高斯仿射DTSM的HW估计方法与小样本偏差修正

为了解决高斯仿射动态利率期限结构模型的极大似然估计方法中最优解的计算问题,Hamilton和Wu引入了一种等价于极大似然估计的最小卡方估计方法,该方法可以更快地判断其结果是全局最优还是局部最优。因此,基于Bootstrap方法,对由HW估计方法得到的期限结构模型进行小样本偏差修正。研究结果发现,修正前后的风险中性远期利率和期限溢价有显著不同。经过小样本偏差修正后,系统显示了显著的持续性特征,风险中性远期利率波动也显著增大,说明HW估计方法低估了系统的持续性风险中性远期利率的波动性。     

状态因子相关性与仿射利率期限结构模型构建

文章基于我国国债利率期限结构数据,考察广义Vasicek模型在状态因子相关和状态因子不相关两种假设下实证表现的差异性,以此说明状态因子相关性对仿射利率期限结构模型构建的重要意义。结果发现:水平因子和斜率因子客观上存在很强的负相关性;将状态因子误设为不相关,虽不会显著降低模型拟合能力,但会导致关键参数估计值的严重偏误。因此,模型构建的合理性不能仅通过拟合效果评判,应用仿射利率期限结构模型进行实证研究时,客观描述状态因子相关性是必要的。     

一种基于三叉树的利率期限结构模型

文章根据利率市场运动情况以及三叉树模型的特点,给出了一种以路径形式表现的右连左极的利率期限结构模型,简要绍了这种利率期限结构模型的性质,并对这种模型与以随机微分方程形式表现的利率期限结构模型进行了简单的对比。     

我国宏观经济与利率期限结构的动态关联性研究

文章在新凯恩斯框架下,对我国产出、通胀和利率期限结构的联合动态进行系统性建模,对我国宏观经济动态和利率期限结构的关联性进行研究.结果表明:利率期限结构的动态过程中存在显著的时变风险市场价格;风险溢价存在且具有“阶段性”变动特点;宏观经济冲击主要作用于短期利率,且期限越短冲击作用越大;方差分解显示,影响名义收益率的主要是潜在通胀预期冲击和货币政策冲击.     

单因子利率期限结构模型的实证检验

本文运用GMM方法对单因素利率期限结构模型进行了估计,考虑到设定的模型以及无论用哪种方法估计出来的参数值均不能完全描述利率的动态特征,我们在利率期限结构模型中加入残差项来反应不能由设定模型所描述的那部分信息;并首次运用Bootstrap方法对参数估计值的准确度进行了分析,发现两种方法得到的结果存在着显著性差异,置信区间没有公共部分,即参数的真值基本上不可能相同。     

国债期限风险溢价的主成分分析

国债期限风险溢价是指国债投资回报率与无风险资产收益率之间的差值.分析国债期限风险溢价的影响因素及可预测性,具有较强的理论与实践意义.文章用上交所国债利率期限结构的前三个主成分因子对国债的月度风险溢价建立回归模型,取得了较好的统计效果.     

国债利率期限结构模型的估计研究

本文采用文献[1]的利率期限结构的建模思想,构建能够刻画收益率曲线的各种形状(单调、驼峰状和S型)且足够灵活的收益率曲线,并在此基础上对模型的设定形式进行扩展。最后,通过比较模型估计残差的标准差和样本外预测的相对误差的绝对平均值来选定最合适的利率结构模型函数的设定     

流动性过剩的期限结构研究

文章基于凯恩斯实际货币需求理论,分析货币市场处于均衡状态下的流动性过剩函数,推出流动性过剩与产出之间存在可能的三种关系.结合泰勒规则,通过求解微分方程,推演出实际货币需求函数的三种情形,进而提出“流动性过剩期限结构”理论假说.通过实证验证了这一假说是正确的.据此推出中国进入市场经济后经历转型期、改善期和成熟期三个阶段.流动性过剩与利率呈反向关系;流动性过剩与实际产出在短期、中期与长期分别呈现出反向、无关与正向关系.中国利率的非市场化,人为“拉长”了期限时间,指出利率市场化改革的必要性.     

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)。     

跳跃扩散利率期限结构模型的MCMC法估计

近来的实证研究表明:在通常的利率扩散过程中加入跳跃项后能更好地解释利率的动态行为。本文使用马尔可夫链蒙特卡罗方法,研究我国的动态利率期限结构,数据为银行间同业拆借市场7天拆借利率(CHIBOR07)的月度数据,样本区间为1997/01—2006/02。我们得出了没有引入跳跃的模型可能存在模型误设问题,引入跳跃后的模型能对经验数据(CHIBOR07)提供更好的解释的结论。     

Small Sample Bias in the Gamma Frailty Model for Univariate Survival

The gamma frailty model is a natural extension of the Cox proportional hazards model in survival analysis. Because the frailties are unobserved, an E-M approach is often used for estimation. Such an approach is shown to lead to finite sample underestimation of the frailty variance, with the corresponding regression parameters also being underestimated as a result. For the univariate case, we investigate the source of the bias with simulation studies and a complete enumeration. The rank-based E-M approach, we note, only identifies frailty through the order in which failures occur; additional frailty which is evident in the survival times is ignored, and as a result the frailty variance is underestimated. An adaption of the standard E-M approach is suggested, whereby the non-parametric Breslow estimate is replaced by a local likelihood formulation for the baseline hazard which allows the survival times themselves to enter the model. Simulations demonstrate that this approach substantially reduces the bias, even at small sample sizes. The method developed is applied to survival data from the North West Regional Leukaemia Register.     

