联合均值与方差模型的统计诊断

研究了联合均值与方差模型,考虑了基于数据删除模型的参数估计和统计诊断,比较删除模型与未删除模型相应统计量之间的差异。首次提出了基于联合均值与方差模型的诊断统计量和局部影响分析。通过模拟研究和实例分析,给出了不同的诊断统计量来判别异常点或强影响点,研究表明提出的理论和方法是有用和有效的。     

混合地理加权回归模型的统计诊断

混合地理加权回归模型作为一类能简单有效解决空间非平稳问题的数据分析方法已经得到了广泛的应用.在利用该模型分析实际数据时,一个或多个特殊观测点的存在能导致估计结果发生较大改变.为了能有效检测出异常点,系统研究这类半参数模型的统计诊断与影响分析.首先基于数据删除模型定义了参数分量对应的Cook统计量,其次,基于均值漂移模型讨论了异常点的检验问题,构造了相应的检验统计量.     

数据删除模型在GDP诊断中的应用

文章利用数据删除模型,对1996~2007年的国内生产总值(GDP)数据进行统计诊断,判定2007年和2004年的数据为异常值点或强影响点。在此基础上,利用SPSS软件,建立了支出法与生产法的GDP之差与最终消费支出、资本形成总额和货物与服务净出口的有效线性回归关系,指出两种计算方法的GDP差值主要来源于货物与服务净出口,在一定程度上解释了GDP统计的差异。     

岭型主成分估计下数据删除模型的强影响分析

文章讨论了在岭型主成分估计下的数据删除模型,得到了该模型与最小二乘估计下模型的诊断统计量之间的等价关系,在此基础上根据W-K统计量的思想提出了两种度量方法,并通过实例论证了该方法的可行性。     

空间自回归模型的局部影响分析和运用

由于空间数据的相依特性，使得通常的删除点诊断异常值的方法不适合采用。为了寻找数据中的异常点和影响点，采用局部影响分析技术，通过引入扰动的方法来发现影响点，最后通过实例说明局部影响分析技术能够有效地发现模型中可能的影响点，并且能够揭示更多的细节信息。     

结构方程在确定现金流风险指示权重问题中的应用

我们知道,企业的现金流风险是一个模糊的概念,现金流风险度量模型中测量误差的发生,会导致常规回归模型参数估计产生偏差,并且现金流风险受众多因素的影响,这些因素之间可能存在多重共线性,把这些因素不加剔除全部纳入模糊综合评判模型,可能导致模型的失效.虽然传统的路径分析允许对潜变量设立标识,并可处理测量误差,但不能分析潜变量之间的关系,而结构方程方法的特点在于,它既能在分析中处理测量误差,又可分析潜变量之间的结构关系,并且,结构方程模型能根据模型和数据之间的拟合程度,来决定如何删除、增加或修改模型的变量和参数,对模型进行修正,最后得到的模型中只保留了对因变量有显著影响的自变量.因此,我们拟采用结构方程模型来解决权重的确定问题,并进行实证研究以证明此方法的适用性.     

中国城乡居民代际收入流动分析

利用CGSS提供的中国28个省区微观调查数据,应用Atkinson回归模型和转移矩阵两种度量代际收入流动性的方法,研究了中国2005年的城乡居民代际收入流动性及其影响因素。研究发现：代际收入在不同的分类下流动弹性并不大,其中城市的流动高于农村;东、中、西部的流动弹性呈现逐渐递减趋势。利用转移矩阵对流动性进行测度,研究表明：总体的代际收入流动有一种保持效应,即从最低等级转向高一等级的概率较小,从最高等级转向低一等级的概率也较小,总体的不同等级间的流动性较差。性别、年龄、受教育年限和家庭背景对个人收入的高低起着积极的作用。     

巨灾保险索赔数据的极值风险度量

目前,各界对巨灾保险索赔数据呈现的厚尾性已达成共识。本文中,笔者基于指数回归模型构造了厚尾分布的高分位数估计;并将该方法应用于大的火灾保险数据进行实证分析,对大的火灾保险进行风险度量,得到该数据的高分位数。     

中国人口增长预测模型及其改进

文章根据已有的人口数据,运用数据拟合方法和矩阵方法分析研究了人口增长的规律,分别建立了预测中国人口增长的回归和凯菲茨矩阵两个数学模型,并且给出了中国人口短期和长期的预测结果.通过比较,阐述了两种模型的优缺点.     

