Yule-Walker估计法的敏感性分析及其稳健改进

时间序列自回归AR模型的Yule-Walker估计法在建模过程中易受离群值的影响,导致计算结果与实际不相符。针对这一现象,基于均值和方差的稳健组合估计量构建了稳健自相关函数,得到了时序AR模型的稳健Yule-Walker估计算法,以克服离群值的影响。并对此方法进行了模拟与金融数据实证检验,模拟和实证检验均表明:当时序数据中不存在离群值时,传统估计方法与稳健估计方法得到的结果基本保持一致;当数据中存在离群值时,运用传统估计方法得到的结果出现较大变化,而运用稳健估计方法得到的结果基本不变。这说明相对于传统估计方法,稳健估计方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。     

稳健AR模型的构建及其在金融时序中的应用

时间序列自回归AR模型在建模过程中易受离群值的影响,导致计算结果与实际不相符。针对这一现象,运用FQn统计量对传统自相关函数进行改进,构建出自回归AR模型的稳健估计算法,以克服离群值的影响,并对此方法进行了模拟和实证分析。模拟和实证分析均表明:当时序数据中不存在离群值时,传统估计方法与稳健估计方法得到的结果基本保持一致;当数据中存在离群值时,运用传统估计方法得到的结果出现较大变化,而运用稳健估计方法得到的结果基本不变.这说明相对于传统估计方法,稳健估计方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。     

我国统计数据质量的评估方法研究————————趋势模拟评估法及其应用

 本文采用组合模型的形式对时间序列数据的变化特点建模，在模型通过各种检验、具有良好统计预测功能的基础上，从检验异常值的角度来分析预测值与实际值之间差异的程度，找出离群数据，利用数理统计中检验实验观测数据异常值的方法，对离群数据的误差进行统计上的显著检验，从而评估统计数据的质量。文章以我国国内生产总值（GDP）为研究对象，选取我国1978-2003年间的GDP作为样本，运用趋势模拟评估法来评估我国2004年国内生产总值的准确性。对我国经济指标的时间序列数据进行了实证分析。     

基于γ散度的单元水平模型小域稳健估计

在基于抽样调查数据对总体参数进行估计的方法中，小域估计方法能够借助于辅助信息对小样本乃至无样本区域的参数进行有效的估计，并被广泛应用于抽样估计领域。单元水平模型作为小域估计的基本模型之一，是处理单元级别数据估计的有力工具之一。在单元水平模型的应用条件中，需假定区域随机误差和模型随机误差均服从正态分布。然而，在抽样调查中，满足这一条件的调查数据是很少的，尤其是在观测数据中出现离群值时。不满足正态性假设条件下的小域估计量会产生较大的偏差和均方误，因此有必要研究针对正态性假设和离群观测值不敏感的稳健估计方法。通过引入γ散度和γ似然函数，构建了基于单元水平模型的小域稳健估计方法，得到了模型参数的稳健估计和小域目标变量的稳健估计。与现有的稳健估计方法相比，所提新方法能更好地处理区域随机误差和模型随机误差非正态的情形，对于目标变量存在离群观测的情形，具有更好的稳健性，估计均方误更小。在利用模拟数据进行验证中，比较了不同误差分布情形下几类常用估计方法得到的估计量的均方误差，并进一步探究了随着污染分布的方差和比率变化，所得估计量的均方误差变化情形。最后，通过应用于经典的小域估计数据，进一步验证了所提新...     

