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.     

基于用户均衡策略的在线交通量分配

针对n次连续的交通量依次到达出发地选择路径到目的地去的问题,本文从在线与竞争策略的角度出发,采用用户均衡分配策略分配流量,当路阻函数是不可分的线性函数时,若c2>(n+1)/n,分配效率是4n2c2/[(n+1)-(n-1)δ]2,若c2≤(n+1)/n,分配效率是4n/[2n+2-c2n-(n-1)δ],其中c2、δ是路阻函数雅可比矩阵的非对称度和它的元素接近度。该结果包含了以往研究部分成果,并在此基础上进行了扩展。     

复杂系统的演化过程,n(n-1)律,自聚集

研究一类复杂系统的演化过程,给出一个网络模型,由此导出f(n)=n(n-1),用以在某种程度上定性地描写演化过程中聚集与功能变化的规律。这里n表示agents的聚集数量。熟知的关系式1+1>2是n=2时的特例。当n为小数时,n的增减对系统整体功能的影响显著,此情况将称为“小n机制”。当n充分大时,系统的整体功能将有大跃升,并可用n2度量,称此为“n2效应”。一般情况下,n(n-1)描写聚集-相互作用-功能跃升的模式,用此模式可对不同领域的演化过程作某种解释。     

空间滞后模型的稳健检验

针对现有空间滞后模型检验存在的问题,首先用矩估计方法得到空间误差参数的一致估计量,然后以局部稳健检验方法为理论基础, 构造稳健检验统计量.该方法既成功回避了采用极大似然估计法构造检验统计量时遇到的繁琐计算问题,又有效解决了现有局部稳健检验方法适用范围受限的缺陷.同时,相对于直接采用矩估计法构造检验统计量的方法,该方法也有明显优势. 蒙特卡罗模拟的结果支持上述论断.     

面板数据空间误差分量模型的空间相关性检验

将截面误差分量模型(spatial error components, SEC)扩展至面板数据, 推导其联合检验、边际检验及条件检验, 并通过Monte Carlo模拟实验证明: 当随机效应存在时, 条件检验更为有效; 当随机效应不存在时, 边际检验更为有效; 空间权重矩阵的选取与随机效应是否存在相关, 但未标准化的空间权重矩阵更适合检验空间相关性; 此外, 更大的N或T使得检验更为有效. 研究同时发现, 当真实数据生成过程为面板数据SEC模型时, 传统空间经济计量模型中的Moran I、LM-Error及LM-Lag检验均失效.     

高频数据波动率非参数估计及窗宽选择

基于高频数据采用非参数的方法估量波动率,因其能更准确地度量波动率,一直是学者们研究的热点.然而,波动率的所有非参数估计都面临着窗宽的选择问题.由于最优窗宽中往往携带一些难以估计的未知参数,使得在应用过程中确定最优窗宽的具体数值存在困难,从而阻碍了这类估计量的使用.本文以已实现核估计作为波动率非参数估计的代表,构建了一种能自动从实际数据中确定最优窗宽的算法.理论分析的结果表明:算法具有稳定性,其所确定的窗宽是最优窗宽的无偏一致估计量,收敛速度为O(n~(-1/5)).实际数据检验的结果显示,算法是稳定的并且具有良好的适应性,由算法确定的窗宽不依赖初始值的选取.模拟数据的结果显示,相比传统确定窗宽的方法,算法确定的窗宽所对应的估计量具有更高的精度.文中的算法可推广到波动率其他的非参数估计量中,从而为这类估计量的使用铺平道路.     

时变固定效应动态短面板模型的变量选择估计及应用

虽然常见的微观面板数据时间维度较短,但仍具有一定的时间跨度,个体固定效应依旧可能存在时变性,导致基于个体固定效应的面板数据模型推断不可信.因此,考虑时变个体固定效应能够降低模型设定偏误.采用修改的Mundlak-Chamberlain投影方法,不仅能控制不可观测的时变个体固定效应,还能识别时不变的个体解释变量的影响效应,如工资的性别歧视.另一方面,解释变量的影响效应同样会因政策等外部宏观环境因素的变动存在时变性.投影和时变效应的引入都会极大增加模型中待估参数的个数,降低模型估计的精度.为此,重要变量的筛选及其时变性的识别尤为关键.通过引入投影方程参数的约束条件,采用惩罚条件拟似然和ECM算法,能同时实现变量的选择和估计.模拟结果显示新方法表现良好.最后,基于该模型和方法识别了不同的高管激励方式(分薪酬激励和股权激励)如何影响企业配置金融资产的动机.     

