小样本DF统计量的分布特征

用蒙特卡罗（ＭｏｎｔｅＣａｒｌｏ）模拟方法着重研究了样本容量在５５以下的ＤＦ统计量的分布特征,并给出检验水平分别为０．０１,０．０５和０．１的ＤＦ检验临界值表并对小样本ＤＦ检验的功效作出分析．因为在有些国家以年为单位的经济时间序列的最大可观测个数并不是很大,所以小样本ＤＦ统计量分布的研究尤其有重要意义．     

周期异方差时间序列中季节单位根的Gauss 检验

为检验带异方差的季节时间序列中的单位根,提出了基于Cauchy估计的Zc统计量.在原假设下得到该检验统计量的极限分布服从于标准正态分布,并与季节周期d和误差项的周期异方差无关.Monte Carlo模拟计算表明当模型中自回归系数接近1时,用该方法得到的估计值比普通的最小二乘方法得到的估计值误差小.计算结果和实例分析结果表明了用该方法检验季节单位根的简便性和有效性.     

基于贝叶斯分位数回归的市场风险测度模型与应用

对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架.指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制.给出选择尺度参数和模型参数先验分布的条件,保证参数后验分布是真实概率分布,并采用马尔科夫链蒙特卡罗模拟方法进行参数估计.对深证成分指数的实证研究表明,不对称绝对值和斜率分位数回归模型比间接GARCH和FIAPARCH模型更好地描述了深证成分指数的风险特征,在不同的置信水平下,深圳股市消息对市场风险具有强度不同的不对称性冲击.动态分位检验和后验测试支持分位数回归模型可以对金融数据进行高置信水平的市场风险测量和探索风险的演化模式.     

似乎不相关回归方程组中参数的极大似然估计

给出ｍ个似乎不相关回归方程组中关于参数β,ρ,σ２或Ｖ在β的一致最小风险无偏估计存在情况下的极大似然估计     

矩量法中边界电荷对电流及近场分布的影响

详细推导了考虑边界电荷时RWG-MoM分析问题中涉及的阻抗矩阵计算公式,解决了阻抗矩阵计算中遇到的面积分奇异及线积分奇异问题,尤其是线积分奇异的处理,给出了巧妙的推导。通过仿真试验研究了边界电荷对电流分布及近场的影响,发现随着物体尺寸的减小边界电荷对电流分布及近场的影响逐渐明显。     

政务督查组及督查对象的属性特征与督查效果的关系——基于Logistic回归分析的A省政务督查实证研究

政务督查是推动党中央、国务院决策部署贯彻落实的重要手段,是我国推进国家治理体系和治理能力现代化的重要工作,对政务督查影响要素及其影响关系开展研究,意义重大。基于A省2018年政务督查数据,在督查组和督查对象的属性特征分析基础上,构建多项Logistic回归模型,开展不同属性对发现各类督查问题的影响研究和实证分析。研究发现：(1)督查组的人数、高职级成员占比,人均年收入等,对于发现维稳类和扶贫类问题有显著的正向影响;(2)督查对象高学历干部占比、驻村干部来源单位数等,对发现维稳类问题均有显著的正向影响;(3)督查组的盛年成员占比、从事纪检监察工作年限,督查对象的党员干部占比、被地市级督查次数等,对发现扶贫问题有显著的负向影响。本研究为我国政务督查工作实践提供了一定的理论和经验支持,尤其为督查组人员的合理配置、督查组与督查对象的有效匹配提供了实践依据,对提高政府决策准确率、加强决策能力具有重要意义。     

中值无偏修正的预白化HAC法在伪回归中的应用

传统预白化HAC法存在有限样本偏差,使得平稳过程之间回归时存在伪回归.本文利用一阶和高阶的中值无偏估计对传统预白化HAC进行修正,通过修正的预白化HAC对t统计量标准误进行调整,从而进一步研究其在平稳过程之间伪回归中的适用性.研究表明:第一,中值无偏修正的预白化HAC法能减少长期方差的有限样本偏差并能降低伪回归概率;第二,修正的预白化HAC对持久性、GARCH类异方差和非正态随机新息等都具有稳健性.     

自助法修正的预白化HAC在平稳过程之间伪回归中的应用

传统预白化HAC法存在有限样本偏差,导致在相互独立的平稳过程回归中存在较高的伪回归概率.本文提出利用自助法减少其有限样本偏差,从而降低伪回归概率.同时,通过与一阶偏差修正的预白化HAC法的比较分析,发现自助法修正的预白化HAC不仅能减少偏差和降低伪回归概率,而且在GARCH类异方差和高阶自回归数据过程中具有更好的稳健性.     

