的考察

作为普通最小二乘法的改进,加权最小二乘法用于存在异方差问题的线性回归模型的参数估计。文章通过对加权最小二乘估计量、加权最小二乘变换的分析,并结合实际例证研究发现,加权最小二乘法在应用中存在一些不足之处,因而当发现模型存在异方差时使用加权最小二乘法是存在风险的。     

蒙特卡罗方法下线性模型的异方差性检验方法

在已有的异方差性检验方法的基础上,运用蒙特卡罗方法,借助permutation检验思想,在不假定随机扰动项服从同一分布族的条件下,通过从大样本中提取大量的子样本,不断对线性模型进行拟合和检验,根据异方差为真的频率大小,给出了一种新的异方差检验方法。随机模拟表明本检验方法优于传统方法。     

异方差White检验应用的几个问题

White检验通常由LM检验来完成,现实中也可以使用更简单的F检验来替代LM检验;White检验过程中需要构筑辅助回归模型,它可以有不同的形式以应对实际问题的需要;讨论了四类不同的辅助回归模型,理论分析表明,它们在应用中各有所长;最后通过一个实际例子,验证了理论分析的结论,展示了White检验应用的灵活性。     

两变量异方差随机系数回归模型的最优设计

文章研究了具有异方差误差结构的两变量随机系数回归模型的最优设计,证明了当异方差误差结构满足一个充分条件时,模型在几类经典设计准则下的最优设计可以在设计域的顶点处获得.     

时间序列分析中的异方差性

文章阐述异方差性在时间序列分析中的影响及识别方法 ,并比较各方法的应用特点。以双能 X线骨密度仪基线漂移数据为例 ,说明异方差性的一种检验手段。能够识别出序列中的方差变化区域及显著变化区域。对时间序列中的异方差性 ,建议使用假设检验方法予以判别     

季节异方差序列的季节调整问题研究

季节调整是从经济序列中剔除季节成分的重要方法。季节异方差的存在,使经典的季节调整方法无法彻底分离出季节成分,致使季节调整失败。本文针对季节异方差问题提出用于季节调整的改进的HS模型,并定义改进的HS模型构造季节异方差检验LR统计量,通过蒙特卡洛模拟方法分析该检验的检验尺度和检验功效。最后,利用我国税收总额月度序列给出实证分析,并通过对比考察了改进的HS模型方法季节调整的有效性。     

平行数据模型中的异方差问题的处理

一、引言平行数据 (PanelData)指在时间序列上取多个截面 ,在这些截面上同时选取样本观测值所构成的样本数据。也就是把截面和时间序列数据融合在一起的数据。平行数据模型是一类线性经济模型 ,这些模型可以看作协变量的双向设计。如 :yit =∑pk =1xitkyk uit,i=1 ,2 ,L,N ,t =1 ,2 ,L,T其中N是横截面的个数 ,T是每一横截面上时间序列的长度 ,P是外生的或自变量的个数。近 2 0年来 ,平行数据模型在计量经济学理论方法方面取得了重要发展 ,新方法、新观点层出不穷。在经济分析中 ,平行数据模型起着只利用截面数据或只利用时间序列数据模…     

异方差帕克检验方法的改进

围绕传统的帕克检验方法展开研究,针对该方法在对多元线性回归模型进行异方差检验时工作量大、计算繁琐、异方差模型不够准确这一系列问题,提出运用主成分的思想,将得到的所有综合指标建立异方差模型,并对不同形式的数据条件进行研究,根据系数的显著性检验,给出了一种新的异方差检验方法。模拟数据和实例论证表明该检验方法更为快捷准确。     

异方差混合转移分布模型的谱分析

文章通过将自回归模型的谱分析推广到异方差混合转移分布模型的谱分析,导出了自协方差函数的递推关系式及计算谱密度的＂三步算法＂,从而解决了这类模型的谱分析问题,并进一步讨论模型在一些常见情形及自协方差函数满足一定条件下,谱密度的具体表达式。