正态性检验（一）

正态分布是自然界最重要的分布,它能描述许多随机现象.以总体服从正态分布为前提的统计方法已被越来越多的统计工作者所掌握.然而,在一个实际问题中,总体一定是正态分布吗?如果不顾这个前提成立与否,盲目套用公式,可能影响统计方法的效果.因此,正态性检验是统计方法应用中的重要问题.长期以来,我国有关的教科书沿袭前苏联的模式,在谈到正态性检验时,只介绍拟合优度检验和柯尔莫哥洛夫     

中国股市股票组合的正态性检验

在许多金融问题中,假定资产的行为服从正态分布.这种假定给理论分析和实际应用带来很大方便.例如,有名的Black-Scholes期权定价公式便是在股票收益率服从正态分布的假定下推导出来并且加以应用的.又如,在VaR的应用中,如果现金流或其收益率服从正态分布,就可在一定的置信水平下,很容易地计算出VaR的数值.因此,一个经济变量是否服从正态分布就十分重要了.本文正是出于这一考虑研究我国股市股票行为的.除了对1072支股票的收益率逐一进行正态性检验外,还对120个最小方差股票组合作正态性检验.实验结果表明股票组合的正态性比单个股票有明显的改进.     

非参数固定效应Panel Data模型的分位数回归推断

利用分位数回归方法,讨论了非参数固定效应Panel Data模型的估计和检验问题,得到了参数估计的渐近正态性及收敛速度。同时,建立一个秩得分(rank score)统计量来检验模型的固定效应,并证明了这个统计量渐近服从标准正态分布。     

基于GARCH-VaR的股指期货保证金模型

文章以收益率的正态性检验、集群性检验和平稳性检验为基础,用GARCH方法计算VaR,将VaR作为保证金比率,建立了基于GARCH-VaR的股指期货保证金模型,对沪深300指数进行了实证研究.研究表明沪深300指数的收益率不服从正态分布,其收益分布具有明显的厚尾特征和丛集效应;通过与EWMA和风险价格系数法进行对比,发现GARCH-VaR模型能更好地捕捉收益分布特征,得到的保证金水平能更好地覆盖风险.     

中国股市有效性分析中的正态性检验

独立同分布是进行股价波动服从随机游走模型的假设条件,同时现代资产组合理论分析股市也默认这一假定分布。这些分布中又以正态分布被人们广为采用。然而,我国学者在进行股市有效性的统计检验时较为普遍地忽视了这一前提。文章通过检验得出,中国股票市场股价波动不服从正态分布,从而股价波动独立同分布假设得不到满足,对中国股市进行有效性检验需要使用诸如非参数方法、过滤检验等不受这一限制的方法。     

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。     

修正成绩为正态分布的一种新算法

大量研究表明,凡符合教学规律的考试,其总体成绩应服从或接近服从正态分布,即成绩呈现中间多、两头少的态势。对正态性分布的检验,文章采用了基于国家标准的爱泼斯-普利(Epps-Pulley)检验法。文章在此基础上提出了一种将成绩修正为正态分布的算法,可以在维持原始成绩的排名基础上调整成绩,使得它符合正态分布,即修正前后学生成绩排名没有改变。     

基于贝叶斯偏态线性混合模型的费率厘定

线性混合模型是非寿险费率厘定的主要方法之一。通常的线性混合模型假设随机误差项服从正态分布,而保险损失数据往往具有右偏特征,这使得该模型在非寿险费率厘定中的应用受到一定影响。在通常的线性混合模型基础上,假设随机误差项服从偏态分布,即可建立偏态线性混合模型,从而改善费率厘定结果的合理性。基于一组实际的保险损失数据,应用贝叶斯MCMC方法建立几个不同的偏态线性混合模型,并与正态分布假设下的线性混合模型进行对比,实证检验偏态线性混合模型在非寿险费率厘定中的优越性。     

利用EViews软件检验和处理模型的多重共线性

异方差性、自相关性、多重共线性是计量经济检验的三项主要内容,对于模型中的异方差性和自相关性问题,可以利用EViews软件很方便的进行检验和处理;但是对多重共线性问题,在EViews5.x版本之前却一直无法有效地予以处理。文章介绍了如何直接利用EViews软件检验和处理模型的多重共线性问题。     

基于Monte Carlo模拟的STAR模型样本矩性质研究

采用Monte Carlo模拟方法对STAR模型样本矩的统计特性进行研究。分析结果表明:STAR模型的样本均值、样本方差、样本偏度及样本峰度都渐近服从正态分布;即使STAR模型的数据生成过程中不含有常数项,其总体均值可能也不是0,这与线性ARMA模型有显著区别;即使STAR模型数据生成过程中的误差项服从正态分布,数据仍有可能是有偏分布。     

随机利率下的完全离散型寿险精算模型

寿险中的利率随机问题,是近来保险精算研究的热点和重点问题之一.文章在传统精算学基础上,对随机利率下的完全离散型死亡保险进行分析.考虑对随机利息力分别采用正态分布和布朗运动建模,在死亡服从De Moive假设下,得到完全离散型均衡纯保费以及责任准备金的一般表达式,并对相关的风险进行分析.最后用数值例子说明模型与计算方法的正确性和有效性.     