单位根检验中的Wald检验量研究：Bootstrap法VS临界值法

针对Wald临界值检验方法存在检验水平扭曲和功效低下的不足,提出了Wald检验量的Bootstrap检验方法,并从理论上证明了该方法的有效性;借助于蒙特卡罗模拟技术对两种检验方法进行对比.结果表明：在无漂移项数据生成过程中,两种方法的实际覆盖率分别为100%和72.9%,精确程度之比为33：15;在有漂移项的数据生成过程中,实际覆盖率分别为94.4%和77.8%,精确程度之比为20：15;在检验功效方面,Bootstrap方法较临界值检验具有明显的优势,尤其是在小样本下;由标准正态分布得到的临界值对其它误差分布类型缺乏稳健性.实证分析也表明由Bootstrap检验方法得到的模型更符合实际情况.因此,Bootstrap方法可以替代临界值方法进行单位根的Wald检验.     

一个应用于经济领域的基于知识的可灵活配置的智能蒙特卡洛仿真框架

电子商务的发展,促进了经济贸易的全球化、自由化,加剧了市场的竞争与波动,使得经济模型的适应性受到极大的限制.而经济模型是分析和预测经济发展的基础,为了改善这种限制,我们结合XML与知识技术,建立了一个可配置的智能模型仿真框架.我们也把随机数据库融入该框架中,从而实现了可配置的蒙特卡洛仿真.这样,我们极大地提高了经济模型的适应性、扩展性以及智能性.这种框架可以适用于任何能够运行完全参数化模型的仿真引擎.另外,我们还给出了5种分析仿真结果的方法,以帮助研究人员更好的分析、判断与预测.     

企业资金运营风险管理研究——企业销售过程的风险模拟

确定了企业销售过程模拟随机变量的选取方案 ,对企业销售过程中的销售和应收帐款环节建立了蒙特卡罗风险模拟模型 ,并应用所建立的模型对某企业的销售和应收帐款管理进行了模拟试验 .     

基于仿真的复杂系统可靠性、可用性和MTBF评估文献综述

通过查阅大量文献 ,对应用蒙特卡罗仿真方法评估复杂系统可靠性、可用性和 MTBF进行了全面的分析研究 .通常在评估复杂大型系统的可靠性、可用性和 MTBF方面有 4个主要困难 :系统结构可以很复杂 ;子系统可能服从各种失效分布 ;对于可修系统来说 ,子系统可以服从任意失效和修复分布 ;子系统的失效数据有时也不充分 ,可靠性试验样本趋向于小样本 .用经典统计学去获得它们的统计置信限很困难并且经常是不可能的 .而仿真技术是解决这类问题的一个值得重视的研究方向 .     

DDFS spurious signals due to amplitude quantization in absence of phase-accumulator truncation

Spurious signals in direct digital frequency synthesizers (DDFSs) are partly caused by amplitude quantization and phase truncation, which affect their application to many wireless telecommunication systems. Thee signals are deterministic and periodic in the time domain, so they appear as line spectra in the frequency domain. Two types of spurious signals due to amplitude quantization are exactly formulated and compared in thetime and frequency domains respectively. Then the frequency spectra and power levels of the spurious signals due to amplitude quantization in the absence of phase-accumulator truncation are emphatically analyzed, and the effects of the DDFS parameter variations on the spurious signals are thoroughly studied by computer simulation. And several important conclusions are derived which can provide theoretical support for parameter choice and spurious performance evaluation in the application of DDFSs.     

基于OLS退势的单位根检验

研究了不同情形下OLS退势单位根检验统计量的性质.推导了检验统计量的渐近分布,同时,运用蒙特卡洛试验模拟了有限样本容量条件下检验统计量的分位数,在拟合分位数关于样本容量响应面函数的基础上,给出检验统计量不同样本容量条件下8个百分位数的估计值,为OLS退势单位根检验提供理论依据和检验用临界值表.     

基于Monte Carlo多重仿真的费用与进度联合置信估计

采用独立估计的方法不能同时获得高置信百分位的费用估计与进度估计，实际项目执行的费用风险或进度风险很高。费用与进度的联合置信估计是指费用置信百分位点估计和进度置信百分位点估计的联合估计。采用MonteCarlo多重仿真技术、回归分析与统计方法相结合的结合方法，在费用（进度）王信百分位估计的条件下，建立进度（费用）估计与相应的估计王信百分位之间的回归模型，由此获得费用（进度）王信百分位估计条件下的进度（费用）的置信百分位估计。