基于季节增长率的一种直接调整方法

传统季节调整方法在提取环比增长率时需要先剔除原始数据中的季节成分,这会带来原始数据信息的失真.鉴于此,本文提出了一种直接拟合原始数据增长率的季节增长率(SGR)模型,该模型不仅可以直接提取环比增长率,还可以对原始数据的增长率进行预测.蒙特卡洛模拟结果表明,本文给出的针对SGR模型的MLE估计方法具有良好的有限样本表现.通过对我国GDP和CPI数据进行实证,本文发现利用SGR模型直接提取的环比增长率的稳定性要高于其他一些季节调整方法.不仅如此,SGR模型的拟合和预测表现相比BSM模型和SARIMA模型均有显著提高.此外,SGR模型还具有容易拓展为非线性、多元情形的优势.     

双模网络下基于节点流行度的潜在空间模型

本文提出了双模网络下基于节点流行度的潜在空间模型，不仅能够显式地表达节点间产生连接的概率，而且可以推导出双模网络的连接的传递性、节点度的异质性等特征，这些特征可以通过数值化定量的方式描述网络生成过程中的常见规律。在此基础之上，本文进一步提出了加权概率指标，用以衡量双模网络的节点间未来产生连接的可能性。最后，本文分别在模拟数据、公开数据集和某在线点评网站的商户一消费者网络数据上验证了模型假设符合实际数据的分布，并使用加权概率指标与其他多种双模网络链路预测的方法进行比较分析。实验结果表明，本文提出的方法不仅可以量化分析网络生成过程中的特征，而且在实验数据上的链路预测能力整体优于其他双模链路预测方法。     

非参数随机条件持续期模型及其迭代算法

 随机条件持续期（SCD）模型能有效刻画超高频时间序列中持续期的变化,但该模型假定期望持续期生成机制固定,且模型参数估计存在一定的困难。文章在不假定条件均值形式和冲击项分布的基础上结合核估计方法提出了非参数SCD模型及其迭代求解方法。然后,基于TEACD(1,1)模型生成的模拟数据,将非参数SCD模型与用卡尔漫滤波进行伪似然估计的参数SCD模型和用Gibbs抽样进行马尔科夫蒙特卡罗估计的参数SCD模型的拟合效果进行比较,实证表明在大样本条件下非参数SCD模型的拟合效果与用MCMC估计的参数SCD模型的拟合结果相差不大,但明显优于用QML估计的参数SCD模型的拟合结果,且非参数SCD模型能为参数SCD模型的参数设定提供参考。     

灰色——BP网络组合预测模型在小样本问题中的应用

一、灰色——BP网络组合预测模型的建立(一)灰预测模型应用设计灰预测模型原理主要是对原始数列进行处理,一般进行一次累加处理,其目的主要是为了弱化原始数据的波动性,可以证明经过累加处理后所生成的序列能够表现出明显的指数规律,这时可以用一条适当的曲线对其规律进行拟合,以便进一步预测生成序列的后续值,最后再累减还原即得到原序列的预测值。其预测过程如下:     

零膨胀模型在非寿险中应用

分类费率厘定中最常使用的模型之一是泊松回归模型，但当损失次数数据存在零膨胀特征时，通常会采用零膨胀模型来解决。本文讨论一些零膨胀模型在非寿险中的应用，并通过对一组汽车保险损失数据的拟合，发现零膨胀模型可以有效改善对实际损失数据的拟合效果。     

基于贝叶斯支持向量回归机的稳健参数设计

稳健参数设计是一种质量改进的重要技术，能够从产品生产的源头上减少和控制波动的产生。双响应曲面法是其常用的方法，主要是利用低阶多项式模型来拟合均值和方差响应，但当样本较复杂（如为非线性或者高维样本）时，低阶多项式模型的拟合性能往往较差，求解优化问题效果不佳。支持向量回归机对非线性数据有良好的拟合潜力，但其性能依赖于参数的合理设置，文章将贝叶斯优化应用于支持向量回归机的参数选择，并将优化后的模型应用于稳健参数设计中响应曲面模型的构建，提出一种基于贝叶斯支持向量回归机的稳健参数设计方法。试验结果表明，所提方法和其他常见优化方法相比，可以获得更精确的响应曲面，可以在实际应用中近似得到可靠的最优因子搭配水平。     