Median-of-Means方法在偏度系数中的应用

传统偏度系数的定义涉及样本均值和三阶矩,使其对离群值十分敏感。本文在偏度系数的估计中引入Median-of-Means方法,提出偏度系数的新估计量,并证明其相合性和渐近正态性。此外,基于经验似然方法提出一种新的偏度系数检验统计量,证明其渐近性质并进行数值模拟。结果表明,本文提出的估计量具有一定稳健性,检验统计量表现也优于传统方法。最后将所提出的估计与检验方法应用于实际数据分析发现,估计结果比较稳健,进一步表明原有的偏度系数估计方法并不适用。     

基于软件Eviews和WinBUGS计量模型的比较

在计量经济学设计模型、收集资料、估计模型、检验模型、应用模型(结构分析、经济预测、政策评价)过程中,Eviews软件是必不可少的工具,而WinBUGS软件是贝叶斯计量经济学计算的常用软件.文章以时间序列AR(1)模型为例,运用Gibbs抽样的MCMC方法,介绍了贝叶斯统计方法在计量经济学模型中的应用,分析了在实证中贝叶斯估计与经典计量估计的区别和联系,并指出贝叶斯方法在计量经济学及其他学科广阔的应用前景.     

中国股市的风险度量研究

本文从沪、深股指收益率的基本统计特征入手,用GARCH-GED模型和核估计模型分别估计了其VaR值,并对模型本身及其估计的VaR进行了较为严格的检验.结论显示GARCHGED模型能够反应股市的短期动态特征,而核估计模型估计的VaR反应了股市风险的长期特征,两个模型相互补充.     

IV估计框架下模型设定检验问题的讨论

 IV估计框架下各种统计量的良好性质依赖于相应的模型设定,如果这些模型设定未能得到数据的支持,其统计推断结论将是不可靠的。如判定计量经济模型是否存在内生性的Hausman检验,实证研究中同一问题的检验结果可能大相径庭。如何通过合理的模型设定检验程序来获得模型参数科学、可靠的估计结果和检验结论呢？本文讨论了工具变量估计框架下的各种模型设定检验问题,明确了各个检验统计量的适用条件及其逻辑联系,给出了工具变量估计框架下模型设定检验的一般步骤。     

单指数模型的稳健回归及实证

文章针对投资组合理论中经典的夏普单指数投资组合模型,引入了稳健统计的思想,将稳健回归方法应用到该投资组合模型,降低了证券市场中证券收益率历史数据中因短期内重大利好或利空导致的超高或超低收益率离群值对投资组合决策的影响,并结合我国证券市场的特点,对沪市A股市场进行了实证分析,得到了证券投资组合的有效前沿.     

部分线性变系数模型的Backfitting约束估计

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的半参数模型.文章主要研究该模型线性部分存在约束条件下的估计和检验问题,首先基于backfitting方法给出了常数系数以及变系数部分的约束估计,其次构造了检验统计量用于检验约束条件.     

基于经典计量模型的统计数据质量评估方法

 本文以经济理论为基础,从整个经济系统出发,利用研究对象的相关影响因素构造计量模型,在既定模型下,运用异常值的检验方法及统计诊断原理进行数据质量的定量评估。通过选择合适的模型对考察对象的变化规律进行模拟,找出异常数据（离群值）,判断异常数据是否显著异常,对异常数据进行多方查证和原因分析来进一步判断数据的质量,并对我国的统计数据质量进行了实证分析。     

计量经济模型方程估计技巧

方程估计是建立经济计量模型过程中最重要的一个步骤，方程估计式的经济意义和拟合优度直接影响到模型的分析和模拟结果。因此，必须认真估计模型中的每一个方程。经济计量模型中的每一个行为方程应该通过两方面的检验：一是经济理论的检验，二是各种统计检验。因此，一般...     

异方差下多个正态总体共同均值的参数bootstrap推断

文章使用参数bootstrap (PB)方法考虑了当方差未知且可以不相等时多个正态总体共同均值的假设检验和置信区间构造问题.基于共同均值一个著名估计,提出了一种参数bootstrap统计推断方法,并借助Mon-te Carlo方法与经典的近似解法和广义推断方法进行了比较.随机模拟结果表明,就第一类错误概率和覆盖率而言,参数bootstrap推断方法表现更好.参数bootstrap方法不仅具有满意的第一类错误概率和覆盖率,而且具有良好的检验功效和置信区间平均长度表现.     

