基于区间分析的金融生态环境评价及其实证

文章提出一种基于区间分析的金融生态环境评价体系;根据新时期金融生态环境影响因素的改变,构建了一套新的金融生态环境评价指标体系,并提出利用层次分析法确定指标权重;针对金融生态环境评价过程中存在的不确定性和单一决策者存在个人偏好的问题,提出基于群组专家共同评价的区间型评价标度,并利用灰色关联度改进传统理想解方法,给出一种新的金融生态环境评价方法.     

基于辅助回归模型的空间Hausman检验

 基于面板数据空间误差分量模型,提出空间Hausman检验,并通过数理推导,构造辅助回归模型的空间Hausman检验,进而通过Monte Carlo模拟实验,研究空间Hausman检验,以及辅助回归空间Hausman检验的有限样本性质。研究结果表明,空间Hausman检验能有效矫正空间面板数据下经典Hausman检验的水平扭曲,但随着空间相关性和样本量增大,其水平扭曲偏离理想值;辅助回归空间Hausman检验始终保持理想的水平扭曲。此外,二者均具有优越的检验功效。     

人口预测的投影寻踪自回归模型构建与实证

文章根据全国和上海市1980—2020年两种完全不同人口变化规律的时间序列数据,采用自回归分析法,确定了3个预测因子,分别建立投影寻踪自回归（PPAR）模型,建模样本的数据拟合精度和验证样本的预测精度均显著高于GM、Logistic模型,完全能够满足人口预测的需要。实证结果表明：全国人口2011—2020年验证样本的平均绝对误差MAE和平均绝对百分比误差MAPE分别为160.0万人和0.116%,最大相对误差仅为0.26%;2021—2030年的人口预测结果表明,2021—2027年,人口增速越来越慢,并于2027年出现人口达峰,达峰人口为14.15亿人。上海市人口2016—2020年验证样本的MAE和MAPE分别为6.9万人和0.28%,最大相对误差仅为0.53%;2021—2027年人口增速越来越慢,并于2027年达峰,达峰人口为2499.9万人。     

半参数Beta回归模型在数据挖掘中的应用

回归分析是数据挖掘中重要的方法之一。文章研究了基于半参数Beta回归模型结合惩罚样条估计的数据挖掘方法。当数据中因变量的数据取值为(0,1)区间(或某个区间)时,利用半参数Beta回归模型进行数据挖掘,不仅具有很好的解释效果,而且能挖掘出隐含在数据内部的有用信息。实验结果验证了研究方法的有效性。     

两类分析相关数据的Logistic回归模型

摘　　要:本文主要结合具体例子,针对具有相关关系的分类数据的统计分析,介绍了两类Logistic回归模型,并分析了它们的联系与区别 。     

基于非对称分布散点分位数的区间数据回归分析

许多经济变量(如GDP)水平序列随着时间变化具有单调趋势,截面数据(如各地区GDP)之间存在差异,为了研究经济变量在一段时间内的平均发展水平和相互关系,文章基于区间型符号数据的研究视角,提出了一种基于分位数思想的Bayesian回归方法,用以分析内部存在非对称分布散点的区间数据,既可以估计数据的区间,也可以预测数据在此区间内的偏度和离散程度。在模拟研究中,通过对评价指标数值的假设检验分析了该模型相对于上、下限和中点半径模型的效果,并根据真实数据中存在异常信息的现象,在模拟数据中加入异常值,进一步验证分位数方法的优势和稳健性。在实证研究中,运用提出的分位数方法,上、下限法和中点半径法对我国各地区GDP和工业生产总值年度数据进行区间回归分析,评价指标显示分位数模型Bayesian方法具有更优的拟合和预测效果,在GDP发展水平不同的地区,工业增长的贡献存在差异。     

区域金融发展与经济增长的实证分析——基于东部十省市地级市区数据与分位数回归方法

针对地级市区的金融发展与经济增长的关系．利用中国东部十个省市共87个样本地级市区2000—2006年的数据,基于分位数回归的统计分析结果表明,在被解释变量经济增长指标的不同分位数处解释变量金融发展和控制变量对经济增长影响的差异和波动是统计显著的。与经典的条件均值回归相比,条件分位数回归实证分析能够揭示数据生成过程更加丰富的信息,为区域金融发展与经济增长关系进行时空特征整合的统计建模提供了有力支持。     

区间数据参数估计的矩方法

本文讨论区间数据情况下,指数分布参数的矩估计。文中首先通过了矩方法得到了区间截断情况下参数的估计;在此基础上得到了区间截断情况下参数的两个矩估计;并通过这两个矩估计的关系得到了一个更优的估计。本文还利用矩估计的渐进性质,进一步得到了两种区间截断情况在大样本下参数的置信区间。     

金融结构与经济增长关系的实证检验

文章立足于金融部门的视角,从需求跟进论出发,对银行和股票市场在经济增长进程中的演化重要性进行了实证检验,同时验证了两者与保险市场的作用关系.传统的OLS、GMM估计发现,银行信贷对经济增长的影响显著为负,而股票市场交易规模的扩大有利于经济增长.时变参数模型的估计结果显示,近年来股票市场的演化重要性越来越大,而银行信贷则呈现轻微下降的趋势.     

金融与经济协调发展的测度模型与实证

文章利用模糊数学中的隶属度函数构建金融发展与经济发展的协调度测度模型,并基于我国1991～2007年的金融发展与经济发展状况,对金融发展与经济发展的协调性进行分析.分析结果表明:金融发展与经济发展的协调性除1991年之外,其他年份均处于协调水平线上,总体上协调水平较高,但2006年后具有下降趋势;同时证券市场发展与经济发展协调性除1991～1993年之外,其余年份均处于协调水平线上,但2003年后每年逐步下降.这对于我国金融与经济的协调发展具有一定的实践指导意义.     

