局部平稳部分线性面板数据模型的统计推断

部分线性模型是一类非常重要的半参数回归模型,由于它既含有参数部分又含有非参数部分,与常规的线性模型相比具有更强的适应性和解释能力。文章研究带有局部平稳协变量的固定效应部分线性面板数据模型的统计推断。首先提出一个两阶段估计方法得到模型中未知参数和非参数函数的估计,并证明估计量的渐近性质,然后运用不变原理构造出非参数函数的一致置信带,最后通过数值模拟研究和实例分析验证了该方法的有效性。     

Testing equality of two normal covariance matrices with monotone missing data

Abstract

The problem of testing equality of two multivariate normal covariance matrices is considered. Assuming that the incomplete data are of monotone pattern, a quantity similar to the Likelihood Ratio Test Statistic is proposed. A satisfactory approximation to the distribution of the quantity is derived. Hypothesis testing based on the approximate distribution is outlined. The merits of the test are investigated using Monte Carlo simulation. Monte Carlo studies indicate that the test is very satisfactory even for moderately small samples. The proposed methods are illustrated using an example.     

基于债务协商视角的债转股定量研究

针对我国政府、企业和银行等金融机构共同关注的债转股问题，基于债务协商谈判思想，建立部分债务股权互换模型，计算公司证券价格，探讨了债转股对公司价值、破产概率、破产损失成本和资本结构的影响，给出了银行等债权人愿意债转股的充分条件。结果表明：在事先破产清算协议贷款下，事后全部债转股总能提高公司股权价值，但并不一定能提高债券价值。只有其协商谈判能力满足一定条件，公司债权人才愿意事后选择债转股，实现帕累托改进、提高社会福利水平。其次，在公司股东协商谈判能力的一定范围内，部分债转股能提高公司价值，其最优转股债息比例随着公司资产风险的增大而增加。再次，债转股能降低公司破产风险和破产损失成本，但同时也提高了债券风险溢价。最后，随着股东谈判能力增强，最优协商转股债务比例、杠杆率都减少，而债券风险溢价增大。本文所得结果对我国政府、企业和银行如何实施债转股提供理论参考和实践指导。     

需求率受推广努力水平影响的新能源汽车租赁系统协调契约

考虑由新能源汽车租赁企业和政府组成的二级系统，在需求率为随机且与推广努力水平相关的市场环境下，建立了新能源汽车租赁企业和政府之间的博弈模型，探讨了分散决策、集中决策、收益共享与成本共担契约下的最优车队配置和推广努力水平，并对三种情形下的最优决策进行了比较和分析。研究结果表明：在分散决策情况下无法实现系统协调，通过引入成本共担与收益共享组合契约，当契约参数满足一定条件时，该组合契约模型不仅可以实现系统协调而且可以使系统成员达到帕累托改进。最后通过算例分析，验证了模型了可靠性和有效性。     

伸展构造背景下倾角资料的构造解释

系统总结了在伸展构造背景下，导致反映构造特征的地层倾角模式复杂化的多种因素。沉积相的不同、岩性变化、井眼状况和测井作业时间等多种因素都可能使地层倾角资料复杂化。进一步指出在拉张盆地中，进行倾角资料的构造解释，必须了解其构造样式的多样性和复杂性，解释存在的多解性。重点解剖了铲式断层在横剖面情况下，对于不同构造位置下的倾角模式。详细分析了一个倾角模式对应多种构造样式的倾角构造解释实例。倾角资料的构造解释应是综合解释，既要综合井筒的相关地质资料，又要综合测井与地质知识，还必须考虑综合地震资料。     

消费者导向类型与电商全渠道决策研究

从现实出发，基于不同消费者导向类型研究了电商的全渠道决策问题。首先建立电商单渠道销售的基础模型，并得出最优产品组合、价格和交付时间。在此基础上，给出了消费者为产品导向型和渠道导向型情况下电商采取全渠道决策的条件，得出双渠道产品组合、价格及交付时间的最优决策；并进行了数值验证。研究发现，同一渠道提供的产品其最优价格相同，最优交付时间只和消费者耐心程度及交付成本函数有关。若消费者为产品导向型，仅当双渠道运营成本之差较小且消费者耐心程度较低时，电商进入线下渠道才有利可图，且在线下渠道提供最受欢迎的产品，线上渠道提供剩余产品。若消费者为渠道导向型，电商进入线下渠道必然有利可图，且在线下渠道提供最受欢迎的产品，线上渠道提供所有产品。     

Random effects regression mixtures for analyzing infant habituation

Random effects regression mixture models are a way to classify longitudinal data (or trajectories) having possibly varying lengths. The mixture structure of the traditional random effects regression mixture model arises through the distribution of the random regression coefficients, which is assumed to be a mixture of multivariate normals. An extension of this standard model is presented that accounts for various levels of heterogeneity among the trajectories, depending on their assumed error structure. A standard likelihood ratio test is presented for testing this error structure assumption. Full details of an expectation-conditional maximization algorithm for maximum likelihood estimation are also presented. This model is used to analyze data from an infant habituation experiment, where it is desirable to assess whether infants comprise different populations in terms of their habituation time.     

Hill estimator of projections of functional data on principal components

Functional principal component scores are commonly used to reduce mathematically infinitely dimensional functional data to finite dimensional vectors. In certain applications, most notably in finance, these scores exhibit tail behaviour consistent with the assumption of regular variation. Knowledge of the index of the regular variation, α, is needed to apply methods of extreme value theory. The most commonly used method of the estimation of α is the Hill estimator. We derive conditions under which the Hill estimator computed from the sample scores is consistent for the tail index of the unobservable population scores.     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性     

论数字货币的私法性质——以日本Bitcoin.Cafe数字货币交易所破产案为中心

数字货币，是一种具有财产性价值属性的电磁记录型数据。数字货币在其依存的区块链体系中所彰显的与不特定者之间的支付对价性、与法定货币之间的互换性、使用电子信息处理系统进行转移的在线转移性等特点，得以从数据说的角度，将其作为一种数据性财产权在现行法律框架内对其私法性质进行讨论。有鉴于我国民法总则已将数据纳入保护客体的范畴，数字货币作为数据之一种，理应成为一种新型法律客体，在得到法律理论支撑的基础上获得保护。