我国区域经济可持续发展效率影响因素实证分析——基于面板数据分位数回归模型

运用我国28个省(市)的面板数据,利用分位数回归模型实证分析了我国区域经济可持续发展效率的影响因素。研究结果表明:经济规模、对外开放程度、地方财政支出比重和自主创新能力对经济可持续发展效率均呈现显著正向促进作用;工业比重上升和人口密度的增加对经济可持续发展效率的改善有负面影响;另外,各影响因素在不同分位点对我国区域经济可持续发展效率的影响程度差别较大。最后,文章对如何提高我国区域经济可持续发展的效率,提出了相应的政策建议。     

面板数据复合分位数回归模型的渐进相对效率

针对面板数据个体固定效应复合分位数回归模型,研究回归系数估计的渐进相对效率.采用计算复合分位数回归估计和最小二乘法估计的协方差矩阵的迹的比值,计算结果表明复合分位数回归相对于最小二乘法的渐进相对效率的比值大于70%.还将Zou在2008年提出的适应性lasso的想法应用于此面板数据个体固定效应复合分位数回归模型,构造出适应性lasso惩罚复合分位数回归估计,并在适当条件下证明其估计的渐进性质.     

基于城镇职工基本养老保险基金支出及其影响因素的时空差异性分析 ——基于GTWR模型以及面板分位数回归模型

在新冠疫情背景下,为保障中老年群体的身体健康,本文将关注点放在城镇基本养老保险基金支出上.首先对基本养老金支出进行时空差异性分析.随后利用GTWR模型以及面板分位数回归模型分析高等教育毕业生数、离退休率、居民可支配收入三个影响因子对基本养老金支出的影响机制.最后根据城镇基本养老保险基金支出在我国各省域的分布特点以及影响...     

基于分位数回归的辽宁省R&D经费投入影响因素的动态研究

根据理论研究,从宏观、中观、微观3个层次指出国家经济发展水平、政府科技投入、产业结构、国际贸易、外商直接投资、知识积累及人力资本积累是影响我国R&D经费投入的重要因素。利用逐步回归方法对影响辽宁省R&D投入因素进行了筛选,得出经济发展水平、政府科技投入和产业结构是影响辽宁省科技投入的主要因素,然后利用分位数回归模型对辽宁省R&D投入在不同分位点上各影响因素的作用进行了详细的研究,发现政府科技投入的影响较稳定,产业结构对其影响在逐渐增大,最后在此基础上提出了提高辽宁省R&D投入的相关政策建议。     

部分线性分位数回归模型的平均估计

模型平均估计可对不同候选模型中的参数估计量进行加权平均,能有效提高参数估计的精度,在经济、金融和管理等领域有着广泛应用。为提高部分线性分位数回归模型的参数估计效果,本文构造了基于兴趣参数的模型平均估计量并探究了其大样本性质。首先,利用B样条近似非参数函数,并通过极小化分位数损失函数来得出各候选模型的回归系数估计量,在局部误设定框架下推导了系数估计量的渐近分布;其次,基于候选模型中兴趣参数的估计构造出了模型平均估计量,并得出其渐近性质;最后,推导了覆盖真实参数的概率趋近于名义水平的置信区间。本文研究不仅丰富了平均估计的渐近分布理论,而且为兴趣参数构造了合适的置信区间。     

广义线性模型的分位数回归变点检测

变点问题因具有广泛的应用,一直是一个研究的热门问题。文章结合分位数回归的思想,考虑了广义线性模型在连接函数不变的情况下其参数是否发生改变,利用子样本的次梯度来构造检验统计量,并且找到了在原假设下检验统计量的渐进分布,并通过数值模拟证明了该检验的有效性。     

基于分位数回归的人民币兑美元汇率风险测度

针对人民币兑美元汇率风险问题,提出了一种基于分位数回归的风险测度方法;以2015-08-11—2019-09-16人民币兑美元汇率中间价数据为研究样本,运用EGARCH模型和TGARCH模型刻画了外汇收益率序列存在的不对称性、波动集聚性以及尖峰厚尾性特征,并在GARCH族VaR模型的基础上构建了QR-GARCH族VaR模型,最后选择Kupiec失败率检验和动态分位数检验等后测检验方法,比较了两类模型的风险预测精度;结果表明:相对于GARCH族VaR模型,QR-GARCH族VaR模型不仅仅对随机扰动项的假设分布不敏感,并且表现出显著优异的风险预测能力,其中基于t分布的QR-EGARCH VaR模型的预测能力最优,故QR-GARCH族VaR模型在人民币兑美元风险测度问题上更具适用性和稳健性。     

