基于RAM的我国财险公司效率与偿付能力关系研究

 保险公司有不同的利益主体,投资者和公司管理者关注的重点是公司效率,而投保人和监管机构关注的核心是保险公司的偿付能力,那么效率与偿付能力是否存在冲突,或者说,监管机构的偿付能力约束是否影响公司效率以及影响程度究竟如何,是业界和学术界关注的主要内容。本文从金融中介的视角,考虑不同利益主体,把偿付能力作为一产出指标,通过分析该指标的介入对效率的影响来研究偿付能力与效率之间的关系;在实证研究中,引入DEA的扩展模型—RAM,因为相对于DEA,RAM能更全面地反映保险公司的相对效率,所得到的效率值具有严格单调性,而且能处理指标出现负值的情况,这对于不多的样本特别具有吸引力;在检验不同类型保险公司的效率差异时,考虑到RAM方法得到的效率值是一个序数概念而不是绝对数量,本文采用Mann-Whitney秩和方法进行检验。     

基于非等间距序列的累积法及其应用

文章提出了基于非等间距序列的累积法.给出了非等间距序列的各阶累积和,使累积法能引入基于非等间距序列建模的参数估计中.将此法应用于非等间距GM(1,1)模型,得到了其新的参数估计公式,又直接由模型的定义型推得其预测值计算公式.结果分析表明,累积法在非等间距模型中的应用效果良好,改进后的累积法非等间距GM(1,1)模型的拟合与预测精度都很高.     

非等间距GM(1,1)模型时间响应函数的优化

文章以序列间距为乘子,建立了非等间距GM(1,1)模型;根据一次累加序列的观测值与模拟值的残差平方和最小的条件,构建了非等间距GM(1,1)模型的时间响应函数的优化模型.实例计算表明,该模型具有较高的模拟和预测精度.     

直接离散GM(1,1)模型参数估计的最小一乘法

研究表明直接离散GM(1,1)模型对严格服从非齐次指数规律的原始数据进行建模,所得到的模型具有完全相同的指数规律,而当数据为近似非齐次指数规律时,直接离散GM(1,1)模型拟合效果较差.主要原因是直接离散GM(1,1)模型采用最小二乘法估计参数,稳健性不好造成的.针对这一情况,文章提出利用最小一乘法估计直接离散GM(1,1)模型参数改进上述不足.对比实验表明,采用最小一乘法估计参数得到的直接离散GM(1,1)模型具有很好的精度和稳健性,使得直接离散GM(1,1)模型的适用范围得到进一步扩大.     

固定设计异方差非参数回归模型的预测方法

文章针对固定设计下异方差非参数回归模型,考虑了基于多项式样条的三种预测方法,即非外推法、线性外推法和非线性外推法.模拟结果表明非外推预测法的均方根误差(RMSE)和平均绝对误差(MAE)的均值最大,而线性外推法的RMSE和MAE的均值略小于非线性外推法的RMSE和MAE的均值.实证分析结果显示:非外推预测法的平均绝对百分比误差(MAPE)、RMSE和MAE最大,线性外推法的MAPE、RMSE和MAE最小.这表明整体上外推法优于非外推法,而线性外推法是简单可行的.     

存在测量误差的面板自回归模型的工具变量估计

对于存在测量误差的面板数据自回归模型,首先讨论了POLS(Pooling OLS)和LSDV(least square of dummy variable)估计存在向零的衰减偏差及其非一致性,其次对于混合自回归模型和个体固定效应自回归模型给出了工具变量应满足的条件.研究发现这时工具变量的选择是十分困难的.     

我国最低工资增长机制时空非平稳性测度研究

最低工资标准制度是保障低收入劳动者根本权益的主要措施之一,进一步完善最低工资增长机制有利于缓解劳资纠纷与矛盾.由于我国区域发展不均衡,最低工资增长机制具有显著的时空非平稳性.本文基于2006-2014年省级时空数据,分别利用时间加权回归模型(TWR)、地理加权回归模型(GWR)及时空地理加权回归模型(GTWR)探测我国最低工资增长机制的非平稳性.实证研究表明:GTWR在模型拟合优度和优良性上表现最优;GTWR估计结果显示大部分解释变量的正负效应与预期一致,时间波动性较强,具有明显的空间非平稳性,被解释变量残差不存在明显的分布偏态性.本文认为逐步建立与职工平均工薪、人均GDP挂钩的固定周期性最低工资增长机制,加快建立具有地方特色的最低工资标准统计测算模型,是完善最低工资增长机制的关键.     

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.     

RGM-EGARCH模型及其对深圳股市的实证

GM-EGARCH模型是一种将灰色预测模型(GM(1,1)模型)与EGARCH模型相结合的新型混合波动率模型.针对GM(1,1)模型在其适用务件上的局限性,文章利用残差灰色预测模型(RGM(1,1)模型)对GM(1,1)模型的预测结果进行改进,再将RGM(1,1)模型与GARCH模型相结合,构建RGM-EGARCH模型来修正随机误差项.通过对深证综合指数的实证分析,比较了RGM-EGARCH模型、GM-EGARcH模型和EGARCH模型的样本外短期预测效果.实证结果表明,在三种模型中,RGM-EGARCH模型具有最好的波动率预测效果.     

