带测量误差的分位数回归模型的参数估计研究

近年来,研究预测变量带测量误差的分位数回归模型的参数估计问题已逐渐成为统计学中的一大热点问题,但由于带测量误差的分位数回归模型的参数估计十分复杂,所以相关研究很少,而目前的研究主要集中于误差分布为球形对称分布的正交回归法和误差分布自由的校正损失函数法等。在回归误差分布为正态分布的假设下,提出修正因子得分法(CFS),即在因子得分法的基础上进行参数估计,并对估计偏差进行修正得到最终估计;通过模拟研究,比较修正因子得分法相对正交回归估计(H-L估计)的优劣,并对修正因子得分法进行综合评价。     

面板数据的贝叶斯Elastic Net分位数回归方法及其应用研究

本文首次将Elastic Net这种用于高度相关变量的惩罚方法用于面板数据的贝叶斯分位数回归,并基于非对称Laplace先验分布推导所有参数的后验分布,进而构建Gibbs抽样。为了验证模型的有效性,本文将面板数据的贝叶斯Elastic Net分位数回归方法(BQR. EN)与面板数据的贝叶斯分位数回归方法(BQR)、面板数据的贝叶斯Lasso分位数回归方法(BLQR)、面板数据的贝叶斯自适应Lasso分位数回归方法(BALQR)进行了多种情形下的全方位比较,结果表明BQR. EN方法适用于具有高度相关性、数据维度很高和尖峰厚尾分布特征的数据。进一步地,本文就BQR. EN方法在不同扰动项假设、不同样本量的情形展开模拟比较,验证了新方法的稳健性和小样本特性。最后,本文选取互联网金融类上市公司经济增加值(EVA)作为实证研究对象,检验新方法在实际问题中的参数估计与变量选择能力,实证结果符合预期。     

基于Knockoff的分位数回归变量选择方法及其投资组合决策应用

在数据驱动时代,变量选择广泛应用于投资组合,如何从众多资产中挑选恰当的资产并进行配比,对稳定收益、控制风险非常关键。现有选择资产的方法未考虑到控制错误发现率（FDR）,不利于作出稳健的投资决策。为此,本文在Lasso分位数回归下基于Knockoff方法控制FDR,并用于求解条件风险价值（CVaR）投资组合决策模型。其中,用Lasso惩罚实现变量选择,用Knockoff方法通过模仿解释变量的相关结构构造Knockoff变量,将变量选择的FDR控制在给定水平。模型在两步迭代算法下采用线性规划求解,模拟分析从不同的误差分布、变量分布和维度下多角度展开。结果显示,与已有模型相比,基于Knockoff的Lasso分位数回归模型能良好地控制FDR且呈现出最好的预测效果。最后基于上证50指数成分股进行实证分析,利用滚动建模技术进行投资组合决策分析,发现新模型在收益指标和风险指标上均具有一定优势。     

基于中点及半径的区间数组合预测模型性质研究

文章将区间数的中点及半径分别看作实数序列,考虑组合预测区间数的中点及半径序列与实际值中点及半径序列之间的误差平方和,建立多目标最优化模型,通过引入偏好系数将多目标转化为单目标规划问题求解得到组合预测的权重.接着对所建立模型的有效性进行研究,并给出模型的相关性质.通过实例计算验证模型有效性.     

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。     

基于分位回归的风险保费预测

风险保费预测是非寿险费率厘定的重要组成部分。在传统的分位回归厘定风险保费中,通常假设分位数水平是事先给定的,缺乏一定的客观性。为此,提出了一种应用分位回归厘定风险保费的新方法。基于破产概率确定保单组合的总风险保费,建立个体保单的分位回归模型,并与总风险保费建立等式关系,通过数值方法求解出分位数水平,实现对个体保单风险保费的预测。通过一组实际数据分析表明,该方法具有良好的预测效果。     

变量惩罚效应在贝叶斯分位数回归模型的应用

尽管贝叶斯分位数回归方法能够有效克服经济金融数据的尖峰厚尾、结构突变等问题,充分借鉴已有研究成果信息,但是其并不能很好解决多维变量模型的维数灾难问题.为此,文章在贝叶斯分位数回归基础上,结合自适应Lasso变量惩罚作用,构建了基于MH抽样的自适应Lasso惩罚贝叶斯分位数回归模型.通过仿真模拟实验以及MCMC链条检验,证明上述模型具有优良拟合性质,尤其是在小样本情形下.     

