基于EM算法的改进MLM模型及参数估计

传统的分层模型假设组与组之间独立,没有考虑组之间的相关性。而以地理单元分组的数据往往具有空间依赖性,个体不仅受本地区的影响,也可能受相邻地区的影响。此时,传统分层模型层-2残差分布的假设不再成立。为了处理空间分层数据,将空间统计和空间计量经济模型的思想引入到分层模型中,既纳入分层的思想,又顾及空间相关性,提出了空间分层线性模型,并给出了其固定效应、方差协方差成分和空间回归参数的最大似然估计,在运用EM算法时,结合运用了Fisher得分算法。     

利用辅助信息提高事后分层估计量的精度

本文考虑了事后分层回归模型,在回归模型中逐步引入定性辅助信息、包含概率和定量辅助信息,建立辅助变量与研究变量的回归模型,从而使得事后分层回归模型下的事后分层估计量精度逐步提高。     

空间随机截距模型及其参数估计

空间分层数据因为地理位置的原因，层与层之间会具有空间依赖性，区别于传统的分层数据。首先，文章将空间自相关的思想引入到随机截距模型中，在层-2模型中加入空间参数来反映空间自相关性，构建了空间随机截距模型；然后，针对空间随机截距模型，给出了基于EM算法和Fisher得分的最大似然估计。     

空气质量对生活满意度的效应研究——基于序数分层空间自回归Probit模型

在居民生活满意度的相关研究中,除考虑人口学特征外,越来越多的实证同时考虑了微观个体所处的宏观环境,对这类呈嵌套结构的分层数据需构建分层统计模型,但传统的分层统计模型未考虑真实的空间依赖。本文将分层统计模型和空间自回归模型相结合,创新性地构建了四种序数分层空间自回归Probit模型,该类模型能够合理地对因变量为序数且存在空间依赖情况并呈分层结构的数据进行建模,模型可避免忽略真实的空间依赖对模型估计的不利影响,且能够对高层组间的空间效应和低层个体间的空间效应区别对待,更有利于模型的解释。最后,空气质量对居民生活满意度的效应实证研究表明:空气质量确实能够对生活满意度产生影响,居民对空气质量的认识和要求并非孤立地局限于本地,而是对一个区域空气质量的空间综合结果。对比2018年和2016年模型结果可知:空气质量的福利效应无法被其他民生福祉因素所取代,并且随着空气质量相关统计信息的高度开放和广泛传播,居民更加重视空气质量,也形成了更加全局的了解。     

基于结构张量空间模型的文本分类

在自然语言处理中,将非结构化的文本数据表示成结构化数据是文本处理工作的基础,文本表示的优劣对后期文本处理的效果有直接的影响。提出一种新的结构化文本表示模型——结构张量空间模型,该模型将文本按照其自身的层次含义进行分层表示,相比较于传统的文本表示模型,更充分地体现文本的结构信息。研究了基于结构张量空间模型的文本分类问题,实验结果表明,在小样本数据下,结合结构张量空间模型的分类器性能更好。     

基于HLM2的算例分析及其在中国非寿险精算中的思考

随着保险业务的拓展和深化,财产保险中越来越多地出现具有相关性和层次性的保险数据.分层线性模型对此类数据的处理能充分地体现在数据的分析中,在国际精算领域中的应用处于起步阶段.文章分析了分层线性模型具有二层、三层结构的数据特点,采用线性混合模型和分层线性模型方法,完成了二层结构数据的模型构建、实现与比较.     

中部六省地级市区金融发展与经济增长的空间面板分析

面板数据模型从基本形式拓展到空间面板数据模型,体现了时空特征整合的经济计量建模发展方向.从数据生成过程的时空依赖特征来看,结合传统的统计模型、空间统计模型与空间面板数据模型能够挖掘更加全面的数据信息,揭示经济金融活动的空间自相关性与空间集群性.基于地级市区数据的空间统计与计量经济分析结果表明:中部六省的金融发展与经济增长的空间依赖关系是统计显著的,并为深入进行整合时空特征的区域金融与经济增长关系的统计与计量建模分析提供了有利的证据支持.     

中国城市能源效率地区分布影响因素分析

能源效率水平在我国空间分布的显著非均衡性引发了大量相关的研究,但是忽视了能源效率的空间依赖性对其区域分布的影响.同时也缺乏对城市地理单元的考察.文章运用中国1995～2006年210个主要地级市面板数据,首先采用规模报酬不变的DEA模型测算了中国主要地级市全要素能源效率,然后通过空间面板数据模型考察了城市能源效率水平空间相关性对我国能源效率地区分布的影响.     

基于分层逻辑回归的小企业信用评价模型

由于小企业的财务信息不健全、贷款难与急、违约样本数据缺乏等特点,建立小企业的信用评价模型对于小企业获得贷款具有重要的作用.文章通过将统计抽样理论中分层思想与逻辑回归模型相结合,构造了基于分层逻辑回归的小企业信用评价模型,并对中国小企业进行了实证分析.     

基于MCMC模拟的贝叶斯分层信用风险评估模型

缺少违约数据与债务人异质性是度量信用风险时面临的重要问题。贝叶斯模型中分层先验信息和马尔可夫链蒙特卡罗（MCMC）模拟方法的应用可以有效缓解数据缺失和测量误差问题,并能对债务人异质性进行评价和比较,从而避免低估风险。针对银行数据的模型拟合与模型诊断均展现了分层估计的适应性和灵活性,相关方法简洁清晰,利于国内风险分析人员采用。同时,涵盖宏观经济协变量的贝叶斯分层模型可以用于更加复杂的风险分析。     

基于Copula函数的空间统计模型估计与应用

在空间数据分析中,由于空间预测在很大程度上依赖于对空间变化的现象分布的假设,因此建立空间数据分布模型是非常重要的问题.Stein(1999)指出,传统的方法利用变差函数描述插值的空间依赖性结构和基于似然方法的模型相比是相当不精确的.对于非正态分布的空间数据而言,Copula函数提供了一种可以分别指定相关结构和边缘分布而建立联合分布的可能性.文章基于Copula函数的非正态分布数据的空间插值方法,讨论模型参数的极大似然估计并运用生态环境数据进行实证研究.     

