空间滞后误差自相关随机前沿模型参数的估计

文章利用工具变量矩阵方法研究了空间滞后误差自相关随机前沿模型参数的估计问题,得到了参数估计的表达式.与极大似然估计相比较,工具变量矩阵法极大地简化了计算.蒙特卡罗模拟的结果表明,参数估计值十分逼近真值.     

π的蒙特卡罗模拟及方差缩减技术探讨

文章探讨了π的蒙特卡罗模拟方法及其方差缩减技术.首先构造了π的估计量,,然后使用条件期望法、对偶变量法来缩减估计量I的方差.由于蒙特卡罗模拟近年来在管理、金融、工程等领域得到了广泛的使用,介绍的方差缩减技术对减少蒙特卡罗模拟的计算量、提高蒙特卡罗模拟的估计精度有很强的现实意义和经济价值.     

半参数空间ZISF的估计及反馈分类

本文引入空间效应、非参函数和非连续分布技术无效率项,构建了半参数空间0无效率随机前沿模型(简称为半参数空间ZISF),模型的适用性更广,可有效避免函数形式误设和忽略内生性问题导致的有偏和不一致估计量.对非参函数采用B样条逼近,使用极大似然方法和JLMS法可得到参数(含非参数函数)和技术效率的估计.基于伯努利大数定律提出反馈分类,可将技术无效率项分类.蒙特卡罗模拟表明:①本文方法的估计精度较高.增加样本容量后,估计精度更优.忽略任意一种效应将导致估计精度降低.②分类阈值的跨度较大,主观判断贝叶斯后验概率的大小进而将技术无效率项分类的可靠性较低.反馈分类的准确率较高且必要.     

分布未知情况下的空间滞后模型检验

 在扰动项分布未知的情况下,直接采用传统的空间模型检验方法是存在问题的。针对传统空间模型检验方法的不足,本文以Lee和Yu（2010）的研究为基础,采用Lee和Liu（2006）提出的最优矩条件,构造分布未知情况下空间滞后模型的稳健检验统计量。这种检验方法仅需参数的一致估计量,便于计算。蒙特卡罗结果表明,在小样本情况下,本文提出的检验有良好的性质,且明显优于Saavedra（2003）提出的检验。     

投资组合的动态VaR度量及实证分析

一、引言 VaR(Value at Risk)自从面世以来已经成为金融市场风险管理最重要的方法.对于VaR的计算,最基本的、最常用的方法有三种:历史模拟法、蒙特卡罗模拟法和方差-协方差方法.在方差-协方差方法中,最根本的就是计算出金融资产的方差或协方差.     

蒙特卡罗方法在经济学中的应用——基于河南省农业持续度的实证分析

首先利用蒙特卡罗方法研究小样本或有限样本的统计性质,然后计算ADF检验式中时间趋势项的τ统计量的值,最后用蒙特卡罗方法进行实证分析。通过分析可以看出蒙特卡罗方法在经济中的应用非常广泛,特别是用于解决随机性问题,使得这种方法成为一种优于其它方法的工具。     

平均发展速度计算方法的比较

平均发展速度不同计算方法的特点不同.水平法计算平均发展速度是一种“先对比,后综合”的思想,但它也可以按“先综合,后对比”的思想来计算.文章按此思想导出了计算平均发展速度的新方法,把该法与水平法和累计法进行比较,通过预测测试及蒙特卡罗模拟分析,发现它存在比水平法和累计法更优的表现.     

基于核密度估计对VaR值计算方法的改进

文章从VaR方法的定义出发,首先对VaR值的两种基本计算方法进行阐述,进而基于核密度估计,提出一种改进的VaR值计算方法.该改进方法将蒙特卡罗模拟法引入到核密度估计规则,并且考虑四分位距来构造核密度估计的窗宽,对股市收益率的变异性以及高峰厚尾现象进行了更好地刻画.实证验证了改进的VaR值计算方法的有效性及优越性.     

在险现金流及其风险度量方法探讨

由于CFaR方法衡量的指标是商品价格及其金融价格等风险因素的变动对公司的现金流量或收益产生的影响程度,符合公司财务风险管理目标.因此,文章沿用VaR的计算方法和思路,对CFaR方法进行了分析,并对"CFaR的蒙特卡罗模拟法和方差协方差法"进行了详细的介绍和对比分析.     

