基于GLM的贝叶斯变量与模型选择

针对非正态响应的部分因子试验,当筛选试验所涉及的因子数目较大时,提出了基于广义线性模型(generalized linear models,GLM)的贝叶斯变量与模型选择方法.首先,针对模型参数的不确定性,选择了经验贝叶斯先验.其次,在广义线性模型的线性预测器中对每个变量设置了二元变量指示器,并建立起变量指示器与模型指示器之间的转换关系.然后,利用变量指示器与模型指示器的后验概率来识别显著性因子与选择最佳模型.最后,以实际的工业案例说明此方法能够有效地识别非正态响应部分因子试验的显著性因子.     

基于贝叶斯因子模型金融高频波动率预测研究

构建了包含时变系数和动态方差的贝叶斯HAR潜在因子模型(DMA(DMS)-FAHAR),并对我国金融期货(主要是股指期货和国债期货)的高频已实现波动率进行预测.通过构建贝叶斯动态潜在因子模型提取包含波动率变量、跳跃变量和考虑杠杆效应的符号跳跃变量等预测变量的重要信息.同时,在模型中加入了投机活动变量,以考察市场投机活动对中国金融期货市场波动率预测的影响.预测结果表明,时变贝叶斯潜在因子模型在所有参与比较的预测模型当中具有最优的短期、中期和长期预测效果.同时,具有时变参数和时变预测变量的贝叶斯HAR族模型在很大程度上提高了固定参数HAR族模型的预测能力.在股指期货和国债期货的预测模型中加入投机活动变量可以获得更好的预测效果.     

基于多子样的贝叶斯动态过程能力估计与评价方法研究

针对参数随机化情况下生产过程能力的评价问题,提出了新的过程能力指数估计与评价方法。通过质量控制模型的统计结构分析,研究了扩散先验分布下参数后验分布,据此构造了过程能力指数的贝叶斯点估计和区间估计;在此基础上,将前一阶段模型参数后验分布作为下一阶段的参数先验分布,充分利用历史数据信息,建立了过程能力指数及其下限的贝叶斯动态评价模型。研究结果表明:与现有的贝叶斯过程能力指数估计方法比较,贝叶斯动态过程能力指数的预测精度优于前者,更能反映实际生产过程能力水平。     

多响应稳健参数设计的贝叶斯建模与优化

针对多响应稳健参数设计问题,在贝叶斯统计建模的框架下,结合质量损失函数和后验概率方法构建了一种新的优化模型.该方法不仅运用后验概率方法评估了各响应落在规格限内的期望概率(即优化结果的可靠性),而且运用质量损失函数度量了多变量过程的稳健性.此外,进一步地结合实例讨论了期望概率对优化结果的影响、联合概率与边缘概率之间的关系以及如何获得质量损失与后验概率之间的最佳平衡点.研究结果表明:所提方法能够在优化过程中较好地兼顾多元过程的稳健性和优化结果的可靠性,从而为实现多响应稳健参数设计提供了各方面(如多元过程的稳健性、优化结果的可靠性)均较满意的优化结果.     

基于非参数ACE变换的贝叶斯非线性协整检验

针对线性以及非线性协整检验存在模型参数过多、小样本条件下检验功效偏低的问题,提出基于非参数ACE变换的贝叶斯非线性协整VAR模型,运用ACE算法进行变量变换,结合参数的完全条件分布设计Gibbs抽样方案,进行贝叶斯非线性协整检验,并利用Monte Carlo 仿真研究了贝叶斯非线性协整方法的检验势,发现贝叶斯非线性协整...     

基于非参数 ACE变换的贝叶斯非线性协整检验

针对线性以及非线性协整检验存在模型参数过多、小样本条件下检验功效偏低的问题,提出基于非参数 ACE变换的贝叶斯非线性协整 VAR模型, 运用 ACE算法进行变量变换, 结合参数的完全条件分布设计 Gibbs抽样方案, 进行贝叶斯非线性协整检验, 并利用 MonteCarlo仿真研究了贝叶斯非线性协整方法的检验势, 发现贝叶斯非线性协整比经典 Johansen法具有更高更稳健的检验势;同时, 对中国城市和农村居民消费价格指数序列进行实证分析.研究结果表明:贝叶斯非线性协整方法解决了模型中参数过多、小样本条件下检验功效偏低的问题,提高了估计的精确度和检验的准确性     

基于贝叶斯Wishart波动模型的原油市场与股市动态相依性研究

针对时变相关系数矩阵在多变量随机波动模型的估计问题,构建了贝叶斯动态相关Wishart波动模型。在CC-MSV模型的基础上,设置精度矩阵服从Wishart分布,使得模型的相关系数矩阵具有时变特征。通过模型的统计结构分析,选择参数先验分布,设计相应的Gibbs-MTM-ARMS混合算法,据此估计模型参数;并利用上证综合指数、标普500指数与原油期货价格数据进行实证分析。研究结果表明：模型能够有效地刻画原油市场与股票市场的动态相依性;金融危机期间,股票市场与原油市场的相关性较强,并且难以判断正负方向;金融危机后,中国股票市场与原油市场呈现极微弱的相关性,而美国股票市场与原油市场的正相关性较为明显。     