房地产业与银行业股票的相关性研究

在给定概率水平下,为了描述具有尖峰、肥尾、有偏等特性的金融变量之间的非线性相依结构,给出了能够准确刻画金融变量上述特性的非对称Laplace分布,首次推导出了以该分布为边际分布,联合分布由高斯Copula建立的非线性分位数回归模型.实证表明:高斯Copula非线性分位数回归模型能够更全面准确的描述房地产业与银行业股票收益率之间的风险相关关系,对于预测收益率和防范金融风险具有十分重要的意义.     

基于贝叶斯方法的比例数据分位数推断及其应用

为了尝试使用贝叶斯方法研究比例数据的分位数回归统计推断问题,首先基于Tobit模型给出了分位数回归建模方法,然后通过选取合适的先验分布得到了贝叶斯层次模型,进而给出了各参数的后验分布并用于Gibbs抽样。数值模拟分析验证了所提出的贝叶斯推断方法对于比例数据分析的有效性。最后,将贝叶斯方法应用于美国加州海洛因吸毒数据,在不同的分位数水平下揭示了吸毒频率的影响因素。     

回归分析预测认识中的一个误区

一元线性回归模型是统计学中对数据进行预测的一种重要方法。应用时,在对数据进行线性回归后还要做F检验。F检验的目的是判别解释变量与因变量之间有无线性相关关系。普遍认为做F检验时,F的值越大,用此模型进行预测得到的结果就越可信。国民生产总值GDP是一个重要的经济指标,人们经常通过GDP来分析经济运行情况,因此人们经常会对GDP的增长率作出预测。本文分别运用三种线性回归模型对GDP数据进行回归分析,并预测GDP的增长率。证明了当回归模型的F值最大时,预测的效果不一定最好。选择线性回归模型进行预测,还要结合实际情况。     

连续性抽样估计方法研究综述

根据国外的理论研究及应用的经验,预计连续性抽样估计方法在中国的应用前景非常广阔。因此,将连续性抽样估计方法作为研究对象,对国外已有的相关研究成果进行理论化、系统化的研究综述,并比较分析各类连续性抽样估计方法,归纳出存在的问题及未来研究的趋势,为后续的研究提供参考,同时为该方法顺利地应用到中国实际调查工作中奠定理论基础,从而进一步推动中国统计调查方法体系的改革与发展。     

网上调查应注意的几个问题

国际互联网的飞速发展,正在把 我们带入一个激动人心的网络世界。适应网络时代的调查方式──网上调查随之产生。网上调查是利用网络作为信息收集渠道,获得即时有针对性的各种信息的一种调查方式,具有很高的时效性和效率,可以节省大量调查费用和人力,是二十一世纪调查研究收集数据的主要手段之一。由于国内上网用户数量有限,网上调查也刚刚起步,网上调查的使用具有一定的局限性,应注意以下几个问题: 样本的代表性网上调查的调查对象仅限于网民,网民的构成决定着预定的被调查者是否构成群体规模。如果被调查规模不够大,样本往往缺…     

ARCH类模型在风险价值测度中的应用

将ARCH类模型用于计算风险价值，会在很大程度上提高风险价值测度的精度。通过理论分析和实证分析都表明，利用ARCH类模型计算金融资产的风险价值，可以体现其收益率的分布状态和波动性的影响作用，适应风险价值计算的需要，能够提高风险价值的计算精度。     

Bounds on Sample Variation Measures Based on Majorization

Using majorization theory, upper and lower bounds are derived for different measures of variation as progressively more items of information are available about the sample data. As a convenient starting point, bounds are first established for a one-parameter family of variation measures, which is a generalized mean difference measure of which Gini's mean difference, the standard deviation, and the range are particular cases. While, as pointed out, some of the derived bounds are well known, others do not appear to have been published and are tighter than established bounds. Some 40 different bounds are derived, besides any number of bounds given for the generalized family of variation measures. A number of interesting inequalities are also derived on the basis of some of the bounds. While the bounds have been developed in terms of real-valued sample data generally, the paper concludes with a brief discussion of the bounds for categorical data when the sample data consists of frequencies (counts).     

