Copula函数的非参数核密度估计方法

文章运用非参数核密度估计技术并结合极大似然估计方法来估计Copula函数中的参数,克服了传统方法在估计Copula函数参数时的不足.并通过计算机仿真分析,证实了此方法的可行性与准确性.     

Archimedean Copula函数中参数的Bootstrap估计

文章给出Archimedean Copula函数中参数的Bootstrap估计.Bootstrap估计能对所有的Archimedean Copula函数中的参数进行估计,通过计算机模拟,把Bootstrap估计方法与和的非参数法进行了比较,说明Bootstrap估计的优越性.最后对上证基金和上证B股进行了实证分析,体现了Bootstrap估计的实用性.     

Copula函数的非参数核密度估计

Copula函数包含了变量的边际分布和变量间的相关结构两方面的信息.用Copula函数可以很灵活地构造相关结构和边际分布不同的联合分布函数.Archimedean Copula函数在金融市场分析中很有用.在用Copula理论建模的过程中有一个很重要的环节是参数估计.文章采用对边际分布不作具体假设的非参数核密度方法来估计Archimedean Copula的参数,并用实证说明方法的有效性.     

多维copula函数的一种随机变量模拟生成方法

在对Archimedean copula函数性质分析的基础上,文章给出了多维copula函数的分布函数的一种计算方法,此方法的给出为多维copula函数的模型选择提供了方便,另外,基于多维copula函数的分布函数的表达式又引出了一种三维随机变量模拟生成的方法,并且通过实证分析显示此方法给出的模拟值和真实值较为接近.     

金融时间序列间的条件相关性分析与Copula函数的选择原则

类似于通常的非线性相关性度量,文章建立了时间序列间的几个条件相关性度量;提出了相关性分析中Copula函数选择的两个原则;通过构建Copula-EGARCH模型,将两个金融资产间的条件相关性分析转化为标准化残差间的相关性分析。通过沪深股市之间的条件相关性实证研究发现,在常见的几种Archimedean Copula中GS Copula与BB1 Copula对金融市场相关性的描述具有良好的效果,能够较全面地反映两个市场之间各种非线性条件相关性,并且沪市与深市之间的条件相关性很强。     

一种改进的非参数方法对金融价值风险的估计

文章对利用波动率计算价值风险VaR的方法进行了改进,提出了非参数波动率结合非参数条件核密度条件分位数方法来计算VaR,此非参数方法克服了模型误设的问题,不受波动率模型具体形式的限制,不受新息项分布函数的限制,是一种稳健的适应性方法.同时将此方法应用到中小板综指与创业版指进行实证分析,与相应的半参数及参数方法进行比较,发现文中提出的方法在某种程度上比较稳定可靠.     

通过非参数可加模型回归估计的享乐价格函数

1模型定义和估计1.1概要我们利用多元回归模型建立一个享乐价格函数模型:穴Y｜X1=x1熏……XD=xD雪=α Dd=1移md穴xd雪穴1雪假定从随机向量穴Y熏X1熏L熏XD雪中抽取n个独立观察量邀穴yt熏xt1熏…熏xtD雪'妖nt=1,且V穴Y｜X1=x1熏……X D=xD雪=σ2为未知参数,m d穴·雪为真值测量函     

纵向数据非参数模型的二次推断函数估计

文章研究了纵向数据非参数模型y=f(t)+ε,其中f(t)为未知平滑函数,ε为零均值随机误差项.我们选取一组基函数对f(t)进行基函数展开近似,然后构造关于基函数系数的二次推断函数,利用New-ton-Raphson迭代方法得到基函数系数的估计值,进而得到未知平滑函数f(t)的拟合估计.理论结果显示,所得到的基函数系数估计有相合性和渐近正态性.最后通过数值方法得到了较好的模拟结果.     

中国货币政策的非对称性偏好调控模式及其演变研究

非对称性实现物价稳定和经济增长是央行调控宏观经济的普遍策略,本文基于非对称性福利损失函数,首次通过逆推实现央行时变非对称性偏好调控模式估计。结果表明,央行在调控通胀和通胀波动目标上表现出较强的政策取向,同时,存在厌恶通胀和规避经济收缩的时变非对称性偏好,由此也使得央行具有较强的动机维护实际通胀低于通胀目标以及实际经济增速高于经济增长目标。特别是,央行在厌恶通胀和规避经济衰退上的非对称性偏好呈现出较强的此消彼长关系。此外,近年来央行厌恶通胀的非对称性偏好持续走强,而规避经济收缩的非对称性偏好却逆向变弱,表明我国货币政策具有较强的治理通胀偏好,但维持经济增速高于增速目标的政策取向却有所减弱。     

纵向数据非参数模型的修正二次推断函数估计

文章研究纵向数据非参数模型y=f(t)+ε,其中f(t)为未知平滑函数,ε为零均值随机误差项.我们选取一组基函数对f(t)进行展开近似,然后构造关于基函数系数的修正二次推断函数,利用割线法得到基函数系数的估计值,进而得到未知平滑函数f(t)的拟合估计.最后给出基函数系数估计的相合性和渐近正态性,并通过数值方法得到了较好的模拟结果.     