基于过程熵的供应商多元加工能力评价

在供应链管理中,当需要考察的供应商产品质量特性多于两个时,就需要对其多元加工过程的稳定性进行评定.利用信息熵原理和多元加工过程的抽样数据,首先计算得到单一质量特性加工过程的熵及其过程能力指数,然后基于熵权法,对单变量过程能力指数进行加权处理,从而得到多元加工过程能力指数的计算模型.为了减少单次抽样所带来的随机误差,利用Bootstrap再抽样技术,对多元过程能力指数的概率分布进行仿真模拟,获得了多元能力指数的经验分布及其大致的置信区间,为更有效地评价供应商多元质量特性加工能力提供了概率依据.最后以某汽车集团的曲轴供应过程过例,对三个候选供应商的多元加工过程进行评价和选择.     

套期保值, 估计风险与贝叶斯统计——基于中国铜期货市场的经验研究

针对期货最优套期保值策略估计中可能存在的估计风险问题,本文对单变量线性回归模型(OLS模型)和多变量线性回归模型(VAR模型和EC-VAR模型)进行贝叶斯分析,并采用Gibbs抽样方法对中国铜期货市场的最优套期保值策略进行了实证分析。本文还同时估计了基于频率统计方法的最优套期保值策略,并对贝叶斯统计下和频率统计下的最优套期保值策略进行了分析比较。实证结果清楚表明,估计风险对模型结果有重要影响。在处理估计风险方面,贝叶斯统计较频率统计方法有明显优势。     

非平稳技术冲击、时变通胀目标与中国经济波动——基于动态随机一般均衡的分析

本文构建了一个包含时变通胀目标和非平稳技术冲击的动态随机一般均衡(DSGE)模型,基于中国1992-2010年的季度数据,采用贝叶斯推断方法,估计了模型的结构参数.模拟仿真结果的比较分析发现,构建的DSGE模型能够更好地拟合中国经济,主要经济变量的理论波动相比较而言与实际经济波动更为一致.从模型的预测误差方差分解来看,时变通胀目标和非平稳技术冲击对主要经济变量的波动都具有相应的解释能力.     

随机效应半参数二值响应模型的估计研究北大核心CSSCI

为了研究诸如在收入差距和健康关系中某些解释变量的影响效应可能依赖于其他解释变量的状况,降低可能存在的模型设定和遗漏变量偏误,本文提出了随机效应半参数二值响应模型,其中非参数的设定还可用于数据的初探性分析.随后本文探讨了模型非参数和参数部分的估计.由于似然函数中随机效应和非参数的存在加大了估计难度,为此本文采用B样条方法逼近非参数部分,同时将随机效应视为缺失数据,利用EM算法和MCMC方法建立了模型参数的估计,并研究了其一致性.模拟研究结果表明估计量在有限样本下的表现良好,最后将模型运用于收入差距与健康关系的实例研究中,结果表明数据支持收入差距弱假说.     

基于Bootstrap抽样的多元过程能力指数估计

过程能力指数主要用于定量描述加工过程满足技术规格要求的能力,目前普遍使用的能力指数如Cp、Cpk、Cpm等主要针对单一质量特性,关于多元质量特性的过程能力指数尚未得到很好地解决.本文首先对多元过程能力指数的发展情况做一总结,指出现存的若干问题,然后在单变量过程服从正态分布的假设下,利用单一质量特性加工过程的差异系数,对单变量过程能力指数进行加权处理,得到多元过程能力指数的计算公式.然后基于Bootstrap抽样技术,对多元过程能力指数的统计分布进行仿真处理,获得了多元能力指数的经验分布及其大致的置信区间,从而为有效进行多元质量特性加工过程分析提供了概率依据.最后以某曲轴加工过程为例给出了应用案例.     

基于贝叶斯机制转换协整模型的石油——股市非对称效应研究

传统门限机制转换模型存在参数估计最优化计算复杂以及参数不可识别的问题,本文构建双机制的贝叶斯门限机制转换协整模型研究国际石油价格与股市之间的非线性动态关系。利用八个亚太股票市场和国际石油价格的数据,结合MCMC抽样算法进行贝叶斯分析,着重考察国际石油—股市之间的非对称效应,结果发现国际石油价格与韩国、马来西亚股市之间具有门限机制转换的非线性协整关系,表明国际石油价格与韩国、马来西亚股市存在非对称效应,而国际石油价格与日本、澳大利亚、印度、印度尼西亚、台湾和新加坡股市之间没有非对称效应。进一步,格兰杰因果检验结果发现,国际石油价格与日本、澳大利亚、韩国、印度、马来西亚、印度尼西亚和新加坡股票价格指数之间存在双向格兰杰因果关系,而与台湾股票价格指数之间没有明显的格兰杰因果关系。     

中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.     

