基于动态面板数据分位数回归模型的福州市房价影响因素分析

房地产业作为基础性和先导性产业,对经济和社会的影响有着举足轻重的作用。因此,房价影响因素的探讨一直都是国内外的热点话题。该文在研究城市人口密度、家庭人均可支配收入以及利率对房价的影响机制的基础上,选取了福州市2010—2017年的样本数据,利用动态面板数据的分位数回归模型进行了实证分析。结果表明,家庭可支配人均收入和人口密度的增加对房价的正影响随着分位数的增加呈逐步上升的趋势,即福州房价上涨的主要因素是家庭人均可支配收入和城市人口密度,利率的变化并不是福州市房价变动的主导因素。     

基于分位数回归的金融市场稳定性检验

本文立足于收益波动率的视角界定了金融市场稳定的内涵,提出了基于分位数回归的检验金融市场稳定的方法,并运用该方法对我国股票市场的稳定性做了实证分析。结果显示,上海股票市场从不稳定状态向稳定状态发展,特别是在美国次贷危机引发的全球金融危机之后较快地进入了稳定状态,该结论同时也通过了来自系统性冲击和波动率周期选取的稳健性检验,并且支持了我国政府应对全球性金融危机出台各项政策的积极效应和正面效应。     

基于分位数回归的经济增长与财政支出实证研究

本文从巴罗的经济增长理论入手,探讨了经济增长与资本、劳动和政府支出的三者之间的关系,得到关于政府支出最优规模模型。同时利用分位数回归方法进行实证研究,结果说明:不同的经济增长水平下,劳动数量对经济增长没有显著影响,重要的是实际财政支出规模均达不到最优规模。在此基础上,提出了一些政策建议。     

大数据下分位数回归通讯有效算法及其应用

考虑风险度量中常见的分位数回归模型，给出在超大容量数据且复杂数据类型下的几类快速分布式算法.虽然仅考虑分位数回归模型，但本文提供的算法大多数可以应用到其它更一般的模型中.由于分位数回归模型的目标函数为非光滑函数，通常的分块集成法和光滑函数高效通讯算法并不适用.本文首先针对完整观测数据，给出了分位数回归模型参数估计的等度连续法，光滑函数逼近法和改进的数萃(Meta)方法三种分布式通讯有效算法.进一步，考虑了非平衡半监督数据，分别针对无标签数据样本量较小和较大两种情形，提出了加权损失函数法和改进的数萃方法两种数据融合方法.所提出的方法可以把分散在不同机器上的半监督数据进行数据融合，从而实现不同数据类型和不同样本量情形下的高效通讯分布式计算，提高算法的精度和参数估计的效率.本文通过大量仿真模拟研究了所提出的算法在有限样本下的表现，并将其应用到了洛杉矶流浪人口数的实际数据分析中，发现其均具有较好的准确性.     

国际原油价格波动对中国商品期货的影响——基于多重相关性结构断点的分析

原油是具有战略和金融双重属性的大宗商品，原油的金融属性导致其价格波动必然波及商品期货市场。本文研究国际原油价格波动对中国商品期货的影响。通过选取2001年1月-2017年5月沪铜、沪胶和大豆等三类代表性商品期货的收益率日数据，通过使用相关性结构断点和VaR分位数回归模型研究原油价格波动对三类商品期货的风险传导。结果发现：我国商品期货与国际原油价格之间的相关性都呈现某种"周期性"，其周期大约为七年；从收益率视角来看，2008-2014年的高相关性期间，三类商品期货与国际原油的收益率存在明显的正向联动关系；从风险传导来看，三类商品期货与国际原油在不同风险状态下的传导效应有着明显的区别和规律，尤其是在高相关性期间，国际原油对三类商品期货的风险传导呈现出某种由高到低的"阶梯性"变化。     

探究经济发展水平对房价的影响——一个简单的分位数回归分析

本文对我国经济发展水平(以GDP为指标)与房屋的平均销售价格进行了序列稳定性检验以及协整检验,得到了两者取对数后均属于一阶单整变量并且存在着长期稳定的均衡关系——协整关系。并在此基础上,引入了分位数回归方法,对国内生产总值的对数对房屋平均销售价格的对数值的影响进行了分位数回归分析,得出了经济发展水平是导致房价波动的显著因素,而且,通过选取14个具有代表性的分位点进行研究,发现在房屋的平均销售价格对数值的不同分位点处,国内生产总值对它的影响程度呈现出了一定的变化规律和细部特征。     

