对Copula函数中参数检验方法的改进

基于Rosenblatt积分变换,针对Roberto De Matteis等人提出Copula参数估计拟合检验的缺陷加以改进,提出一种新的拟合优度检验方法--两步拟合优度检验法.即第一步进行W(X,Y)是否服从U[0,1]分布假设检验,第二步进行T(X,y)是否服从χ2(4)分布假设检验.     

移动支付使用者使用意向与使用行为模型及实证研究

为了了解影响移动支付使用者使用意向与实际使用的因素,对基于整合型信息接受模型的新增成本影响因素进行验证性因子分析.结果显示:移动支付使用成本对移动支付使用意愿有着最显著的影响,社会影响、努力期望和期望效用对移动支付使用意愿具有显著的正向影响;移动支付使用意愿和便利条件对使用行为有着非常显著的积极影响.     

偏态t分布下FIGARCH模型的动态VaR计算

针对金融时间序列多是有偏分布和"长记忆性"的特征,讨论偏态t分布下分数维GARCH模型的动态VaR测算问题.在分析正态分布、学生t分布、广义误差分布下和偏态t分布的基础上估计模型参数,得出了动态VaR,并进行了失败率检验.实证结果表明:基于偏态t分布下的FIGARCH模型测算的动态VaR值克服了其他分布假设上的不足,能够较好地反映金融收益率的实际风险,并在该分布下的Pearson吻合度检验也证实了模型分布选择的正确性.     

个人教育收益率的估计与比较: 一个半参数方法

 本文运用一种变系数部分线性模型扩展了传统的明瑟人力资本收入函数,并提出了对明瑟函数中“平行性”假设的一种检验方法,以分析个人教育收益率如何受到工龄等因素的影响。通过对1991、2000以及2004等年度国家统计局城镇居民收入调查数据的分析,揭示出近二十年来我国城镇居民中不同工龄的人们的教育收益率存在明显区别,其中人教育收益率最高的始终是在1980年代中后期参加工作的群体。对导致我国教育收益率这种特殊现象的原因作了分析。     

我国国债市场分割下的波动溢出效应研究

文章以银行间国债市场和交易所国债市场的市场指数为分析目标,运用Hamao等(1990)的单变量GARCH模型两步法,考察我国国债市场问的波动溢出效应.研究结果表明:在检验期内,我国国债市场的价格对信息的反应不灵敏;外部冲击对债券市场的影响具有持久性;信息流动是单向的,银行间国债市场的波动冲击会影响到以后交易所国债市场的波动,而交易所债券市场的波动冲击不会对以后银行间国债市场的波动产生影响.     

延期支付条件下变质产品的补货策略

文章以由一个生产商和一个零售商所组成的供应链为研究对象.在通货膨胀的环境下,宽放了传统研究中补货率无限大的假设条件,从零售商的视角,研究了基于延期支付的变质产品补货策略问题.根据生产商给予零售商的延期支付期限的不同,讨论了零售商的最优补货策略的制定方法,建立了零售商总成本数学模型,并介绍了模型的求解过程.最后,运用灵敏度分析的方法,通过具体算例,分析了通货膨胀率、产品补货率和产品变质率的变化时最优补货策略的影响.     

CA-AR模型在人口增长模拟中的应用

文章结合人口变化的空间和属性两个基本特征,充分利用CA和AR模型的优点,构建了用于模拟人口增长的CA-AR模型.对成都市主城区作实证研究.以1991年～2004年的人口统计数据为基础估计模型参数,并用2005年的人口数据对模型进行检验.结果表明,此模型较好地解决了在人口增长模拟中人口数量的时间序列变化和空间相互影响相结合的问题.使人口增长模拟更符合实际情况,预测精度较高,为城市规划、城市土地利用规划等提供了科学的参考依据.     

无形性变质的短生命周期产品库存决策模型研究

文章对无形性变质的短生命周期产品库存问题进行了描述;建立了不允许缺货、允许缺货和允许持续补货条件下的库存决策模型;探讨了模型的求解方法;通过实例分析,说明了模型的正确性与实用性.     

基于MCMC方法的保险短期个别风险的测算

对保险短期个别风险的测算由于没有充分考虑索赔次数和索赔额的不确定性,其结果不能准确评估并预测保险实务中复杂的短期风险.文章在传统贝叶斯模型基础上引入Metropolis-Hastings抽样与Gibbs抽样相结合的马尔科夫链蒙特卡罗(MCMC)方法,克服了高维数值计算的困难,通过对典型实例的实证测算,证实即使在索赔数据缺失情况下,该模型仍然能够较好地模拟缺失数据的后验估计以及预测值的后验分布,提高了预测的准确性并减少了不确定性风险.     

湖北省企业竞争力评价模型与实证

文章选取一系列能反映企业竞争力的测度指标,构造了相应的测度统计指标体系和企业竞争力模型,运用综合评价法和因子分析法,对湖北企业竞争力进行综合评价与分析,以求得湖北省企业竞争力不强的症结之所在,从而提出增强湖北省企业竞争力、实现经济均衡发展的有效途径和对策.