中国教育收益率统计估计与分析 ——基于参数和半参数估计方法的比较

 本文分别运用参数和半参数估计方法,就如何更准确有效测度中国教育收益率作深入探讨。利用CHNS数据对我国1989年至2006年的教育收益率进行估计,并采用Hausman检验法对两种估计方法结果进行检验。结果表明,从估计效率看,前者比后者的效率更高;但从估计效果看,后者才是一致性估计。而且我们发现虽然教育收益率整体呈逐渐增加趋势,但与实物资本收益率相比仍偏低。中国的教育和劳动力市场亟需加大投资和改革力度。     

基于模糊Yule-Walker方程的FAR(p)预测模型

文章把基于Yule-Walker方程的AR(p)模型参数估计及定阶方法引入模糊时间序列分析中,提出了基于模糊Yule-Walker方程的FAR(p)模型参数估计及定阶方法;建立了一个全国发电量的模糊时间序列模型,并进行了应用尝试.     

区间数据下参数估计的条件期望方法

文章面向工程需求讨论了常见寿命分布下区间数据参数估计的条件期望方法.该方法以条件期望替代样本真实故障时间,利用最小二乘估计并以数值迭代的方式求得参数的点估计值,同时给出了参数置信区间.经数值例验证,这种方法可以有效地控制估计误差.     

企业典型产品生命周期曲线的Logistic随机模型的拟合与应用

对企业产品生命周期的识别、特别是对典型产品生命周期的识别构成了产品生命周期理论的基础和难点.虽然Logistic模型可用于产品生命周期的识别,但由于该模型参数的非线性性,在估计方法上存在一定困难.文章结合三段倒数和值法与Fisher-Pry变换对典型产品生命周期的Logistic随机模型进行拟合,并给出实证分析结果.不仅从曲线特征上适用于拟舍典型产品生命周期,同时又满足了反映经济现象随机性特性的要求.     

能源消费与经济增长动态关系的实证分析

文章以中国能源消费与经济增长动态变化关系为研究基础,将中国东部、中部和西部三大地区作为研究对象,基于非参数局部多项式回归的方法来拟合能源消费与经济增长的关系曲线,对曲线的拟合效果、单调性、凹凸性及动态变化特征进行详细阐述.依据实证结果得到如下结论:东部、中部和西部三大区域的能源产出效率及边际收益变化存在明显差异,以全国能源消费和经济增长拟合线作为参照标准,中部地区和西部地区二者之间的关系相对稳定,东部地区曲线变化比较复杂.最后从脆弱性、非同步性和阶段变化性三方面对能源消费与经济增长的动态变化特征做出分析.     

京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据

以全球DMSP/OLS夜间灯光数据为基础,通过影像重投影、相互校正、年内校正、时间序列校正后,得到京津冀地区校正后DMSP/OLS夜间灯光数据;利用京津冀能源消费统计数据和碳排放因子数据,计算得出京津冀地区分省市碳排放量。在此基础上,通过数据拟合构建京津冀县域尺度碳排放估算模型,估算模型拟合优度为0.975 2,估算模型有效。利用构建的估算模型对京津冀县域尺度碳排放量进行估算,并采用探索性空间数据分析方法对京津冀县域尺度碳排放时空演变特征进行分析。结果表明：2000—2013年京津冀县域尺度碳排放呈现快速增长特征,且存在显著的区域差异,高碳县域表现为“Y形”分布特征。县域尺度碳排放具有显著空间正相关性,碳排放空间相关性呈不断减弱的趋势,且呈现空间高值集聚效应和空间低值集聚效应。热点与次热点区域集中在北京市、天津市以及与北京市、天津市邻近的河北省区域;冷点与次冷点区域包括承德西北部地区和河北省中南部地区。     

中国城乡居民信息消费的半参数估计分析#

以中国1993-2008年30个省份的面板数据为研究对象,通过构建中国城镇和农村居民信息消费的半参数模型,对信息消费的恩格尔曲线、总消费支出和价格指数对信息消费支出份额的边际影响进行了非参数估计,并在此基础上分析比较中国城乡居民信息消费的差异性。实证结果表明：地区经济发展水平仅对农村信息消费支出有显著影响,而居民受教育水平、居民总消费支出以及价格水平均对城乡居民信息消费支出有显著影响;居民总消费支出和价格水平变量对城乡居民信息消费支出的边际影响均存在一个极大值水平;价格水平对农村居民信息消费支出的负效应要大于总消费支出对信息消费支出的正效用,而城镇居民信息消费中没有表现出这一特征。通过控制价格水平、增加农村居民收入、增加农村基础设施投入等方式,可以缩小城乡居民信息消费的差异。     

基于GMM的缺失数据回归模型的半参数估计

响应变量存在数据缺失的情况广泛出现在社会经济研究中,对响应变量存在数据缺失的回归模型提出了一个在矩估计框架下的单一的半参数估计量,这种估计量保留了参数回归估计量与非参数匹配估计量的特性,从而使得该估计量既能在响应变量被观测的子样本中保持较好的拟合性,又能够降低响应变量未被观测的子样本的估计误差,并且证明了这种估计量是一致、渐进正态估计量。     

直接离散GM(1,1)模型参数估计的最小一乘法

研究表明直接离散GM(1,1)模型对严格服从非齐次指数规律的原始数据进行建模,所得到的模型具有完全相同的指数规律,而当数据为近似非齐次指数规律时,直接离散GM(1,1)模型拟合效果较差.主要原因是直接离散GM(1,1)模型采用最小二乘法估计参数,稳健性不好造成的.针对这一情况,文章提出利用最小一乘法估计直接离散GM(1,1)模型参数改进上述不足.对比实验表明,采用最小一乘法估计参数得到的直接离散GM(1,1)模型具有很好的精度和稳健性,使得直接离散GM(1,1)模型的适用范围得到进一步扩大.     

Logistic回归模型的两参数估计

Logistic回归模型是一种有效的分类数据处理方法.为了克服Logistic回归模型的复共线性,文章提出了Logistic回归模型参数的两参数估计,并在均方误差矩阵准则下对估计的统计性质进行研究.