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。     

我国财政科技投入与其影响因素的动态关系研究

根据1990—2010年的时间序列数据,假设了影响财政科技投入的五个相关因素,并利用逐步回归模型择取与财政科技投入相关度高的影响因素,运用分位数回归模型分析了这些影响因素与财政科技投入之间的动态联系。研究结果表明:产业结构变迁对财政科技投入的正向影响最为显著;随着财政科技投入的加大,财政支出分权对财政科技投入的影响逐步减弱;人力资源的累计是财政科技投入的一种非常稳定的影响因素。     

我国财政科技投入与其影响因素的动态关系研究

根据1990--2010年的时间序列数据,假设了影响财政科技投入的五个相关因素,并利用逐步回归模型择取与财政科技投入相关度高的影响因素,运用分位数回归模型分析了这些影响因素与财政科技投入之间的动态联系。研究结果表明：产业结构变迁对财政科技投入的正向影响最为显著;随着财政科技投入的加大,财政支出分权对财政科技投入的影响逐步减弱;人力资源的累计是财政科技投入的一种非常稳定的影响因素。     

基于面板数据分位数回归模型的房地产价格分析

采用安徽省13个地市2001～2010年的面板数据,对影响安徽省房地产价格的因素进行实证分析。研究结果表明:银行年度基准贷款利率和房屋销售面积与房地产价格不存在协整关系,用面板数据模型及分位数回归模型分析的结果均表明人均可支配收入对房地产价格影响的弹性最大。最后提出3点政策性建议,为政府调控房地产市场价格作参考。     

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。     

具有幂变换的半参数分位数回归

考虑响应变量具有幂变换的半参数分位数回归模型.非参数部分运用B样条进行估计,通过最小化累积残差平方和来估计Box-cox幂变换中的参数.研究得到了半参数分位数回归模型估计的一致收敛速度.     

基于分位数回归的我国居民边际消费倾向动态研究

以我国1978 -2009年间城乡居民人均收入和人均储蓄数据为样本,运用分位数回归方法对各收入水平下的边际储蓄倾向进行估计.实证结果表明,边际储蓄倾向递增规律在我国城乡居民储蓄行为中也是适用的.     

基于神经网络分位数回归的行业成本预测研究

针对成本在经济学系统中变化的非对称,与其影响因素之间的非线性关系,提出采用神经网络分位数回归法来研究成本与各影响因素之间的联系,并进行成本预测;该方法不仅可以通过神经网络结构模拟经济系统中非线性关系,还可以通过分位数回归功能揭示各影响因素对成本整个条件分布的影响规律;通过实证结果分析,神经网络分位数回归模型相较于OLS回归模型和分位数回归模型其预测精度更高,且揭示了各因素的影响规律,所以神经网络分位数回归模型的分析结果更科学,更有价值,更有助于相关管理决策者进行成本分析、控制和管理。     

混合效应模型的双MCP惩罚分位回归研究

针对混合效应模型,在已有的双Lasso正则化分位回归(DLQR)的基础上,结合MCP惩罚,提出了双MCP正则化分位回归(DMQR).通过对惩罚方法的改进,使得模型的拟合效果大大提高.在求解参数时使用交替迭代算法使得每次只用求解单个MCP惩罚的分位回归,并结合针对非凸惩罚的迭代坐标下降法(QICD)使得计算的速度大大提高.在稀疏模型的模拟研究中发现,无论在何种误差条件下,DMQR都能很好的排除冗余变量,效果相对于DLQR有了较大的提升.且在模型的稀疏程度不同时,都能得到很好的模拟结果.     

基于分位点回归和影响因子的动态保证金率

保证金是金融市场上对交易各方履约的基本保证.为了能够在风险可控的范围内设定更为合理的保证金水平,本文结合VaR方法中的GARCH、TGARCH、EGARCH模型,加入影响因子和基于MCMC的分位点回归方法来拟合模型参数,并利用Cornish-Fisher展开式估计分位数Φ-1q,以找到制定保证金水平更为合理的方法,然后采用沪胶指数日线为数据进行了对比和验证.     

关于辽宁省研发投入情况的分析与研究

依据R＆D强度指标对我国31个省份进行了分类,将辽宁省与其他8个高R＆D投入的省份的R＆D投入情况进行了对比,从辽宁省科技研发投入自身的情况分析了其在科技研发投入方面存在的问题。     

基于非对称拉普拉斯分布的混合分位数回归参数估计

利用非对称拉普拉斯分布提出一种新的混合分位数回归模型. 传统模型仅考虑位置参数, 而所提出模型同时考虑了位置参数和尺度参数, 并利用期望最大化(expectation maximization, EM)算法对模型参数进行估计. 数值分析结果表明, 参数估计的精度在各个 分位 数上均较为理想, 并且估计精度随着样本量的增加而提高. 最后运用所提出模 型及其算法对城市房价数据进行分析.     

右删失数据下回归函数的局部组合分位数回归估计

本文研究右删失数据情形下的组合分位数回归模型,采用局部多项式逼近来估计回归函数,得到回归函数在某一点的估计量的渐近正态性和区间估计,并通过蒙特卡洛模拟验证了所提方法的有限样本性质。     

基于双惩罚分位回归的面板数据模型理论与实证研究

固定效应和随机效应同时选择是面板数据模型研究中的重要问题之一。本文通过分别对固定效应和随机效应引入条件Laplace先验,提出了一种新的贝叶斯双惩罚分位回归法。该方法不仅能对模型中重要解释变量进行自动选择,而且充分考虑到个体随机波动对解释变量系数估计带来的偏差。通过对方差分量的惩罚压缩,减少了模型中未知参数的个数,提高了模型自由度。Monte Carlo模拟及实证分析显示,所提出的方法不仅能准确估计出固定效应系数,而且能精确地捕捉到个体随机效应的波动。     

时变扩散模型中收益参数向量的局部复合分位回归估计

主要研究多维时变扩散模型中收益参数向量的估计问题.基于离散观测样本,利用局部线性拟合的方法,得到了时变漂移参数向量的局部复合分位回归估计,并证明了估计量的渐近正态性.同时,给出了估计量的渐近偏差和渐近方差.     

Poisson回归模型的统计诊断与影响分析

文章研究了Poisson回归模型的统计诊断和影响分析方法,得到了一系列诊断统计量和检验统计量,并应用实际数值例子对诊断方法的有效性进行了验证。