基于蒙特卡罗模拟的几种VaR模型度量效果比较

文章通过蒙特卡罗模拟产生误差项服从标准正态分布、t分布的GARCH过程敷据,在其基础上利用真实分位数和估计分位敷之间的误差评价了几种VaR模型的度量效果.结果显示,基于这两个过程,误差项服从t分布的GARCH模型优于误差项服从标准正态分布的GAARCH模型,而相对复杂的极值理论略微优于效果最差的历史模拟法:从而实证研究中,由于极值理论的度量效果不一定较好,应该尝试多种VaR模型,从中选择最适合的模型.     

基于bootstrap的多重中介效应分析方法

中介变量的使用和检验是管理研究中的主流趋势.介绍了一种分析中介效应的新方法——基于bootstrap的结构方程模型分析,该方法可以克服逐步检验法和Sobel检验法在处理小样本量,小中介效应值,或者中介效应值不呈正态分布的情况下统计功效不高的缺点,并且能有效解决变量的测量误差以及多重中介模型的问题.在对该方法的原理进行介绍之后,通过一个示例说明了这种方法在管理研究中的应用.     

基于贝叶斯学习的惩罚因子的选择

文章基于贝叶斯学习,将正则化方法从贝叶斯分析的角度展开,在响应变量服从正态分布、回归系数服从指数型先验分布族的条件下,用贝叶斯准则给出了惩罚因子的取值与响应变量、系数的方差之间的关系,并将这一结果应用到岭回归和lasso回归中惩罚因子的选择.实例检验结果表明,当响应变量和系数服从正态分布,惩罚因子的值取二者方差商的方法比岭迹法和广义交叉验证法(GCV)拟合效果更优.     

非正态扰动模型的渐近估计

计量经济模型是在随机项正态分布假定条件下进行估计和检验的,但实际上随机项不一定服从正态分布。人们在实际应用时往往忽略这一点,有时这种忽略的后果是严重的。我们从以下几个方面进行说明。一、非正态扰动模型及其假设条件对于多元线性回归模型Y=Xβ U的随机误差项有五个基     

一种新的四格表独立性检验

四格表是研究两个定性变量相关性的有力工具,它在很多领域都有着重要的作用.传统的四格表的独立性检验采用卡方检验,而文章采用回归模型技术,将四格表中的定性变量量化后,引入到模型中,利用回归模型中的系数的显著性检验来检验四格表的独立性,最后进一步说明了这种基于回归模型的方法和传统的四格表独立性卡方检验在一定条件下是等效的,一致的.     

参数法、半参数法的动态VaR模型风险度量

文章采用参数法和半参数法,分别考虑标准化收益在GED、SGT、GPD分布下以及FSH方法下的GARCH模型、EGARCH模型和PGARCH模型的风险测度的准确性,据此组建了12种风险测度的动态VaR模型,并采用道琼斯股票市场指数和上证指数进行实证分析.对收益率进行基本统计分析发现两个股票市场的收益率都不服从一般的正态分布.运用后验测试的方法,对所有模型的样本外预测动态VaR值采用LR、LR.和DQ三种方法综合检验,并由损失函数值可以看出:GARCH模型的风险度量能力最弱,在置信水平99.5％下,EGARCH模型最准确,在置信水平95％下,PGARCH模型最准确;GED分布描述市场的准确程度相对最弱,在较高的置信水平下,半参数模型能更好地度量市场的风险,在较低的置信水平下,参数模型能更好地度量股票市场的风险.     

中国股市收益率分布特征实证研究

金融资产收益率是金融经济学中的一个非常重要的概念,能否对收益率的分布状况进行正确描述直接关系到证券组合选择的正确性、风险管理的有效性、期权定价的合理性.在描述股价行为的经典计量模型中,股市收益率通常被假定服从正态分布.许多著名的计量金融学家对这一经典假设作了大量的理论与实证分析,结果表明金融市场上绝大多数股市收益率并不服从正态分布,而具有尖峰、厚尾、非对称等特征.本文借助No1an的稳定分布分析软件对上海综合指数收益率和深圳成分指数收益率的分布状况进行实证分析,研究结果表明这两类股指收益率均可用稳定分布对其进行描述.     

非平稳面板数据离散选择模型的Wald统计量研究

随着大数据时代的来临和统计制度的完善,宏观金融领域越来越倾向于使用大维面板数据进行经验性研究,而大维面板数据模型理论研究已成为现代计量经济学理论研究的一个热点.本文主要进行非平稳大维面板数据离散选择模型的渐近理论研究.主要研究发现,在真实回归参数值为0假设前提下,极大似然估计量具有一致性并且渐近服从正态分布;传统显著性检验Wald统计量渐近服从卡方分布.     

我国股市有效性的统计检验

本文首先对我国沪深两市股票指数收益率的正态性作出了检验,得到了都不服从正态分布的结论,在此基础上又进行了股票异常收益的非参数统计检验,从而在更严谨的方法下对我国股票市场的有效性作出了判断。