因子模型的一种结构突变检验及其统计性质研究

为了内生地识别动态因子模型因子载荷矩阵的结构突变（包括因子个数的变化）,本文利用主成分估计得伪因子序列构造累积平方和统计量检验因子载荷矩阵的结构突变性,进一步利用迭代累积平方和算法对多个结构突变点的位置进行探测。研究发现,本文提出的检验统计量对于因子个数误设具有稳健性;并且该检验具有良好的有限样本性质和渐近性;另外,实证分析发现,中国沪市A股市场制造业上市公司的对数收益率序列存在结构突变的共同因子。     

基于Vasicek和CIR模型的SHIBOR期限结构实证分析

基于无损卡尔曼滤波(UKF)估计方法,分别使用Vasicek模型和CIR模型对上海银行间同业拆放利率(SHIBOR)的动态特性进行刻画,并对其期限结构进行实证研究.在此基础上,对比分析两模型对SHIBOR数据的拟合性,结果表明:Vasicek模型和CIR模型对SHIBOR市场利率的动态特性均具有很好的刻画和描述能力,而Vasicek模型的数据拟合效果更好一些.     

结合循序法的外生性结构突变检验方法

文章在带有结构突变的单位根检验中,为了避免外生性结构突变检验中确定突变点的主观性,提出了用Hodrick-Prescott滤波确定模型的突变形式;结合内生性结构突变检验法中的循序检验法确定突变点的位置,再用外生性结构突变检验的ADF检验过程进行检验,并用实证说明该方法比直接进行外生性结构突变检验法有效.     

基于GARCH模型的SHIBOR波动性分析

文章选取2011年1月4日至2012年12月31日SHIBOR隔夜、三个月、一年三种期限的利率,构建GARCH模型对利率的波动性进行研究分析,实证分析表明:SHIBOR短期利率具有明显的波动集聚性,而SHIBOR长期利率没有体现出这一特性.     

基于贝叶斯模型平均方法的影响SHIBOR定价因素的实证

上海银行间同业拆放利率(SHIBOR)作为我国货币市场基准利率,研究影响SHIBOR定价因素有重要意义。文章提出利用贝叶斯模型平均方法来选择影响SHIBOR定价因素,使用随机搜索变量选择方法来有效的对模型集合中模型进行抽签。研究结果表明:一年期人民币银行贷款利率、回购利率、上一日SHIBOR报价和资金成本对上海同业拆借市场利率存在长期的正的影响,是影响SHIBOR定价的决定因素。     

含均值结构变点时间序列的贝叶斯单位根检验

针对ADF和PP检验对含有均值结构变点时间序列的“伪检验”问题,文章基于贝叶斯理论,先运用贝叶斯因子模型选择的方法检测时序结构变点位置,再在结构变点已知的情况下运用置信区间和贝叶斯因子两种方法检验序列是否存在单位根,并用Monte Carlo模拟方法进行仿真,验证该方法的有效性。研究发现：是否考虑均值结构变点对时间序列的单位根检验有着重要的影响,不考虑结构突变而进行常规的单位根检验会产生误判;贝叶斯方法能够有效检测含有均值结构变点时间序列的变点位置,并能提高单位根检验功效。     

多种单位根检验方法的比较——以税收时间序列为例

文章利用常规单位根检验法和含结构突变点单位根检验法对改革开放以后的税收数据进行了平稳性检验.在ADF、PP、KPSS、NP检验方法下,我国税收是Ⅰ(1)过程;若假设税收数据只含有一个突变点,则不管突变点已知还是未知,税收都是结构突变的单位根过程;若假设税收数据含有两个突变点,则税收是结构突变的趋势平稳过程.因而文章得出结论:从长期来看,具有改革意义的税收政策会改变税收时间序列原有路径,从不同程度上推动税收总量的增加及税收增长速度的提高;但短期内,数据生成过程不变.     