基于近似观测和最小熵约束的SAR稀疏自聚焦方法

当采样率较低以及重建散射点数量较多时, 基于两步优化的稀疏自聚焦方法收敛速度较慢且容易陷入误差较大的局部最优解, 导致自聚焦失败。针对此问题，提出了一种基于近似观测和最小熵约束的稀疏自聚焦方法。首先, 为解决测量矩阵规模大、内存占用高的问题, 构建了一种基于近似观测的稀疏自聚焦模型, 在聚焦图像的傅里叶变换域引入误差相位。然后, 在采用最大似然估计器估计误差相位时增加了最小熵约束, 同时采用相位梯度自聚焦法提供误差相位的初始解, 有效降低了迭代次数并使迭代结果更接近全局最优解。机载合成孔径雷达的实测数据成像结果表明, 与常规自聚焦方法相比, 所提方法具有更快的收敛速度和更稳定的自聚焦性能。     

Heckman-Tobit模型的半参数估计

Heckman-Tobit模型可以同时处理样本选择问题和删失数据问题,是一个重要的微观计量模型.本文根据结果变量的条件生存函数所满足的性质,提出Heckman-Tobit模型的一种半参数估计方法.这种方法通过积分的形式,有效地利用了结果变量整个条件分布的信息.在一些正则性条件下,本文证明了所提出的半参数估计量的相合性和渐近正态性.其渐近性质的成立不依赖于扰动项的具体分布.数值模拟实验的结果表明,本文的半参数估计量具有优越的有限样本性质,且当扰动项服从非正态分布时优于最大似然估计量.     

决策要素动态变化的群体决策偏好演化过程

研究交互式动态群体决策偏好收敛自适应过程的内在机制和规律,发现和控制影响群体一致度和偏好收敛时间的关键因素,以改善群体决策时间绩效. 应用计算实验方法,基于Deffuant有界自信假设的妥协策略,在微观层面上构建偏好演化动力 学模型,模型符合群体决策共识过程原则要求;在模型基础上观察分析个体属性特征对一致性绩效、收敛时间绩效的作用. 论文在决策成员社会惰性、空间位置、决策偏好动态变化的决策情景中,研究决策者社会惰性对群体决策偏好收敛时间的影 响. 建立了动态群体决策的概念框架,分别针对惰性不变的偏好演化模型和惰性变化的偏好演化模型设计了两个计算实验. 实验1：比较不同社会惰性水平p^*和不同选择半径r组合下,决策偏好时间T_c的变化. 实验2：比较不同惰性 递增速率v和不同惰性递增上限ps组合下,决策偏好时间T_c的变化. 研究发现：1）社会惰性越大,对 偏好收敛的阻滞效应越显著;2） r越小,T_c随着p*递增的趋势更强;3）当扩大决策成员交互对象的 选择范围,T_c的波动减小,群体达成共识的时间更稳定;4）当社会惰性值随休眠持续期在一定范围内线性 递增时,T_c递增存在一个分界值.     

带分段仓储能力决策的动态批量优化问题研究

本文考虑一个单一产品仓储能力决策和库存决策的动态批量集成优化问题.在这个模型中,长度为T个周期的计划期被划分成连续的若干段,每段初需制定该段的仓储能力决策,同一段中各期的期末库存水平均受限于该段仓储能力.假设每段仓储能力费用为仓储能力的非减函数,各期的产品订货费用为固定费用,库存保管费用是一个期末库存量的线性函数.利用分解技术和几何技术,本文开发一个计算复杂度为O(T~3)的动态规划算法.计算测试显示,该算法与求解混合整数规划(MIP)的商业软件相比,在计算时间上具有明显的优势.     

能力与权力:大规模复杂网络重要节点识别的二重异质指标及算法

为快速识别大规模复杂网络中的重要节点,本研究将人类社会普遍存在的两类不平等映射为节点在网络中的能力与权力的二重异质性,设计了评价复杂网络节点重要度的DH指标,构造了用于DH指标快速分布式计算的并行随机距离渐进(parallel random distance approach,简称PRDA)算法.通过网络最大连通率、网络均衡熵、算法有效性和算法效率的评价实验验证DH指标及PRDA算法的有效性,得出结论如下:DH指标在识别重要节点时能适应不同拓扑特征的复杂网络,识别性能优于或同于时间复杂度更高的介数;PRDA估计算法在最短路径获得概率p=1-10~(-1.5)的水平上得到的节点效率估计值■与真实值η_i的Pearson相关系数在0.975以上,且在大规模网络上进行节点效率估计结果更可靠;在Apache Spark并行内存计算环境中应用时间复杂度为O(n~2/l)的PRDA算法求解DH指标耗时远小于介数求解耗时,这表明算法的时间特性也适于大规模网络.     