Correcting Estimation Bias in Dynamic Term Structure Models

The affine dynamic term structure model (DTSM) is the canonical empirical finance representation of the yield curve. However, the possibility that DTSM estimates may be distorted by small-sample bias has been largely ignored. We show that conventional estimates of DTSM coefficients are indeed severely biased, and this bias results in misleading estimates of expected future short-term interest rates and of long-maturity term premia. We provide a variety of bias-corrected estimates of affine DTSMs, for both maximally flexible and overidentified specifications. Our estimates imply interest rate expectations and term premia that are more plausible from a macrofinance perspective. This article has supplementary material online.     

分层多阶不等概抽样中样本结构性偏差产生的原因及其修正方法

文章分析了分层多阶不等概抽样的样本结构性偏差产生的原因,探讨了数据加权调整方法,并进行了实例研究。     

基于灰色关联度的小样本预测模型

针对传统灰色预测模型无法处理以及难以寻找统计规律的小样本数据,通过对序列之间灰色关联度物理含义的分析,挖掘序列内部以及序列之间的数据变化规律,并在此基础上构建了一种新的灰色预测模型;应用该模型对中国2008年度的GDP进行预测,预测结果验证了该模型的有效性及实用性;该模型的提出为小样本数据提供了一种新的预测方法。     

基于信息准则的最优组合预测小样本改进模型

在对样本量小且波动大的变量进行预测时,最优组合模型往往容易出现过拟合问题而导致预测效果不佳.借鉴信息准则中对过拟合问题的处理方式,结合等权组合在预测实践中的良好表现,通过在最优组合模型的目标方程中增加向等权收缩的惩罚项,建立了最优组合预测小样本改进的二次规划模型.最后通过实例,用最优组合预测和其他常用组合预测方法结果的比较,说明了该方法的可行性和有效性.     

顾客满意度模型的样本量研究

本文在对顾客满意度模型及其估计方法PLS（Partial Least Square）进行简单讨论的基础上,详细研究了顾客满意度模型PLS估计方法需要的样本量,并针对中国顾客满意度研究的实际案例数据,给出了顾客满意度模型的样本量要求的建议,对顾客满意度实践有指导意义。     

动态利率期限结构模型因子变换及其应用

动态因子模型往往被用来构建收益率曲线,但因子的经济含义经常不明晰,而且由于不同因子的冲击项非正交,收益率曲线的变动来自于哪个因子的冲击无法辨别.本文构建了一种特殊动态利率期限结构模型,通过约束因子载荷使因子正交并具有明确的直观意义.本文采用中国债券市场国债到期收益率数据的实证分析表明,模型具有较好的样本内拟合能力,能够捕捉实际经济中的典型事实.脉冲响应分析表明,短期利率脉冲对中期利率和长期利率没有影响,市场上的利率传导不顺畅,但中期利率脉冲会对长期利率产生持续的显著影响.现有市场条件下,央行可以创新货币政策工具(如中期借贷便利MLF等)直接调控中期利率来影响长期利率,提高价格型货币政策工具的有效性.     

Numerical Study of Small Sample Variances of Estimators of Variance Components in the Two-Way Factorial Model

Many estimation procedures have been proposed for estimating variance components in unbalanced factorial models. A large proportion of these are based on the solution to a system of linear equations obtained from a set of quadratic forms and their expected value. This paper will present a numerical study of the small sample variance of eight variance component estimators of this type. The variances will be compared to the Bhattacharyya lower bound for unbiased estimators.     

上海市小型商业企业抽样调查研究

一、引言上海市小型商业企业包括小型批发、小型零售贸易业和小型餐饮业,这类小型企业有数量巨大、规模相对较小、企业变化较快,变化大等特点,这样就有统计渠道及数据获取不畅等一系列问题。而对小型企业总数、销售额、购进额、库存额等指标的及时了解,又便于政府对各行业进行宏观调控。为了能及时、快速地了解小型企业的特性,必须进行抽样调查,而且小型企业数量众多,也能使抽样调查的优势得以完全发挥。对小型企业进行抽样调查,如何建立抽样框呢？由于小型商业企业处于不断变化的状态,新建、合并、倒闭是常有的事,如果我们以小型…