非参数拟合及其应用

随着样本量的增大和复杂度的提高,蕴含的信息更加多样化,一般的参数拟合满足不了需求.非参数拟合应运而生,其中的样条拟合就是一个典型.通过构造样条函数,转化成向量表达式Y=Xβ+ε,依据参数估计中的最小二乘法求解出插值函数.结合理财产品收益率的相关数据,在投资方向结构型、期限结构、发行金额等几个方面,对三种不同风险系数的理财产品采用非参数拟合模型拟合三条收益率曲线,对比曲线趋势,对未来时刻进行分析预测.     

分布函数的非参数局部多项式估计

文章讨论了当分布函数F(x)经过-log(-log(F(x)))变换后,可以采用局部多项式逼近;使用非参数分布的泛函估计,建立了分布函数的强相合估计。模拟结果表明,估计拟合情况要优于经验分布,较为理想。     

相关性分析中Copula函数的选择

Copula函数在金融分析和风险管理中有广泛的应用,利用Copula函数可以构建组合风险资产的联合收益分布和资产之间的相关性.在构建Copula模型时,一个关键的问题就是如何选择最佳的Copula来拟合实际的金融数据.文章分析了Copula函数选择困难的原因,指出了现有的似然准则选择方法的不足,提出了基于参数Bootstrap技术的对数似然准则检验方法,考虑了更大范围的Copula函数族群,利用模拟实验检验了该方法的选择能力,模拟结果表明对于没有尾部相关性的Copula函数和具有较小的尾部相关性的Copula函数可以较好地进行区分,而且也能区分大部分的具有较大尾部相关系数的Copula函数.同现有的只能区分常见的几类Copula的似然准则选择方法相比,文章提出的方法可以在更大范围内识别不同的Copula函数.     

抽样调查校准估计法的应用研究

文章归纳梳理了抽样调查校准估计法的理论发展,对最短距离法、工具向量法和参数校准法的基本理论与操作进行了对比分析.在此基础上,进一步对抽样调查的两阶段校准估计法原理及应用进行了分析,并选取了我国混合所有制经济国有企业中进行了国企产权改革的企业为样本,并基于这三种校准估计方法得到混合所有制国企产权改革的绩效数据与实际的绩效数据进行了比较,以判断抽样调查校准估计方法的有效性.研究发现,从均方误差和相对偏差的角度来看,最短距离法、工具向量法和参数校准法这三种抽样调查校准估计法都能很好的估计混合所有制国企产权改革绩效,但参数校准法更加有效.     

非参数可加ACD模型及其应用研究

非参数可加ACD模型对条件期望的函数形式与随机误差项的分布形式要求都没有参数ACD模型强,因此不会像参数ACD模型那样因模型形式设定错误而得出错误结论。非参数可加ACD模型估计出来的各个可加部分图形的形状对于正确设定参数ACD模型具有一定的指导作用。     

门限协整的非参数方法

本文首先研究门限协整的非参数检验和估计方法,利用局部多项式估计在边界处的良好性质及本身具有的局部性质给出了门限协整的检验和估计步骤;其次用Monte Carlo模拟方法对门限协整关系进行非参数估计,估计结果与真实的数据生成过程非常接近;最后对我国经济增长和农业发展状况的关系进行门限协整分析,表明它们不具有传统意义下的一般协整关系,但具有门限协整关系。     

已知Gini相关系数对Copula函数上界的改进

如果已知Copula函数的某些信息,通常其Frechet-Hoeffding上下界则可以进一步收窄。R.B.Nelson分别在已知Kendall相关系数tau、Spearman相关系数rho、Blomqvist相关系数beta的条件下,给出了Copula函数的上下确界。鉴此,在给定Gini相关系数gamma的条件下,证明Copula函数的上界也可以进一步变窄,并给出上确界的表达式。     

政府采购招标结构模型的非参数识别与估计

为了揭示政府采购市场的定价机制,探究招标活动的经济机理,本文首先提出了一种基于可观测成交价(即赢价)建立招标结构模型的方法,分析了博弈均衡的分布;然后讨论了该模型的非参数识别,提出了一种三阶段非参数核估计方法.最后,以中央单位集中采购打印机为例,估计了政府采购招标的成本分布和期望供给曲线.研究发现,当前的政府采购机制改革有效地降低了采购成本;对于附加成本较高的商品,投标人存在成本转移行为.     

非线性半参数空间变系数模型的两步估计

文章对非线性函数与空间变系数模型组合的半参数模型进行研究,提出该类模型的两步估计,给出半参数模型中非线性函数和空间变系数参数估计的精确表达式.并进行了数值模拟,结果表明,估计值与真实值拟合程度较好,方法的精确度较高.     

非参数ACD模型及其在中国股票市场的实证研究

文章利用中国证券市场的日内交易数据实证了非参数ACD模型。非参数ACD模型不依赖条件均值的函数形式和误差项的分布形式,更具有一般意义。文章从多个方面进行实证分析。利用非参数方法进行分析的结果表明:数据不能用线性ACD模型来刻画,根据非参数拟合曲面的形状可以把此ACD模型的函数形式设定为某种非线性形式。