中国银行业竞争度测度模型改进研究

在对已有测度模型和测度指标进行比较分析的基础上，结合中国商业银行表外资产规模持续扩大、综合化经营水平不断提升、金融集团化日渐明显的发展趋势，对Boone指数的估计方法进行改进，并以2012—2018年60家商业银行的经营数据为样本进行实证研究，评估利率市场化对商业银行竞争度的影响。研究结果表明，模型类型会直接影响Boone指数的估计值，基于动态面板数据模型的估计值与随机效应模型、固定效应模型的估计值显著不同；随着时间的推移，资产规模并未随着效率的提升而增长，Boone指数呈下降趋势，银行业竞争度逐年下降；利率市场化完成之后，银行业竞争度并未上升，反而显著下降。从制度上解除利率管制并不能彻底扭转银行业竞争度不足的现状，还需要从扩大银行业对外开放、放松中小银行准入管制、硬化地方政府和国有企业的预算软约束等方面入手，进一步深化银行业市场化改革。     

^-x的抽样分布与估计值分布的区别

^-x的抽样分布与估计值分布是有区别的，总体平均数的区间估计，没有直接应用^-x的抽样分布，用的是估计值分布；总体平均数的假设检验，用的是^-x的抽样分布，不是估计值分布。文章构造了总体平均数μ的存在性的证明；重新定义了假设检验的置信区间，并证明了假设检验的置信区间与假设检验的接受域互为充分必要条件。     

正态总体方差的一种间接预估方法

鉴于极差比方差更容易获得,所以利用极差对正态总体方差进行间接预估以确定样本量的想法很有实用价值。根据数理统计理论,若以E(Rn)表示正态总体在样本规模n下样本极差的期望,则有E(Rn)=dnσ,dn可以通过多重积分计算得到,且只与n有关,而与μ和σ2无关。但这种多重积分式虽然有利于在理论上阐明dn与相关变量之间的“定性”关系,却无助于在应用上获得dn与n的定量关系式。本文利用随机模拟方法和线性回归分析得到dn的一个简明表达式:dn=0.5ln(n)+3,从而由此间接获得一个正态总体方差的估计值:σ^2=犤Rn/(0.5ln(n)+3)犦2这将使直接利用“更便宜的”极差确定样本量具有可操作性。     

关于弹流润滑实验结果的分析

实际弹流润滑膜厚偏离经典弹流润滑理论,证明经典弹流润滑理论不够完备。因此,研究者们考虑很多因素来解释这一现象。研究实际弹流润滑油膜厚度比经典弹流理论估计值低的原因,理论上主要考虑油膜的黏性发热、润滑剂的非牛顿性、润滑剂的侧泄和接触表面的粗糙度等因素。但是,迄今为止,这些因素并没有成功地解释这一原因。     

基于数学建模基础上的经济变量线性回归统计预测分析

研究变量间的变动关系,并用数学方程式表示,称为回归分析。特别是用于:定量地描述和解释相互关系;估计或预测因变量的值。"回归"一词最早由英国天才科学家Sir Franxis     

住户调查中无回答误差分析与调整方法研究

一、研究背景在抽样调查中,我们需要给样本中的每个单元赋予一个权数,通过最终权数和观测值得到观测变量的估计值。加权过程应考虑到并校正覆盖不完整、抽样可变性和无回答的错误。加权进行得越好,估计的方差和偏差就会越小。权数的计算通常有以下三步:抽样权数即设计权数、无回答的调整和校准。其中抽样权数是在设计阶段计算的,无回答的调整是将设计权数通过无回答的补偿来调整,校准是通过已知总体的辅助信     

Wallis乘积的两个应用

本文给出了Wallis乘积的两个应用,一个是对积分∫π/2 0sinnxdx上下界进行估计;另一个是对Pn=(1 1/1)(1 1/3)...(1 1/2n-1)估计值的改进,估计精度达到(√π)/4 1(/√n) (√π)/8 1/n3/2 o(1/n3/2).     

多项式趋势曲线预测模型的研究

运用折扣最小平方法估计预测模型的参数 ,在最小平方法的基础上对误差平方和进行了指数折扣加权 ,使其总和达到最小 ,同时也解决了三点法估计参数时所面临的困难 .     

为什么回归系数的估计值会有“错误”的符号？

当我们应用多元回归分析时 ,有时会遇到这样的问题 :从实际数据算出的某些回归系数的估计值的符号与从问题的专业知识或直观经验所得的结论相反。例如 ,在一具体问题中 ,根据问题的专业知识和经验 ,有足够的理由认为回归自变量Ｘ1的回归系数 β1是正的 ,可是实际算出的 β1的最小二乘估计 ^β1却是负的 ,这时称 ^β1具有“错误”的符号。其实应用回归分析处理实际问题的不少人遇到过这种情况。一般说来 ,下列情况都可能导致某些回归系数的估计具有“错误”符号 :( 1)某些自变量取值范围太窄 ;( 2 )模型中丢弃了若干重要自变量 ;( 3 )设计阵…