内生结构突变下的突变点确定方法与单位根检验研究 ——基于残差平方和最小值确定突变点的比较分析

 对于内生突变情形下的单位根检验,突变点的确定方法会影响到单位根检验的功效,不同方法在确定突变点位置时的表现也不尽相同。本文首先评述了几种常用的突变点确定方法及相应的单位根检验,然后对基于各类回归式残差平方和最小值确定突变点的方法进行了比较分析,本文所设数据生成过程有别于已有研究,并首次考虑了依据可行广义最小二乘（FGLS）估计来确定突变点。在此基础上,还对比分析了几种不同突变点确定方法下的单位根检验功效和实际检验水平。结论显示,依据FGLS残差平方和最小值得到准确突变点的频率最高,且在AO模型下据此进行Perron检验具有较高的功效且不会发生较大的水平扭曲。     

基于非线性ECM模型的贝叶斯门限协整研究

 现有门限协整检验方法由于模型似然函数具有多峰、不连续特征,导致冗余参数识别存在困难,最优化计算相对复杂。本文提出基于非线性误差修正模型的贝叶斯门限协整分析,结合参数的后验条件分布设计MCMC抽样方案,进行贝叶斯门限协整检验;并利用Monte Carlo仿真研究了贝叶斯门限协整检验的有限样本性质,发现贝叶斯门限协整检验方法具有良好的有限样本性质。同时,利用不同期限的美国利率序列进行了实证研究,结果发现1个月与3个月利率之间、3个月与6个月利率之间以及3个月与1年利率之间均存在门限协整关系。研究结果表明：贝叶斯门限协整检验方法解决了冗余参数识别的难题,使计算变得相对简单,并提高了估计的精确度和检验的准确性。     

单因子利率期限结构模型的实证检验

本文运用GMM方法对单因素利率期限结构模型进行了估计,考虑到设定的模型以及无论用哪种方法估计出来的参数值均不能完全描述利率的动态特征,我们在利率期限结构模型中加入残差项来反应不能由设定模型所描述的那部分信息;并首次运用Bootstrap方法对参数估计值的准确度进行了分析,发现两种方法得到的结果存在着显著性差异,置信区间没有公共部分,即参数的真值基本上不可能相同。     

Asymmetric Volatility Models with Structural Breaks

This article develops an asymmetric volatility model that takes into consideration the structural breaks in the volatility process. Break points and other parameters of the model are estimated using MCMC and Gibbs sampling techniques. Models with different number of break points are compared using the Bayes factor and BIC. We provide a formal test and hence a new procedure for Bayes factor computation to choose between models with different number of breaks. The procedure is illustrated using simulated as well as real data sets. The analysis shows an evidence to the fact that the financial crisis in the market from the first week of September 2008 has caused a significant break in the structure of the return series of two major NYSE indices viz., S & P 500 and Dow Jones. Analysis of the USD/EURO exchange rate data also shows an evidence of structural break around the same time.     

结构突变理论在中国就业结构分析中的应用

运用结构突变理论对1978—2007年中国就业结构进行分析，结果表明：中国各产业就业量数据为结构突变的趋势稳定过程，说明中国产业就业量的增长受到外部冲击的影响，出现了波动，但从长期来看，其增长沿着确定的轨迹增长。进一步运用变结构协整理论，分析中国产业结构与就业结构的长期稳定关系，结果表明协突变关系在各产业就业量与其对应增加值之间均成立，说明外生性冲击对中国产业就业量的变动有较大的影响。     

中国利率期限结构与货币政策联合建模的实证研究

本文采用卡尔曼滤波和极大似然函数估计方法对中国无套利利率期限结构与货币政策联合建模进行估计,实证结果显示通货膨胀目标值对利率期限结构的冲击是扩张性和持续性的,对于所有到期期限都是持续上升的;货币政策冲击对利率期限结构冲击的效应则是递减的,对利率期限结构曲线的斜率影响较显著;通货膨胀冲击对利率期限结构曲线的曲度影响较显著。模型样本外预测大大优于VAR模型。研究结果表明,本文构建模型一方面有助于对利率期限结构的预测,另一方面有助于央行制定前瞻有效的货币政策。     

A Fixed Point Approach to the Classification of Markov Chains with a Tree Structure

In this paper, we study the classification problem of discrete time and continuous time Markov processes with a tree structure. We first show some useful properties associated with the fixed points of a nondecreasing mapping. Mainly we find the conditions for a fixed point to be the minimal fixed point by using fixed point theory and degree theory. We then use these results to identify conditions for Markov chains of M/G/1 type or GI/M/1 type with a tree structure to be positive recurrent, null recurrent, or transient. The results are generalized to Markov chains of matrix M/G/1 type with a tree structure. For all these cases, a relationship between a certain fixed point, the matrix of partial differentiation (Jacobian) associated with the fixed point, and the classification of the Markov chain with a tree structure is established. More specifically, we show that the Perron-Frobenius eigenvalue of the matrix of partial differentiation associated with a certain fixed point provides information for a complete classification of the Markov chains of interest.     

