具有GJR-GARCH误差项时序的ADF单位根检验

在有限样本情况下，随机模拟了具有GJR-GARCH误差项时间序列的ADF单位根检验，分析了样本容量、扰动项高阶矩的存在性、肥尾和杠杆效应对临界值的影响．结果显示，条件分布为广义误差分布和t分布时，只可以直接使用zt统计量的Fuller的临界值表．     

线性模型中广义最小二乘估计关于误差分布的稳健性

研究一般线性模型下广义最小二乘估计关于误差分布的稳健性, 给出了误差分布的最大分布类, 使得当误差向量的分布在此范围内变动时, 广义最小二乘估计在广义均方误差准则下为一致最优估计.     

具有 TARCH-Skew-t误差项时序的ADF单位根检验

随机模拟了有限样本情况下具有TARCH-Skew-t误差项时间序列的ADF单位根检验.在数据生成过程为AR(1)-TARCH-Skew-t时,分析了样本容量、条件分布中参数的变化和反映信息非对称性参数的变动对临界值的影响.结果显示,只能直接使用zt统计量的Fuller临界值表.     

随机误差序列自相关的贝叶斯诊断及其单位根检验

在线性模型Y＝Xβ＋U中，通常假定随机向量U的各分量相互独立、方差相同，而且均服从正态分布。但在利用时间序列数据和横截面数据的模型中，前一期的误差一般与后一期的误差相关，误差项并不满足独立性要求，此时OLS估计不再是最佳线性无偏估计。根据贝叶斯定理，通过自相关系数的条件后验分布，研究了自相关系数的统计推断问题，包括点估计、区间估计、自相关的统计诊断和单位根的统计检验。     

部分线性模型中的广义差分混合Liu型估计

考虑部分线性模型带随机约束和存在复共线性的情形,针对回归系数向量的估计问题,基于广义差分和Liu型估计方法,提出了广义差分混合Liu型估计,并得到了新估计在均方误差矩阵意义下优于广义差分最小二乘估计、Liu型估计及广义差分混合估计的充要或充分条件.最后,通过数值模拟方法比较了几类估计在均方误差准则下的优良性.     

部分线性回归模型中的广义似然比检验

检验了部分线性回归模型中的函数部分是否为常数, 在备择假设下, 先用局部多项式方法估计出函数部分, 在估计中忽略了参数部分, 将其并入误差项, 再使用二阶段估计法, 直接应用最小二乘方法, 估计出参数部分, 并讨论了它们的渐近性质. 计算了零假设下广义似然比检验统计量的表达式, 并给出其渐近分布.     

复合LINEX对称损失下广义Pareto分布形状参数θ的Bayes估计

广义Pareto分布已被应用在社会学、保险精算学等众多领域,有着非常重要的实际应用价值.该文主要研究了复合LINEX对称损失函数下尺度参数已知,先验分布为伽马分布时,广义Pareto分布形状参数的Bayes估计和E-Bayes估计,给出了二者的精确表达式.最后对参数的Bayes估计和E-Bayes估计进行了数值模拟检验,检验结果说明了估计的合理性.     

基于收缩估计法的广义Pareto分布参数的估计

由于广义Pareto分布在金融和保险等领域的广泛应用,对于该分布的统计推断成为研究的热点.将在参数的先验分布为倒伽玛分布条件下研究广义Pareto分布参数的Bayes估计问题,并在平方误差和LINEX损失函数下,导出了参数的Bayes估计和Bayes收缩估计.文末给出了Monte Carlo数值模拟试验和结论.     

Copula-EGARCH模型及投资组合的时变风险价值估计

采用EGARCH模型对资产组合中的每一资产建模,资产的联合分布采用条件Copula构建,应用常相关模式建立了Copula-EGARCH模型;采用Monte Carlo法估计资产组合时变风险价值;讨论了模型的检验问题,给出了相关的检验方法。以上证综指与深证成指数据为样本,选用广义误差分布拟合误差分布并选取BB1Copula进行实证分析,实证结果表明所建模型是合理有效的,所估计时变风险价值具有良好的估计精度。     

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.     

基于广义极值分布的设计基本风速及其置信限计算

引入涵盖Gumbel,Frechet,W eibull三类极值渐近分布的广义极值分布(GED)模型,给出该模型参数的极大似然估计的计算公式,并由此导出设计基本风速及其置信上限的计算方法.采用南通气象观测站的年最大风速资料进行实证研究,分别用似然比法和Kolmogorv统计量检验分布的拟合优度,得出南通气象观测站年最大风速符合Frechet分布,而由样本值构造的经验分布与理论分布曲线基本相吻合.因此,由GED模型导出的计算方法明显优于采用单一分布的方法.     