基于MIDAS分位数回归的条件偏度组合投资决策

条件偏度是金融市场典型特征之一,忽略条件偏度的组合投资决策往往难以有效地分散金融风险。为此,本文构建了包含条件偏度的组合投资模型,并给出其建模方法。首先,运用MIDAS-QR模型,改善条件偏度测度效果;其次,基于CRRA效用函数,将组合投资权重设计为条件偏度和特征变量的线性组合,建立组合投资模型并给出求解方案;最后,从沪深300指数中选取10支代表性成分股进行实证研究,从收益、风险和Sharpe比率等方面,将包含条件偏度的组合投资模型与等权方案、均值-方差模型等进行比较,分析条件偏度在组合投资中的作用。实证结果表明：MIDAS-QR是测度条件偏度的有效方法,其测度结果受异常值影响小,表现稳定;条件偏度对组合投资决策具有显著影响,包含条件偏度的组合投资模型能够有效地降低投资风险、带来更高的风险调整收益。     

中国股票市场存在特质波动率之谜吗? ——基于分位数回归模型的实证分析

选取我国沪深A股所有股票作为研究对象,采用OLS回归残差标准差提取和GARCH(1,1)加权平均等两种方法估计特质波动率,并利用Fama-MacBeth横截面回归法和分位数回归法对特质风险与股票预期回报之间的相关关系进行了实证研究.发现:OLS回归结果表明我国股票市场的特质波动率与股票预期回报之间呈现负相关关系,但在统计上不显著;分位数回归则表明我国股票市场的特质波动率风险与股票预期回报之间的关系是随着分位水平的变化而变化的,特质风险在低分位水平下与股票预期回报呈显著负相关关系,而在高分位水平下则与股票预期回报之间呈显著正相关关系.     

参与者个数对竞赛绩效的影响——基于设计类与编程类创新竞赛数据的分位数回归分析

参与者个数对竞赛绩效的影响是创新竞赛研究中学者们长期关注的议题之一。而现有研究对于上述影响的认识并不一致,存在或为正向影响,或为负向影响的分歧。本文通过归纳、提炼现有研究,区分了通过平均值和最优值测度竞赛绩效两类方法,提出了参与者个数影响竞赛绩效的两种效应:"动机效应"和"路径效应",用以调和以往研究的不一致。基于分别在两个知名的创新竞赛在线平台上收集的共计6771个设计类与编程类创新竞赛数据,本文建立基于马尔科夫链蒙泰卡罗方法估计的分位数回归模型,实证了上述两个效应的存在:参与者个数负向影响平均值测度的竞赛绩效,正向影响最优值测度的竞赛绩效。此外,与最小二乘回归相比,分位数回归提供了关于上述两种效应更为详细的洞察力。最后,本文给出了相应的理论贡献、管理意义和未来研究方向。     

基于CAViaR模型的沪深300股指期货隔夜风险研究

期货隔夜风险的防范历来是投资者关注的热点,本文以沪深300股指期货为研究对象,采用CAViaR模型对普通隔夜风险进行度量,同时还采用新建的CAViaR-EVT模型对极端隔夜风险进行预测,全面地分析了多头VaR和空头VaR在不同分位数的动态变化特征,最后采用Kupiec似然比检验和动态分位数检验对模型进行后测检验。实证结果表明,隔夜收益序列具有右偏、无长期记忆性和尖峰厚尾等典型特征;CAViaR模型对股指期货的普通隔夜风险具有优异的预测能力,其中AS模型的预测效果最好;加入极值理论后,CAViaR-EVT模型同样能很好地刻画极端分位数下隔夜风险的动态演化过程,且其预测结果比EVT和GARCH-EVT模型要更合理。     

加权复合分位数回归方法在动态VaR风险度量中的应用

风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法--加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。     

中国原油期货动态风险溢出研究

本文首次量化分析了我国原油期货与国际基准原油、上证指数以及人民币汇率之间的风险溢出关系。通过构建收益率和波动率的静态和动态网络,本文对我国原油期货与国内外市场之间的信息流向的强度、方向和动态性进行了初步的探索。研究发现,我国上市的原油期货与国际基准原油之间的信息关联密切,与股票市场以及汇率市场之间的关系相对较弱。同时,在构建的原油-股票-汇率系统中,我国原油期货处于信息的接收方,国际油价波动信息对我国原油期货市场存在明显的正向冲击作用。     

基于零膨胀分位数两部模型的银行贷款违约预测研究

贷款信用风险评估是银行风控的重要内容。贷款逾期天数作为常见的风险度量指标,具有典型的零膨胀特征。对于零膨胀数据,传统的线性回归不再适用,两部模型是常用的代表方法。考虑到贷款数据具有偏态分布特征,本文构建了一个分位数两部模型—logit-quantile模型。该模型由Logistic回归和分位数回归构成,为了进行风险因素的选择,在模型的两个回归中添加了Lasso惩罚。为了求解模型,本文采用了坐标下降法和线性规划法相结合的迭代算法。模拟分析显示,对比逐步法和常用的logit-linear两部模型,新模型表现出了最好的变量选择效果,尤其在零膨胀比例为80%及高维情形时,该模型的表现仍然最优。最后对某银行的贷款数据实证分析显示,新模型具有更精简的结构,采用交叉验证技术进行预测显示新模型的预测和分类表现最好。     

