基于分位回归的风险保费预测

风险保费预测是非寿险费率厘定的重要组成部分。在传统的分位回归厘定风险保费中,通常假设分位数水平是事先给定的,缺乏一定的客观性。为此,提出了一种应用分位回归厘定风险保费的新方法。基于破产概率确定保单组合的总风险保费,建立个体保单的分位回归模型,并与总风险保费建立等式关系,通过数值方法求解出分位数水平,实现对个体保单风险保费的预测。通过一组实际数据分析表明,该方法具有良好的预测效果。     

中国经济增长与环境污染关系的Kuznets曲线

一、引言关于经济增长与环境污染之间的关系,国内外很多学者进行了大量研究。1992年,美国经济学家G·Grossman和A·Kureger对此提出了一个环境Kuznets曲线(Environment Kuznets Curve,EKC)的假设[1]。该假设试图说明如果没有一定的环境政策干预,一个国家的整体环境质量或污染水平是随着经济增长和经济实力的积累呈先恶化后改善的趋势。他们采用跨国数据说明了EKC的存在,即最初环境恶化程度随着人均GDP的上升而上升,达到一个转折点后,将随着人均GDP的上升而下降。并把这种现象归因于以下几点:(1)当人们越富有时,对环境质量的要求越高…     

分位回归、教育回报率与收入差距

本文简要回顾了新近出现的一些利用分位回归考察我国教育回报率和收入差距的文献。本文认为单纯利用分位回归中教育回报率的差异来考察教育对收入差距的影响的做法有待商榷;同时,在应用分位回归和报告回归结果的过程中区分“条件分布”和“无条件分布”是十分必要的。     

运用分位回归特征价格模型构建住房价格指数

文章采用上海市新建住房及二手住房交易数据,在特征价格模型的基础上,运用分位回归编制住房价格指数,并通过与OLS回归结果对比,验证其必要性及可行性。结果发现,不同层次的住房价格波动存在显著差异,房价上涨率从低端住房向高端住房递减,低分位点的房价指数波动更大。     

基于分位自回归的中国人口死亡率动态预测

采用1994-2012年国家统计局公布的死亡率数据,针对Lee-Carter模型的预测方法提出改进,将分位自回归方法内置到Lee-Carter模型框架中,构建中国人口死亡率的分位自回归预测模型,对未来人口死亡率的变动趋势进行预测。通过与传统的均值回归方法比较,得出结论为:人口死亡率的分位自回归预测方法能够获取更加全面的信息,能够有效应对人类预期寿命被低估的可能,从而对未来死亡率的预测更加合理、可信。     

基于分位回归的国家形象影响因素分析

国家形象是国家软硬实力的综合体现,对于一国在国际舞台的表现有着重要影响。现实中存在许多影响国家形象的因素。本文从国际竞争力的概念和数据出发,通过对世界主要国家和地区的国家形象的影响因素做出实证分析研究。利用洛桑国际管理发展学院（IMD）的国际竞争力数据库中关于国家形象指标的数据,我们采用分位回归方法,以揭示造成不同国家形象水平的客观影响因素,并与普通最小二乘回归结果进行对比,从而得到更全面的信息,为提高我国的国家形象提供实证依据。     

技术进步、经济增长对二氧化碳排放的动态分析

文章通过建立面板VAR模型探究了中国技术进步、经济增长对二氧化碳排放的动态变化关系.研究结果发现:当前中国经济增长对二氧化碳排放具有较长期的负向影响;技术进步对经济增长和二氧化碳排放的影响不显著.因此,为了减少二氧化碳排放,一方面需要促进经济增长方式的转变,另一方面还需加大科技教育的投入.     

基于分位回归法的农民工收入影响因素分析

 理论界对影响农民工收入水平的研究,主要是从总体上分析影响收入的各种因素所起的作用及其它们之间的相互关系。本文利用分位回归模型对抽样调查所获得的数据进行处理,对影响因素的各分位数分析,更为细致和深入地研究农民工收入及其影响因素之间的回归关系。通过分位回归分析,分别从农民工自身、社会相关管理部门和用人单位的角度出发,对提高农民工的收入水平提出相应的建议。     

基于Gibbs抽样算法的面板数据分位回归方法

 文章讨论了含有随机效应的面板数据模型,利用非对称Laplace分布与分位回归之间的关系,文章建立了一种贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,文章给出了Gibbs抽样算法下模型参数的点估计及区间估计,模拟结果显示,在处理含随机效应的面板数据模型中,特别是在误差非正态的情况下,本文的方法优于传统的均值模型方法。文章最后利用新方法对我国各地区经济与就业面板数据进行了实证研究,得到了有利于宏观调控的有用信息。     

阿基米德Copula分位数回归曲线推导与模拟

文章把分位数回归理论和相关结构函数Copula结合起来,介绍了分位数回归和相关结构函数Copula,给出了阿基米德Copula和Copula分位数回归曲线的定义,推导出了阿基米德Copu-la分位数回归曲线。最后,通过模拟研究表明Copula分位数回归估计方法的精确性。     

面板数据的自适应Lasso分位回归方法研究

如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。     

面板数据的分位回归方法及其模拟研究

文章讨论了含有固定效应的面板数据模型,给出了3种估计未知参数的分位回归方法,蒙特卡洛模拟结果显示这些分位回归方法是处理面板数据的有效手段,且在误差非正态时优于均值回归方法。文章最后给出了一个真实数据的建模案例,得到了有利于决策的有用参考信息。     