基于拟蒙特卡罗方法的可转债VaR和ES风险度量

文章通过使用随机Faure序列和方差减小技术并结合Moro算法,提出了基于Faure序列和Moro算法的拟蒙特卡罗(FMQMC)方法。基于该方法,给出了中国可转债的风险值VaR和ES的度量模型。最后,选取了燕京可转债进行了实证分析,从可转债的VaR和ES估计值、方差以及计算效率几个方面将该方法与普通蒙特卡罗方法(PMC)进行了比较,结果显示FMQMC方法在计算燕京可转债的风险值VaR和ES时不仅方差更小,计算效率更高,而且其估计值也更加接近实际损失。     

假设检验功效的蒙特卡罗模拟

检验功效是评价检验法检验效果的重要指标,因而计算功效函数极为重要。文章先从假设检验两类错误的蒙特卡罗模拟入手,继而得到功效函数的蒙特卡罗模拟,最后以实例说明蒙特卡罗模拟是很好的功效函数数值展示的方法,这对难以得到功效函数显示表达式的统计分析尤其有重要意义。     

浅谈统计学中的蒙特卡罗法’在发电系统出力模型中的应用

一、蒙特卡罗法的简介蒙特卡罗法又称统计模拟法或随机抽样技术。它将所求解的问题同一定的概率模型相联系，用计算机实现统计模拟或抽样，来得到问题的近似解。其实质是通过大量随机试验，利用概率论和统计理论方法为基础的一种计算方法。蒙特卡罗方法最早出现于十八世纪末（约1777年），当时布丰（Buffon）为了计算圆周率而设计了一个“投针实验”。虽然当时并未命名，但其原理就是蒙特卡罗法。在200余年后，也就是在二十世纪四十年代，在为美国研制原子弹（曼哈顿计划）的计划成员S．M．乌拉姆和J．冯·诺伊曼将这一名称首先提出。     

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。     

回归深度及其应用

回归深度(RD)是用来处理线性模型的一种方法。RD方法定义为给定观测值寻找具有最大深度的拟合。从几何的观点看,RD方法就是将观测点最"均匀"地分布在直线(或超平面)的两侧的拟合。文章简单地总结了深度回归的基本概念和稳健性质,同时用实例对回归深度和最小二乘法回归方法进行了比较。     

基于VAR的贷款利率市场化风险度量分析

文章通过构建VaR模型,运用蒙特卡罗方法对我国贷款利率市场化风险进行实证分析.由于贷款利率受多方面因素的影响,运用计量方法拟合贷款利率的回归模型.结果表明,政府可以根据计算出的不同置信水平下的VaR值来确定所采取措施,使得贷款利率市场化下的金融市场实现可持续发展,提高我国利率风险管理水平.     

基于蒙特卡罗模拟随机抽样的财务报表分析

自从S.M.乌拉姆和J.冯·诺伊曼发现蒙特卡罗模拟法以来,该方法在在各个领域被非常广泛地运用.然而在财务管理领域的应用十分有限,仅在项目投资的风险分析中被运用.文章将蒙特卡罗模拟引入财务报表分析,拓宽了财务报表分析的方法,并以中国石油和中国石化两家公司的财务报表为例,说明该方法的运用原理和过程,可为后来研究者提供参考.     

空间门限随机前沿模型的构建与估计

基于空间计量视角拓展门限随机前沿模型,从技术效率时变和非时变两个层面分别构建空间门限随机前沿模型。模型同时考虑了生产单元的异质性和空间相关性,适用性较佳。分别使用两阶段最小二乘法和极大似然方法估计非时变和时变层面下的参数,使用JLMS法估计效率。蒙特卡罗结果表明:此方法的估计精度较高。随着样本容量的增加,估计精度增加;忽略空间效应或者门限效应,估计精度较低。     

复合实物期权视角的企业R&D项目评价模拟计算

文章基于美式复合实物期权视角,运用美式期权最小二乘蒙特卡罗模拟方法对企业多阶段R&D项目评价问题进行深入分析.研究结论认为,多阶段多投资时点的企业R&D投资项目一般具有很强的复合实物期权特征和美式期权价值结构;实证结果表明,相对于常用的Geske两阶段评价美式期权计算模型,本文提出的评价方法具有更强的收敛稳定性.     

农村家庭多维贫困测度与分析

多维贫困理论与方法更有助于对贫困的精准识别和量化.本文构建了新型多维贫困指标体系,利用中国家庭追踪调查(CFPS)数据,引人人工神经网络方法,测度并分解了农村家庭多维贫困的广度、深度和强度水平.研究结论表明:随着贫困维度的增加,多维贫困的广度、深度和强度指数下降,表明农村家庭不易发生多维极端贫困;农村家庭多维贫困指数(MPI)呈西高东低态势,表明农村家庭多维贫困具有典型的区域分布特征.此外,多维贫困指数分解结果显示,收入、金融和教育等因素是我国农村家庭致贫的主因.其中,东部地区金融因素影响最大,而中西部地区则为收入因素.研究结论为贫困的识别和精准扶贫提供了政策依据.     

我国区域间能源及碳足迹空间差异分析

文章基于环境扩展的多区域投入产出模型与最新的投入产出表计算了我国8个区域能源足迹与碳足迹;并以三维足迹视角,把足迹大小与生态承载力的比值作为足迹深度,分析了区域间能源足迹与碳足迹的流向.结果表明:各区域能源足迹深度存在明显差异,区域间能源足迹深度输入输出不均衡:中部为净输出区域,东北与西北能源足迹深度主要流向为输出.最后比较了能源足迹与碳足迹在分析碳排放空间转移对区域可持续性影响的异同.