基于非线性倍差法的个体处理效应估计与应用

本文考虑了在带有协变量的非线性倍差法模型框架以及新的识别条件下,个体处理效应的估计问题.为了正确识别个体处理效应,假设在没有政策干预的情况下,控制组和处理组潜在结果变量的条件分布函数在两期内具有相同的变化,并且个体在接受处理或不接受处理的情况下,所对应的潜在结果变量的条件秩不变.基于所提出的模型和假设,发展了一种个体处理效应的估计方法.数值模拟结果表明所提出的估计量具有良好的有限样本性质.最后,所提出的模型和方法被应用于分析美国最低工资法案的实施对各县失业率的影响.     

交互效应,动态面板模型的Blinder-Oaxaca分解与仿真

交互效应非线性动态面板模型的Blinder-Oaxaca分解,适用于剖析履责/失责企业收益差距成因等社会经济问题.本文基于企业收益对企业行为,政策调整和金融市场冲击等的动态响应机制,将交互效应,动态项引入非线性静态面板模型,仿真检验交互效应,动态面板模型Blinder-Oaxaca分解的有限样本性质.结果显示:企业行为,政策调整和金融市场冲击异质影响履责/失责群组收益,两者收益差距能有效地被交互效应,非线性动态面板模型的Blinder-Oaxaca分解解释.禀赋效应与歧视效应的整体仿真相对误差仅为0.07%,Blinder-Oaxaca分解具有良好的相对估计精度和有限样本性质.     

空间动态非参数杜宾模型及其应用

本文将研究重点放在一类特殊的空间动态面板数据模型——空间动态非参数杜宾模型的设定、估计与检验上,以研究不同空间单元之间的非线性影响.为此,本文就固定效应空间动态非参数杜宾模型给出了迭代估计及相应的假设检验方法,并根据蒙特卡罗模拟结果,对迭代估计方法加以改进.通过仿真实验和实证应用,验证了对于固定效应空间动态非参数杜宾模型,尤其是N和T比较大的情形,本文给出的改进方法是稳定有效的.     

基于TVS-HAR模型的农产品期货市场已实现波动率的预测研究

本文以4种农产品期货的高频数据为样本,在实证考察预测因子对农产品期货已实现波动率的预测能力基础上,通过假定时变HAR模型的参数遵循独立正态-伽马自回归过程先验分布,构建了具有时变稀疏度的HAR模型(TVS-HAR),以同时考虑预测模型参数的时变性和预测模型的时变性,并采用MCS检验评价和比较该模型和其他HAR族模型的样本外预测性能.实证结果表明:TVS-HAR模型能较好地识别和拟合潜在预测因子对农产品期货市场波动率的预测的重要性和影响程度的时变性;跳跃成分对我国农产品期货市场已实现波动率具有一定的预测能力;相对于其他几类HAR模型,TVS-HAR模型的预测性能最好.     

基于无模型自适应控制的锌层厚度预估模型

针对锌层厚度控制过程中存在时变大滞后、非线性和多变量干扰而难以实现精确控制的问题,提出基于无模型自适应(MFA)结合Smith预估反馈控制方法.采用MFA预估算法可以实现Smith预估模型的参数偏差在线估计,并且不依赖预估模型的时间常数和延迟时间.从LabVIEW仿真数据结果可以看出,此控制策略对比增益自适应Smith控制算法,不仅能够有效地解决锌厚控制中系统高阶非线性问题,能有效克服不确定系统参数的扰动,并能有效处理系统时变大滞后问题.     

不完全市场中的期权定价：一种基于动态经验投影定价核的期权定价方法

经典的资产定价理论认为，不完全市场中存在多个 定价核，导致期权存在多个可能的理论价格，与现实中期权只有一个价格不符. 考虑到期权定价时投影定价核具有与原始定价核 完全相同的意义，并且投影定价核的信息隐含于相关历史信息中，动态的经验定价核隐含了投资者风险偏好的时变性，本文建立了一种基于动态经验投影定价核的期权定价方法. 通过对Rosenberg-Engle的经验定价核的动态性和标的资产未来收益率估计方法进行扩展，本文还给出了动态投影经验定价核的估计方法. 这种方法能适用于单只期权单只标的资产、多只期权单只标的资产和若干只期权单只标的资产等情形. 本文基于此方法为沪深交易所的部分具有欧式性质的权证进行了实证研究，结果表明：考虑了投资者时变偏好的动态经验投影定价核期权定价方法的定价效果远好于 Black-Scholes-Merton 和常弹性方差（CEV）期权定价模型.     

