函数系数协整模型局部线性估计方法的改进

函数系数协整模型可以克服非参数建模时的“维数困难”，同时体现系数的动态变化，被广泛应用于非平稳数据间复杂问题的研究。实践中经济序列常表现出时变波动方差和厚尾特征，传统核权最小二乘估计方法将不再适用。鉴于此，文章基于L1损失函数重构估计流程，选择表现稳健的局部线性核估计方法，并引入自适应方法，提出局部线性自适应最小绝对离差估计（ALADE）。模拟结果验证了所提估计方法可提升系数估计精度，优化模型整体拟合效果，同时绝对值交叉验证方法在选取最优窗宽时优势明显。实证分析发现，所提方法可识别中英两国汇率和价差间的动态协整关系，拟合系数平滑且接近理论值。     

基于滑动窗口的区间值部分可加线性模型的宏观经济预测

针对区间型数据,文章在部分线性模型的基础上结合可加模型并引入滑动窗口模型,提出了基于滑动窗口的中点、极差部分可加线性模型,融合了半参数回归和滑动窗口模型的优点,同时又避免了维数灾难。依据交叉熵准则确定了滑动窗口的期数,并基于最小二乘法及核估计方法给出了模型参数和未知函数估计的迭代算法。在实证分析中,通过引入若干金融指标,对宏观经济进行预测。结果表明,改进模型优于传统回归模型。     

基于粗糙集支持向量机的个人信用评估模型

文章改变了过去个人信用评估模型多使用统计方法或者主观分析方法精简数据集属性个数的做法,将粗糙集与支持向量机结合的粗糙集支持向量机方法引入个人信用评估实践。以包括1000个统计样本的德国信用数据作为个人信用评估模型的数据来源,应用粗糙集分析系统RSES进行数据预处理,运用遗传算法计算约简,得出以不同的缩减率得到的约简集;然后使用支持向量机分析工具LIBSVM逐步处理已经进行过属性约简的数据集,并在处理过程中应用了交叉验证和网格搜索技术。     

Leontief模型和Ghosh模型系数稳定性:对中国的经验研究

投入产出模型分为Leontief模型和Ghosh模型,两种模型的系数数分别称为投入系数和产出系数,系数越稳定则模型的预测效果越好.基于中国年度投入产出表中1987～2002年的时序数据,文章评估在这段时间内模型系数的稳定性.     

自回归滑动平均模型中阶数及参数的确定

时间序列中的模型,即自回归滑动平均模型,是在20世纪70年代由Box-Jenkins提出的,由于其准确的短期预测能力,近年来在经济预测方面得到了广泛应用.建立模型的关键在于模型阶数及参数的确定,过去许多文献探讨过有关定阶和参数估计的方法,但其中无论是AIC、BIC准则法还是观察自相关函数图和偏自相关函数图法等,往往对两个阶数相近的模型不能作有效的优劣判断,建模不够准确且效率不高.为了更准确、高效的建立模型,本文提出在估计法下通过LM检定、t检定及Q检定建立模型的方法,并通过对1952～2002年陕西省GDP水平的实证研究验证了该方法的可行性.     

基于粗糙性惩罚的变系数纵向数据模型的参数估计

对纵向数据变系数模型参数估计问题,文章采用构建惩罚似然函数的方法优化选择估计量,并采用三次样条作为惩罚项来控制其光滑性,通过选择合适的光滑参数优化变系数的估计量;然后讨论估计量的数字特征,并通过计算模拟验证结论。     

一种基于拟似然函数的信息量准则

文章提出了一种基于拟似然函数的模型选择策略,该模型同时考虑了模型被正确指定的情况和被错误指定的情况.继承Wedderburn (1974)的想法和Akaike(1973)的构筑信息量的思路,在只假定数据的前两阶矩的基础上,使用广义线性模型中的均值和方差定义半参数统计模型;在半参数模型基础上,定义半参数信息量;提出具有较弱假设的基于拟似然函数的半参数信息量准则.半参数信息量准则可应用于连续的以及离散的数据分析.还从理论上证明了半参数信息量准则的近似无偏性.     