拟合索赔数据的一种新方法：叠加分布模型

一、引言保险公司在收取续保费时,要充分利用每一个投保人的索赔历史记录,这些历史记录包括各投保期的索赔次数以及每一次索赔的大小等等。根据这些信息,保险公司利用损失分布模型将这些信息数据拟合出来,然后预测在续保期内投保人将给保险公司带来的损失。在对数据进行拟合以前,保险公司要选择合适的损失模型。就目前而言,拟合索赔大小的模型包括指数分布模型、伽马分布模型、对数正态分布模型、帕累托分布模型等;拟合索赔次数的损失模型有很多,包括泊松分布模型、负二项分布模型、泊松—逆高斯分布模型等。这些模型在拟合数据时都有比较良…     

武汉市人口与零售商业网点分布优化配置研究

文章根据湖北和武汉统计年鉴等资料中的人口数据和社会商品零售额数据,拟合出反应人口分布和商业网点分布的计量模型。然后根据模型的含义,并综合考虑其它影响商业网点配置的因素,给出适合武汉市人口分布的商业网点优化配置的合理性建议。     

半参数SCD模型及其迭代算法研究

随机条件持续期(SCD)模型能有效刻画超高频时间序列中持续期的演变进程,但该模型假定条件期望持续期生成机制固定。文章不假定冲击项的分布,并且放宽条件均值函数形式,提出了形式较为灵活的半参数SCD模型;并改进传统的半参数估计方法,提出相应的迭代求解算法。然后,基于EACD(1,1)模型生成的模拟数据,将半参数SCD模型与用卡尔漫滤波进行伪似然估计的参数SCD模型进行比较。实证表明,半参数SCD模型有较好的包容性,且在大样本条件下半参数SCD模型的拟合效果优于参数SCD模型。     

基于连续混合正态分布的期货定价偏差研究

挖掘期货理论价格和实际价格之间的关系有助于提高期货市场定价效率、发挥期货价格发现功能。基于持有成本定价模型计算期货定价偏差,利用连续混合正态分布模型对定价偏差的分布进行拟合,先采用基于牛顿迭代的极大似然估计法对未知参数进行估计,再进一步利用模拟退火算法对牛顿迭代的结果进行优化。结果发现,模拟退火算法可以有效提高估计精度,连续混合正态分布模型能够更好地拟合期货定价偏差分布。     

我国股票成交量的灰GM(1,1)模型群有效性验证

GM(1,1)模型群构建的基础是通过对原始数据的增减及变更处理,得到一个新的原始序列,进行时间响应式处理的预测精度会得到一定的提高。文章在全信息模型、部分信息模型、去老数据模型三种老模型基础上,加入曲线数据拟合,均值化数据、缓冲算子模型构成模型群,对我国金融产业中的1992～2009年股票成交额数据序列进行有效性验证,最后根据模糊BRODA法对六种方法进行了排序并得出相关结论。     

分段拟合技术的建模效果印证及预测

用分段拟合技术建模本来就是一个不太容易的事情,那么由它所得到的比单一函数曲线(也可以是线性函数)模型更为复杂的模型效果到底如何?为了考察所建模型的准确性,文章就建筑企业中铁一局26年的年工程任务完成实际数据拟合的不同函数曲线模型的拟合效果进行技术印证,并利用分段拟合模型进行了预测和函数性质分析,进一步确认该局的年完成工程任务在未来还有原来35倍的拓展空间。     

广义线性模型的性质及其在非寿险中的应用

广义线性模型的误差项服从指数分布族，通常的指数分布族包括正态分布、泊松分布、二项分布、伽玛分布、逆高斯分布等，这些分布模型在非寿险精算中都有广泛的应用。在对上述常见模型特点分析的同时，用实际数据进行了拟合，为精算师在实务工作中提供了些建议。     