典型事实约束下的上海燃油期货市场动态VaR测度研究

期货交易的高杠杆率意味着期货市场的高风险特征,而能源市场因其特殊的战略意义一直以来备受关注,因而对能源期货市场的风险测度对投资者和监管者都极其重要。本文对上海燃油期货构建了四个反映不同交割期限的连续价格序列,基于不同的金融市场典型事实分别运用GARCH、GJR、FIGARCH三个模型对波动率建模,并假设条件收益分别服从正态、学生t、有偏学生t(skst)分布进行动态风险价值(VaR)测度,然后运用严格的似然比(LR)检验和动态分位数回归(DQR)检验对风险测度的可靠性进行后验分析(Backtesting),尝试从中提取出在风险管理中最有应用价值的典型事实。研究发现:(1)基于skst分布的波动模型的动态风险测度准确性明显优于其他分布下的相同模型;(2)基于杠杆效应的GJR模型和基于长记忆性的FIGARCH模型并没有表现出比普通GARCH模型更高的精度;(3)远期合约的市场平均收益更高,风险测度比近期合约更准确。     

An IV Model of Quantile Treatment Effects

The ability of quantile regression models to characterize the heterogeneous impact of variables on different points of an outcome distribution makes them appealing in many economic applications. However, in observational studies, the variables of interest (e.g., education, prices) are often endogenous, making conventional quantile regression inconsistent and hence inappropriate for recovering the causal effects of these variables on the quantiles of economic outcomes. In order to address this problem, we develop a model of quantile treatment effects (QTE) in the presence of endogeneity and obtain conditions for identification of the QTE without functional form assumptions. The principal feature of the model is the imposition of conditions that restrict the evolution of ranks across treatment states. This feature allows us to overcome the endogeneity problem and recover the true QTE through the use of instrumental variables. The proposed model can also be equivalently viewed as a structural simultaneous equation model with nonadditive errors, where QTE can be interpreted as the structural quantile effects (SQE).     

Inference on the Quantile Regression Process

Tests based on the quantile regression process can be formulated like the classical Kolmogorov–Smirnov and Cramér–von–Mises tests of goodness–of–fit employing the theory of Bessel processes as in Kiefer (1959). However, it is frequently desirable to formulate hypotheses involving unknown nuisance parameters, thereby jeopardizing the distribution free character of these tests. We characterize this situation as “the Durbin problem” since it was posed in Durbin (1973), for parametric empirical processes. In this paper we consider an approach to the Durbin problem involving a martingale transformation of the parametric empirical process suggested by Khmaladze (1981) and show that it can be adapted to a wide variety of inference problems involving the quantile regression process. In particular, we suggest new tests of the location shift and location–scale shift models that underlie much of classical econometric inference. The methods are illustrated with a reanalysis of data on unemployment durations from the Pennsylvania Reemployment Bonus Experiments. The Pennsylvania experiments, conducted in 1988–89, were designed to test the efficacy of cash bonuses paid for early reemployment in shortening the duration of insured unemployment spells.     

基于虚拟变量分位点回归模型的条件VaR估计以及杠杆效应分析

已有成果在研究杠杆效应时大多数都是基于ARCH类模型,从波动率的角度进行分析的。本文应用分位点回归模型以及含有虚拟变量的分位点回归模型分析了"已实现"波动率条件下的CVaR,并尝试从市场风险的角度对杠杆效应进行分析。最后,对中国股票市场进行了实证研究,得到了"已实现"波动率条件下的CVaR估计,并从风险的角度证实了中国股市的市场风险存在杠杆效应。     

上海期货市场收益和波动的周日历效应研究

期货市场收益和波动的周日历效应可以为投资者在期货市场上投机、套利和避险提供重要的决策依据.为系统检测上海期货市场期货价格收益和波动的周日历效应,使用非对称GJR-GARCH模型,对上海期货市场主要品种的隔天(收盘价-收盘价)收益和波动、交易期(开盘价-收盘价)收益和波动以及非交易期(收盘价-开盘价)收益和波动的周日历效应进行实证检验,研究期间为2002年1月～2006年12月.结果显示,收益和波动的周日历效应存在于上海期货市场,但发生时间依据品种不同而有所差异,铜期货和铝期货呈现收益周一正效应.橡胶期货周一的非交易期收益和周三的交易期收益显著大于零,各类型波动的分布在一周中各交易日也不一致.此外,铜期货和铝期货还表现出波动的不对称性.