公司盈利、投资与资产定价:基于中国股市的实证北大核心CSSCI

选取1997年7月至2015年6月中国股市月度收益数据为样本,以营业利润与账面价值的比值作为盈利因素的代理变量,以总资产增长率作为投资因素的代理变量。先后运用Fama-Macbeth回归法和投资组合因子模拟法分析了规模、B/M、盈利和投资等因素与资产定价的关系,并对Fama和French近期提出的五因子资产定价模型进行了实证研究。研究发现,规模、B/M、盈利和投资四因素在解释个股横截面收益差异上的显著性依次降低,而且B/M因素在规模大组的显著性要大于规模小组,但盈利和投资因素则表现相反;中国股市的平均收益同样存在与规模、B/M、盈利和投资相关的效应特征,其中B/M效应特征表现出了翘尾现象,盈利效应的主要特征表现为盈利能力越强的公司的股票收益越低,但规模较大的公司则表现为盈利能力越强的公司的股票收益越高,投资效应特征表现为投资越保守的公司的股票收益越高。使用五因子资产定价模型能较好地拟合这些特征,而且在表现上也优于三因子资产定价模型。     

基于股权结构的财务危机预警模型构建

本文试图将公司股权结构变量引入到财务危机预警的研究中,首先运用Logistic回归分析对引入模型的变量进行了筛选,然后将筛选得到的变量进行主成分分析得到五个综合的变量,最后通过对五个综合的变量进行Fisher判别分析建立了一个上市公司的财务危机预警模型。本文选取的样本全部为上市工业企业,以期建立一个行业预警模型提高预警能力。结果表明,模型的预测能力较强。     

比例数据基于Tobit分位数回归模型的贝叶斯变量选择

针对家庭商业健康保险参保比例在[0,1]闭区间上取值的特点,本文基于Tobit模型给出了比例响应数据的贝叶斯分位数回归建模方法。通过引入回归系数的“Spike-and-slab”先验分布,应用EM算法我们提出了基于门限规则的贝叶斯变量选择方法。大量数值模拟研究验证了所提的贝叶斯变量选择方法的有效性,且具有易操作、计算量小等优点。最后,将此方法应用到家庭商业健康保险数据的实证分析,研究不同分位数水平下家庭健康保险参保比例的影响因素,得到了许多有意义的研究结果。     

单指标非参数期权定价——改进的非参数定价方法

本文建立一种改进的非参数期权定价模型,称为单指标非参数期权定价模型。相比现有非参数回归期权定价模型是期权价格关于各个因素的多元回归函数,本模型通过变量变换把期权价格多个因素指标转换为一个综合变量——单指标,得到期权价格关于单指标的一元非参数回归方程。改进的模型实现了多元非参数期权定价模型的降维和简化了模型计算;还通过多个期限期权的单指标组合解决了非参数估计的样本数量问题;以及通过期限平滑解决了现有非参数定价模型中的日历效应问题。选取上证50ETF期权数据实证分析表明,无论是样本内的估计结果还是样本外的预测结果都比传统的Black-Scholes模型、半参数Black-Scholes模型和多元非参数回归期权定价模型估计效果有提高。     

基于第一 HJ 距离的线性因子模型设定检验

模型设定检验是金融建模的重要环节,是减少模型风险的关键步骤． 本文基于 Hansen和 Jagannathan 提出的第一 HJ 距离模型误设测度 以台湾市场丰富的股票和指数期权数据为基础,对 8 种常见的线性因子模型( 包括基于金融资产价格的线性因子模型) 进行模型误设检验,并探究模型设定对参数检验的影响． 研究发现: 在 5% 的显著性水平下,所有无条件信息模型均存在模型误设问题,仅 FF3、LM、VanM、SkewM 的条件信息模型成为可接受的正确模型; 同时,是否考虑模型可能误设会影响 SDF 参数的检验,考虑模型可能误设能更有效地侦测因子的定价能力,而不考虑模型可能误设会高估模型 SDF 参数的 t 值绝对值,致使部分因子可能存在“伪”定价现象．     

高风险低收益？基于机器学习的动态CAPM模型解释

我国股票市场存在高风险股票反而伴随较低收益的低风险定价异象,这有悖于传统资产定价理论．本文使用宏观经济和微观企业特征构建了六百多个变量的宏微观混合大数据集,并结合多种经典机器学习算法开发了基于大数据和机器学习的智能动态ＣＡＰＭ模型,检验了时变系统性风险对我国股市收益解释能力．实证结果表明：本文的智能动态ＣＡＰＭ定价模型能够显著解释我国股市低风险定价异象;随机森林等非线性机器学习算法表现最佳;影响股票时变系统风险的主要因素是市场类因子,基本面因子居次．本文对于我国股市系统性风险测度、动态资产定价模型构建和金融与大数据和人工智能融合创新有重要理论与实践指导意义．