基于非参数 ACE变换的贝叶斯非线性协整检验

针对线性以及非线性协整检验存在模型参数过多、小样本条件下检验功效偏低的问题,提出基于非参数 ACE变换的贝叶斯非线性协整 VAR模型, 运用 ACE算法进行变量变换, 结合参数的完全条件分布设计 Gibbs抽样方案, 进行贝叶斯非线性协整检验, 并利用 MonteCarlo仿真研究了贝叶斯非线性协整方法的检验势, 发现贝叶斯非线性协整比经典 Johansen法具有更高更稳健的检验势;同时, 对中国城市和农村居民消费价格指数序列进行实证分析.研究结果表明:贝叶斯非线性协整方法解决了模型中参数过多、小样本条件下检验功效偏低的问题,提高了估计的精确度和检验的准确性     

基于ARIMA-BP模型的我国城镇登记失业率分析与预测

文章通过灰色关联模型分析影响城镇登记失业率的主要指标,发现GDP、第一产业增加值、CPI、商品零售价格指数、城镇人口总数5个指标显著地影响城镇登记失业率.通过构建ARIMA-BP模型,分析城镇登记失业率与5个影响指标之间的关系,用1984～2008年的年度历史数据对模型进行实证分析,并分别建立了ARIMA(自回归移动平均)模型、BP模型与之进行比较,结果表明:ARIMA-BP模型显著优于ARIMA模型和BP模型.     

基于MCMC模拟的贝叶斯 AR-GJR-GARCH 模型及其应用

AR-GJR-GARCH模型是一种误差项为GJR-GARCH形式的自回归模型,该模型的贝叶斯推断很难得到其具体形式的条件后验密度。文章利用Metropolis-Hastings抽样方法对模型参数的条件后验分布进行MCMC模拟,然后运用模拟得到的样本对模型的参数进行贝叶斯估计。该方法解决了参数估计过程中的高维数值积分问题。模拟结果表明了该模型在中国股市波动性分析过程中的直观性和有效性。     

基于MCMC稳态模拟的异质性经济增长模型研究

 针对同质性增长模型无法描述各个经济体经济增长存在的异质性现象,提出了一类基于MCMC稳态模拟的异质性经济增长模型,它可以用来描述经济增长的异质性以及政策变量的差异影响。由于模型参数的后验条件分布没有确定的分布形式,通过数据扩充得到参数的完全条件分布从而实现模型参数的贝叶斯估计。对改革开放以来我国各省市区经济增长收敛性进行分析发现大规模股份制改革前经济增长具有同质性而大规模股份制改革后经济增长具有异质性,且可以用新古典经济增长理论来解释各地区经济的发展状况。     

基于逆跳MCMC的贝叶斯分位自回归模型研究

考虑到传统信息理论方法确定模型存在不足,在贝叶斯理论框架下提出了基于逆跳马尔可夫链蒙特卡罗法确定分位自回归模型阶次的方法。在时间序列服从非对称Laplace分布的条件下,设计了马尔可夫链蒙特卡罗数值计算程序,得到了不同分位数下模型参数的贝叶斯估计值。实证研究表明：基于逆跳马尔可夫链蒙特卡罗法的贝叶斯分位自回归模型能有效地揭示滞后变量对响应变量的位置、尺度和形状的影响。     

论大学创新团队建设

近几年，伴随信息时代的到来、知识经济的兴起、科学技术的发展，大学的组织结构发生了很大的变化，创新团队建设也越来越受到各大学的重视。然而，大学不论是在创新团队自身建设还是外部环境建设中仍存在一些困惑和问题。这就要求我们对大学传统的组织形式、管理模式进行重新审视，对创新团队建设的必要性、内涵及其建设途径等问题进行探究分析，以获得当今大学创新团队建设借鉴。     

基于非参数ACE变换的贝叶斯非线性协整检验

针对线性以及非线性协整检验存在模型参数过多、小样本条件下检验功效偏低的问题,提出基于非参数ACE变换的贝叶斯非线性协整VAR模型,运用ACE算法进行变量变换,结合参数的完全条件分布设计Gibbs抽样方案,进行贝叶斯非线性协整检验,并利用Monte Carlo 仿真研究了贝叶斯非线性协整方法的检验势,发现贝叶斯非线性协整...     

基于多子样的贝叶斯动态过程能力估计与评价方法研究

针对参数随机化情况下生产过程能力的评价问题,提出了新的过程能力指数估计与评价方法。通过质量控制模型的统计结构分析,研究了扩散先验分布下参数后验分布,据此构造了过程能力指数的贝叶斯点估计和区间估计;在此基础上,将前一阶段模型参数后验分布作为下一阶段的参数先验分布,充分利用历史数据信息,建立了过程能力指数及其下限的贝叶斯动态评价模型。研究结果表明:与现有的贝叶斯过程能力指数估计方法比较,贝叶斯动态过程能力指数的预测精度优于前者,更能反映实际生产过程能力水平。     

基于APF算法的贝叶斯金融厚尾MSSV模型研究

针对金融时间序列普遍具有的波动聚集性和厚尾特征,将对风险管理尤为重要的一些极端点纳入模型之中,构建厚尾马尔科夫转移随机波动模型,采用带辅助变量的粒子滤波算法对波动和潜在状态进行预测,并估计模型参数.由于t分布与正态分布的特殊关系,通过选取不同自由度进行仿真分析,研究发现MSSV-t模型较一般MSSV模型对于消除波动持续性参数的高估问题更加有效.结合对中国上证综指股价波动的实证研究,证明了基于APF算法的MSSV-t模型在潜在波动状态的预测及突发事件的探测方面具有优良的性质,同时具备提高波动预测精度的能力.