基于偏相关系数和平行检验的主成分抽取数量的确定方法

主成分抽取数量的确定是主成分分析中的关键问题。文章提出了一种新确定方法:首先基于原样本数据采用偏相关系数准则来确定主成分抽取的数量;然后基于再抽样样本数据来验证主成分数量模型的稳定性,并在SPSS环境下实现了该方法。实例应用表明该方法相比特征值大于1、Cattle Scree等准则,结果更客观、准确和稳定,可广泛应用于主成分分析、因子分析等相关研究中。     

经济周期波动的函数型时序分解方法——基于CPI的实证分析

建立一个函数型时序分解模型,根据交叉验证方法将数据分为趋势项、周期项和随机项,因而提取出的趋势项具有较好的泛化能力;提出的基于调节粗惩系数的转折点选取法,通过优化粗惩系数较好地分割了CPI的扩张期和收缩期,可判断经济指数的转折点。另外利用傅里叶变换(FFT)提取数据主频,改进了周期型基函数,相比于传统的傅里叶基函数,新的周期基函数对周期项的拟合精度较高。通过对近十年和近两年的CPI数据进行分析,结果表明季节影响较为明显,而且最后的组合模型预测精度较高。     

数字地价模型的构建方法及参数选择

基于地统计内插构建数字地价模型是目前国内研究地价空间分布的常用手段.既往的研究大多侧重空间变异分析或不同模型结果的比较,较少探讨一个完整的建模过程及过程中一些重要参数如何科学选择与设置.文章以2008-2014年石家庄市主城区土地交易数据为例,借助ArcGIS、GS+软件平台,深入探讨了基于地统计学原理,利用Kriging插值的方法,构建数字地价模型的完整过程,并重点探究此建模过程中获取最优参数的方法.结果表明:基于地统计方法构建的数字地价模型,能够合理地模拟区域地价空间分布形态;并通过探索性空间数据分析、变异函数分析、不同模型拟合优度对比、交叉验证精度检验等手段,有效地保证了建模参数的科学性和准确性.     

运用动态线性模型对未决赔款准备金的评估

随机准备金评估方法不仅可以得到准备金的估计值,还能够得到评估的精度.本文介绍了将随机方法与传统链梯法联系,结合Kalman滤波建立的动态线性模型,并运用动态线性模型对我国非寿险公司的数据进行评估.结果表明,运用动态线性模型评估未决赔款准备金可提高评估精度,并能够对模型参数进行校核.     

ARIMA模型在固定资产投资变化率预测中的运用

文章利用<武汉市统计年鉴2008>提供的武汉市全社会固定资产投资额数据,计算了历年武汉市全社会固定资产投资额变化率.采用AKIMA模型对投资额变化率进行模拟,通过定阶比较分析,ARMA(8,3)预测结果比较满意,可以用作对未来固定资产投资额变化率的预测,为武汉市全社会固定资产投资决策提供参考数据.     

基于TVP-VAR模型的自适应Lasso惩罚变量选择方法

文章将自适应Lasso变量选择方法扩展到变系数向量自回归模型(TVP-VAR)中.利用所提出方法对2005-2014年航空煤油价格与民航货邮与旅客周转量月度数据进行分析,并与其他四种方法进行了比较,结果显示:与常系数VAR模型相比,变系数VAR模型能够显著提高模型的拟合与预测精度.提出的自适应Lasso变系数模型一致优于Belmonte,Koop和Korobolis(2014)提出的Lasso变系数模型.     