基于Panel Data和SEA的环境Kuznets曲线分析 ——与马树才、李国柱两位先生探讨

 针对当前学者研究中国环境Kuznets曲线存在的问题，本文使用了面板数据模型和空间计量模型，以克服使用时间序列模型时样本数量偏少和使用截面数据时易引起空间自相关性等问题。结果表明中国有部分环境指标满足环境Kuznets曲线的倒U型特征。     

面板数据的可加分位回归模型研究与应用

本文在贝叶斯分析的框架下讨论了面板数据的可加模型分位回归建模方法。首先通过低秩薄板惩罚样条展开和个体效应虚拟变量的引进将非参数模型转换为参数模型,然后在假定随机误差项服从非对称Laplace分布的基础上建立了贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,论文给出了所有待估参数的条件后验分布,并构造了待估参数的 Gibbs抽样估计算法。计算机模拟仿真结果显示,新提出的方法相比于传统的可加模型均值回归方法在估计稳健性上明显占优。最后以消费支出面板数据为例研究了我国农村居民收入结构对消费支出的影响,发现对于农村居民来说,无论是高、中、低消费群体,工资性收入与经营净收入的增加对其消费支出的正向刺激作用更为明显。进一步,相比于高消费农村居民人群,低消费农村居民人群随着收入的增加消费支出上升速度较为缓慢。     

基于逆跳MCMC的贝叶斯分位自回归模型研究

考虑到传统信息理论方法确定模型存在不足,在贝叶斯理论框架下提出了基于逆跳马尔可夫链蒙特卡罗法确定分位自回归模型阶次的方法。在时间序列服从非对称Laplace分布的条件下,设计了马尔可夫链蒙特卡罗数值计算程序,得到了不同分位数下模型参数的贝叶斯估计值。实证研究表明：基于逆跳马尔可夫链蒙特卡罗法的贝叶斯分位自回归模型能有效地揭示滞后变量对响应变量的位置、尺度和形状的影响。     

分位数回归的思想与简单应用

与普通最小二乘法相比,分位数回归能够更充分反映自变量对不同部分因变量的分布产生不同的影响,有着十分广泛的应用。本文对分位数回归的思想做了一个简单的介绍,并将其方法应用于恩格尔定律中,比较分析了异方差和同方差下分位数回归与普通最小二乘法的优劣。     

分位数回归及应用简介

文章介绍了分位数回归法的概念、算法及主流统计软件R和SAS计算时的语法,并通过实例与以普通最小二乘法为基础的线性回归进行了对比,展现了分位数回归的巨大魅力。     

贝叶斯时空分位回归模型及其对北京市PM2.5浓度的研究

本文基于时空模型和非对称拉普拉斯分布提出一种新的时空分位回归模型.本文主要将空间域利用薄板回归样条展开,结合混合模型与样条之间的关系,得到分层贝叶斯分位回归模型.利用MCMC算法得到参数的后验分布,并对模型中系数的空间域进行预测.本文同时融合降秩近似的方法,简化了计算复杂度.区别于已有时空分位模型,本文考虑了协变量对因变量影响的空间分布特征,并非直接对时间或空间效应整体进行建模,有利于深入研究协变量与因变量之间的空间结构关系.数值模拟结果表明,预测的空间域与真实的空间域十分接近,并在不同分位水平下,有效地估计了协变量影响的空间效应差异.最后将该模型应用于北京市PM2.5浓度的研究,分析气象因素对PM2.5浓度影响的空间分布特征.     

苏浙沪三省(市)二氧化碳排放现状与影响因素分析

长三角地区是我国经济最发达地区之一,在二氧化碳排放问题日益严重的背景下,比较研究长三角地区二氧化碳排放及影响因素具有重要的现实意义。分析发现,无论在排放总量,还是排放强度,都是江苏大于浙江,浙江大于上海。回归分析发现GDP增长导致二氧化碳排放的增加,低碳科技水平(每万元GDP能源消费量)提高能降低二氧化碳排放,总体上,上海节能减排优于浙江,浙江优于江苏。     

样本选择参数分位回归模型及其在工资分布分解中的应用

在工资差距分解问题中,研究者经常会遇到样本选择偏差问题,直接忽略会导致最终估计结果产生严重偏差,同时在众多工资差距分解方法中,相比于均值分解,分布分解方法更受研究者青睐。针对参数分位回归,本文首次提出可加形式与非可加形式的样本选择参数分位回归（SSPQR）模型,并基于这两类样本选择参数分位回归模型给出修正样本选择偏差后的参数分位回归工资差距分布分解方法。运用上述方法及已有的工资分布分解方法,借助CHNS2015年度城镇数据,本文研究了我国城镇男女工资差距及差距分解问题,得出以下结论：①男女工资差距主要来源是性别歧视问题;②经过样本选择偏差修正后,实际的工资差距更大,歧视问题更严重;③男女工资差距程度在不同分位点上结果不同,换句话说,我们不能简单地仅从平均水平来判断工资差距程度;④与其他已有方法计算结果比较发现,SSPQR计算的工资差距程度更大。