Influence on tests with focus on linear models

To assess the influence of single observations on the parameter estimates, case-deletion diagnostics are commonly used in linear regression models; one example is Cook's distance. For nested parametric models we consider a deletion diagnostic for evaluating the influence of a single observation on the likelihood ratio (LR) test. In order to have a common scale as reference, the asymptotic distribution of the diagnostic is derived and the values of the diagnostic are converted to percentiles. We focus on linear models and general linear models, and in these cases explicit results are derived. The performance of the diagnostic is explored in two small bench mark examples from linear regression and in a larger linear mixed model example.     

基于点过程的极值VaR研究

风险无时不有、无处不在,风险本身并不可怕,金融机构就是通过承担风险、管理风险来获得收益的。真正可怕的是极值风险,即稀少或极端事件的发生给经济主体带来巨额损失的风险。因此对极值风险的建模就成为风险管理的重中之重。极值理论为极端事件的统计建模和极值风险测度的计算提供了坚实的理论基础,故有必要通过介绍和比较传统极值事件的建模,基于点过程构建极值风险的一般模型,并利用外汇市场的日数据和VaR的估计与检验进行实证分析。     

对CPI指数讨论的回顾与评述

2010年11月9日,笔者发布的《统计数据和主观感受：CPI是风动还是幡动？》一文,引起了各方的广泛关注和争论。其焦点集中在该文第三部分对CPI数据编制情况还原性估计的准确性上面。本文对主要争论意见进行了回顾和评述,对原文的估计方法进行了反思。这场讨论有助于研究者理解CPI编制的原理和具体细节,也将有助于推动CPI指数编制与研究的科学化。     

基于MOSUM的多重滤波变点检测研究

多时间尺度的变点问题一直是质量控制中的热点研究对象。基于移动和统计量(MOSUM),提出了一种多重过滤检验方法(MFT),以检验均值不变的零假设或存在均值变点的备择假设。首先,为使方法具有实用性和一般性,构建均值变点模型,并假定分布假设较弱。其次,由于单一窗宽对变点检测的局限性,构造了一个弱收敛到一个布朗运动相关的函数的MOSUM统计量,进而应用多个窗宽下MOSUM过程进行多变点检测。最后,为使得MFT方法不受其它分布参数变化影响,对模型均值外的参数变化作了鲁棒性检验。经模拟研究和实证分析表明,MFT方法的估计精度和准确度比一般方法更具优势和实效性。     

基于成本传导能力模型的实证研究

 内容提要：通胀环境下成本传导能力将是决定国际间和行业间利润流向的关键因素，本文提出并创建了成本传导能力模型，设计了成本传导能力指数及其变动指数，并实证测算了包含32个行业部门的成本传导能力指数及其变动指数。通过与行业利润对照发现，成本传导能力指数及其变动指数能够较好地反应各行业转嫁成本上涨的能力及其变动情况，是定量研究通胀环境下行业景气的基础性指标。成本传导能力模型的研究结论对我国控制通胀、战略性调整经济结构以及提高我国国际间成本传导能力具有政策意义。     

A Note on Local Influence Based on Normal Curvature

Object functions other than the likelihood displacement, such as a parameter estimate or a test statistic, can also be used in local influence analysis. The normal curvatures of these object functions have been studied in situations where the slopes were non-zero. In these situations, we show that the normal curvature is not scale invariant and thus ambiguous conclusions will be drawn. Comments on the application of the general normal curvature formula are presented.