随机效应空间滞后单指数面板模型

对随机效应空间滞后单指数面板模型,本文构建了该模型的截面极大似然估计方法,从理论证明和数值模拟两方面分别考察了其估计量的大样本性质和小样本表现。研究结果表明:(1)在大样本条件下,估计量均具有一致性,并且参数估计量具有渐近正态性。(2)在小样本条件下,各估计量依然具有良好的表现,其精度随着样本容量的增加而提高;空间权重矩阵结构的复杂性对空间相关系数的估计量影响较大,但对其他估计量的影响较小。     

LSTAR-GARCH模型的单位根检验

LSTAR模型的单位根检验往往易忽视其条件方差的时变性,实际上,对许多经济变量尤其是金融变量建立LSTAR模型后,经常发现其条件方差存在GARCH效应。针对LSTAR-GARCH模型的平稳性检验,本文构建了检验统计量tNG,之后在极大似然估计的基础上,推导出tNG的渐近分布,通过蒙特卡洛模拟方法得到该统计量的渐近临界值,并在此基础上研究了tNG检验的检验功效。在与刘雪燕和张晓峒(2009)提出的tNL检验、Ling等(2003)提出的tLG检验以及DF单位根检验进行比较后,发现tNG检验具备明显优势。     

几种q-分布的参数估计方法

由Tsallis提出的非广延统计力学在当今已经有了越来越广泛的应用,并且由此得到的概率分布,即q-分布,也被用来解决各种领域方面的问题,尤其是在交叉学科复杂系统中的运用。文章分别采用矩估计、极大似然估计的方法来推导几种常见q-分布的参数;进一步通过对NBA进球数据进行实证分析,采用不同的估计方法得到参数的估计值,并根据均方误差原理得知极大似然估计方法要优于矩估计方法。     

基于DSGE模型的利率传导机制研究

动态随机一般均衡模型对中国的经济数据拟合较好,可用来分析中国的经济问题;利率作为中国货币政策的中介目标是适宜的,泰勒规则可以用来指导中国的货币政策实践;利率冲击通过影响资本投资价值进而投资而对产出产生影响,消费的传导作用相对较小。     

基于评级模型的违约率估计

违约率是信用风险建模的核心输入变量,文章基于评级模型对违约率进行估计。估计违约数据很少的低违约组合的违约率是一个比较困难的问题,用最大谨慎原则方法解决这类问题时结果偏大,过于保守。文章将最大谨慎原则的思想与极大似然方法相结合,估计了低违约组合的违约率。估计的结果比仅用最大谨慎原则得到的结果很大程度上降低了保守度。     

逐次定数截尾下Pareto分布参数的逆矩估计

基于逐次定数截尾样本下,讨论了Pareto分布的参数估计,得到了两参数的逆矩估计,并通过数值模拟与极大似然估计进行比较,结果表明逆矩估计优于极大似然估计.     

分类数据的计量误差模型

二分类总体单元被错误分类情形下,样本比例是总体比例的有偏估计。给出调整比例估计的两种方法：双样本方法和极大似然法,补充了经典抽样理论比例估计的内容。     

关于Sylow子群的极大子群的一个定理

利用M -正规的定义 ,给出了G的一性质和有限群为幂零群的一个充分条件     

基于EIS的杠杆随机波动率模型的极大似然估计

杠杆随机波动率(SV-L)模型在金融计量学文献中已经引起了广泛的关注,然而,它的参数估计一直是一个难点.本文基于有效重要性抽样(EIS)技巧,给出了SV-L模型的极大似然(ML)估计方法.为了检验提出的EIS-ML方法的精确性以及小样本性质,构建了蒙特卡罗(MC)模拟实验.结果表明,EIS-ML方法是非常准确和有效的.最后,将EIS-ML方法应用于实际数据,选取上证和深证综合指数的日对数收益率数据为研究样本,利用SV-L模型对中国股市进行了实证分析.结果表明,中国股市具有很强的波动持续性,并且存在显著的杠杆效应.     

基于条件概率积分变换的多元Copula函数选择

本文构建了基于条件概率积分变换的Copula函数选择方法,通过对条件概率积分变换下Anderson-Darling(AD)、Kolmogorov-Smirnov(KS)、Cramér-von Mises(CM)这三种统计量的比较,讨论在不同样本容量和变量维数下其对多种Copula函数的拟合效果。利用GSPTSE、INMEX.MX和NDX三大股指样本,将基于条件概率积分变换的Copula函数选择方法与核密度估计和极大似然估计选择法的效果进行系统比较。结果表明,基于条件概率积分变换的检验法可以有效解决多元Copula函数的选择问题,其拟合优度检验更精确、更稳定;核密度估计检验在大样本下比较稳定,而小样本下稳定性较差;相比之下,极大似然值检验法则不稳定。