一类近似因子模型的GMM估计及其统计性质研究

对于一类异质性误差项存在截面相关性的近似因子模型,本文首先提出了估计共同因子向量和因子载荷矩阵的广义矩估计方法（GMM）,该方法推广了Doz等（2012）的极大似然估计方法;其次,分别研究了模型参数广义矩估计的渐近性质和有限样本的统计性质,在适当的条件下,证明了参数的GMM估计是具有渐近正态分布的一致估计;最后,利用近似因子模型对我国各类上市公司增长性的共同驱动因素及其差异性进行了实证分析。     

灰色统计相关系数探讨

文章在灰色系统理论的基础上,建立了在随机样本信息下,相关分析的相关系数灰色统计假设检验方法,应用于实例与经典的N-P假设检验方法进行比较,从而说明灰色统计估计和假设检验方法能够提供更多的有效信息,以便解决更多带有灰色的数据系统研究.     

岭回归分析在解决多重共线性问题中的独特作用

多重共线性指的是多元回归模型的自变量间存在近似的线性关系,它的存在使得估计的精确性大幅降低,估计值稳定性变差,甚至在回归方程整体高度显著时,一些回归系数通不过显著性检验,正负号倒置,使得无法从回归方程得到合理的经济解释,降低回归方程的应用价值.然而,现实问题中又很难在众多因素中找到一组互不相关又对因变量有显著影响的变量,也就不可避免地会出现程度不同的共线性问题.     

线性回归模型Bootstrap LM-Lag检验有效性研究

基于OLS估计残差,将Bootstrap方法用于空间滞后相关LM-Lag检验。在不同的误差结构和空间权重矩阵条件下,比较Bootstrap LM-Lag检验和渐近检验的水平扭曲和功效。通过Monte Carlo实验表明,当误差项不服从经典正态分布假设时,LM-Lag渐近检验存在严重的水平扭曲,Bootstrap检验能够有效地校正水平扭曲,并且Bootstrap LM-Lag检验的功效与渐近检验近似;无论误差项是否服从正态分布,从水平扭曲和功效角度看,线性回归模型Bootstrap LM-Lag检验有效。     

基于奇异值分解方法的条件异方差下协整秩检验

文章引入奇异值分解(SVD)广义秩化简方法对经典的Johansen协整程序加以改进,得到一个新的秩统计量.在协整检验中加入了重抽样过程,通过蒙特卡洛模拟实验,从实际检验水平和功效、估计偏差三个方面进行比较分析,结果显示,自举法能很大程度上改善条件异方差所造成的检验水平偏差和检验功效的扭曲.     

平稳序列的GPD模型在风险测度中的应用

文章旨在运用极值理论提高VaR的适用性和估计的精确度.VaR技术作为一种统计方法常用来测度金融市场风险,极值理论则是研究随机变量或过程的极端情形的统计规律性.然而,经典的极值模型要求金融时序服从独立同分布条件.考虑满足平稳性条件下的金融时序,针对序列相关引致的极值成串现象,引入极值指标来刻画极值数据间的相关结构,采用除串技术过滤数据的相关性,进而得到渐进独立的同分布序列,再构建GPD模型来测度VaR.实证分析和回测检验表明:改进的GPD阈值模型具有对风险测度的有效性和精确性.     

稳健主成分分析方法研究及其在经济管理中的应用

传统的多元统计分析方法,如主成分分析方法和因子分析方法等的共同点是计算样本的均值向量和协方差矩阵,并在这两者的基础上计算其他统计量。当样本数据中没有离群值时,这些方法都能得到优良的结果。但是当样本数据中包括离群值时,计算结果就会很容易受到这些离群值的影响,这是因为传统的均值向量和协方差矩阵都不是稳健的统计量。本文对目前较流行的FAST-MCD方法的算法进行研究,构造了稳健的均值向量和稳健的协方差矩阵,应用到主成分分析中,并针对其不足之处提出改进方法。从模拟和实证的结果来看,改进后的的方法和新的稳健估计量确实能够对离群值起到很好的抵抗作用,大幅度地降低它们对计算结果的影响。