Binary Dynamic Logit for Correlated Ordinal: estimation,application and simulation

We evaluate the estimation performance of the Binary Dynamic Logit model for correlated ordinal variables (BDLCO model), and compare it to GEE and Ordinal Logistic Regression performance in terms of bias and Mean Absolute Percentage Error (MAPE) via Monte Carlo simulation. Our results indicate that when the proportional-odds assumption does not hold, the proposed BDLCO method is superior to existing models in estimating correlated ordinal data. Moreover, this method is flexible in terms of modeling dependence and allows unequal slopes for each category, and can be used to estimate an apple bloom data set where the proportional-odds assumption is violated. We also provide a function in R to implement BDLCO.     

A multivariate zero-inflated binomial model for the analysis of correlated proportional data

In this paper, a new multivariate zero-inflated binomial (MZIB) distribution is proposed to analyse the correlated proportional data with excessive zeros. The distributional properties of purposed model are studied. The Fisher scoring algorithm and EM algorithm are given for the computation of estimates of parameters in the proposed MZIB model with/without covariates. The score tests and the likelihood ratio tests are derived for assessing both the zero-inflation and the equality of multiple binomial probabilities in correlated proportional data. A limited simulation study is performed to evaluate the performance of derived EM algorithms for the estimation of parameters in the model with/without covariates and to compare the nominal levels and powers of both score tests and likelihood ratio tests. The whitefly data is used to illustrate the proposed methodologies.     

农村居民消费对我国经济增长影响分析

本文通过建立面板数据模型测度了农村居民消费对我国经济增长的影响效应,认为农村居民消费对我国经济增长具有正向促进作用但不够明显,分析了扩大农村居民消费需求促进经济增长所面临的障碍因素并提出了相应的对策建议。     

Rate efficient estimation of realized Laplace transform of volatility with microstructure noise

In this paper, we consider the problem of estimating the Laplace transform of volatility within a fixed time interval [0,T] using high‐frequency sampling, where we assume that the discretized observations of the latent process are contaminated by microstructure noise. We use the pre‐averaging approach to deal with the effect of microstructure noise. Under the high‐frequency scenario, we obtain a consistent estimator whose convergence rate is , which is known as the optimal convergence rate of the estimation of integrated volatility functionals under the presence of microstructure noise. The related central limit theorem is established. The simulation studies justify the finite‐sample performance of the proposed estimator.     

能源价格波动对中国物价水平的潜在与实际影响

目的/意义原油作为重要的工业原料、大宗商品和战略储备物资,其价格波动对全球经济发展具有重大影响,对原油价格进行预测是能源经济领域的热点研究课题。对国际原油价格预测的主要方法进行系统梳理并展望未来研究方向,有助于该研究领域的纵深发展。设计/方法基于295篇国际期刊文献,对国际油价预测的发展阶段、发表期刊、研究机构等进行归纳总结,然后对近二十年油价预测领域的主要研究方法进行系统梳理和分析,最后对油价预测工作进行评述和趋势展望。结论/发现自2008年金融危机后,油价预测研究快速发展,相关文章主要发表于能源经济领域的权威期刊《Energy Economic》。现有油价预测方法主要包括计量模型、机器学习和混合预测模型。展望未来,利用高频日内交易数据,融合计量和机器学习前沿方法,对原油价格进行区间预测或概率密度预测是值得探索的方向,此外还应深化油价预测结果的实际应用价值。     

格式条款规制标准研究

目的/意义 平台经营者掌握着优势的规制权力,且可能对平台内经营者实施排他、歧视和剥削等不合理限制交易的行为,直接损害平台内经营者的合法权益,阻碍平台市场的自由和公平竞争,迫切需要法律规制。 设计/方法 通过对《电子商务法》实施前的法律规制体系梳理,可知平台经营者不合理限制交易的格式条款规制和竞争法规制兼存在漏洞。一方面,提示说明义务弱化、公平原则适用困难、平台规则备案审查作用有限,使格式条款规制体系无力应对;另一方面,不合理限制交易行为难以被《反垄断法》和《反不正当竞争法》规制体系完全覆盖。 结论/发现 《电子商务法》第35条通过设置不合理限制交易的“禁止+合理抗辩”条款,专门规定行政法律责任,是对平台经营者不合理限制交易法律规制的发展。《电子商务法》第35条所蕴含的“相对优势地位”“不合理限制”“明显不合理限制”等关键实施要点,有待进一步丰富、充实。     

农村老年人老化态度变动轨迹:基于积极老龄化框架的实证考察

基于积极老龄化理论框架和"中国老年健康影响因素跟踪调查"面板数据,文章从积极和消极两个维度对农村老年人老化态度问题进行实证考察。研究发现,两种老化态度均以2008年为重要转折点,女性老化态度比男性更具多样性和多变性。健康、社会参与和保障都能引起老化态度的积极变动,但社会适应、子女经济支持和社区照料三个因素对消极老化态度有正向影响,而生产活动降低了积极老化态度水平。从贡献率看,健康因素对老化态度差异贡献最大,其次是保障因素、社会参与因素,健康因素更能解释积极老化态度的变化,社会参与因素对消极老化态度的贡献率更高,二者分别在女性和男性老年人群体中表现得更为明显。贡献率排在前四位的因素是精神健康、子女经济支持、医疗可及性和身体健康。用积极老龄化的观点帮助庞大的农村老年人口建立正确的老化态度将有益于养老问题的解决。     

数据挖掘中关联规则的规范化描述

一、引言数据挖掘(Data Mining)是近年来随着人工智能和数据库技术的发展而出现的一门新兴学科。它是从大量的数据中筛选出隐含的、可信的、新颖的、有效的信息的高级处理过程。关联规则(Association Rule)是其中重要的研究课题,是数据挖掘的主要技术之一,也是在无指导学习系统     

数据挖掘中属性项压缩的统计方法研究

文章试图将统计思想与(Rough)粗糙集理论相结合,针对事务性数据库属性项压缩问题提出了一些行之有效的方法,即基于重要性的属性压缩、基于相依性的属性压缩、属性项的广义线形分析及压缩、基于多重相关性的属性项压缩,以此达到数据库压缩之目的。