具有截面相关的变系数面板数据模型的估计及应用

本文建立了一类变系数面板数据模型.此模型假设自变量的系数是某一平滑变量的未知函数,允许自变量,平滑变量和误差项存在通过共同因子结构引入的截面相关.由于一些共同因子的不可观测性,本文采用局部线性共同相关效应估计方法对未知的函数进行估计并给出了估计量的渐近性质.蒙特卡罗模拟结果表明该估计方法具有良好的小样本性质.利用1990-2012年中国省级面板数据,本文对我国外商直接投资与经济增长之间的关系进行了实证分析,结果表明:外商直接投资和经济增长之间存在明显非线性关系,各省份不同的初始经济水平会导致外商直接投资对经济增长的影响不同.     

基于Copula的带截面相关二元选择面板模型估计研究

在很多情况下个体之间都会存在相关性,如果在利用极大似然估计时假设二元选择面板模型的扰动项是相互独立的, 那么模型参数的估计结果将不再是有效的.为此,通过将截面相关性纳入模型,构造了基于Copula函数的似然函数, 提出了一种两阶段极大似然估计,并证明了估计量的一致性和渐近正态性,以及方差的渐近形式.蒙特卡罗模拟表明新的估计方法明显改善了估计量的有效性.利用这个方法研究了国内上市公司现金分红行为的影响因素,发现销售增长率由不显著变得较为显著.     

中国股市波动率的广义周内特征及其预测模型

本文将Realized GARCH模型推广至基于周历日的时变参数情形以刻画杠杆和溢出效应的周内特征并避免传统GARCH类模型在拟合长记忆性与周内效应时两者相互干扰问题.将新模型应用于上海股票市场2001至2013数据的分析发现:我国股市波动率存在时变的杠杆效应和溢出效应.实证结果表明:新模型无论在样本外的预测能力还是在样本内的拟合度上都明显优于现有模型.     

销售表现的空间依赖性分析--以零售药店为例

这篇研究以连锁零售药店为研究对象,结合药品这种商品的特殊性,将空间计量回归引入到销售表现估计模型中.实证结果表明:空间自回归模型最适合零售药店的销售估计模型,使用马尔可夫链蒙特卡罗抽样估计得出的系数表明,不同药店的被解释变量之间存在显著的空间依赖性.随后,对各个因素进行直接效应和间接效应的分析,在空间滞后模型中发现是否是医保定点药店以及是否是院边店呈现出十分显著的直接效应,是否是医保店还有十分显著的正向间接效应.本文的研究拓展了销售表现的估计模型,对于商业选址等管理运营也具有较强的实践意义.     

变参数测量误差模型及在创新对企业产出中的应用

企业创新是提高劳动生产率和有效利用资本的最有效途径之一。在分析企业创新对产出的影响时,为了刻画创新对劳动和资本产出弹性及规模收益的作用,可采用变参数模型。但企业创新数据往往存在较大测量误差,而忽略测量误差会导致内生性问题,从而使模型估计有偏非一致。本文借助工具变量,并基于Sieve逼近、GMM思想与Monte Carlo积分计算,将考虑非参解释变量含测量误差时模型的估计。数值模拟研究表明本文的估计表现良好,而忽略测量误差的估计往往无法还原真实曲线的非线性特征。最后,基于2007年中国工业企业普查数据,研究了企业RD投入对产出的影响。     

知识溢出的空间外部性测度——基于空间和产业双重维度

以知识生产函数为框架,将空间地理邻近和产业技术邻近同时引入空间计量模型,系统分析两者在空间知识溢出过程中的交互作用,实现了溢出效应在空间和产业两个维度的有效结合.基于全国各地区第一次和第二次经济普查数据,采用贝叶斯马尔可夫链蒙特卡罗方法去估计空间杜宾模型,并将空间外部性划分为直接效应和间接效应,避免了空间杜宾模型参数的错误解释.实证结果不仅证实了空间外部性的存在,而且还发现基于技术邻近的区域内专业化经济促进创新产出的作用突出,而基于地理邻近的区域间空间溢出效应相对较弱.     

个体效应的估计及检验

由于受到样本容量限制，人们在建立经济计量模型时不得不忽略个体经济行为的差异(即个体效应),其后果往往是很严重的。本文介绍了一种能够估计并检验个体效应的时间序列与截面结合数据模型。利用这种模型和我国1986年至1990年24个省(自治区)城镇居民家庭收支调查资料，笔者建立了一个包括23个虚拟解释变量的食品消费函数，估计并检验了不同地区在食品消费行为上的差异。     

不确定性规避下的动态资产组合选择

在Heston(1993) 随机波动模型中引入一个新的随机变量,用以测度风险资产价格未来实际运动与模型描述之间的不确定性差异,研究投资者面对时变投资机会和规避该不确定性差异下的动态资产组合选择问题.通过设定不确定性规避状态函数,运用稳健控制方法获得最优动态资产组合选择的封闭解.分析表明,当投资者的风险规避程度大于(小于)1时,时变投资机会导致正(负)投资期效应;规避不确定性差异导致风险资产投资减少;动态资产组合选择行为可解释非市场参与之迷.最后,以上证综指1991-01-2006-10间的月度收益数据为样本,用谱广义矩法估计随机波动模型中的参数进一步验证和量化上述分析.     