缺失偏态数据下线性回归模型的统计推断

研究缺失偏态数据下线性回归模型的参数估计问题,针对缺失偏态数据,为克服样本分布扭曲缺点和提高模型的回归系数、尺度参数和偏度参数的估计效果,提出了一种适合偏态数据下线性回归模型中缺失数据的修正回归插补方法.通过随机模拟和实例研究,并与均值插补、回归插补、随机回归插补方法比较,结果表明所提出的修正回归插补方法是有效可行的.     

模糊数据的回归模型结构分析

本文在给出对称三角模糊数样本基础上,提出模糊数据回归分析模型的一般结构。在使用线性规划LP方法进行模糊回归系数估计时,根据模糊集合的择近原则,给出了利用样本平均贴近度评价模型拟合效果的一个准则。通过实例计算,比较了模糊样本回归模型未知参数估计的FLP方法和FLS 方法。     

我国金融与海洋经济互动关系的实证研究

文章在分析金融与海洋经济互动机制的基础上构建研究框架,采用格兰杰因果检验、面板数据、面板向量自回归模型分析了金融与海洋经济的互动关系.研究结果表明,金融对海洋经济发展的支持不够,两者的互动效应不够明显,我国海洋经济发展中存在着“金融抑制”现象.     

线性回归模型与传递函数模型在时间序列应用上的比较研究

如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型.但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunction models).与普通的回归模型相比,传递函数模型说明因变量与自变量以及扰动项之间关系时,有着更为丰富的结构.在多变量时间序列模型方面,有关线性回归模型与传递函数序列在时间序列方面应用效果的比较很少,因此,本文拟进行这方面的研究,为多变量时间序列建立模型提供参考.     

缺失数据下随机系数自回归模型的参数估计

随机系数自回归模型能够较好地描述模型系数随时间变化的特性,因此得到了广泛应用。文章讨论具有缺失数据的随机系数自回归模型的参数估计问题,在缺失数据情形下给出了四种模型参数估计方法:无数据填充条件最小二乘法、均值填充法、条件均值填充法以及桥填充法。最后,通过随机模拟说明了上述估计方法的精确性,并给出了应用实例。     

中国农民工汇款的影响因素分析——一个区间回归模型的应用

 摘　　要:中国农村劳动力的大规模转移，为劳动力输出地带来了大量汇款，这些汇款甚至超过了当地的财政收入。在本文中，我们利用最近所做的农民工汇款问卷调查数据来分析影响农民工汇款的因素。因为关于汇款量的调查数据处于不同的区间而不是具体的数值，所以我们利用区间回归模型来对此进行分析。研究结果表明，农民工的打工收入、农村老家的非汇款收入、农村老家的耕地数量以及农民工的年龄对汇款量具有显著的正向影响，而农民工的转移成本、是否全家一起外出打工、是否有失业经历以及是否接受过大学教育对汇款量具有显著的负向影响 。     

金融发展与城乡收入差距的实证研究

文章运用1978～2008年的相关数据,利用基于VAR模型上的协整检验和Granger因果关系检验对甘肃省金融发展与城乡收入差距之间的关系做出了实证分析。结果显示,金融发展和城乡收入差距之间存在着长期的均衡关系,且金融发展与城乡收入差距正相关。最后文章从金融抑制的角度对这一实证结果做出了解释,并从金融方面入手提出了缩小城乡收入差距的政策建议。     

基于区间直觉集的互联网金融模式择优方法

文章根据互联网金融模式择优评价过程中存在的不确定性,提出一种群组专家参与的区间型直觉模糊集评价方法.给出了区间型直觉模糊集的精确函数计算方法,根据互联网金融模式择优评价过程中存在的不确定性和模糊性,利用能综合群组意见的区间型直觉模糊集作为评价标度,给出一种互联网金融模式择优评价方法.层次分析法用来确定互联网金融模式择优影响因素的指标权重确定.最后实证分析了某省金融模式择优过程,验证了本方法的可行性和科学性.     

安徽省金融发展与经济增长：基于VAR和VEC模型的实证

安徽通过改革开放以来三十一年的发展,金融发展在一定程度上促进了经济的增长,相关实证分析显示：金融规模的扩张和股票市场的发展不同程度地促进了经济的增长,虽然股票市场的发展滞后到第七期对经济增长的贡献才超过了金融规模的扩张对经济增长的贡献,但其贡献度一直在增长,这表明,虽然金融规模的扩张对经济增长的贡献仍然较大,但是成立只有十几年的股票市场的发展对经济增长的贡献具有很大的潜力;而金融发展的效率对经济增长的贡献有限,且有些时期对经济增长呈负作用;保险市场的发展并没有表现出对经济增长的显著促进作用。基于实证分析的结果,为了安徽的金融发展更快更全面地促进经济增长,安徽股票市场的发展应摆在比传统金融中介发展更优先的位置,应继续加大企业从股票市场的融资力度,同时应大力发展多元化金融体系来提高金融发展效率,加快保险机构改革并提高保险业经营水平。     

计量经济学和统计学视角下的线性回归模型——再议线性回归模型的设定

从属性、构建方法及意义等方面,分析研究线性回归模型在计量经济学和统计学两学科视角下的差异,并根据这种差异进一步提出回归模型的基本设定思路。研究表明:识别这种差异是完成模型设定工作的基础性和必要性举措,有助于实现线性回归模型的正确设定。以经典例证对计量经济学和统计学回归模型在应用中的区别以及模型设定问题进行进一步展示和分析。