基于欧拉法的非等间距GM(1,1)预测模型参数估计

文章提出了一种新的非等间距GM(1,1)模型参数估计方法,该方法不再构造非等间距序列背景值,而是基于欧拉公式直接求解模型参数来建立预测模型,为非等间距GM(1,1)模型参数求解提供了一条新的思路和解决方法。实例应用表明,利用该方法建立的非等间距GM(1,1)模型显著改善了模拟和预测精度,具有精度高、适用性强等特点。     

基于ARCH类模型的基金市场波动性研究

近年来,随着基金产品的广泛推出,基金市场迅猛发展,投资基金的市场收益率也呈现出一定的波动性.本文选取上证基金指数为研究对象,运用ARCH模型族进行实证分析.结果表明,上证基金指数收益率表现出非正态性和条件异方差的特征.GARCH(1,1)模型对上证基金指数的波动具有很好的拟合效果.     

一种改进的近似非齐次指数增长离散灰色预测方法

近似非齐次指数增长离散灰色模型DGM(1,1)解决了原模型的固有偏差问题,但在解决现实中有阶跃扰动、大波动变化的初始序列的时候预测结果依然存在明显的偏差.文章在近似非齐次指数增长离散灰色模型中引入残差,构建偏差修正序列,并以其为初始序列重构预测模型,分情况对预测结果进行修正.通过算例进行比较分析,验证了改进模型的精确性和实用性.     

AR(1)模型中参数估计的偏差分析

文章分析了AR(1)模型中模型参数(序列方差、模型回归系数、序列的自协方差函数、自相关系数以及误差方差)估计(矩估计和最小二乘估计)的无偏性.对于非独立随机向量二次型的商的估计(如自相关系数估计等),给出了其偏差表达式并提供了相应的数值解法.通过数据模拟分析考察了这些参数估计的偏度情况.     

基于动态Svensson模型的国债利率期限结构实证分析

国债利率期限结构的动态演化特征对利率市场化顺利推进和产品定价有积极意义。使用非平滑FamaBliss方法对交易所市场的国债交易数据进行处理,可以获取实证研究的初始数据,然后扩展静态NSS模型为动态Svensson(LSCC)模型,该模型嵌套了动态Nelson-Siegel(LSC)模型。在利用状态空间模型与Kalman滤波估计出参数后,比较LSCC模型与LSC模型对利率期限结构的拟合与预测能力。结果表明:动态Svensson(LSCC)模型具有更加显著的拟合能力和预测能力,能够更好地反映国债利率期限结构的动态特征。     

我国银行业经营效率的实证研究

文章通过非阿基米德无穷小(CCR)模型(典型非参数法数据包络分析),对我国银行业的经营效率进行了测度.并通过Tobit模型探究了商业银行投入、产出对经营效率的影响.研究结果表明,我国银行业经营效率受金融危机影响较大,员工薪酬及经营成本对经营效率影响较大.为提高我国银行业乃至整个金融机构的经营效率,必须改革金融制度,加强监管,完善金融机构内部公司治理,提高整体竞争力.     

ESTAR模型单位根检验的性质研究

文章以转移函数为指数形式的平滑转移自回归模型(ESTAR)作为典型代表,通过模拟实验考察了非线性单位根检验(包括ADF检验和PP检验)的小样本性质;以MA(1)和GARCH(1,1)过程为代表,研究了误差项服从序列相关和异方差时,非线性参数和滞后阶数对两类检验统计量实际水平和功效的影响,从而为非平稳STAR族模型的应用研究提供一定的理论支持.     

互联网企业广告收入预测研究——基于低频数据的神经网络和时间序列组合模型

神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。     

基于非线性动力系统的我国CPI和PPI非线性关系研究

文章根据我国2002年1月～2009年10月CPI和PPI的月度数据,应用非线性动力学的方法,建立了非线性动力系统(C-PNLDS)模型,来揭示我国CPI和PPI的非线性关系.结果表明:CPI具有自我增长机制,PPI对CPI有加速抑制的影响;PPI也具有自我增长机制,CPI自身对PPI的增长有抑制作用,但它的平方项加速了PPI的增长;耦合项对CPI无影响,而使PPI受损,所以二者是共栖(偏害)的关系.     

创新型省份建设绩效评价及其影响因素分析

为弥补国内使用两阶段DEA模型中第一阶段非参数法和第二阶段参数法之间的逻辑不一致所产生的缺陷,文章使用2008~2010年我国31个省(直辖市)的相关数据,使用BCC模型分析了31省(直辖市)的创新型省份建设的创新绩效状况,并分别使用TOBIT回归模型和对称修正最小二乘模型探讨影响我国区域创新绩效的环境因素。     

约束条件下部分变系数模型的参数估计

文章讨论部分变系数模型在线性约束条件r=Rβ下的参数估计问题,给出了参数部分β的相合估计(β)Rls和非参数部分(α)(u)的估计(α)(u),得到了估计的渐近性质.