基于M-H抽样算法的贝叶斯Probit分位回归模型研究

针对Probit分位回归在参数随机化条件下的建模问题,提出基于Metropolis-Hastings算法的贝叶斯Probit分位回归模型.通过分析Probit分位回归模型结构,选择模型的先验分布,运用M-H算法进行参数估计.利用Monte Carlo仿真技术,得到不同分位点模型参数后验分布,同时用贝叶斯probit分位回归与分位回归方法和光滑分位回归方法对模型参数估计进行比较分析.研究结果表明:贝叶斯Probit分位回归模型可以更全面描述离散选择变量的影响,能够得到更加准确有效的参数估计.     

基于Gibbs-DA算法的贝叶斯分位回归模型研究

针对分位回归模型参数的不确定性风险问题,构建了基于Gibbs-DA抽样算法的贝叶斯线性分位回归分析模型.根据非对称Laplace分布的正态-指数分布的混合表示性质,利用数据扩展方法构建了潜变量,给出分位回归模型的似然函数,推断了多元正态先验分布条件下分位回归模型参数的后验分布,证明了潜变量的完全条件分布为广义逆高斯分布;结合Gibbs抽样和数据扩展方法,设计Gibbs-DA的仿真分析方案,并将其应用于我国能源消耗问题分析.研究结果表明:贝叶斯方法可以有效地应用于分位回归的建模以及我国能源消费弹性的分位问题研究.     

基于MH算法的贝叶斯分位自回归模型

针对时间序列分布特征多样性的问题,不考虑序列本身的分布特征而选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.利用Metropolis-Hastings算法模拟参数的后验边缘分布,解决了参数估计过程遇到的高维数值积分的问题.仿真分析中,参数的迭代轨迹是收敛的,说明MH抽样有效地模拟了参数的后验边缘分布;并且应用该方法估计出了不同分位数下模型参数的后验均值,标准差,MC误差和95%的置信区间.非对称和局部持续性数据的数值模拟,证实了贝叶斯分位自回归模型可以更全面有效地描述滞后变量对响应变量变化范围和条件分布形状的影响.     

面板数据贝叶斯双惩罚分位回归方法研究

在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难.为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到...     

基于AR(1)的多个结构突变点的面板单位根检验

讨论了在AR(1)面板数据模型中,其个体效应上存在多个结构突变点的单位根检验问题.首先通过构造虚拟变量建立模型,假设模型中误差项为序列相关,得到模型的单位根检验统计量;然后在时间维度T有限横截面维度N无穷时得到统计量的渐近分布;最后利用蒙特卡洛模拟验证检验结果并进行实证分析,对中原经济区的宏观经济变量GDP进行单位根检验,结果表明考虑两个结构突变点后的GDP数据是平稳的.     

分位点门限自回归时间序列模型的贝叶斯分析

本文运用贝叶斯方法研究了分位点门限自回归时间序列模型的估计和预测.通过将分位点回归的最优化问题转化为极大似然估计的问题,作者利用Metropolis-Hastings算法对模型中的参数进行了贝叶斯估计.同时作者将模型应用于上证综合指数的收益率的数据,得到了这一收益率的分位点估计.这一方法的优越之处在于它不需要对数据的分布作预先的假定.     

单位根原假设下的持久性变点检验

针对原假设为单位根的持久性变点检验问题,基于残差提出了比率统计量,在原假设下得到了其渐近分布,在备择假设下证明了一致性。数值模拟结果表明,与已有方法相比,该检验犯第一类错误的概率与选定的显著水平0.05更接近,同时,该检验在有限样本下有更高的势,且随着样本容量的增加趋近于1,并且在过程为平稳时拒绝原假设的概率也控制在0.05左右。     

基于MCMC的分位回归GARCH模型的贝叶斯分析

基于最小一乘方法提出了一类分位回归GARCH模型的2步估计方法,并且基于双指数分布和非对称Laplace分布构建了GARCH模型的似然函数,选择扩散先验分布,实现了对模型的贝叶斯估计.仿真分析发现基于最小一乘方法的贝叶斯分位回归方法可以全面有效地实现对GARCH模型的估计.     

分位点门限自回归时间序列模型的贝叶斯方法

本文运用贝叶斯方法研究了门限分位点自回归时间序列模型的估计和预测. 将分位点回归的最优化问题转化为极大似然估计的问题,从而可以利用Metropolis-Hastings算法对模型中的参数进行Bayesian估计. 同时我们将模型应用于上证综合指数的增长率的数据, 得到了这一增长率的分位点估计. 这一方法的优越之处在于它不需要对数据的分布作预先的假定.     