随机效应零膨胀索赔次数回归模型

索赔频率预测是非寿险费率厘定的重要组成部分。最常使用的索赔频率预测模型是泊松回归和负二项回归,以及与它们相对应的零膨胀回归模型。但是,当索赔次数观察值既具有零膨胀特征,又存在组内相依结构时,上述模型都不能很好地拟合实际数据。为此,本文在泊松分布、负二项分布、广义泊松分布、P型负二项分布等条件下分别建立了随机效应零膨胀损失次数回归模型。为了改进模型的预测效果,对于连续型的解释变量,还引入了二次平滑项,并建立了结构性零比例与解释变量之间的回归关系。基于一组实际索赔次数数据的实证分析结果表明,该模型可以显著改进现有模型的拟合效果。     

基于GMDH的宏观经济景气预测模型及应用

本文将景气数据与统计数据相结合作为预测时的原始数据,建立了GMDH自回归模型与AC模型相结合的预测模型。该模型克服了传统的预测模型在做宏观经济预测时,只考虑统计数据的片面性;将景气数据与统计数据相结合做预测,不仅改善了模型对数据样本的拟合精度,而且显著提高了模型的预测能力。本文中的实证分析证明了这一结论。     

基于最大熵原理的条件回收率建模分析

通常使用的数据拟合只是对回收率分布的一个描述,为有效对回收率进行研究,建模时将抵押担保和企业的信用等级这两个因素加以考虑,应用最大熵原理,对违约损失率估计出最佳的条件概率密度。利用该模型不仅能够估计出违约损失率的均值和方差,还可以得出违约损失率的分布密度;另外,该模型也具有更明确的经济学意义。返回检验表明,该模型的估计效果优于单因素模型、动态多元回归模型以及非参数核密度估计法。     

运用概率论及数理统计理论研究和发现股市的内在规律

众所周知，股市的一切原始数据如股价、成交量、买卖盘、涨跌家数等，都是随机的，概率论与数理统计就是研究和揭示随机现象的一门科学。具体说，概率论是研究随机现象的分布模型的规律性，数理统计则是利用实际观测的数据来推测、选择和检验观察对象的随机分布模型。也就是说，股市的一切原始数据都可以运用概率论与数理统计方法来揭示其内在的一些特殊规律性。可遗憾的是，目前股市上常用的一些指标都是由长期发生的现象总结出来的唯象性指标，没有严格的理论来源，所有这些指标差不多都是用量值偏高中心的差值或比值来表述的，但实际上运…     

基层财政收支灰色预测模型及应用

灰色预测模型在应用中可以不去直接研究复杂系统内部各因素之间的关系,也不需要大量的样本,仅通过对原始数据的整理来寻求其变化规律,对于小样本、时间序列的县级财政收支预测更为适合。文章从模型和指标的角度对基于灰色模型的财政收支预测进行了研究,通过广丰县财政收支模拟表明:通过灰色预测模型对县级财政收支进行预测拟合效果较好,对县级财政决策的制定和风险的防范和化解具有积极意义。     

基于信度加权叠加分布模型的医疗保险损失数据拟合问题研究

利用保险精算学中信度理论的思想,提出了通过构建以信度因子为权重的叠加分布模型拟合厚尾观测数据的方法。通过剩余期望函数以及P-P图和Q-Q图归纳了常用单一理论分布的尾部拟合性质,并总结了信度加权的叠加分布模型的建模流程。通过矩母函数定义和分析,给出了叠加分布的高阶矩解析式以及叠加分布模型中的四参数矩估计方法。实证分析结果表明信度加权的叠加分布模型比单一分布模型具有更好的拟合厚尾数据的能力。     

负二项回归模型在过离散型索赔次数中的应用研究

索赔次数预测模型中通常考虑泊松回归模型,但当索赔次数中出现过离散问题时,泊松回归模型就不再适合。本文讨论了两种分布形式的负二项回归模型,并利用它们对一组车险数据进行了拟合,效果得到了明显改善。