样本选择参数分位回归模型及其在工资分布分解中的应用

在工资差距分解问题中,研究者经常会遇到样本选择偏差问题,直接忽略会导致最终估计结果产生严重偏差,同时在众多工资差距分解方法中,相比于均值分解,分布分解方法更受研究者青睐。针对参数分位回归,本文首次提出可加形式与非可加形式的样本选择参数分位回归（SSPQR）模型,并基于这两类样本选择参数分位回归模型给出修正样本选择偏差后的参数分位回归工资差距分布分解方法。运用上述方法及已有的工资分布分解方法,借助CHNS2015年度城镇数据,本文研究了我国城镇男女工资差距及差距分解问题,得出以下结论：①男女工资差距主要来源是性别歧视问题;②经过样本选择偏差修正后,实际的工资差距更大,歧视问题更严重;③男女工资差距程度在不同分位点上结果不同,换句话说,我们不能简单地仅从平均水平来判断工资差距程度;④与其他已有方法计算结果比较发现,SSPQR计算的工资差距程度更大。     

基于百度指数的房地产价格相关性研究

文章以我国大中城市的新建住宅价格为研究对象,以均衡价格理论为基础,使用搜索关键词的百度指数开展研究,分别使用自回归移动平均模型(ARMA)和带搜索项的自回归分布滞后模型对上海市的新建住宅价格指数进行了拟合和预测.实证结果表明:百度搜索指数与价格指数之间存在协整关系,建立的自回归分布滞后模型的拟合度达到0.918,预测精度相较ARMA模型提高23.2％.与传统的预测方法相比,模型具有很强的时效性,能够比国家统计局提前一个月发布房屋价格指数数据.     

菜价波动背景下消费者蔬菜购买行为变化研究

消费者利益会因蔬菜价格的频繁剧烈波动受到影响,其蔬菜购买行为也有可能发生变化,微观层面消费者需求的变化可能又会反作用于蔬菜价格波动.文章基于实地调查,运用二元logistic模型分析菜价波动背景下影响消费者蔬菜购买行为的因素,结果表明:家庭月收入越高、性别为男性、月均蔬菜消费支出越低并对蔬菜价格变化不敏感的消费者在蔬菜价格波动背景下改变自身蔬菜购买量的可能性越小.菜价波动背景下政府有关蔬菜市场的调控政策应有针对性:政策性补贴向蔬菜开支比重大的城镇低收入者倾斜,降低菜价波动对他们生活的影响.     

金融集聚与地区生态效率的空间计量实证研究

文章采用主成分分析法、超效率DEA以及空间相关分析等方法对金融集聚指数以及生态效率水平进行评价,利用2009年-2013年相关数据,通过构建了空间滞后模型对金融集聚与地区生态效率的关系进行实证研究.研究发现,金融集聚与地区生态效率呈现"东高-中西低"良好的统一性,而且各省市金融集聚指数存在空间正相关关系.金融集聚对于生态效率的影响存在地域与行业差异性,在东部西部地区,金融集聚能够显著促进地区生态效率水平的提高,而在中部地区,金融集聚在一定程度上抑制生态效率的提高;银行业、证券行业以及保险行业对于不同地区的生态效率的影响在大小以及方向均存在差异.     

基于网络结构Logistic模型的企业信用风险预警

随着计算机和互联网的快速发展,特别是在大数据时代,企业积累了大量有关企业经营、财务等相关数据,变量众多且关系纷繁复杂,如果利用传统的logistic回归建立企业信用风险预警模型往往效果不好.本文在充分考虑变量间的网络结构(Network)关系基础上,提出了网络结构Logistic模型,通过惩罚方法同时实现变量选择和参数估计.蒙特卡洛模拟表明网络结构Logistic模型要优于其他方法.最后,我们将其应用到我国企业信用风险预警中,充分考虑财务指标间的网络结构关系,科学地选择评估指标,构建更加适合我国国情的企业信用风险预警方法.     

基于Bootstrap方法的回归分析的比较

文章系统研究了基于Bootstrap方法的回归分析,给出了Bootstrap残差法与成对Bootstrap法的适用范围及区别,比较研究了参数区间估计的分位点法与加速偏差修正分位点方法(Be),BCa可使Bootstrap统计量近似枢轴化,保证Bootstrap效果,并且利用实例验证了理论分析,模拟结果显示,成对Bootstrap法比Bootstrap残差法稳定,置信区间短.     

超高维数据降维与Logistic广义线性拟合分析

文章以美国威斯康星州的乳腺癌调查数据为例,分别采用SIS和TCS算法对高维数据进行降维处理,尝试将改进的Logistic广义线性模型对降维后的变量进行拟合.再与传统的一般线性模型、Logistic广义线性模型相比,结果表明,基于算法降维后的Logistic广义线性模型预测误差更小,其中基于TCS算法降维后的广义线性模型在拟合中要明显优于SIS算法降维后的广义线性模型.     

基于网络搜索数据的中国消费者信心指数的测算

世界上的多数经济都是消费者驱动的,因此消费者信心指数(CCI)在经济预测中占据非常重要的位置.文章利用社交媒体中人们的网络“行为”数据对CCI建模并拟合预测.通过建模,拟合的CCI具有较好的拟合优度和较小的误差,同时结果也表明,耗时、耗力的传统CCI测算方法可以通过挖掘社交媒体中的行为数据进行建模分析来获得.模型构建之后的对比及检验评价都表明该模型在计算和分析上是稳健的.     

基于分层逻辑回归的小企业信用评价模型

由于小企业的财务信息不健全、贷款难与急、违约样本数据缺乏等特点,建立小企业的信用评价模型对于小企业获得贷款具有重要的作用.文章通过将统计抽样理论中分层思想与逻辑回归模型相结合,构造了基于分层逻辑回归的小企业信用评价模型,并对中国小企业进行了实证分析.     

基于偏最小二乘回归的COCOMO模型校准方法

准确的软件成本估算对于实现软件项目的科学管理具有重要意义.COCOMO系列模型是当今实践应用最为广泛的成本估算模型之一.文章针对现有的COCOMO模型参数校准方法只对比例因子和指数因子进行校准的问题,为了更好的实现COCOMO模型本地化,提出了一种基于偏最小二乘回归的参数校准方法,解决了工作量乘数因子的校准问题.采用COCOMO81原始建模数据库对校准后的参数进行验证,结果表明该方法能够明显提升COCOMO模型的估算精度.