针对零膨胀模型的Score检验及其在自然灾害分析中的应用

为了解释计数数据相对于普通的泊松分布存在过分多零的问题,一类零膨胀泊松混合回归模型被提出来。目前,该类模型已被广泛应用于生物医学、金融保险等研究领域中。而针对计数数据是否存在零膨胀的检验对于模型的选择是至关重要的。针对零膨胀是否存在的问题,提出了一种Score检验方法,并通过模拟研究考察了其检验统计量在原假设下的抽样分布与经验势,验证了该检验方法的可靠性。在零膨胀存在的情况下,结合数据分解技巧与Gibbs抽样方法对所有参数进行了估计。最后,利用一个关于森林火灾的实例对以上方法进行了进一步说明。     

购买力平价的群体单位根检验

以布雷顿森林体系后的23个OECD国家货币实际汇率为研究对象,利用ADF检验和PP检验时,发现大多数的实际汇率存在着单位根,主要原因是ADF和PP检验拒绝原假设（存在单位根）的低势,采用LL和IPS的群体单位根检验方法,结果发现各国实际汇率呈均值复旧,长期购买力平价成立。     

线性测量误差模型的lack-of-fit检验

基于正态假设,提出了测量误差模型lack-of-fit检验的一种方法.在原假设下,检验统计量渐近服从χ2分布. 还就该检验的势函数与权函数的选择进行了讨论,同时与文献中相关的方法进行了比较.     

中国交通运输业全要素生产率地区差异的实证研究

在构建1984—2010年中国30个省(区、市)交通运输业面板数据的基础上,同时采用LLC检验、IPS检验、Breiting检验、ADF-F检验和PP-F检验等方法对面板数据进行了单位根检验,采用EG两步法对变量之间的协整关系进行了检验.实证研究的检验结果表明,中国交通运输业的全要素生产率(TFP)存在明显的地区差异,地区间及地区内部资金、技术、劳动力等要素投入是引起差异的主要原因.运用σ收敛法考察了1984—2010年中国各地区交通运输业TFP的收敛性,检验表明,中国交通运输业TFP在三大区域之间和区域内部都存在发散的趋势.政府应注重交通运输业的规划、管理,通过适当的政策调节地区差距,鼓励地区间的学习、模仿和技术流动,以促进交通运输业在各地区的协调发展.     

基于面板单位根方法的经济增长收敛性检验

在给出经济收敛性的随机定义的基础上,通过对99个国家和地区从1960到2003年44年的人均实际GDP数据进行面板单位根检验来验证收敛性假说是否成立。检验结果表明,绝对收敛性假说对所有的国家群体均不成立;在整个时间段(1960-2003)上OECD国家和EU国家和在APEC成立后(1989-2003)的APEC国家都出现明显的条件收敛迹象。     

混合总体中广义似然比检验研究的进展(英文)

在正则统计模型中,广义似然比检验其方法简洁而有效.但在经济、生物学等领域中有着广泛的应用的混合总体中,因其正则条件不再成立,使得广义似然比检验要困难复杂得多.概述了在混合模型中广义似然比检验研究的进展,特别是检验统计量渐近分布的新进展.     

部分线性面板数据模型中个体效应的Bootstrap Hausman检验

对于面板数据模型而言,为了提高估计和预报的精度,区分个体固定效应和个体随机效应非常重要。 针对部分线性面板数据模型,在小样本下采用参数 Hausman 检验方法来识别模型中的个体效应,并通过 Bootstrap 抽样方法求得统计量的上分位点进而构造假设检验的拒绝域。 模拟结果显示,此检验的稳健性和可靠性比现有的非参数检验高,且在计算量和计算时间上有较大优势。     

基于功率曲线法的游梁式抽油机曲柄平衡调整模型

近些年,游梁式抽油机电机功率测试越来越普及,如何利用功率曲线数据信息指导抽油机节能运行变得更加重要。以抽油机平衡准则为基础,开展了利用功率曲线数据进行曲柄平衡抽油机调平衡方法的研究。研究中,结合生产现场实际情况,利用电动机功率与传到曲柄轴上的扭矩的关系,建立了曲柄平衡块位置改变量与电机输出功率改变量的关系,依据不同的抽油机平衡准则,分别建立了峰值功率法曲柄平衡块调整量计算模型和均方根功率法曲柄平衡块调整量计算模型。计算表明,与平均功率法和峰值功率法相比,均方根功率法能耗最小,有利于进一步挖掘抽油机节能潜力。     

变系数部分线性EV面板数据模型的效应检验

研究了带测量误差的变系数部分线性面板数据模型中个体效应的检验问题。 基于截面最小二乘方法分别对固定效应模型和随机效应模型中参数部分和非参数部分进行估计,经过纠偏处理后分别得到修正后的估计量,并构造出参数 Hausman 检验统计量和非参 Hausman 检验统计量;进一步,在小样本下结合 Bootstrap 抽样方法和Hausman 检验统计量得到检验的拒绝域,并通过模拟来检验统计量的功效;最后利用本文方法实证分析研究了国内 16 家上市银行绩效影响因素,并给出了实质性建议。