基于Lévy测度的动态操作风险度量

依据我国商业银行1994-2012年操作风险历史数据,本文引入Lévy测度描述操作风险损失所具有的非连续跳跃行为,利用稀疏序列法产生动态操作风险损失过程,采用了同时考虑损失频率相关性和强度相关性的Lévy Copula模型,给出了具有时变参数和时变相关性结构的动态操作风险度量模型和数值实验技术,计算了不同置信水平上的VaR与CVaR.实证结果表明:Lévy Copula模型能在减少模型设定风险的同时,较好地描述风险单元间的相关性结构;Lévy Copula模型相比于传统Copula模型对相关性结构刻画更为细致,能降低风险资本,并且通过稳健性检验;动态Lévy Copula模型能捕捉到风险的变化趋势,减少由于时变参数导致的风险资本估计偏差.     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

基于神经网络动态非线性非平稳经济系统预测

考虑实际经济系统中广泛存在着非线性和时变性因素，以及大部分变量的序列具有增增长特性，提出了用网络方法，建立实际经济系统的时变非线性模型，采用增广卡尔曼滤波算法训练神经网络，并根据先验信息（序列的时间增长特性）构造参数转移矩阵，对实际经济的预测分析结果证明，与传统定常非线性预测模型相比，该方法不仅可以在线递推预测，而且由于参数转移矩阵的引入，预测精度得到很大的提高。     

动态空间自回归固定效应面板模型的估计与应用

文章首次探寻了在空间系统稳定以及n和T均为很大的情况下,DSAC固定效应面板模型的拟极大似然估计量的渐近性质.研究发现:运用转换法估计时,在一般情况下得到拟极大似然估计量存在O(1/T)阶的偏差,当(n-1)/T→0时,转换法得到的估计量以√(n-1)/T的速度一致地收敛于真值,当(n-1)/T→∞时,估计量以T的速度收敛至一个退化分布;用直接法估计时,在一般情况下得到的估计量会产生max(O(1/T),O(1/n))阶的偏差,当n/T→0和n/T→∞时,估计量分别以n和T的速度收敛至不同的退化分布;偏差修正估计量比拟极大似然估计量具有更好的有限样本性质:当n/T³→0时,转换法得到的偏差修正估计量以√(n-1)/T1的速度一致地收敛于真值,当n/T³和n³/T同时趋于0时,直接法得到的偏差修正估计量以√nT的速度一致地收敛于真值;直接法可以一致地估计个体效应和时间效应而转换法不能;当扰动项存在空间相关结构时DSAC固定效应面板模型的有限样本性质优于DSAR面板模型;最后用一个实证研究的例子表明了DSAC模型的应用价值.     

空基无源相干定位系统的机动目标跟踪算法

针对空基无源相干定位系统中外辐射源状态不确定性对机动目标跟踪精度的影响, 提出了一种基于多模型预测的双变量容积卡尔曼滤波算法。首先建立了机动目标跟踪的系统模型, 并确定了多模型集。然后基于多模型思想, 将模型交互步骤增加到状态预测步骤之后, 对状态预测值进行交互融合, 得到最优的状态预测值。为解决固定的马尔可夫转移概率导致系统跟踪性能下降的问题, 采用“感知记忆”嵌入的时变转移概率, 降低不匹配模型的竞争影响; 最后利用双变量容积卡尔曼滤波算法同时对目标和外辐射源进行状态估计。仿真对比实验验证了算法的有效性。     

结合GLM与因子效应原则的贝叶斯变量选择方法

因子效应原则(效应稀疏原则、效应排序原则和效应遗传原则)经常用于评判因子设计理论与数据分析策略的合理性. 针对非正态响应的部分因子试验, 当筛选试验含有复杂的别名效应时, 提出了一种结合广义线性模型(generalized linear models, GLM)与因子效应原则的多阶段贝叶斯变量选择方法. 首先, 在广义线性模型的线性预测器中对每个变量设置一个二元变量指示器; 其次, 将因子效应原则以变量指示器的先验信息分成三个不同的阶段分别加以考虑; 然后, 利用变量指示器的后验概率识别显著性的因子效应. 最后, 仿真试验结果表明: 所提出的方法不仅能简化广义线性模型先验参数的选择, 而且能够有效地识别出非正态响应部分因子试验的显著性因子.