基于单一属性分布的数据质量评估模型

文章在Parss(i)an(2004)和Debabrata(2010)数据质量评估模型的基础上,根据“不正确、不完整、非成员”三种错误类型来研究数据质量评估.考察了属性分布函数,建立了单一标志属性下的数据质量指标之间的关系模型,且每一属性具有不同的正确率.为了验证模型的效果,进一步用模拟方法构造了一个关系表,与Debabrata模型进行对比分析.结果表明,文章完善了属性值的概率分布函数,修正了Debabrata模型的假设条件,因而得到了一个更加完善的数据质量评估模型.     

单指标纵向数据模型的估计

纵向数据是一类重要的相关性数据,广泛出现在诸多科研领域。单指标模型是多元非参数回归中重要的降维方法,在纵向数据下研究单指标模型是统计研究的热点问题。针对纵向数据单指标模型,提出惩罚改进二次推断函数方法来讨论模型的参数和非参数估计问题。该方法利用多项式样条回归方法逼近模型中的未知联系函数,将联系函数的估计转化为回归样条系数的估计,然后构造关于样条回归系数和单指标系数的惩罚改进二次推断函数,最小化惩罚改进二次推断函数便可得到模型的估计。理论结果显示,估计结果具有相合性和渐近正态性,最后得到了较好的数值模拟结果和实例数据分析结果,结果显示该方法适用于半参数纵向模型的参数和非参数估计问题。     

基于Theil不等系数的C-IGOWLA算子的区间组合预测模型

传统的组合预测方法通常是针对非区间数据在最优准则下来建立最优预测模型的,但实际,中在不确定环境下样本数据和预测值序列均以区间数形式给出,因此有必要研究区间组合预测模型.文章引进连续区间诱导广义有序加权对数平均算子(C-IGOWLA)的概念,以Theil不等系数作为最优准则,提出了一种新的基于Theil不等系数的C-IGOWLA算子的区间组合预测模型,并结合实例验证了模型的有效性.     

STAR模型的滞后阶数选择与稳健性研究

本文讨论了六种信息准则在STAR模型滞后阶数选择中的适应性及稳健性问题。Monte Carlo模拟结果显示,在多数情况下,数据生成过程中的误差项分布并不影响信息准则正确识别模型最大滞后阶数的能力;对于短STAR模型,ACC准则具有较高的正确识别率,并且对不同平滑转移系数及不同门限值具有很好的稳健性;而对于长STAR模型,SC准则及ACC准则具有更高的正确率及良好的稳健性。     

联合广义线性模型中的变量选择

在联合广义线性模型中,散度参数与均值都被赋予了广义线性模型的结构,本文主要考虑在只有分布的一阶矩和二阶矩指定的条件下,联合广义线性模型中均值部分的变量选择问题。本文采用广义拟似然函数,提出了新的模型选择准则(EAIC);该准则是Akaike信息准则的推广。论文通过模拟研究验证了该准则的效果。     

适应性预期消费模型的内生化改进

文章应用拉姆齐模型对适应性预期假说消费模型进行了改进,使原有外生函数模型内生化.通过风险回避系数等参数的测算,建立了内生化的适应性预期假说消费计量模型;并采用相应数据对我国居民消费状况进行了动态模拟分析.     

纵向部分线性变系数EV模型的估计

纵向数据是随着时间变化对个体进行重复观测而得到的一种相关性数据,广泛出现在诸多科学研究领域。在对个体进行观测时,测量误差不可避免,忽略测量误差往往会导致有偏估计。本文利用二次推断函数方法研究关于纵向数据的参数部分和非参数部分协变量均含有测量误差的部分线性变系数测量误差(errors-in-variables, EV)模型的估计问题。利用B样条逼近模型中的未知系数函数,构造关于回归参数和B样条系数的偏差修正的二次推断函数以处理个体内相关性和测量误差,得到回归参数和变系数的偏差修正的二次推断函数估计,然后证明了估计方法和结果的渐近性质。数值模拟和实例数据分析结果显示本文提出的方法具有一定的实用价值。