不同公司的硫堇样品在玻碳电极上的电聚合及电化学行为

选择国内外3个不同公司的硫堇,利用循环伏安法对硫堇电聚合膜（PTH）进行了研究.实验中发现,利用购于不同公司的硫堇在玻碳电极（GCE）表面制备的电聚合硫堇膜表现出不同的电化学行为,用Sigma公司和上海国药公司硫堇制备的聚硫堇修饰玻碳电极（PTH/GCE）的循环伏安图出现1对氧化还原峰,而利用Alfa Aesar公司硫堇制备的PTH/GCE出现了2对氧还原峰.实验中考察了扫描电位范围以及pH条件对PTH/GCE电化学行为的影响.结果表明,在GCE上,电聚合TH的最佳扫描电位范围为-0.45～0.15V,Sigma公司和上海国药公司TH电聚合的最佳酸度条件为pH 6.0,而Aalfa Aesar公司TH电聚合的酸度条件为pH 7.0.所得到的实验结果对生物传感器的研究与应用具有一定参考价值.     

基于不同分布假设的GARCH模型对上证指数风险值预测能力的比较研究

采用GARCH模型对上海股票市场的潜在风险进行了度量．通过对三种不同分布（Normal，Student-t，GED）进行返回检验，可看出GED分布能更好地刻画上证指数的尖峰厚尾特征，从而也能更准确地预测沪市的风险值．     

气相电子衍射和SF_6分子中电荷再分布

气态小分子的电荷分布可从气相电子衍射实验得到。本文以SF_6分子为例作了研究讨论。我们引用Bonham等计算中性原子电荷密度分布和散射因子的参数法,提出了计算分子中原子的弹性散射因子的方法,利用这些不同于中性原子的散射因子,计算了折合散射强度,并和常规的理论计算结果相比较,两者的差别(残留强度曲线)主要反映分子形成后电荷再分布的影响。将它和实验中得到的残留曲线相比较,发现两者符合的程度,比用Hehre模型和用其他方法求得的结果好。文献[7]中存在的问题也作了讨论。     

基于不同误差分布下ARMA—GARCH模型的国债指数实证研究

根据上证国债指数收盘价数据的特征,对其收益率序列建立误差分布为正态、GED和t分布的ARMA—GARCH模型．比较不同分布条件下的拟合效果,得出误差分布为GED和t分布时,模型的拟合效果优于误差分布为正态分布的情况．应用交叉验证法对预测效果进行比较,得出误差分布为t分布的ARMA—GARCH模型预测效果最优．同时,在模...     

风险值VaR和尾部条件期望TCE的实证比较分析

由于风险值VaR具有一定局限性,因此人们在VaR的基础上又提出了一种新的度量市场风险的方法:尾部条件期望TCE.利用GED分布和T分布的TGARCH-M模型建立计算公式,并实证比较了VaR和TCE度量市场风险的准确性,结果表明,在通常情况下TCE和VaR均能较准确地度量市场风险.     

风险值VaR和尾部条件期望TCE的实证比较分析

由于风险值VaR具有一定局限性,因此人们在VaR的基础上又提出了一种新的度量市场风险的方法：尾部条件期望TCE。本文利用基于GED分布和T分布的TGARCH-M模型建立计算公式,并实证比较了VaR和TCE度量市场风险的准确性,结果表明,在通常情况下TCE和VaR均能较准确地度量市场风险。     

利用PGARCH-M模型估计Value-at-Risk

建立一种新的度量风险值(VaR)模型PGARCH-M (Power GARCH-M),并利用该模型,通过对工业指数和地产指数的VaR计算,得出基于GED分布的PGARCH-M模型估计VaR极端值更为精确,优于基于正态分布的PGARCH-M模型和PGARCH模型.     

基于偏态分布的风险度量计算

金融时间序列具有尖峰厚尾性,同时在股市中又存在着杠杆效应.对股票指数收盘价格的对数收益率序列建立ARMA-APARCH模型,在对数收益率序列分别满足Skewed-t分布和Skewed-GED的假设下,给出了在险价值及期望损失的计算方法.对t分布与Skewed-t分布、GED与Skewed-GED分别进行对比性实证分析,结果表明,在两个偏态分布假设下计算得到的期望损失估计结果更为保守,更能够捕捉到股市的尾部风险.