基于多重休假的min(N,V)-策略M/G/1排队系统的队长分布

运用全概率分解技术和拉普拉斯变换工具，研究了基于服务员多重休假的min（N，V）-策略M/G/1排队系统，其中N是预设的休假终止的门限值.讨论了从任意初始状态出发队长的瞬态分布，获得了队长瞬态分布的拉普拉斯变换的递推表达式和稳态队长分布的递推表达式，同时求出了附加队长分布的显示表达式.进一步讨论了当休假时间V分别服从负指数分布和定长分布P{V=T}=1，以及当N=1，N→∞，P{V=0}=1与P{V=∞}=1时的特殊情形.最后，通过数值实例阐述了获得便于计算的稳态队长分布的表达式在系统容量设计中的重要价值.     

基于决策依赖度的粗糙集约简模型研究

为寻求高效的粗糙集约简模型,基于可分辨关系提出决策分辨约简、依赖性和依赖度等概念.与以往粗糙集约简模型相比,为提高约简精确性,提出性能为O(|P‖U|)的等价类划分方法和性能为O(|P‖U/C|)的属性重要性度量方法.同时给出了相关定理和等价命题,论证了传统决策约简模型和决策分辨约简模型的一致性.并基于属性重要性给出性能为O(|C|~2|U/C|)的求核方法和性能为Max{O(|C‖U|),O(|C|~2|U/C|)}的约简模型.新模型充分考虑了核属性和其他属性间的关联,从而有效降低冗余率,解决了对比模型存在的问题.理论和仿真实例分析表明新模型高效且结果准确率高.     

基于八叉树优化的MoM-PO/PTD混合算法分析目标电磁散射及辐射问题

在综合利用矩量法(method of moments, MoM)和物理光学(physical optics, PO)方法的过程中, 要精准识别和划分PO位置处于点光源照射情况下的暗区和亮区。传统的识别划分手段的时间复杂度为O(N²), 当面片数量N增多时, 所需的时间呈现出急剧增长的趋势。文中应用八叉树和后向追踪算法, 对PO亮区判断过程进行加速, 可将时间复杂度由N²降为NlgN。由于计算PO区域电流时没有考虑边缘绕射造成的影响, 导致计算误差较大。鉴于此, 本文在计算过程中引入物理绕射理论对混合算法加以改进, 并通过与FEKO中的MoM相比较, 说明了修正后的混合算法能够有效提升计算精度。     

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.     

基于函数γ+δi的加权WGM(1,1)模型及其在技术创新中的应用

针对以前文献加权WGM(1,1)模型人工赋权,由于序列(0)(n)后的权重未知,从而导致无法还原x(0)(n)以后的预测值的问题,本文提出了线性函数γ+δi赋权.本文首先证明了WGM(1,1)模型的基本形式;第二,基于WGM(1,1)模型的基本形式,用最小二乘法估计其参数γ,δ,a,b,构建了线性加权WGM(1,1)模型;第三,为对比分析,又构建了加权改进WIGM(1,1)模型;第四,通过技术创新实例对所构模型进行实证.其结果表明,WGM(1,1)模型能减少序列平均相对百分比误差(MAPE).若经过WGM(1,1)模型拟合后,仍有较大的MAPE值,这时还可以用WIGM(1,1)模型再拟合,以进一步减少MAPE值;最后,从理论与实证上,论述了WGM(1,1)和WIGM(1,1)模型的有效性及最佳使用条件.     

一类休假的Geo~X/G/1可修排队的可靠性分析

考虑单重休假、Bernoulli反馈和可变输入率的离散时间Geo~X/G/1可修排队.顾客的批到达速率与服务器的休假有关.刚服务完的顾客以概率1-θ进入队列寻求下次服务.服务器在服务过程中可能故障需修复后再继续工作.借助更新过程理论、z变换和一种分解法,研究了时刻n+位于服务器忙期的条件概率、服务器的瞬态和稳态不可用度以及(0~+,n~+]时间内服务器的平均故障次数和稳态故障频度,揭示了这类离散时间可修排队中服务器可靠性指标的结构,得到了一些特殊可修排队的可靠性结果.最后通过数值实例分析了系统参数对服务器可靠性指标的影响.