利率期限结构的参数估计方法

利率期限结构是债券市场中最为重要的概念之一。利率期限结构的估计方法有很多，较常用的主要有息票剥离、样条估计和Nelsen—Siegel方法（包括改进的Nelsen—Siegel—Svennson方法等），NS（NSS）模型具有较好的实用性，在西方国家应用十分普遍，在中国则应用很少。通过利用NS和NSS模型来对中国利率期限结构进行静态估计，估计结果表明该方法具有很好的实用性。     

零息收益率曲线期限结构变化的主成分分析

文章认为运用主成分分析方法能极大地简化对利率曲线变化的分析,便于准确了解利率曲线结构变动的模式。同时运用主成分分析方法能为金融机构计算投资组合资产VaR提供切实可行的方法,为金融机构风险管理提供依据。     

产业结构、空间结构与城镇化效率

我国城镇化发展已由以城镇化率增长为主的传统城镇化迈入以质量提升为主的新型城镇化,而城镇化效率是反映城镇化质量的综合指标。本文从产业和空间两个维度构建了我国城镇化效率提升的理论分析框架,并利用动态空间面板模型实证检验了产业结构和空间结构对城镇化效率的作用机制与影响效应。研究发现,与产业间结构的服务化调整相比,产业内各行业生产率增长才是城镇化效率提升的主要来源,并在考虑了一系列稳健性检验后结论仍然成立;在省域空间范围内,多中心的城市空间结构更有利于城镇化效率改善,但这一影响效应伴随着城镇化率提高和城市规模扩大而变弱。本文蕴含的重要政策启示是,当前我国应将城镇化效率纳入新型城镇化建设的考量目标,并以生产率增长作为产业结构调整的主导方向,尤其是在城镇化程度和城市规模均不高的情况下,慎重采用服务业对工业的“腾龙换鸟”或“退二进三”的城镇化发展战略。     

人口结构、产业结构与中国经济潜在增长率

对于中国经济增长潜力的判断直接关系到宏观经济调控目标和调控方式的选择。在索洛模型框架下结合人口结构和产业结构的转型,构建经济增长系统模型,并提供利用经济结构演变信息来预测未来潜在经济增长率的简单方法;根据实际经济数据和对未来结构转型的情形设定,对中国"十三五"期间经济增长率进行模拟预测,结果显示:在经济结构转型背景下,"十三五"期间中国经济增长率将出现明显下降,大约处于6.22%⁷.17%之间。未来中国经济增长将更加依赖于技术创新和人力资本积累为动力的新的增长模式。     

Bayesian change points analysis for earthquakes body wave magnitude

Recently, the world has experienced an increased number of major earthquakes. The Zagros belt is among the most seismically active mountain ranges in the world. Due to Kuwait's location in the southwest of the Zagros belt, it is affected by relative tectonic movements in the neighboring region. It is vital to assess the Zagros seismic risks in Kuwait using recent data and coordinate with the competent authorities to reduce those risks. Using the body wave magnitude (Mb) data collected in Kuwait, we want to assess the recent changes in the magnitude of earthquakes and its variations in Kuwait's vicinity. We built a change point model to detect the significant changes in its parameters. This paper applies a hierarchical Bayesian technique and derives the marginal posterior density function for the Mb. Our interest lies in identifying a shift in the mean of a single or multiple change points as well as the changes in the variation. Building upon the model and its parameters for the 2002–2003 data, we detected three change points. The first, second and third change points occurred in September 2002, April 2003 and August 2003, respectively.     

A recommended analysis for 2 × 2 crossover trials with baseline measurements

In many two‐period, two‐treatment (2 × 2) crossover trials, for each subject, a continuous response of interest is measured before and after administration of the assigned treatment within each period. The resulting data are typically used to test a null hypothesis involving the true difference in treatment response means. We show that the power achieved by different statistical approaches is greatly influenced by (i) the ‘structure’ of the variance–covariance matrix of the vector of within‐subject responses and (ii) how the baseline (i.e., pre‐treatment) responses are accounted for in the analysis. For (ii), we compare different approaches including ignoring one or both period baselines, using a common change from baseline analysis (which we advise against), using functions of one or both baselines as period‐specific or period‐invariant covariates, and doing joint modeling of the post‐baseline and baseline responses with corresponding mean constraints for the latter. Based on theoretical arguments and simulation‐based type I error rate and power properties, we recommend an analysis of covariance approach that uses the within‐subject difference in treatment responses as the dependent variable and the corresponding difference in baseline responses as a covariate. Data from three clinical trials are used to illustrate the main points. Copyright © 2014 John Wiley & Sons, Ltd.