一类新的多重共线性检验方法

解释变量间的相关性导致了多元线性回归模型的多重共线性问题,由于考察相关性的角度和方法不同,产生了不同的多重共线性的检验方法。由阿达马不等式可以构建多个变量的综合相关性度量指标,将该指标用于度量多元线性回归模型的解释变量的综合相关程度,用以作为多元线性回归模型多重共线性的一类检验方法。     

信用担保的动态定价模型

目前的信用担保定价模型都是静态的,没有考虑到宏观经济对模型的影响。本文采用风险度量的方法对信用担保进行定价,通过衡量宏观经济的波动对信用转移矩阵的影响,来构造一个动态信用担保定价模型。     

具有AR(1)误差的线性回归模型的统计诊断

在通常的线性回归诊断中,大多采用了方差齐性这一基本假定。但是在实际中遇到的问题往往比较复杂,误差项可能存在自相关性。文章研究了具有AR(1)误差的均值漂移模型和数据删除模型,得到了相应的诊断统计量,并证明了在AR(1)误差存在的情况下二者不是等价的。最后,通过一组实际数据来说明分析方法的有效性。     

回归分析中强影响点的诊断方法与稳健回归

回归分析是计量经济学中最常用的定量分析方法，也是建立经济计量模型的主要工具，但在实际应用中，人们发现通过经典最小二乘法建立的回归模型，并不总令人满意，会出现诸如多重共线性、误差项异方差、自相关性等各种各样的问题，影响着模型的应用。于是，统计学家提出了对建立的模型进行回归诊断的问题，一方面，考察模型的假设条件满足的状况：另一方面，诊断样本数据对统计推断影响的大小，数据中是否存在影响模型稳定性的强影响点，以及处理解决的办法，这部分理论称为“回归诊断”。     

联合均值和散度逆高斯回归模型的参数估计

逆高斯回归模型可用于分析正偏态数据,人们通常研究解释变量对其均值参数的影响,但往往忽略了对其散度参数的影响,文章则基于解释变量对均值和散度都有影响的前提,针对联合均值和散度逆高斯回归模型,探讨模型参数的极大似然估计问题。MM算法在优化问题上具有分离参数、降低目标函数的维度、简化求解过程等优点,将MM算法应用于联合均值和散度逆高斯回归模型,能将多元似然函数彻底分解为一系列一元函数之和,从而绕开了参数估计中的矩阵求逆问题。模拟研究表明,当数据量达到100时就能得到很好的估计效果;实证分析表明,理论研究在实际应用中具有可行性。     

利用Origin系统分段回归的有效实现

结合案例介绍了利用Origin系统实现分段回归的有效方法,该方法具有简便易行且直观性强等特点.克服了以往从数据直接到回归模型时确立分段点和回归模型类型的诸多障碍,因此对加速分段回归和Origin系统的应用以及提高模型拟合精度有着很重要的意义.     

基于半参数模型的中国GDP数据准确性评估

本文以经济增长理论为基础,对1953-2010年中国GDP数据和劳动投入、资本投入、人力资本等因素建立了半参数回归模型。然后,文章对模型了进行了统计诊断分析,计算了相关统计诊断量,利用统计诊断量得到了模型的异常点,基于此对中国GDP数据的准确性进行了讨论：中国GDP数据的异常点主要集中两个时间段1958-1961年和1991-1994年。文章最后对基于半参数回归模型统计诊断的统计数据准确性评估方法进行了评述。     

回归分析中的异常点和影响点

回归分析中的异常点和影响点张继歌回归分析中有异常点或影响点存在的情形是一个应该引起注意的问题,因为对此的处理适当与否,将会在很大程度上影响到模型拟合、及参数估计的精确性、稳定性等有关回归的重要特征。因此,回归分析前关于异常点和影响点的数据分析及检查诊...     

基于分位数回归模型的证券市场风险研究

文章利用分位数回归模型对我国上证与深证市场进行实证研究表明,该模型能有效度量证券市场的在险价值,对证券市场的风险度量有助于投资者认识股市风险,将有助于投资者做出正确的投资决策。     

线性回归模型设定的两个常见错误分析

删除截距项和遗漏解释变量是线性回归模型估计中的两个常见错误,删除截距项错误发生的原因是检验过程中发现其不显著而将其剔除,这会造成模型参数估计和假设检验的失真;遗漏解释变量的错误发生原因是人们错误认为只要变量存在相关性且存在因果联系就可以进行回归分析,以至于不考虑其它重要的解释变量,此时建立的模型不能用于经济结构分析和政策评价,最多只能用于预测目的。     

两种房屋抵押贷款违约概率模型的比较

美国次级危机引发了全球性的金融危机,使得银行必须加强风险控制。现阶段银行面对的主要风险是贷款的信用风险,房屋抵押贷款是银行贷款业务的主要部分。文章对房屋贷款违约模型分别给出了Logistic违约模型和Cox比例危险违约模型,利用美国某州的次级贷款违约数据进行了分析和比较,指出了Cox比例危险违约模型可以给出借款人每个时点的违约风险度量,相对于Logistic回归违约模型具有较高的准确性和稳健性。