基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

基于非参数协方差矩估计的相关产业集聚的考量方法

针对学界在研究产业集聚份额比例对经济产出影响时存在的不同观点,文章在分析城市产业集聚模式特征时,在产业集聚的份额比例之外加入反映相关产业集聚的相关关系系数.通过理论分析,指出一定程度相关性集聚对区域经济产出的作用是正向的,而在相关关系系数超过门槛后,其影响则是负向的,即该种影响是倒U型的,并以此为依据构建理论模型.以1998-2015年长江经济带109个地级以上城市为研究样本.通过数据检验,确定模型形式为个体固定效应,运用非参数协方差矩阵估计方法对样本城市进行经验分析,对理论模型的有效性进行了验证,验证了相关产业集聚对经济产出的“倒U型”影响.     

指数-威布尔分布参数贝叶斯估计的混合Gibbs算法

文章利用混合Gibbs算法分别在分组数据和定数截尾场合给出了指数-威布尔分布参数的贝叶斯估计,并进行了Monte-Carlo模拟.结果表明:在两种不完全数据场合,用混合Gibbs算法求指数-威布尔分布参数的贝叶斯估计,结果令人满意,该算法可行、稳定且精度高.     

混合再生散度模型的参数估计

随着社会信息化的发展数据的种类越来越多样化,在实际的数据分析中相对于同质总体,异质总体更具有普遍性,所以混合回归模型是最重要的统计数据分析工具之一。再生散度模型是一种比指数族分布更加广泛的分布,适用性更强。基于此,提出混合再生散度模型,对方位参数进行建模,并通过EM算法研究该模型参数的极大似然估计。同时,通过随机模拟和实例研究说明该模型和方法是有效和有用的。     

基于多变量动态模型的产出缺口估算

 本文运用多变量动态模型系统下的Beveridge-Nelson分解方法和贝叶斯Gibbs抽样估计,估算了1985年1季度至2008年2季度期间中国的产出缺口,并且与传统的单变量估计方法测算的结果在统计属性和对货币政策调节的预测效果方面进行了比较。实证结果表明,不同产出缺口的统计属性存在差别,并且只有基于多变量系统测算的产出缺口对货币政策具有显著预测效果。这说明多变量模型估计出的产出缺口更全面地考虑了经济产出与其他相关变量的互动效应,含有的信息更为丰富,从而对宏观政策调整具有更重要的参考价值。     

基于两阶段固定效应法的中国邮政需求关系估计

文章采用2004～2006年全国31个省、市、自治区的邮政Panel观测数据,运用两阶段固定效应法,估计了中国邮政通信市场的常弹性需求函数.估计结果确定了对中国邮政通信市场需求具有统计上的显著影响的基本因素,证明了正是市场竞争力量的推动,以及由此带来的国民消费观念的转变,引起了中国邮政市场需求状况的较大变化.     

零均值高斯AR(p)模型参数的最小化残差平方和(RSS)下条件最大似然估计及其最优性

文章简捷地求取了零均值高斯模型参数的最小化残差平方和下的条件最大似然估计量,讨论了参数估计量的相合性、渐近正态性等最优性质.     

基于密度函数核估计法的城乡居民收入差距分析

文章首次利用密度函数核估计法从城乡居民收入差距方面来看我国居民收入差距问题,得出城乡之间居民收入差异是造成我国居民收入分布呈现双峰分布的主要成因;并通过对1980～2006之间各主要年份收入分布的估计得出收入分布情况的动态变化特征,分析得出我国绝大多数居民的收入都在逐年增高,但高收入者收入增长速度快于低收入者收入增长速度,高低收入者之间的收入差距在不断的拉大.     

基于MCD估计的稳健Fisher判别分析及其实证

为有效解决存在异常数据时传统Fisher判别分析(FDA)方法误判率高的问题,文章提出了一个简单而稳健的FDA方法.该方法首先用最小协方差行列式(MCD)稳健估计技术获得稳健的样本均值和协方差估计;然后再用FDA进行判别分析.为验证方法的有效性,文章将此方法应用于我国上市公司财务困境的预测问题.实证研究表明,在没有异常值的情况下,基于MCD的稳健FDA判别和传统的FDA判别结果基本一致;而在有异常值的情况下,新方法明显优于传统的FDA,不仅可有效抵御异常数据的干扰,而且仍保持较低的误判率.     

全样本几何分布串-并联系统产品的统计分析

针对几何分布串-并联系统产品,在全样本场合下给出了参数的矩估计、极大似然估计和近似区间估计,从理论上证明了矩估计和极大似然估计的唯一性,同时还通过大量Monte-Carlo模拟分别考察了参数的点估计和近似区间估计的精度,从中可以看到参数的矩估计和极大似然估计的精度相差无几。