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。     

分位数回归方法综述

分位数回归模型作为普通线性回归模型的推广,拥有着独特的优越性,在其广泛应用中得到了更加丰富及有价值的结果。本文比较了分位数回归和普通线性回归的优缺点,并介绍了分位数回归在多个学科领域中的应用以及其理论发展分支。     

基于数据挖掘的房地产价格预测

根据房地产价格的非线性变化特点,提出一种基于数据挖掘技术的房地产价格预测模型.首先收集房地产价格的历史样本,对其进行混沌分析后得到相应的训练样本集和验证样本集,然后采用数据挖掘技术对训练样本建模,并对验证样本进行预测.仿真实验结果表明,数据挖掘技术可以从房地产价格历史数据中发现其变化趋势,获得了较高的房地产价格预测精度,与其他经典房地产价格预测模型相比,数据挖掘可以更好地描述房地产价格的变化特点,预测精度能够满足人们对房地产价格预测的要求.     

基于多元Logistic回归模型的我国上市房地产企业预警

目前,许多房地产企业面临着融资、再筹资难等问题,企业倍受资金链压力,有的甚至陷入财务困境.采用主成分分析和Logistic多元回归相结合的方法,构建财务危机预警模型.借助SPSS19.0经济统计软件,对财务指标数据进行分析,并检验模型.以期为房地产公司提供财务风险预警的有效方法.     

基于时间序列模型的河南省房地产价格研究

以SAS软件为工具,对2009年3月～2013年3月河南省郑州、洛阳和平顶山3个城市新建住宅价格指数序列进行了实证分析.通过比较AIC、SBC值和可决系数R2,拟合3个序列的最终模型分别是郑州的异方差AR（3）-ARCH（1）模型和洛阳、平顶山的以时间变量t为因子的残差自回归模型.预测结果显示,河南省的房价近期仍呈上升态势,郑州的上涨幅度最大,大约是1.4％ ～1.5％,洛阳约为0.5％,平顶山约为0.3％.     

基于位置子市场划分的房价贝叶斯概率模型

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

基于半参数空间模型的房地产估值数据研究

针对现有的房地产估值模型中不包含空间自相关性以及非线性影响因素的问题,提出了可以灵活解释变量意义的部分线性空间自回归模型来拟合房地产估值数据;对于部分线性空间自回归模型的估计问题,利用局部多项式方法与拟极大似然估计法相结合的两步估计过程得到参数部分的估计;房地产估值数据的拟合结果表明:房地产估值数据确实存在空间相关性,房屋到最近的捷运站的距离与房价呈负相关关系,而步行生活圈中便利店的数量与房价呈正相关关系,这与现实意义上的解释是相通的,另外房屋年龄与房价之间的非线性关系也被体现出来;部分线性空间自回归模型能更加客观和灵活地解释房地产估值数据的现实意义。     

房地产的价格模型及其投资的最优时机选择

建立了一个随机条件下房地产价格的离散化模型,对以盈利为目的的房地产买卖投资时机决策问题进行建模研究,给出最优买入卖出的停时分析及相应的最优报酬函数.     

基于格兰杰因果检验的电子商务与商业地产价格的实证分析

运用格兰杰因果检验方法,探讨了电子商务的发展是否影响了商铺、商业地产的租售需求这一问题.通过对写字楼、商铺价格数据和电子商务规模数据进行检验,分析探讨了电子商务的发展与商业地产价格的关系.综合格兰杰因果检验及相关系数的计算结果,可以认为电子商务发展规模的扩大,降低了商铺、商业地产租售价格的上升趋势.基于这一结论,我们认为未来随着电子商务规模的不断扩大,商业地产价格上升的压力趋向于减小.     

基于灰色系统GM(1,1)的淮安市房价预测模型

以淮安市统计局发布的2008~2014年统计年鉴中有关商品房的销售数据为分析对象,利用销售总面积和销售总额折算成商品房的平均价格,建立了基于灰色系统GM(1,1)的淮安市房价预测模型.为了提高模型精度,引入二阶弱化因子,对原始数据进行预处理.利用预处理后的数据建立了精度更为理想的预测模型.利用模型预测了随后5年的平均房价.     

基于VAR方法的商品房均价预测

房价预测是房地产投资决策和调节控制的重要依据之一.本文以武汉市房地产市场为研究对象,运用VAR模型对武汉市商品房销售均价进行预测.结果表明该模型的预测精度较高,在房价预测中有较强的科学性和可行性.