Bispectral-Based Goodness-of-Fit Tests of Gaussianity and Linearity of Stationary Time Series

Spectral domain tests for time series linearity typically suffer from a lack of power compared to time domain tests. We present two tests for Gaussianity and linearity of a stationary time series. The tests are two-stage procedures applying goodness-of-fit techniques to the estimated normalized bispectrum. We illustrate the performances of the tests are competitive with time domain tests. The new tests typically outperform Hinich's (1982 Hinich , M. J. ( 1982 ). Testing for Gaussianity and linearity of a stationary time series . J. Time Ser. Anal. 3 : 169 – 176 .[Crossref] , [Google Scholar]) bispectral based test, especially when the length of the time series is not large.     

实现中部地区快速发展的战略思考

在东部大发展、西部大开发的格局中 ,中部地区难免有“塌陷”之虞。中部地区必须形成合力 ,积极塑造区域形象 ,加强区域间的合作和交流 ,实行分工创新战略 ,大力调整产业结构 ,提升地区的经济竞争力 ,实现跨越式发展。     

网络志愿服务：互联网时代志愿服务的拓展和延伸

网络公共领域在提供主体资源、拓展发展空间、培育志愿精神三方面为志愿服务开拓和延伸了新的场域。从网络志愿组织的发生机制来看,网络志愿服务实质是自组织理论的充分展现。网络志愿服务的特点有凸显草根性,个人价值的实现程度更高;平等交互性,活动过程直接可视化;主体相互制衡,防止志愿服务异化。网络志愿服务要从混沌到有序,需要在健全网络志愿服务体制、精心打造网络志愿社区、培育稳定的网络志愿者队伍、加强网络志愿组织内外管理。     

浅谈域名的法律保护——兼谈域名法律保护对传统知识产权制度的突破

随着计算机技术和网络技术的迅速发展,传统知识产权制度受到了巨大冲击。域名及其法律保护问题被提出。域名在法律地位上应确立为一种知识产权。域名的法律保护有关国模式、ICANN模式、中国模式。在网络时代,知识产权法律制度逐渐在某些方面突破传统。知识产权法在传统知识产权的专有性、地域性和时间性方面都有所发展,值得我们予以关注。     

基于领域知识和聚类的关联规则深层知识发现研究

本文针对传统关联规则挖掘算法产生大量冗余规则,提出了对关联规则结果进行二次挖掘,并设计了算法对挖掘出的关联规则进行聚类,然后基于已有领域知识对聚类后的关联规则进行新颖度评价,对于新颖度较高价值较大的关联规则可以存储于领域知识库用于决策使用或再次挖掘过程。该算法有效的减少的规则的数量,提高了规则的新颖性和精确度,对商业应用具有很高的价值。文章最后使用UCI开源数据进行了实验分析,并验证了该算法的有效性。     

Inference in Arch and Garch Models with Heavy–Tailed Errors

ARCH and GARCH models directly address the dependency of conditional second moments, and have proved particularly valuable in modelling processes where a relatively large degree of fluctuation is present. These include financial time series, which can be particularly heavy tailed. However, little is known about properties of ARCH or GARCH models in the heavy–tailed setting, and no methods are available for approximating the distributions of parameter estimators there. In this paper we show that, for heavy–tailed errors, the asymptotic distributions of quasi–maximum likelihood parameter estimators in ARCH and GARCH models are nonnormal, and are particularly difficult to estimate directly using standard parametric methods. Standard bootstrap methods also fail to produce consistent estimators. To overcome these problems we develop percentile–t, subsample bootstrap approximations to estimator distributions. Studentizing is employed to approximate scale, and the subsample bootstrap is used to estimate shape. The good performance of this approach is demonstrated both theoretically and numerically.     

北上资金、百度指数与股市关联性的时频域研究——基于协高阶矩视角

为准确考察经由陆股通的资金量与投资者关注度对股市的影响，并兼顾股市时频域特征，将EEMD与高阶矩波动模型相结合，分别构建三个频率尺度下股市收益率、北上资金与百度指数的三元GARCHSK模型，基于时变协高阶矩视角对模型所得结果进行对比分析。结果表明：北上资金及投资者关注度均与内地股市存在时变关联关系；协高阶矩逐步成为内地股市与北上资金风险传染与波动关联的重要途径，且关联性逐步提高，而投资者关注度与内地股市的关联途径较少，关联关系存在较大不确定性；内地股市的短期均值与方差变动更多地取决于北上资金量，长期非对称性、极端风险概率的变动则与投资者对相关信息的关注程度存在更为显著的关联。本文从不同频率尺度探讨北上资金、投资者关注度与内地股市的协高阶矩关联途径与时变互动关系，为后续互通机制的政策效应研究提供了更为全面的角度和思路。