一种基于逐步回归的国家财政收入模型

一、逐步回归模型的建立(一)变量选取在使用回归分析建立模型时,首先遇到的一个重要问题就是自变量的选择问题。一方面为获取全面信息,总希望模型中包含的自变量尽可能多;另一方面,考虑到获取很多白变量的观测值的费用和实际困难,则希望模型中包含的变量是最重要的、且尽可能地     

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。     

中国城镇化进程与经济增长关系的实证研究

 以我国1978-2009年城镇化率和人均GDP年度时间序列数据为基础,建立反映城镇化水平和经济增长动态关系的向量自回归(VAR)模型;在VAR模型的基础上,运用脉冲响应函数和方差分解分析了城镇化进程与经济增长相互之间的动态影响。为了弥补时间序列数据只包含时间和指标两维信息的缺陷,进一步采用2000-2009年我国31个省市的城镇化率和人均GDP的面板数据,利用横截面、时间和指标三维信息对两者之间的关系进行分析。通过运用面板数据的单位根检验和面板数据协整检验,得出我国城镇化进程与经济发展水平之间存在长期稳定的均衡关系。在此基础上,建立面板数据固定效应变系数模型,从弹性角度分析,认为我国城镇化率每提高一个百分点,可以维持7.1%的经济增长。     

基于累积索赔金额的最优奖惩系统

商业汽车保险的费率可以分解为先验费率和后验费率.先验费率是基于被保险车辆的先验风险特征信息(如驾驶人的性别和年龄、车辆使用性质)应用广义线性模型厘定的费率,而后验费率是基于被保险车辆的索赔经验(如索赔次数)应用奖惩系统对先验费率进行调整而得到的费率.厘定先验费率常用的广义线性模型包括索赔频率模型、索赔强度模型和累积索赔金额模型.实际应用中的奖惩系统通常基于被保险车辆的经验索赔次数对先验费率进行调整,没有考虑索赔金额的影响,也没有考虑先验信息的影响,有可能造成重复性的奖励或惩罚.累积索赔金额是被保险车辆在保险期间的索赔金额之和,既包含索赔次数信息,也包含索赔金额信息,可以更加准确地揭示被保险车辆的索赔经验信息.本文应用被保险车辆多年期的纵向累积索赔金额数据建立了一种新的奖惩系统,应用零调整逆高斯回归模型厘定先验费率,并在线性约束下用极大似然法同时估计先验费率因子和奖惩系数,避免了传统奖惩系统对被保险人可能造成的重复性奖励或惩罚,有效改进了后验费率的厘定结果.     

基于BP神经网络的旅游服务诚信的评价模型

文章在旅游服务的诚信评价中引入BP神经网络模型进行量化评价研究.通过建立评价指标体系、对应数据的学习训练,调整模型结构,建立了基于BP神经网络的旅游服务诚信评价动态模型,并进行了实例分析.结果表明:该模型解决了传统评价中权重确定不客观、定量分析不足、评价效率低下等缺陷,具有较好的实际应用效果.     

我国季度GDP实时数据预测与评价

传统实证研究中使用的当期特定数据存在滞后信息和噪音信息缺陷,导致模型估计结果存在偏误。应用宏观经济实时数据可以有效的剔除造成模型偏误的滞后信息和噪音信息,得到更为准确的估计结果。MIDAS模型可将低频的关键经济数据与高频数据同时估计,较好的解决了应用一般模型存在的高频数据信息损失问题。本文应用M-MIDAS-DL模型与季度GDP实时数据建立我国季度GDP预测模型,实证表明,应用实时数据与组合预测方法,能及时准确预测出2008年以来中国经济增长率的下滑与反弹走势,能起到较好的提前预警作用,是当前较为有效的经济预测手段之一。     

我国能源消费与经济增长的关系分析

一、实证数据和方法 在现实经济中,变量本身通常是非稳定的时间序列并表现出一定的趋势,为了使传统的单方程计量模型有意义,常用的方法是对变量序列进行差分,然后用差分序列进行回归,这样做的结果忽视了水平序列所包含的有用信息,回归方程不能全面反映经济变量间的关系.     

风险决策中的灰关联方法修正及其应用

灰色系统理论由邓聚龙于1984年提出,它是一种解决系统中包含不完全与不确定信息的多准则理论,该理论现已广泛并成功地应用于各领域.对风险决策问题建立灰色模型,可进行因素分析与趋势预测.本文在深入研究灰色理论的基础上,提出利用变异系数法修正主观权重、得出综合权重,建立更具实际意义的灰色关联分析修正模型.利用修正模型,反映指标间的联系及权重关系,修正主观赋权单一性、主观性强的缺点.     

面板数据插值的线性组合模型及其实证

针对面板数据插值问题,分别从截面数据和时间序列数据的角度,建立截面数据插值的克立格(Kriging)模型和时间序列数据插值的遗传神经网络(GABP)模型.在此基础上建立面板数据插值的线性组合模型,提出空间漂移度法确定组合插值模型的加权系数.对2007年福建部分市县人均GDP的插值的实证研究结果表明:面板数据的线性组合模型插值效果优于单项模型插值的效果.